In GE Aerospace, sviluppiamo modelli predittivi per ottimizzare l'utilizzo dei motori aeronautici in rapporto ai costi di manutenzione. Questi modelli possono essere applicati a numerose famiglie di motori, all'interno delle quali esistono molteplici combinazioni di configurazioni hardware. A complicare ulteriormente le cose, ci sono innumerevoli altre definizioni che applichiamo a vari gruppi o flotte di motori (ad esempio, compagnia aerea, regione, ecc.).
I grafici paralleli forniscono un mezzo relativamente semplice per visualizzare e gestire l'applicabilità di questi modelli a specifici numeri di serie del motore in base alla loro configurazione e al loro raggruppamento specifici. Come ulteriore metrica del modello, questa gestione visiva aiuta a stabilire le priorità per gli aggiornamenti e la messa a punto dei singoli modelli in base all'impatto.
Bene. Ciao. Benvenuti al mio intervento. Mi chiamo Lee Becker. Sono un Principal Analytics Engineer presso GE Aerospace. Lavoro nell'organizzazione dedicata alla scienza dei dati. Questo intervento parlerà di un'interessante scoperta di recente in JMP, un utile strumento grafico per facilitare l'esplorazione dei dati.
Potete leggere il mio abstract qui. È anche pubblicato sul sito web. Ma in GE Aerospace sviluppiamo modelli predittivi per ottimizzare l'utilizzo dei motori aeronautici in rapporto ai costi di manutenzione. Questi modelli possono essere applicati a molte famiglie di motori, all'interno delle quali esistono molteplici combinazioni di configurazioni hardware. A complicare ulteriormente le cose, ci sono una miriade di altre etichette che applichiamo a vari gruppi o flotte di motori, come la regione di compagnia aerea, eccetera.
I grafici paralleli forniscono un mezzo relativamente semplice per visualizzare e gestire l'applicabilità di questi modelli a specifici numeri di serie di motori o asset in base alla loro configurazione e raggruppamento specifici. Come ulteriore metrica del modello, questa gestione visiva aiuta a stabilire le priorità per gli aggiornamenti e la messa a punto di tali modelli in base al loro impatto.
Detto questo, vado avanti e inizio. Il mio primo punto, il mio background: lavoro in GE Aerospace da 23 anni, ricoprendo diversi ruoli ingegneristici. La maggior parte di essi riguarda i dati di volo, e in particolare l'analisi delle tendenze e la gestione dei dati provenienti dai nostri asset. Come ho detto, gestisco il tempo trascorso sulle ali e cerco di bilanciarlo con i costi di manutenzione.
Attualmente, il mio ruolo è quello di Principal Analytics Engineer in un'organizzazione chiamata Data Science & Analytics. Sono un ingegnere. Non mi occupo di data science, quindi mi viene sempre chiesto di specificare il mio ruolo. Sono una persona che apprende visivamente. Sono molto appassionata di visualizzazione dei dati. L'ultima precisazione che vorrei fare è che quando tengo presentazioni esterne, devo inventare qualcosa. Tutti i dati sono stati mascherati per proteggere alcuni dei nostri clienti, ma si basano su casi di studio reali.
Come ho accennato nell'abstract, in GE Aerospace sviluppiamo molti modelli predittivi. Questi modelli tendono ad essere molto sfumati per specifici gruppi di asset in base alla loro configurazione. In questo contesto, la configurazione può riguardare elementi come la famiglia di motori. Ho un piccolo aereo regionale o grandi voli internazionali e intercontinentali che devono essere supportati da motori molto più grandi e potenti.
Modulo significa che ho una ventola, un compressore, un combustore, una turbina, che aspira, spreme, scoppia, soffia. Questa è la configurazione generale di un motore a turbina. Ma questi componenti del motore possono avere diverse configurazioni hardware al loro interno. I modelli che costruiamo devono saperlo.
Quindi, i clienti delle compagnie aeree si comportano in modo diverso nelle loro pratiche di volo, ma anche nei luoghi in cui operano. Ci sono vari effetti regionali, strutture di rotta e altre dimensioni che devono essere considerate. Stiamo cercando di prevedere il tempo di vita di un'ala o di un motore e di gestire questi gruppi di risorse. Il grafico che ho, e un'altra avvertenza che voglio aggiungere, tutti i grafici che ho creato qui, sono stato in grado di crearli tramite diverse piattaforme in JMP.
Forse potresti contattarmi dopo, se sei interessato a provare a riprodurre magari alcune di queste mappe o anche tornare alla semplice grafica di... È una mappa termica della sezione trasversale di un motore, molto caricaturale, ma almeno la colorazione e il blocco di questi elementi della mappa sono stati realizzati tutti in JMP.
Torniamo al punto. Per farla breve, la gestione di tutte queste dimensioni diventa complicata. Quando si cerca di costruire modelli predittivi, si hanno tutte queste considerazioni come potenziali assi su cui cercare di separare le flotte e di mantenerle unite. Ma la sfumatura per noi è che queste risorse saranno aggiornate. Cambieranno configurazione nel tempo.
La gestione dei modelli diventa un elemento fondamentale per comprendere quale hardware sia presente in quale risorsa in un dato momento. Cercando di gestire la situazione, ad esempio "Ehi, questa particolare flotta aveva 75 motori con questa configurazione del compressore", l'anno scorso ne avevo 100 con la stessa configurazione, mentre 25 di essi sono stati aggiornati o modificati. Approfondirò alcuni di questi grafici più avanti.
Ma andiamo avanti e entriamo nell'esempio specifico che ho costruito qui per la discussione di oggi. Immaginiamo di monitorare cinque compagnie aeree, ciascuna con due diversi tipi di motore. Ognuno di questi tipi di motore ha quattro componenti: ventola, compressore, camera di combustione e turbina. Ognuno di questi componenti può avere più annate o configurazioni all'interno della flotta che sta cercando di gestire.
Diventa davvero molto complesso cercare di capire quali asset hanno quali configurazioni in un dato momento. Quando si inizia a esplorare, beh, come si presentano queste distribuzioni? Credo che il primo accenno sia: probabilmente inizierò semplicemente a tracciare grafici. Cerchiamo di capire come si presentano effettivamente queste distribuzioni. Se sto iniziando, e sto cercando un primo sguardo ad alcuni istogrammi, distribuzioni molto basilari.
Il primo istinto è probabilmente quello di utilizzare i grafici di intestazione qui in alto. Se non sapevi che questa funzionalità esisteva nelle versioni più recenti di JMP, provala. Otterrai istogrammi molto semplici. Tutti i miei dati sono categorici, quindi non c'è alcuna difficoltà nell'osservare le distribuzioni continue e vedere un sacco di valori anomali e cose del genere. Ma è abbastanza facile e diretto esaminare i dati categorici in questo modo e iniziare a esaminare alcune delle relazioni.
Penso che il prossimo istinto sia probabilmente: andiamo avanti e... Andiamo avanti e sfruttiamo la piattaforma di distribuzione, che è, ancora una volta, abbastanza semplice. Si ottengono statistiche un po' più descrittive per i casi in cui si ha a che fare con dati continui, quindi si ottengono più informazioni qui sotto nelle frequenze e nelle statistiche. Le ho nascoste qui solo per semplicità.
Una terza opzione, e forse è un po' azzardata e qualcosa a cui forse non avreste pensato, o che non avreste nemmeno voluto prendere in considerazione, è quella di costruire un grafico di contingenza per ciascuna di queste diverse combinazioni di coppie di input o coppie di assi. L'ho fatto qui per cercare di illustrare che, sì, è difficile da osservare. Conosco alcune persone a cui piace visualizzare i dati in questo modo, ma quando si ha a che fare con più dimensioni, tende a diventare difficile digerire cosa sta realmente accadendo.
Un'altra osservazione che vorrei fare è che anche all'interno di JMP ci sono molti modi diversi di esplorare. Di solito ci sono due o tre modi diversi per fare praticamente tutto ciò che si sta cercando di fare all'interno di JMP. L'interattività è un enorme vantaggio, soprattutto quando si esplora. Se scelgo una delle cinque compagnie aeree nella distribuzione della mia compagnia aerea, posso iniziare a vedere quale tipo di motore, quale configurazione di ventole, quale configurazione di compressore.
Posso vedere queste distribuzioni evidenziate cambiare mentre seleziono le diverse barre al loro interno. Posso vedere anche nella tabella dati sottostante come cambiano i record a seguito di queste selezioni. È possibile utilizzare questi strumenti visivi per facilitare la selezione all'interno di qualsiasi piattaforma aperta, inclusa la tabella dati. C'è davvero molta interattività. Ma come ho detto prima, maggiore è la dimensionalità, più difficile diventa comprenderla.
Ho iniziato ad appassionarmi alla ricerca di nuovi modi creativi per visualizzare questi dati. Mi sono imbattuto in questo metodo, il grafico parallelo. Se faccio un passo indietro e descrivo cos'è un grafico parallelo, cercando di darvi un po' di contesto e di introduzione su come può essere utilizzato, questo sarà l'obiettivo dei prossimi due minuti di questo intervento.
A un livello molto alto, il grafico parallelo è uno strumento di visualizzazione per la visualizzazione di dati multivariati, come nel caso di questo grafico, in cui ogni asse rappresenta una variabile diversa e gli assi sono disposti parallelamente tra loro anziché incrociarsi. I punti dati sono rappresentati come linee che intersecano ciascun asse in corrispondenza del valore corrispondente a quella variabile, consentendo la visualizzazione di pattern, correlazioni e valori anomali su più dimensioni, e sono particolarmente utili per l'analisi di dati ad alta dimensionalità, aiutando a identificare relazioni, tendenze e cluster all'interno del set di dati.
Se vado avanti e genero questo lotto qui, possiamo di nuovo iniziare a vedere come parte di quell'interattività all'interno di JMP sia molto potente nel tentativo di capire dove si trovano alcune di queste relazioni. Ora non devo più affidarmi a più grafici e vedere come si relazionano tra loro all'interno, ad esempio, della piattaforma di distribuzione. Sono in grado di vedere tutte quelle relazioni contemporaneamente mentre scorrono in queste linee a nastro.
Otterrete visualizzazioni diverse a seconda che i vostri dati siano continui o categorici, e mostrerò alcuni esempi più avanti. Ma questa è l'idea generale di ciò che sono riuscito a trovare, e di come ho trovato un valore molto significativo nel rappresentare i dati in questo modo e nell'utilizzare i grafici paralleli per l'esplorazione. Detto questo, ecco un breve tutorial su come creare un grafico parallelo nel modo che preferisco.
Se accedi a Graph Builder, iniziamo con la nostra tabella dati. Se accedo a Graph Builder, che è questa icona qui, oppure puoi accedervi andando su Graph e Graph Builder. Passaggio 2, seleziona tutte le colonne che vuoi tracciare contemporaneamente. Trascinale tutte contemporaneamente sull'asse X. Quindi, il pulsante magico qui per generare il grafico parallelo [inudibile 00:13:00]. Ora non abbiamo ancora finito. Voglio... Prima di tutto, ecco un'altra tecnica che potresti conoscere o meno all'interno di JMP.
Voglio che gli elementi abbiano sempre le stesse dimensioni e forma. Posso usare questo comando: clic destro, copia impostazioni frame, incolla qui, modifica, incolla, impostazioni frame, e così tutto appare della stessa dimensione, rettangolare, in termini di grafico. È solo una mia preferenza personale, ma forse non lo sapevi.
Poi, l'ultimo commento che avevo nelle mie istruzioni qui, coloriamolo in qualche modo. Nel mio esempio precedente, stavo colorando la compagnia aerea. Basta trascinare il parametro della compagnia aerea qui nella zona di rilascio della compagnia aerea o nella zona di rilascio del colore, e il gioco è fatto, ma non del tutto. Un altro piccolo cruccio che mi dà fastidio è quando le persone non dicono di aver finito, ma quando hanno finito. Ecco.
Clicca sempre sul pulsante Fine quando sei in Graph Builder, e il gioco è fatto. È così che ho generato questo grafico per la presentazione di oggi. Ci ho messo... non so, due o tre minuti per spiegarvelo, ma ci vogliono letteralmente pochi secondi per creare un supporto visivo molto rapido che vi aiuti a esplorare i vostri dati in un modo molto diverso, probabilmente molto diverso da quello che potreste aver pensato esistesse prima. Che consiste semplicemente in distribuzioni semplici e nel cercare di affidarsi all'interattività di JMP per aiutarvi a orientarvi in tutto questo.
Vorrei anche parlare brevemente di alcune funzionalità avanzate di personalizzazione. Vi ho già mostrato la funzione colore. È molto utile in molti casi, ma quando uso il colore solo per la compagnia aerea e quella compagnia è già visualizzata sul grafico, forse non è così utile. Posso tracciare alcuni di questi nastri lungo tutti i vari assi senza che il colore mi serva poi così tanto.
Ma una cosa che puoi provare a fare per semplificare ulteriormente la visualizzazione è usare la colorazione su un parametro che non stai tracciando nel grafico vero e proprio. Ecco un esempio: ho rimosso il tipo di motore dal grafico. C'è una X in meno qui in basso. Ma ho scelto di usare quella colorazione. Ho scelto di usare quel parametro come colorazione per aiutarmi a mappare il grafico.
Il modo migliore per farlo è, se accendo di nuovo il pannello di controllo, rimuovere il tipo di motore dall'elenco. Tolgo il colore dal contenitore dei colori, la nostra zona di rilascio, e inserisco il tipo di motore in [inudibile 00:16:12]. È praticamente la stessa cosa. Probabilmente smetterò di illustrarvi ogni esempio in questo modo. Ma sono solo modi per evidenziare diversi modi di visualizzare i dati e di osservare il grafico parallelo usando la colorazione per facilitare l'esplorazione e la selezione multipla dei dati mentre li si esplora.
Torniamo al mio esempio 2. Ecco un esempio in cui ho... Ho tracciato solo tre assi ora e ho colorato la configurazione della mia ventola, che sia una pala 2D o una pala 3D, e posso vedere che tutte le mie pale 2D sono blu e tutte quelle pale 2D corrispondono alla mia configurazione della turbina V1 legacy, dove potrei o meno essere stato in grado di dedurlo semplicemente osservando il grafico parallelo più ampio, capendo che si tratta davvero di una relazione uno a uno.
Di nuovo, solo un'altra tecnica che puoi provare a usare per semplificare la visualizzazione. Ma usare il colore come ausilio in questo caso per esplorare le dimensioni all'interno dei dati. L'altra cosa interessante qui è che puoi vedere questi casi in cui ho parti della popolazione nettamente rosse o nettamente blu oltre uno di questi assi, dove ci sono sfumature di viola a sinistra. A volte puoi fare affidamento sul fatto che se il tuo set di dati è molto binario, tendendo verso l'uno o l'altro, è facile da vedere.
Di nuovo, potrei eliminare una di queste variabili, eliminare la stratificazione tra blu e rosso e affidarmi alla tonalità di viola per definire quanto mi trovo all'interno della popolazione rispetto a uno di quegli estremi. Basandomi solo sull'indizio visivo di quella tonalità di viola, o sono molto blu o sono molto rosso, o in genere sono da qualche parte nel mezzo.
Un'altra tecnica che potresti provare. I filtri dati locali sono anche molto utili per esplorare alcune delle varie permutazioni del set di dati in tuo possesso e per capire come impostarli. Il nostro filtro dati locale è proprio qui. Puoi impostare un filtro dati locale su qualsiasi variabile presente nel tuo set di dati, non solo su quelle che hai tracciato. Procediamo. Questa vista è sostanzialmente identica a quella che avevo prima.
Ma lo scopo di procedere in questo modo e di utilizzare il filtro dati locale per l'esplorazione è che ora posso usarlo per selezionare alcune delle varie sottoflotte o sottogruppi all'interno del set di dati. Se voglio solo esaminare Air America e vedere come è rappresentata sugli altri assi, posso farlo molto facilmente qui, invece di cercare di guardare solo... Se seleziono questo e cerco di interpretare ciò che accade nel contesto di tutto il resto. Oppure posso scegliere di guardare solo quella particolare flotta. Oppure potrei fare lo stesso per uno degli altri assi e guardare solo una certa configurazione di fan e vedere come si presentano.
È solo un altro modo per esplorare e selezionare i dati che si stanno cercando di interrogare. Ultimo esempio di filtro dati locale. Questo era... Ok, quindi questo è un esempio che ho messo insieme per aiutare con ciò che ho menzionato prima, quell'elemento temporale del comportamento di questi dati. Questa vista del 2024 dovrebbe apparire esattamente come il set di dati di cui ho parlato fino a questo punto. In precedenza, ho avuto una storia con queste flotte di asset o motori, e tutte hanno subito modifiche alle permutazioni di configurazione nel tempo. Questo è ciò che sto cercando di mostrare o descrivere qui e visualizzare quelle permutazioni o quei cambiamenti nel tempo.
Ho un'altra dimensione qui che non ho ancora tracciato. Ma questa dimensione è l'elemento tempo. Per fare un esempio, mi interessa sapere come la flotta secondaria di CM5-5 si sia potenzialmente ridotta nel tempo, con il conseguente ritiro dei motori. Posso ingrandire al massimo, esaminare l'intero superset di dati, selezionare quella flotta secondaria o quel gruppo di motori, nel mio caso.
Ora posso ripercorrere gli anni e dire: "Bene, nel 2020, sembra che ogni cliente ne avesse almeno un paio. Poi, nel 2021, un paio di questi clienti andranno in pensione. Nel 2022, sembra che ne abbia solo quattro". Air America si è sbarazzata di tutti i suoi tra il 2021 e il 2022. Ora, solo due clienti hanno queste tipologie di asset. Nell'ultimo periodo, si può vedere come la flotta sia notevolmente ridotta fino a quel momento.
Un'altra tecnica utile che cercherò di illustrare è quella di cercare di osservare le cose nel tempo. A un certo punto, avevo questa configurazione di compressore di questa vecchissima configurazione. Di nuovo, tornando al superset di tutti i dati da utilizzare come strumento di selezione, tornando alla tabella dati sottostante e indicando per quelle risorse indietro nel tempo, il modo per farlo è selezionare il numero della risorsa e selezionare, andare alla selezione delle righe e selezionare Celle corrispondenti.
Seleziona le risorse che hanno sempre avuto quella configurazione super vecchia e la loro posizione attuale. Poi ci porta attraverso quell'esempio. Ora ho, e non ci sono ancora del tutto, ma ho la visualizzazione. Ho la selezione di tutte le risorse che non solo sono attualmente, ma sono sempre state in questa configurazione super vecchia.
Ora posso farli viaggiare nel tempo e vedere dove si trovavano nel 2020. Posso guardarli nel 2021. Come stanno cambiando nel 2022. Come stanno cambiando, sembra che un paio di loro siano già stati aggiornati. Ma vedrete il grande cambiamento qui tra dove si trovavano in questa vecchissima configurazione e il 2024.
Sono tutti passati a... Molti di loro sono stati aggiornati a questa nuova configurazione. La differenza tra questo grafico e questo grafico potrebbe non essere stata evidente a quel livello di superset. Ma ancora una volta, questa è un'altra tecnica che puoi usare per esplorare i dati. Osservare una dimensione o una X, una variabile che non hai tracciato sull'asse X, usando il colore e il filtro dati locale come un modo per aiutarti a esplorare e selezionare i dati.
Quindi credo che l'ultima cosa di cui volevo parlare qui fosse l'aspetto dei dati continui. Questo è il set di dati Iris. È ciò su cui mi sono imbattuto mentre esploravo e cercavo di costruire questa presentazione. Ma se andate effettivamente al grafico e selezionate "Grafico parallelo", questo è ciò che vedrete in termini di quel risultato. Ho provato a dare un'occhiata a questo. Questa tecnica è in realtà molto efficace nel rappresentare graficamente i dati continui. Ma non è altrettanto efficace nel rappresentare graficamente i dati categoriali.
Se vado su Graph and Parallel Plot per il mio set di dati originale e lo rappresento graficamente, non è altrettanto elaborato o ordinato. Probabilmente ci sono altre opzioni che posso esplorare per renderlo un po' più gradevole, ma ognuno ha le sue esigenze. Di nuovo, è un modo di visualizzare i dati che forse è un po' diverso da quello che si è stati in grado di trovare in passato da soli. Ma bisogna riconoscere che esistono diverse applicazioni e diversi modi di esplorare i dati.
Se torno al set di dati Iris e realizzo il grafico parallelo come farei normalmente, scelgo la mia lista di assi potenziali, li inserisco nella categoria X e scelgo il mio grafico parallelo, ottengo qualcosa di forse un po' più informativo in questo modo. Ma ripeto, si tratta solo di un mucchio di modi diversi per fare la stessa cosa. Ma usare quei dati multidimensionali e usare questa tecnica per esplorarli è il motivo per cui sono qui a parlare oggi.
Questo è sostanzialmente il punto di partenza di questo intervento. Oltre a qualche consiglio su come utilizzare e visualizzare i dati. Ne ho ricavati un paio da un webinar on-demand che potete trovare sul sito web di JMP, e da cui ho parlato con... Potete guardare il suo webinar, oppure contattarlo direttamente. Ma ha degli ottimi consigli sulla visualizzazione dei dati e sulla semplicità.
Lo prendo davvero a cuore perché bisogna stare molto attenti quando ci si trova in quella che chiamo modalità esplorativa rispetto a quella esplicativa. Se esploro i dati e visualizzo contenuti per i miei scopi, so esattamente perché clicco su ciò su cui clicco e so esattamente perché cerco di fare le cose in un certo modo. Quando si cerca di usare quegli stessi grafici per spiegare le cose, si può avere difficoltà a spiegare se stessi.
Fate attenzione e cercate di mantenere le cose il più semplici possibile quando usate qualcosa di così complicato a scopo esplicativo. Questo è un ottimo strumento per la visualizzazione esplorativa, ma credo che dovreste tornare ad alcuni dei metodi che ho menzionato qui per cercare di semplificare le visualizzazioni e arrivare al punto più velocemente quando cercate di spiegare le cose a un pubblico o ai vostri leader. Semplice è sempre meglio.
Ecco una conclusione. Può sembrare ovvio, ma non dare mai per scontato che ciò che è ovvio per te lo sia anche per il tuo pubblico. Se hai inserito qualcosa in un grafico di PowerPoint, hai costruito un grafico che cerca di spiegare qualcosa, spiegalo e assicurati di avere dei punti descrittivi che spieghino il percorso che hai seguito per arrivare a quella particolare conclusione, e sii chiaro sulla conclusione. Cosa sto cercando di dedurre da questa prospettiva? Non dare mai per scontato che ciò che è ovvio per te lo sia anche per il tuo pubblico.
L'ultima cosa che dirò qui, e su cui inciampo anch'io, a dire il vero, è che esiste un delicato equilibrio tra visualizzazione e arte, quindi non rendetelo bello solo per renderlo bello. Assicuratevi che la grafica che state creando sia utile e vi aiuti a raccontare la storia, senza ostacolarla.
Visualizzazione per la visualizzazione, arte per l'arte. Ho anche incluso i link alla guida di JMP sui grafici paralleli. Come ho detto, il webinar on-demand di Mike Anderson. Può essere molto utile, quindi lo consiglio vivamente. Ma con questo, vi ringrazio per l'attenzione, e questo è tutto. Grazie mille.
