Zhiwu Liang of P&G says JMP makes it so easy to show results to managers. Zhiwu Liang, de P&G, affirme que JMP simplifie grandement la présentation des résultats aux managers. Zhiwu Liang est statisticien principal chez Procter & Gamble, basé à Bruxelles. Fort de près de 20 ans d'expérience dans le secteur des biens de consommation, M. Liang maîtrise la conception d'expériences, les modèles et prédictions non linéaires, la modélisation statistique, les arbres de décision, l'analyse et la prédiction de séries chronologiques. Il est titulaire d'un doctorat en démographie mathématique de l'Université de Groningue, aux Pays-Bas.
Lors d'une conversation récente, @liang_zw et moi avons discuté du cours de sa carrière, de la communication de données avec des non-statisticiens et des nombreuses raisons pour lesquelles il voit la nécessité d'entretenir une relation de collaboration avec les développeurs de logiciels JMP .
Meg : Chez P&G, vous contribuez activement à la promotion de l'analytique par l'enseignement et le conseil, ainsi que par vos propres travaux sur des modélisations plus complexes et des conceptions expérimentales. Comment votre engagement en faveur de la transformation de l'analytique au sein de P&G a-t-il influencé votre parcours professionnel ?
Zhiwu : Mon métier est de défendre les méthodes analytiques ! Mais cela m’a aussi permis d’être reconnu au sein de P&G. Et cela passe en grande partie par le fait de disposer d’un outil adapté qui me permet de communiquer facilement avec des non-statisticiens. En enseignant les compétences JMP chez P&G, je suis reconnu non seulement comme statisticien, mais aussi comme expert JMP. Dès que mes collègues ont des questions sur JMP, qu’elles soient liées aux statistiques ou non, ils viennent me voir. Je peux souvent identifier des problèmes liés à leur conception et à l’analyse de leurs données, les cerner et les aider à utiliser le bon outil pour les plans d’expériences (DOE) ou la modélisation (analyse de données). Souvent, avant même qu’ils ne réalisent qu’ils ont utilisé la mauvaise méthode.
Meg : Parlez-moi un peu plus de votre utilisation quotidienne de JMP. Le logiciel simplifie-t-il vos processus standards, voire votre travail en général ?
Zhiwu : Pour moi, JMP n'est pas seulement un outil d'analyse de données ; c'est aussi une méthode de communication permettant de transposer une réflexion statistique complexe à un simple graphique ou à un profileur et de permettre à d'autres, notamment aux non-statisticiens, de comprendre les données et les modèles. L'outil que j'utilise le plus souvent dans JMP est DOE, et il est bien meilleur que d'autres logiciels. Chez P&G, de nombreux cours de statistique exigent des participants qu'ils utilisent JMP. On constate l'enthousiasme et la satisfaction des participants lorsqu'ils obtiennent si facilement des résultats corrects, même pour les modèles les plus complexes. D'ailleurs, mes collègues utilisent désormais JMP au quotidien. Ils apprécient la fonction de visibilité de JMP, car elle facilite la présentation des résultats à leur responsable.
Meg : L’une des particularités de JMP est que nous considérons le développement de relations comme un moyen pour nos clients d’optimiser les bénéfices de leur investissement dans JMP. Pouvez-vous nous parler un peu de votre engagement envers JMP et son réseau d’utilisateurs ?
Zhiwu : Sur communauté.jmp.com , nous utilisons de nombreux forums pour partager des informations et poser des questions sur JMP. Personnellement, je préfère les Discovery Summits, car ils permettent d'apprendre constamment de nouvelles choses, qu'il s'agisse d'une nouvelle méthode, d'un nouvel outil ou d'une nouvelle application. On peut également facilement entrer en contact avec d'autres utilisateurs et les développeurs du logiciel JMP. En discutant avec les architectes du logiciel, on peut approfondir sa compréhension des méthodes auxquelles on a accès dans JMP. On peut également leur suggérer d'ajouter de nouvelles fonctionnalités pour un modèle spécifique dans les prochaines versions.
Meg : C’est intéressant. Pourquoi est-il si précieux de pouvoir fournir ce type de retour aux développeurs de logiciels JMP ?
Zhiwu : Il est essentiel pour P&G de cultiver ce type de collaboration. Des milliers de personnes utilisent JMP au quotidien. Chaque fonction et catégorie a des besoins spécifiques. Il nous arrive même de combiner des outils Excel avec JMP pour résoudre des problèmes particulièrement complexes. Nous devons donc informer JMP en temps opportun des fonctionnalités existantes qui ne fonctionnent pas dans certaines situations. Nous demandons ensuite aux développeurs JMP d'améliorer le logiciel ou de suggérer des solutions pour que P&G puisse développer un module complémentaire JMP (qui, je dois le préciser, pourrait ne fonctionner que pour la version actuelle). C'est ainsi que nous pouvons permettre à JMP d'améliorer la vie des employés chez P&G.
Meg : Quel est l’avenir de JMP chez P&G ?
Zhiwu : Avec l'essor de la science des données et de l'apprentissage automatique chez P&G, nous pensons que JMP pourra intégrer davantage de techniques d'apprentissage automatique, telles que les réseaux neuronaux convolutifs, LightGBM, Catboost et les outils NPL - tout comme vous l'avez fait pour XGboost - pour nous simplifier la vie et résoudre la plupart de nos problèmes avec un seul outil.
Développez l'excellence analytique au sein de votre organisation. Découvrez comment : jmp.com/advocate
