Al centro dei processi industriali vengono raccolti e archiviati sempre più dati. Questi dati sono lo specchio del comportamento del processo e l'identificazione del loro contenuto in tempo reale è la chiave del successo.
Utilizzando uno studio di caso basato su dati meteorologici, vengono affrontati tutti i passaggi necessari per massimizzare l'impatto dei dati industriali e il processo decisionale il più vicino possibile al processo.
L'utilizzo di un'API REST, o accesso al database, per ottenere informazioni in tempo reale è quindi cruciale. In questo caso, la richiesta HTTP viene utilizzata per caricare regolarmente le previsioni meteo dei prossimi sette giorni per Manchester. Quindi, dopo la preparazione automatica dei dati tramite analisi JSON per definire i limiti di specifica, vengono generati automaticamente i report di JMP Live. Questi report possono includere elementi visivi interattivi o strumenti di monitoraggio statistico, come le carte di controllo. Questo monitoraggio SPC segue una serie di vincoli legati allo spazio di progettazione dell'accettazione meteorologica e include allarmi in caso di derive. Via e-mail, questi allarmi notificano a tutti gli interessati la presenza di derive, in modo che possano intervenire di conseguenza. In questo modo, l'intera catena SPC di accesso ai dati, preparazione dei dati, report, aggiornamenti delle carte di controllo e comunicazione in tempo reale è completamente automatizzata all'interno di JMP Live.
Ciao a tutti e benvenuti a questa presentazione intitolata "Dovrei portare l'ombrello a Manchester? Analogia di un monitoraggio di processo?". Sono Florence Kussener. Sono Principal Systems Engineer presso JMP e sono entrata a far parte di JMP in Francia 12 anni fa.
Lo scopo di questo argomento è creare un caso di studio che riproduca tutte le fasi del monitoraggio dei processi che potreste incontrare nel vostro lavoro quotidiano. Dalla definizione del problema, alla raccolta dei dati, a tutte le fasi di analisi, alla condivisione delle informazioni – che è molto importante e a cui dedicherò molto tempo – e a tutti gli aggiornamenti di tutte queste diverse fasi. Un aspetto fondamentale anche nel monitoraggio dei processi è il miglioramento. Dedicherò molto tempo a questo aspetto. È il mio obiettivo per questa sessione.
Successivamente, volevo avere a disposizione dati accessibili e aggiornati regolarmente. Per questo, utilizzo dati meteorologici. La definizione e i dati di valutazione della situazione che ho a disposizione per questa sessione sono che quando si prepara un viaggio, bisogna preparare tutto. La domanda è: dovrei aver bisogno di un ombrello, di un cappotto o di altro? Per rispondere a questa domanda, è necessario controllare il meteo.
Di solito, ora che abbiamo un'applicazione sul telefono o sul computer, possiamo controllare le previsioni del tempo. Questo è esattamente ciò che farò con tutto in JMP: posso riprodurre tutti questi passaggi in JMP?
In precedenza, ho dovuto definire il mio spazio di progettazione. Di solito, nel lavoro quotidiano, l'approccio migliore per definire lo spazio di progettazione è utilizzare il design of experiment. Qualunque sia il design of experiment, in alcune situazioni potresti avere a disposizione dei dati. Forse i tuoi dati storici possono darti qualche indicazione sul tuo spazio di progettazione. Se hai dei dati, se non sono sufficientemente validi, puoi combinare i tuoi dati storici con il tuo DOE.
Alla fine, la cosa importante è trovare dove è possibile avere una certa variabilità nel proprio input per raggiungere la qualità del prodotto. Nella mia situazione, è un po' diverso. Ho creato i dati e ho seguito questo processo durante l'estate, quindi niente dati invernali. Non posso creare uno spazio di progettazione basato sui dati meteorologici. Non è possibile. Devo esplorare diversi indicatori, quindi scelgo, per la mia situazione, temperatura e precipitazioni.
Quello che ho fatto è stato creare un disegno uniforme che riempisse lo spazio e ho inserito i dati con alcune informazioni a priori. Potete vedere che ho inserito la temperatura e le precipitazioni, e ho scritto la mia sensazione tra 1 e 10. Possiamo vedere che abbiamo un'area di accettazione evidenziata in verde dai miei due quadrati.
Il primo è questo, ed è quello su cui ci concentreremo oggi, con un tasso di precipitazioni non così elevato e una temperatura tra gli 8 e i 30 gradi. Chiaramente, ho freddo rapidamente se la temperatura è sotto gli 8 gradi. Oltre i 30 gradi, posso stare bene, ma dipende dalle situazioni, non sempre è accettabile.
Possiamo vedere che l'altra zona è più piovosa quando siamo intorno allo zero e con molte precipitazioni. Questo perché mi piace sciare e fare snowboard, quindi sono molto contento quando mi trovo in questa situazione. Ma a Manchester non è così. Non siamo sulle Alpi. Non faremo sci o snowboard. Mi concentro su questa zona, quindi precipitazioni inferiori a 1,5 e temperature tra 8 e 30 gradi.
Dopo, ho bisogno di alcuni dati. Di solito, quando si hanno dati con datazione regolare, si ha a che fare con un database, quindi il database UDBC è, direi, il comando del mese, ma non solo. Possiamo avere dati di questo tipo. Alcuni usano Excel o CSV come database.
Nel mio caso, userò qualcosa di un po' più specifico. Userò un'API. Questa API mi permetterà di connettermi al sito web, che è il sito di Visual Crossing, ed effettuerò alcune estrazioni da questo sito tramite richiesta HTTP.
Dai un'occhiata al sito web, così puoi vedere cosa c'è... Dovresti aprire il mio sito. Non ho idea del perché sia così lungo oggi. Su questo sito, giusto per riassumere, mentre è in fase di lancio, il sito è molto bello perché ha diverse impostazioni che posso apportare al suo interno.
Per prima cosa, puoi scegliere la città che stai cercando. Per questa sessione, stiamo cercando Manchester, ma puoi scegliere la tua città. Puoi scegliere il periodo di tempo. Vuoi 15 giorni, un intervallo di date, alcuni periodi dinamici, solo due giorni, gli ultimi sette giorni? Puoi prendere gli ultimi sette giorni o i sette giorni successivi, se preferisci. Puoi scegliere il periodo, puoi scegliere la metrica. Io sono francese, quindi uso i gradi Celsius, ma puoi cambiarli.
Puoi anche dire cosa è importante per te. Vuoi informazioni giornaliere o orarie? Qual è l'indicatore che cerchi? Ne ho preso alcuni, non ho preso tutto, ma puoi vedere che puoi avere l'umidità, le precipitazioni, la probabilità di precipitazione, se c'è neve o no? Hai qualche impressione sulla temperatura, che può essere diversa da quella reale? Hai il vento, la radiazione solare e tutta la descrizione di questi dati.
Ecco la tabella dati. È possibile trovare la tabella dati in altri formati, ed è la cosa interessante per me perché posso avere i dati in formato JSON, ad esempio – credo che questo mi interessi – e posso già avere un grafico. Ma la cosa interessante per me è il fatto che questo sito web stia creando per me l'API. È un URL correlato a tutta la parametrizzazione che ho fatto in precedenza.
Ecco qui questo URL e posso usarlo. Se voglio usarlo, vedi che nell'URL hai bisogno di quello che chiamiamo chiave API. Devi registrarti e creare una chiave API. È quello che ho fatto io. Puoi vedere che ho generato una chiave API. Questo è il nome che ho inserito. Specifico anche una variabile per la città perché il mio script può cambiare molto facilmente. Se voglio controllare cosa succede a Parigi, posso davvero cambiare le cose molto facilmente.
Qui potete vedere l'URL, che è un po' più complesso di quello che avevamo in precedenza. Come potete vedere, voglio i prossimi sette giorni, quindi sto raccogliendo informazioni previsionali. Potete vedere quale parametro specifico voglio. Non ho preso tutto. Ho preso solo i dati singoli su temperatura, precipitazioni, vento e radiazione solare.
Dico che voglio le informazioni del giorno, ma ci sono anche quelle dell'orario. Qui vedete che ho inserito la mia chiave API. Il fatto è che alla fine voglio un output in formato JSON perché JMP gestisce abbastanza bene i file JSON, quindi è quello che chiedo.
Ora ho la mia richiesta HTTP in cui dico di voler ottenere informazioni dal sito web. Dopodiché, devo solo passare il file JSON. Possiamo vedere che abbiamo due livelli in questo file JSON, uno relativo ai giorni. Per ogni giorno, ho informazioni sull'ora. Ecco perché ho un secondo livello per il terzo elemento. Come potete vedere, anche qui ho informazioni sull'ora.
Qui alla fine ho la mia tabella dati. Come potete vedere, questo screenshot è stato fatto a dicembre. Potete vedere che ho i dati relativi ai sette giorni in cui sono stati raccolti e, a dire il vero, il giorno effettivo. Potete vedere che questa è la raccolta dati del 5 dicembre. Potete vedere che ho i dati dal 5 al 12, quindi sette giorni. Ma raccolgo anche le informazioni reali, quindi cosa è successo ieri.
Mi permetterà di fare un confronto alla fine. Possiamo vedere la variazione delle precipitazioni, quindi qualche dato anomalo sulle precipitazioni e la variazione della temperatura. Questa settimana di dicembre, la temperatura prevista era compresa tra -2 e -12 gradi.
Per la parte di analisi, ho creato diversi strumenti. Probabilmente ne conoscete alcuni. Ho appena creato un grafico in cui ho inserito la temperatura reale e, in giallo, il riempimento. Possiamo vedere che a volte abbiamo un valore anomalo della temperatura reale rispetto a ciò che stiamo riempiendo.
Qui ho anche una mappa termica che mi fornisce informazioni sui cambiamenti del meteo. Potete vedere che i primi tre giorni sono più freddi rispetto ai giorni successivi, dove abbiamo giornate più calde. Questa è per la temperatura. Ho un commutatore di due punti su questa, quindi posso cambiare se voglio controllare altri parametri, e ho l'equivalente come carta di controllo.
Possiamo osservare la stessa cosa. Temperature molto più basse all'inizio dei prossimi sette giorni e nei giorni successivi. Quello che possiamo osservare è che ho impostato il mio limite di riferimento, che ho impostato come limite di controllo, in modo da poter controllare rapidamente quando sono fuori dal limite di riferimento e ho degli allarmi. Non appena scendo sotto gli otto gradi, vedo che ho degli allarmi, uno dei quali si attiva, e non appena salgo sopra, un po' sotto i 30 gradi, ma non è un problema in questo periodo invernale. Possiamo però vedere che in questa parte sto bene.
Un altro report che apprezzo molto quando faccio SPC è il report di screening di processo, che mi fornisce una panoramica di tutti i parametri contemporaneamente in un unico report. Possiamo vedere che per i diversi elementi che ho raccolto, come temperatura, velocità del vento, probabilità di precipitazioni, direzione del vento, radiazione solare e precipitazioni orarie, posso ottenere questo report che mi fornisce informazioni sulla stabilità, su alcuni allarmi e sulla frequenza dei diversi allarmi. Nel mio caso, è l'allarme numero uno ad essere importante per me.
Possiamo vedere che abbiamo i nostri valori di Cpk e Ppk. Chiaramente, abbiamo un CPK negativo per la temperatura. Abbiamo una situazione favorevole per questa settimana riguardo alla velocità del vento, quindi è bello. Qui, non ho rilasciato dichiarazioni sulla direzione del vento a Manchester perché non ho idea di quale sia l'impatto del meteo e delle sensazioni a seconda della direzione del vento a Manchester. Ma in quella situazione, può essere utile.
Penso, ad esempio, che nel sud della Francia, a seconda del vento, non abbiamo lo stesso meteo che vedremo nelle prossime ore e nei prossimi giorni. Si tratta di uno strumento diverso che ho creato per l'analisi e il follow-up dei dati.
Una volta completata l'analisi, è necessario condividerla. Di solito, con JMP ci sono due modi per farlo. Il primo, più avanzato, consiste nell'utilizzare una tabella dati, che sarà la prima cosa da fare. Condivido la mia tabella dati con gli altri utenti e con lo script allegato, così possono vedere cosa è successo.
Oppure puoi usare JSL, che ti aiuterà ad automatizzare ulteriormente il codice, permettendoti di eseguire il tuo JSL. Se sei soddisfatto del JSL, puoi inserirlo in un componente aggiuntivo. È piuttosto semplice, perché arricchisci il tuo ambiente JMP con i tuoi strumenti e puoi condividerli con gli altri.
L'unica difficoltà, direi, è la difficoltà di manutenzione in alcune situazioni. Se aggiorno il mio JSL o il mio componente aggiuntivo, devo condividerlo di nuovo con gli altri. Per farlo, serve JMP. A volte, il grafico di controllo deve essere condiviso con persone che non si occupano di analisi. Devono solo dare un'occhiata a cosa sta succedendo, qual è il tasso di difetti e quali decisioni dobbiamo prendere in considerazione.
In questa situazione, quando è necessario condividere dati con utenti non JMP, si creano report statici facili da condividere, ma si ha un utilizzo limitato delle funzionalità di JMP. Tutta l'interazione va sicuramente persa. Si dispone di report statici e della relativa gestione. È necessario trovare una soluzione per aggirare questo problema.
Quello che uso nella mia situazione è un report web tramite JMP Live. Il grande vantaggio è la facilità di condivisione. Mantengo la flessibilità e l'interattività di JMP. Posso condividere il report con utenti JMP, ma anche con chi non lo usa. Posso impostare delle restrizioni su chi può accedere a questo report. Questo offre un livello di sicurezza importante.
Il punto è che tutto il flusso di lavoro può essere convalidato. In questa situazione, quando il flusso di lavoro è convalidato come GSL, ma per un'azienda farmaceutica, penso a loro, ma la convalida di tutti i passaggi è importante. È davvero utile avere tutto questo flusso di lavoro convalidato sul server, che condividerà tutto.
Puoi vedere che hai lo stesso report che ho creato in precedenza. Andiamo su questo report e controlliamo cosa contiene. Eccomi qui ad aprire la mia pagina web. Devo controllare una sicurezza. Ho il diritto di controllare questo report? Il mio nome è già salvato lì. Mi ricordo di me. Andrà tutto bene. Puoi vedere lì, sono Florence. Sono la proprietaria di questo report. Ho un report diverso lì. Possiamo vedere la stessa cosa.
Possiamo vedere quando questo report è stato aggiornato. Oggi siamo al 19 gennaio, ma potete vedere che il mio report è stato aggiornato il 15 gennaio; tornerò su questo punto più avanti. Potete vederlo, ad esempio, se do un'occhiata a cosa sta succedendo. Per quanto riguarda la temperatura, possiamo vedere che a Manchester, questa settimana erano previsti questi dati di previsione.
Questa settimana era prevista piuttosto fredda fino a questo fine settimana, quindi questo fine settimana avremo un cambio di temperatura nel Regno Unito. Possiamo dare un'occhiata a cosa succederà con le precipitazioni. Possiamo vedere che le temperature sono migliori, ma possiamo vedere che potremmo avere qualche giorno di pioggia, o anche molto piovoso, il 21. La radiazione solare sarà opposta. Se piove, ci saranno nuvole, quindi meno radiazione solare, e possiamo vedere cosa succederà con la velocità del vento, quindi sì, il 21 sarà piovoso e ventoso.
È la prima consulenza che posso fare. Sicuramente abbiamo un altro report, come quello di screening del processo, che può evidenziare questi diversi aspetti. Vedete, ho rimosso la direzione del vento alla fine di questo report, quindi possiamo vedere che il vento è abbastanza buono, ma la temperatura è molto, molto bassa. Abbiamo i nostri valori di Ppk e Cpk negativi, quindi la situazione non è delle migliori. In un processo reale, la situazione sarebbe pessima.
Se do un'occhiata alla carta di controllo, potete vedere che è un po' specifica. È evidenziata da questa bandierina rossa che potete vedere anche lì. Mi dice che ho un avviso attivo. Cosa significa? Significa che gli avvisi che ho attivato nel mio ambiente JMP compaiono anche lì. Vedo che, sì, ho degli avvisi lì. Ho solo poche ore in cui la temperatura supererà gli otto gradi su tutte le previsioni di tutta la settimana.
Ho un po' di preavviso, ma non solo per quanto riguarda la temperatura. Possiamo vedere che, sì, abbiamo bisogno di un ombrello per questo fine settimana perché sono previste delle precipitazioni. Possiamo vedere che non avremo radiazione solare questo fine settimana, e possiamo vedere che, sì, avremo vento.
Direi la parte analitica della mia mappa termica, la precedente, ma qui con maggiori analisi e il mio grafico di controllo. Vedo che, di nuovo, ho i miei avvisi lì. Se do un'occhiata a questo riepilogo, posso vedere qual è la percentuale di avvisi in ogni grafico di controllo. Qui vedo che ho un numero molto elevato di avvisi, il 94% dei miei punti è al di fuori del limite di controllo, quindi è una brutta situazione, come ho detto. Per le precipitazioni, vedo che ne ho solo 3, cioè 6. Per la velocità del vento, ho il 10%.
In questo esempio ho attivato solo il Test 1 perché è l'unico che ha senso, ma puoi usare anche l'altro, ad esempio se ho un aumento o una diminuzione. Nel mio caso, se uso l'aumento e la diminuzione, riceverò un avviso ogni giorno, ma non ha senso. È il fatto che ci sono delle variazioni di temperatura durante il giorno, ad esempio, quindi non le ho attivate, ma puoi scegliere di attivare qualsiasi avviso tu voglia.
Questo [inudibile 00:20:45] è collaborativo. Significa che se hai una situazione specifica nel tuo grafico di controllo o in qualsiasi altro report e vuoi fare dei commenti, puoi ascoltare, descrivere la tua osservazione e puoi anche taggare un altro utente per intervenire.
Tutti i commenti sono archiviati qui. Puoi aprirli in JMP. Gli utenti JMP che necessitano di eseguire operazioni più avanzate, come un'analisi delle cause profonde o altro, possono aprirli in JMP. Il set di dati verrà scaricato in JMP, consentendo di esplorare i dati. Se questo report ti interessa, puoi aggiungerlo ai preferiti. Qui ho una serie di report con segnalibri, quindi il report di un collega o di un utente crea un report molto interessante che aggiungo ai preferiti. Puoi condividerlo.
Quello che volevo mostrarti in modo molto specifico per quanto riguarda i grafici di controllo è che puoi creare un abbonamento. Tornerò sull'argomento, ma creare un abbonamento per i grafici di controllo significa che verrai informato quando riceverai un avviso, quindi riceverai un'email. Ma lo vedremo più avanti.
Ecco, ho i miei quattro report che posso condividere con chiunque lo desideri. Se torno alla mia diapositiva, hai visto che lo scopo di questo report è la condivisione e la collaborazione in tutta l'organizzazione. Ma c'è un aspetto molto positivo, ovvero la possibilità di automatizzare la pubblicazione. Significa che ti ho appena detto che puoi iscriverti al report, ma quando l'hai fatto, lascia che ti mostri cosa è successo.
Dato che sono il proprietario del report, puoi vedere che ogni volta che il report viene aggiornato, ricevo questo tipo di email. Questo mi informa che il post sui dati è stato aggiornato correttamente. È solo che sono il proprietario del report, non tutti lo ricevono.
Per quanto riguarda l'avviso relativo al grafico di controllo, gli utenti abbonati al report lo riceveranno. Lunedì, quando i dati sono stati aggiornati, ricevo questo report che mi informa della presenza di un avviso relativo al grafico di controllo. Ho esattamente le stesse informazioni presenti nel mio report. Vedo un tasso di avviso del 94%, come quello che abbiamo appena visto, e possiamo vedere quando arriva l'avviso.
So che succederà ora. Siamo in una situazione molto fredda, quindi è ora. Se guardo, ad esempio, l'altro, possiamo vedere le precipitazioni, che mi hanno inviato nel rapporto. Il 15 mi hanno detto che ci saranno delle precipitazioni, ma tra qualche giorno.
Può darti qualche indicazione se si tratta di una crisi che ho già trattato o se è qualcosa di nuovo che appare nel mio grafico di controllo. Se clicco sul link presente, vado direttamente alla pagina web. Non sono io ad aprire... Apriremo il grafico di controllo e controlleremo se sta succedendo qualcosa. Ora è il grafico di controllo che viene da me e mi dice: "Oh, sta succedendo qualcosa". Se non è successo niente, sicuramente non ho bisogno di perdere tempo a pensarci.
Come funziona? Infatti, se torno indietro, si apre direttamente sulla carta di controllo. Se torno indietro, vedi che ho file diversi relativi al mio... Ho i miei report diversi e ho anche il set di dati. Questo set di dati, puoi vedere che ho una cronologia. Questa cronologia è lì. Puoi vedere la mia cronologia, in precedenza, all'inizio di dicembre, raccoglievo informazioni ogni giorno. Puoi vedere che veniva aggiornata ogni giorno lì.
Al momento, ho deciso di cambiare e ho impostato un programma di pianificazione settimanale. Come potete vedere, ora estraggo i dati ogni settimana. Perché? Perché mi sono reso conto che, tramite il sito web, ho il diritto di accedere a un certo numero di dati. Al momento, accedo ai pagamenti in quel momento, quindi non volevo farlo. Ho deciso di aggiornare i dati ogni settimana, sapendo che non andrò a Manchester prima di marzo, quindi non ho bisogno di ricevere informazioni quotidiane via email.
Come ho fatto? Qui, se vado nelle impostazioni, potete vedere che ho impostato l'opzione "ogni lunedì alle 22:00", quindi le 22:00 del fuso orario del Regno Unito. Nel mio fuso orario sono le 11:00. Ecco perché ho un'email alle 11:00. Vedo che posso ripeterla. Se non la voglio tutti i giorni, ma con una frequenza più in tempo reale, posso apportare alcune modifiche. Posso impostare anche solo cinque minuti, se voglio, oppure ogni ora, o ogni 12 ore. Come volete voi. L'ho semplicemente impostato.
Si può dire di volerlo ogni ora, ma solo durante l'orario di lavoro, quindi non si hanno informazioni durante la notte, ad esempio, e si può impostare una data di scadenza. Si possono avere diversi scheduler. Possiamo dire di avere uno scheduler settimanale e uno scheduler orario. Si può avere una mappatura, a seconda del fine settimana, delle vacanze o del lavoro giornaliero.
Sul lato sinistro, quello che potete trovare è uno script. Questo script gestisce tutti gli accessi ai dati e la preparazione dei dati che ho eseguito. Potete vedere che ho accesso con le mie chiavi API, la città, ho impostato il limite di specifiche e l'URL. Potete vedere esattamente lo stesso codice che vi ho mostrato nella diapositiva precedente, con tutta la preparazione dei dati che ho inserito, incluso il limite di specifiche nella mia proprietà e tutto il resto.
Tutto il mio set di dati, tutte le mie tabelle dati sono pronte. Alla fine, devo indicare a JMP quale tabella dati userò. Questo perché ho diverse tabelle dati, quindi è necessario finalizzare con un promemoria della tabella dati effettiva. È la mia clip di aggiornamento che viene utilizzata lì e che viene utilizzata per l'aggiornamento. Qui puoi inserire lo script sorgente, a volte diverso, a volte no. Puoi avere lo script sorgente lì. Le credenziali assegnate sono più importanti quando si è connessi a un database reale, potrebbe essere necessario assegnare delle credenziali ad alcune persone.
Qui puoi vedere che puoi visualizzare i dati, quindi si aprirà una griglia di dati, ma quello che volevo mostrare è che puoi chiedere di aggiornare i dati. Mentre lo faccio, puoi vedere che lo script di aggiornamento è in esecuzione in questo momento. Se ora torno alla mia tabella dati, puoi vedere che i diversi report vengono rigenerati. Ora posso tornare al mio generatore di carte di controllo, ad esempio, e possiamo vedere che ora ho le informazioni da qui al giorno successivo.
Quello che sta succedendo nella mia casella di posta è che in questo momento sto ricevendo un'email che mi informa che è in corso un aggiornamento del mio set di dati. L'altra email che ho ricevuto è un avviso relativo a un grafico di controllo, e come potete vedere il tasso di avviso è inferiore. Siamo al 19° giorno alle 11:38, e ho meno avvisi, e sì, la temperatura sembra essere leggermente più alta. È molto comodo avere questa automazione tramite JMP Live per poter prendere decisioni rapidamente e in tempo reale, a seconda di cosa accade sui dati.
L'ultimo aspetto che volevo affrontare prima di concludere il miglioramento. Quando si monitora il processo, anche se si definisce molto bene lo spazio di progettazione, si possono verificare delle crisi o situazioni diverse. In caso di crisi, ci si trova in modalità "vigile del fuoco", ma forse si è in direzione del miglioramento continuo del processo.
Forse c'è un cambiamento, come un'attrezzatura che potrebbe cambiare o qualsiasi altra materia prima. Bisogna fare un'analisi, un progetto sperimentale per verificare se tutto va bene. Possono esserci nuovi vincoli, quindi, ad esempio, molte aziende sono ora influenzate da vincoli ecologici relativi all'ossigeno e al carbonio presenti nel processo di produzione.
In alcune situazioni, potresti dover definire quale metrica sia critica, perché la raccolta dei dati ha un costo. A volte si hanno dati molto correlati o dati che si raccolgono ma che non sono così importanti. Forse dovresti anche definire quale metrica sia critica. Nel mio caso, dato che ho dati predittivi, la situazione è un po' diversa. Non posso fare un'analisi delle cause profonde, ma ricorda che il costo dell'acquisizione dei dati è elevato se si acquisiscono troppi dati.
Ho iniziato a chiedermi: ho davvero bisogno di raccogliere dati ogni giorno o forse ogni settimana è sufficiente? Qual è la qualità della previsione, in effetti? Raccolgo i dati e verifico cosa sta succedendo, qual è la differenza tra i dati reali, la realtà e la differenza con la previsione.
Qui, più chiaro è il colore, più è il giorno previsto. In questa situazione, non sono stato in grado di trarre molte conclusioni, quindi quello che ho fatto è stato creare solo una previsione della variazione della distanza per giorno, quindi possiamo vedere che qui è il mio obiettivo, e possiamo vedere che se sto guardando al primo giorno, quindi a quale sarà la previsione per oggi, sono qui con questo rosso intenso, direi. Possiamo vedere che man mano che abbiamo più giorni da prevedere, siamo sempre più chiari e la distanza aumenta. Sembra che, sì, possiamo fare forse uno sforzo per il giorno, ma non troppo perché altrimenti avrò, come intendo, una grande differenza di temperatura.
Qui raccolgo i dati, e quelli raccolti nell'arco di un mese, ho osservato che il giorno in cui ho le informazioni sulla temperatura giornaliera, mi concentro sulla temperatura. Vedo che la mia mediana è inferiore a uno, e questo vale ancora oggi. In seguito, vedo che la media è aumentata gradualmente, fino a raggiungere due per sei giorni.
Ma ciò che conta per me è la mia sensazione. La media è una cosa, ma volevo concentrarmi sul massimo della differenza. Se osservo il massimo della differenza, possiamo vedere che il giorno, il giorno prima o i due giorni prima sono più o meno equivalenti, e dopo abbiamo un salto. Vedete, qui è il massimo. È chiaramente equivalente, ma dopo abbiamo davvero un salto. Sembra che nei primi tre giorni, io possa raccogliere una misurazione ogni tre giorni.
Osservando più attentamente, possiamo vedere che qui abbiamo qualche anomalia nei nostri primi tre giorni. Se osservo questi primi tre giorni, vediamo che c'è un giorno che fa una certa differenza, che è anomalo rispetto ai primi due giorni. Ogni volta è il 25 novembre. Ho raccolto tutti i mesi di novembre, quindi il 30 novembre. Possiamo vedere che dopo c'è un altro giorno che sembra diverso, il 21 novembre.
Se osservo il 25 novembre, vediamo chiaramente che la realtà è ben lontana da quanto previsto, molto più fredda. Se esamino i dati di tutti i mesi, possiamo vedere – quindi si tratta solo dei dati reali – che sì, il 25 c'è stato un cambiamento di temperatura molto significativo. Capita persino che venga riportato sui notiziari. Possiamo vedere che il primo sistema si è verificato per gran parte del Regno Unito e la temperatura è scesa sotto lo zero. Se guardate, è il 25 novembre. Sembra che ci sia un cambiamento di temperatura molto significativo che non era previsto.
Alla fine, per essere sicuro di non commettere errori riguardo a questo valore anomalo, l'ho rimosso. Quando l'ho rimosso, ho notato che c'è una certa differenza tra la previsione per oggi e quella per domani, che sono piuttosto vicine, ma con un giorno in più iniziamo ad avere qualche differenza.
Ho deciso di mantenere la raccolta un giorno alla volta, quindi ogni due giorni, e possiamo vedere che se eseguo un test di 2K, sì, la media sembra non differire se raccolgo i dati ogni giorno o ogni due giorni. Alla fine, è qualcosa che possiamo modificare. In precedenza vi ho mostrato la pagina web in cui posso dire: "Ok, voglio raccogliere le informazioni ogni due giorni e non ogni giorno". Per il momento, è ogni settimana, ma potete apportare la modifica molto facilmente.
Per concludere con questo esempio sul meteo, sono riuscito a riprodurre tutti i passaggi del monitoraggio del processo. Dalla definizione dello spazio di progettazione fino all'aggiornamento. Tutti questi passaggi sono stati aggiornati. Una volta definiti, eseguo l'aggiornamento con la raccolta, l'analisi e la condivisione dei dati, che viene automatizzata quotidianamente.
Dal miglioramento, quindi di solito quando apportiamo un miglioramento, lavoriamo sulla definizione dello spazio di progettazione. Nel mio caso, utilizzo un approccio di miglioramento per esplorare i dati e verificare quale sia la connessione più appropriata al database.
Spero che abbiate notato qualche correlazione con il vostro lavoro quotidiano nel vostro sito produttivo e con il controllo di tutti i processi. Se avete domande, sarò lieto di rispondervi. Buona giornata.
