在當今世界，時間、效率和效益都非常重要。
由於資料量持續成長，以省時、高效且有效的方式分析資料並確保資料可追溯性至關重要。為此，我們選擇 JMP 作為首選的統計分析軟體，並實施了一個基於 JSL 的腳本，用於在檢測方法開發過程中的技術效能研究 (TPV) 中分析資料。 TPV 研究是與申報相關的性能研究，用於證明產品在多個性能指標上的表現。產品開發過程中最多需要進行 30 項 TPV 研究來驗證產品性能。
編寫了一個包含多個內建腳本的 JMP 數據管理和分析腳本，並在 JMP 中進行了驗證，以便使用相應的 JMP 平台可視化和計算數據，並產生與提交相關的文件輸出。
此簡報展示了腳本如何實現流程自動化，從而幫助技術人員在日常工作中進行檢測方法的開發。在列舉了這種方法的優缺點之後，簡報還透過一段影片示範如何嘗試彌補這些缺點，並展示了腳本的工作原理。
我們希望透過這張海報向您展示，我們如何透過數據分析、提高數據品質和數據完整性來節省檢測方法開發時間，從而更快地將產品推向市場。我叫Anika Cobernuss-Rahn，在羅氏診斷公司從事檢測方法開發工作，擔任血液篩檢產品的產品維護負責人。
我叫布里塔·西爾伯薩克，也曾在羅氏診斷公司工作。我是一名資深科學家，負責領導JMP檢測開發支援團隊。我想以塞內卡的一句話作為我們海報展示的開篇：“不是我們擁有的時間太少，而是我們浪費的時間太多。如果你懂得如何利用時間，生命其實很漫長。”
在當今世界，時間是極為寶貴的資源。我們從事檢測方法開發，一直在尋找一種能夠有效率、有效地分析不斷增長的資料量的方法。我們幾年前開始的這段旅程，可以比喻為太空梭的飛行。太空梭需要大量的能量才能進入太空，而進入太空的方式也多種多樣。我們在檢測方法開發中運用自動化數據分析的方法，與以下五張圖片所描述的類似。
我仍然清楚記得以前用Excel表格分析資料的日子。我花了很長時間才做出滿意的圖表，並找出數據分析中的複製貼上錯誤或公式錯誤。我花了大量時間分析和檢查數據，以避免和糾正錯誤。
不只我一個人遇到這個問題，我的許多同事也一樣。因此，我們開始尋找解決方案，最終發現自動化資料分析可以減少工作量，簡化流程。我們尋找的軟體必須滿足一些特定要求。我們希望能夠像使用 Excel 表格一樣查看數據，輕鬆進行統計分析，並快速便捷地建立和修改所需的圖表。能夠編寫小型程式似乎也很有幫助。這就是我們選擇 JMP 軟體的原因，而我們的旅程也由此從太空梭的發射開始。
正如我之前提到的，太空梭需要大量的能量才能成功進入軌道。這意味著它需要足夠的燃料，這些燃料儲存在不同的燃料箱中。同樣，我們也需要大量的精力來實現JMP中資料分析的自動化。這種精力來自我們的分析方法開發團隊，他們認同我們的想法，支持我們，也必須負責自動化流程的執行。
我們重點介紹了自動化帶來的優勢。我們也展示了數據分析自動化如何影響專案進度。自動化不僅避免了錯誤，還顯著縮短了分析所需時間。此外，自動化還提高了資料的完整性和品質。在介紹軟體並展示一些範例後，檢測開發團隊決定使用 JMP 軟體進行數據分析。正是因為這個決定，我們的太空梭才能順利開啟太空之旅。
軟體或腳本的價值取決於其使用方式。我們如何說服同事改變長期以來的數據分析流程？我們嘗試透過演示 JMP 的快速計算和圖表創建功能來激發同事們對它的興趣。我們提供培訓課程，教授他們常用的分析方法，並解答他們的問題。此外，我們也成立了一個 JMP 高階使用團隊，成員皆是經驗豐富的 JMP 使用者。他們的目標是幫助用戶解決數據分析過程中遇到的任何問題。
我們太空梭的最後一個動力提升點在於我們的JMP高級用戶團隊，除了負責JMP支援工作外，還參與了其他專案。他們往往沒有時間在日常工作之餘參加JMP培訓課程。因此，我們建立了一個JMP高級用戶網站，內容如下。
首先，引入所有進階用戶，以便將支援工作量分配給所有進階用戶。其次，培訓課程的培訓材料已公開，使用者可以在無需高級使用者協助的情況下，隨時取得培訓。第三，建立用於評估特定分析主題（例如靈敏度或線性度）的速查表。這使用戶能夠自行進行分析。
第四，我們還製作了簡短易懂的JMP特殊功能培訓視頻，例如數據表連接、重新編碼或文本分列等。最後，我們希望建立一個JMP腳本俱樂部，讓對JSL語言有興趣的人聚集在一起。這樣，大家就可以分享知識，並在編寫腳本時尋求協助。此外，我們也會收集其他使用者的腳本需求，並將其加入願望清單中，以便為JMP腳本編寫者提供更多提升腳本編寫能力的機會。
我們的太空梭已成功進入軌道。
然而，為了確保其在太空中持續成功飛行，數據自動化程度需要進一步提高。這意味著必須維護現有腳本並編寫新的腳本。我們也希望將腳本用於技術性能研究（簡稱TPV研究），這些研究是評估產品各項效能指標所必需的。為此，需要對腳本進行驗證。
為了處理這些任務，我們組建了一個 JMP 腳本團隊，負責維護現有腳本並在必要時進行修改。他們還將新專案整合到現有腳本中，並開發可用於其他資料分析的新腳本。至此，我們資料分析自動化的歷程告一段落。腳本的使用現已成為我們資料分析流程的一部分。這不僅規範和簡化了我們的分析報告，也降低了出錯的可能性。
然而，這段旅程尚未結束。如海報所述，我們仍將面臨許多變化，例如對數據興趣的下降，導致人們逐漸依賴他人支持，以及統計學知識和興趣的衰退。以下影片展示了一個範例腳本。
我們的腳本可以分為三個部分。第一部分是使用者導入。它包含兩個使用者輸入框，提示使用者輸入有關檢測研究的詳細資訊以及資料檔案的位置。缺少這些信息，腳本將無法運行。
第二部分是建立資料表。所有文件都已合併到一個數據表中，並進行了初步計算。使用者可以執行的內建腳本已儲存在左上角。這些內建腳本因研究而異，可在資料合併後執行。如果使用者需要進行其他計算，他們也可以使用包含所有資料的資料表。
第三部分也是最後一部分是腳本的輸出結果。腳本產生的報告保存在輸出資料夾中，供使用者用於文件記錄。
透過我們在海報中展示的這些步驟，我們能夠縮短檢測方法的開發時間，並提高資料的完整性和品質。因此，我們可以更快地將檢測方法推向市場。感謝您關注並對此主題感興趣。如果您希望使用 JSL 語言實現資料分析的自動化，我們祝福您一切順利。
