24122_de-DE

liliconcom

Förderung von Big-Data-Geschäftsentscheidungen durch Modellierung und Skripterstellung in JMP®

Veeraporn Kullatham veerapornkullat0 ​, Lebenszyklus- und Zuverlässigkeitsingenieur, GE Power Services

Brad Foulkes bradford.foulkes , Chefingenieur für Life Analytics, GE Power Services

Um Daten als Grundlage für Geschäftsentscheidungen zu nutzen, müssen diese häufig manipuliert und analysiert und dann in ein einfaches Format gebracht werden, das für den Benutzer leicht verständlich ist. Bei dieser Präsentation handelt es sich um eine Fallstudie zur Verwendung von JMP zur Übersetzung eines sehr chaotischen Datensatzes in ein Format, das mein Unternehmen verwenden kann, um Kunden bei Entscheidungen über den Betrieb zu unterstützen. Die Analyse kombiniert Fehlerphysik und empirische Daten, um besser zu verstehen, was die Ereignisse auslöst und was nicht, und hilft dann dabei, zukünftige Ereignisse und die verbleibende Zeit bis zum Ereignis vorherzusagen. Dabei wurden verschiedene Aspekte von JMP verwendet, darunter Tabellenzusammenfassungs- und Zeilenfunktionen, Überlebensmodellierung, Skripterstellung mit Datenbankverbindungen, Regressionsmodellierung und grafische Funktionen zur Ergebniskommunikation. JMP wurde auch zur Datenbearbeitung und -aggregation verwendet, da es eine bessere Leistung als andere Datenbank- und Desktop-Lösungen ermöglichte. Das Ergebnis ist ein für den Endbenutzer nützliches Modell und ein Skript, das ausgeführt werden kann, um die Analyse in Zukunft problemlos durchzuführen.

Prädiktive Modellierung