nav[aria-label="Primary Navigation"] { padding: 0; & ul { list-style: none; width: 100%; display: flex; flex-direction: row; justify-content: start; align-items: start; gap: 30px; padding: 0; & li { margin: 0; } & ul li { list-style: none; } } }

747504_es-ES

liliconcom

Nuevo vídeo: Boehringer Ingelheim presenta 'Lifecycle DOE'

COMPAÑIA CONFIDENCIAL. NO DIVULGAR.

(Nota: el cliente está revisando este vídeo actualmente).

CONCLUSIONES:

Todo el proceso de análisis, desde la lectura de los datos hasta el modelado, el análisis y la toma de decisiones hasta la implementación, puede estar contenido en un solo software. "Ésta es, por supuesto, la razón por la que utilizamos JMP", afirma el estadístico principal Marco Kunzelmann.
Los expertos en la materia deben poder comprender y confiar en los flujos de trabajo analíticos desarrollados para ellos por los estadísticos que respaldan su trabajo. Tener métodos consistentes, transparentes y estandarizados en JMP ayuda a consolidar una relación de confianza entre los expertos en estadística y los expertos en la materia.
Después de identificar algunas ineficiencias en el proceso DOE, Kunzelmann trabajó para desarrollar lo que ahora llama Lifecycle DOE. “Lo que la gente hacía en el pasado era realizar una serie de experimentos para caracterizar su proceso. Todos estos experimentos los hicimos ya durante el desarrollo, pero de forma tan fragmentada que ya no fue posible combinarlos”, explica. “Lo que hacemos ahora es crear, al principio, un modelo único, un DOE único, y luego aumentamos este DOE varias veces dentro de cada uno de estos paquetes de trabajo individuales. Y al hacer eso, podemos crear todos los datos que creamos dentro del desarrollo de procesos en su conjunto. Y esto, por supuesto, aumenta la eficiencia y, al final, podemos reducir drásticamente el número de experimentos para el estudio de caracterización del proceso”.
Kunzelmann estima que con este método se pueden eliminar al menos el 20% de los experimentos. A escala, afirma, esto ahorra “una gran cantidad de recursos”, lo que constituye un cambio radical en el coste de la experimentación.
Aún más importante, dice, es que "has almacenado toda la información de desarrollo... en un solo modelo".
Los flujos de trabajo de análisis interactivos en JMP han contribuido a una cultura en la que los científicos, los estadísticos y la gerencia de nivel superior de Boehringer Ingelheim tienen una "estrecha colaboración".