Oratore | Trascrizione |
| Carlos Ortega | Sì. Ciao e benvenuti alla nostra presentazione al JMP Discovery Summit. |
| Naturalmente, ci sarebbe piaciuto fare questa presentazione di persona, ma nelle circostanze attuali, questo è il modo migliore per condividere il modo in cui stiamo utilizzando |
| JMP nel nostro lavoro quotidiano e come ci aiuta effettivamente nel lavoro più quotidiano, come rielaborare i nostri dati. Tuttavia, |
| La presentazione in questo modo tramite il video ha anche un vantaggio per te come spettatore, perché sì, se vuoi prendere un caffè in questo momento puoi semplicemente mettere in pausa e riprendere quando il caffè è pronto. |
| Ma a giudicare dall'ora, credo che il summit sia ormai in pieno svolgimento. E molto probabilmente avete già sentito delle presentazioni piuttosto entusiasmanti. |
| Come JMP può aiutarti a dare più senso ai dati per risolverli con strumenti statistici per ottenere informazioni più approfondite e approfondire |
| più parti dei tuoi dati. Tuttavia, ciò che vogliamo fare oggi (e questo è anche nascosto sotto il titolo sulla garanzia della qualità dei dati), |
| il motore di scripting. |
| Tutto ciò che ha a che fare con la scrittura di script JSL perché noi aiutiamo... questo ci aiuta molto nel nostro lavoro quotidiano per preparare i dati, che sono poi pronti per essere utilizzati per l'analisi dei dati e con noi intendo |
| Carlos Ortega, Daria Otyuskaya e io, che ora voglio presentare un po' perché, sì, è il modo per avere un'idea migliore di chi sta facendo questo. Ma ovviamente, come al solito, ci sono alcuni |
| alcune regole a questo proposito, che sono |
| la dichiarazione di non responsabilità sui dati che stiamo utilizzando. E ora se sei un avvocato sicuramente premerai pausa per studiarlo in dettaglio. Tuttavia, per tutti gli altri, ora tuffiamoci nella presentazione. |
| E naturalmente non c'è niente di meglio che iniziare con una breve presentazione delle persone che vedi, vedi già la posizione. Abbiamo tutti in comune, che è Amsterdam nei Paesi Bassi e abbiamo tutti in comune il fatto di lavorare ad Avantium. |
| azienda fornitrice di tecnologie sostenibili. Tuttavia, le diverse località da cui veniamo sono sparse in tutto il mondo. |
| Da una parte, sulla sinistra, abbiamo Carlos Ortega, un ingegnere chimico venezuelano che vive in Olanda da circa sei anni e lavora presso Avantium da circa due anni come responsabile di progetto e servizi. |
| Poi abbiamo sul lato destro Daria Otyuskaya dalla Russia che lavora anche qui da circa due anni e ha trascorso gli ultimi cinque anni nel Benelux |
| area dove ha conseguito il dottorato di ricerca in ingegneria chimica. E io. Ho l'unico vantaggio, posso tornare a casa in macchina perché sono originario della Germania. Vivo in Olanda da circa 10 anni e sono entrato in Avantium circa tre anni fa. |
| Ma adesso, |
| parliamo un po' di più di Avantium. Voglio solo brevemente esporre un po' delle cose che stiamo facendo. |
| Avantium, come ho detto prima, è un fornitore di tecnologie sostenibili e ha tre unità aziendali. Una è Avantium Renewable Polymers, dove sviluppiamo un polimero biodegradabile chiamato PEF, che è al cento per cento vegetale e riciclabile. |
| In secondo luogo, abbiamo un'unità aziendale chiamata Avantium Renewable Chemistries, che offre tecnologie rinnovabili per produrre sostanze chimiche come il MEG |
| o zuccheri industriali da biomassa non alimentare. E ultimo ma non meno importante, una tecnologia molto entusiasmante, in cui trasformiamo la CO2 dall'aria in sostanze chimiche tramite elettrochimica. |
| Ma non troppo da parlare di queste due unità aziendali perché Carlos, io e Daria lavoriamo tutti in Avantium Catalysis, che è stata fondata 20 anni fa ed è ancora il fondamento... il fondamento delle innovazioni tecnologiche di Avantium. Stiamo effettivamente fornendo loro |
| Siamo un fornitore di servizi per accelerare la ricerca nel tuo |
| azienda nella ricerca sui catalizzatori, per essere più specifici. E offriamo lì, come potete vedere sul lato destro, servizi di sistema e un servizio chiamato test del catalizzatore di raffineria. E ciò che aiutiamo le aziende a sviluppare realmente è la R&S, come potete vedere in basso per questo. |
| Ma basta parlare di Avantium. Parliamo un po' di come stiamo sviluppando il modo in cui lavoriamo nei progetti e di come JMP può effettivamente aiutarci ad accelerare le cose e a ottenere dati migliori da esse, cosa che Carlos poi mostrerà in una demo per noi. |
| Come accennato in precedenza, siamo un fornitore di servizi e, in quanto fornitore di servizi, otteniamo |
| un sacco di richieste da parte dei clienti per sviluppare effettivamente catalizzatori migliori, o processi migliori. E ora potresti chiederti, qual è il catalizzatore. |
| Un catalizzatore è in realtà un materiale che partecipa a una reazione quando si trasforma A in A, ma non viene consumato nella reazione. |
| L'esempio più comune di persone, che puoi vedere nella tua vita quotidiana è, ad esempio, il catalizzatore dei gas di scarico che è installato nella tua auto, che trasforma |
| ...dai gas di scarico della tua auto in CO2 e acqua. |
| E queste sono cose che riceviamo come richieste. Le persone vengono da noi e dicono: "Oh, vorrei sviluppare un nuovo materiale", o cose del tipo: "Ho questo processo e voglio arrivare con... accelerare la mia ricerca e |
| Sviluppare un nuovo processo per questo." E quello che usano lì è che quando abbiamo un esperimento nel nostro team, stiamo progettando esperimenti di... |
| progettazione di esperimenti. Stiamo cercando di ottimizzare i test per questo e per tutto ciò utilizziamo JMP, ma non è di questo che vogliamo parlare oggi. |
| Perché, come ho detto prima, stiamo usando JMP anche per unire i nostri dati, elaborarli e renderli pronti per l'uso, ovvero le due parti che vedete in fondo alla presentazione. |
| Stiamo eseguendo progetti di ricerca per i clienti nel nostro strumento proprietario chiamato Flowrence, dove il trucco è che non sperimentiamo... non eseguiamo test uno dopo l'altro, ma li eseguiamo in parallelo. |
| Tradizionalmente, voglio dire, mi ricordo che durante il mio dottorato si esegue un test su un reattore dopo l'altro, dopo l'altro, dopo l'altro. |
| Ma stiamo utilizzando fino a 64 reattori in parallelo, il che rende l'esecuzione più impegnativa ma consente decisioni basate sui dati. |
| Permette infatti di rendere i dati più affidabili e statisticamente significativi. |
| E poi segnaliamo questi dati ai nostri clienti, che possono quindi continuare a lavorare sui loro strumenti con ulteriori approfondimenti o affidarsi completamente a noi. |
| per l'esecuzione di questi dati e l'estrazione della conoscenza. Ma sì, basta parlare dell'azienda. E ora lasciatemi passare la parola a Carlos, che spiegherà come JMP e lo script JMP ci aiutano davvero a semplificarci notevolmente la vita. |
| Grazie, Hendrik, per la bella introduzione. E grazie anche agli organizzatori per questa bella opportunità di partecipare al JMP discovery summit. |
| Quindi, come diceva Hendrik, sviluppiamo ed eseguiamo progetti di ricerca per terze parti. E se ci pensiamo, |
| dobbiamo passare dalla progettazione degli esperimenti (e questa è ovviamente una funzionalità molto potente di JMP), |
| ma dobbiamo anche gestire le informazioni e in questo caso, come ha detto Hendrik, vogliamo concentrarci sullo script JSL che ci consente di gestire facilmente le informazioni e di creare un'integrazione fluida dei flussi di lavoro dei processi. |
| Sono un project leader nel reparto R&S e quindi un giorno...un giorno normale nella mia vita qui sarebbe più o meno così. E quindi una visione molto semplicistica. Avresti |
| clienti interessati e che hanno una domanda di ricerca; progetto esperimenti e li eseguiamo utilizzando la nostra tecnologia proprietaria chiamata Flowrence. |
| Quindi, in una visione semplice, i dati generati nell'unità Flowrence passeranno attraverso di me dopo alcuni controlli e l'interpretazione tornerà al cliente. Ma la realtà è un po' più complessa e, da un lato, abbiamo anche clienti interni. |
| Questo fa parte di...ad esempio del nostro team di sviluppo...team di sviluppo aziendale. E dall'altro lato, abbiamo anche il nostro personale che interagisce direttamente con l'unità. Quindi controllano il funzionamento dell'unità e monitorano che tutto vada secondo il piano. |
| E i dati, come vedete qui con le linee spezzate, i dati non possono essere estratti direttamente dall'unità. I dati vengono effettivamente inviati a un data warehouse e quindi abbiamo bisogno di un set di strumenti |
| che ci permette innanzitutto di recuperare informazioni, unire informazioni che provengono da fonti diverse, |
| Eseguiamo una serie di attività che vanno dalla pulizia, all'elaborazione, alla visualizzazione delle informazioni e, infine, esportiamo tali dati al cliente in modo che possa ottenere le informazioni di cui ha realmente bisogno e che sono più rilevanti per lui. |
| Se mi permettete di concentrarmi per un secondo su queste diverse attività, ciò che abbiamo osservato inizialmente nel recupero di una fusione è |
| che i dati possono effettivamente provenire da varie fonti. Quindi nel data warehouse, raccogliamo effettivamente i dati dall'unità di Firenze, |
| ma raccogliamo anche dati dall'analizzatore. Quindi per coloro che eseguono test in laboratorio, potreste avere familiarità con la spettrometria di massa o la cromatografia gassosa, ad esempio, e raccogliamo anche dati sulle prestazioni dell'unità. Quindi verifichiamo anche che l'unità sia |
| si comporta come previsto. |
| In...come in qualsiasi laboratorio, avremmo anche input manuali. E questi potrebbero essere, ad esempio, informazioni sui catalizzatori che stiamo testando o la calibrazione dell'attrezzatura analitica. |
| Tali input manuali sono ovviamente sempre archiviati in un quaderno di laboratorio, ma includiamo anche tali informazioni in un file Excel. Ed è qui che JMP è effettivamente |
| aiutandoci a portare il flusso di lavoro delle informazioni al livello successivo. Quindi, ciò che abbiamo sviluppato è una combinazione di un file Excel ampiamente conosciuto e facile da usare con |
| potenti funzionalità da uno script JSL. E non solo includiamo dati manuali disponibili nei quaderni di laboratorio, ma includiamo anche in questo file Excel |
| formule che vengono poi interpretate dallo script JSL ed eseguite. Ciò ci consente di calcolare i parametri chiave delle prestazioni che sono |
| su misura o specificamente adatti a diversi clienti. |
| Se guardiamo |
| più in dettaglio nello script JSL, e tra un attimo passerò alla demo, osserverete che lo script JSL ha tre sezioni principali. |
| Una sezione preparerà l'ambiente locale. Quindi da un lato diremmo che vogliamo cancellare tutti i simboli e chiudere le tabelle, ma probabilmente la caratteristica più importante è quando |
| definire "i nomi predefiniti sono qui". Ciò ci consentirebbe di eseguire effettivamente scraping paralleli senza alcuna interferenza tra variabili che hanno lo stesso nome in script diversi. |
| Poi abbiamo una sezione che è compressa in questo caso in modo che possiamo mostrarla effettivamente che crea un'interfaccia utente grafica. E poi l'utente non interagisce con lo script stesso, ma lavora effettivamente tramite una semplice interfaccia utente grafica con i pulsanti che hanno descrittivi |
| nomi dei pulsanti. |
| E poi abbiamo un set di |
| task che sono già codificati nello script. In questo caso, sono sotto forma di espressioni. |
| Perché, beh, ha due vantaggi principali. Uno è che è facile da implementare in seguito nell'interfaccia utente grafica. E secondo, quando hai un'espressione, puoi usarla più volte nel tuo codice. |
| OK, quindi passiamo alla simulazione demo. Quindi ho detto prima che abbiamo diverse fonti di dati. E |
| da una parte abbiamo dati che sono |
| Infatti... |
| che è in effetti memorizzato nel nostro database. E questo database conterrà |
| probabilmente diverse fonti di informazioni, come l'unità o diversi analizzatori. In questo caso, vedrai o vedi una tabella Excel di esempio. |
| Questo solo a scopo illustrativo. Quindi questi dati vengono effettivamente presi dal data warehouse direttamente con il nostro script JSL. Quindi non consideriamo questa tabella Excel come una ricerca. |
| Lasciamo che il software raccolga le informazioni dal data warehouse. E probabilmente la cosa più importante è che questi dati, come vedete qui, |
| può arrivare di nuovo da analizzatori diversi, e stiamo strutturando in qualche modo che la prima colonna contenga nomi divisi. In questo caso, abbiamo |
| ha creato alcuni nomi di dominio. Quindi, per motivi di riservatezza, ma anche per vedere che tutte le osservazioni sono disposte in righe. Quindi ogni singola riga è un'osservazione. |
| E a seconda del tipo di test e dell'unità che stiamo utilizzando, potremmo pensare che complessivamente in un giorno possiamo raccogliere fino a mezzo milione |
| punti dati in un solo giorno. Dipende ovviamente dall'analizzatore, ma ti trovi immediatamente di fronte alla quantità di dati che devi gestire e a come lo script JSL che ti aiuta a elaborare le informazioni può aiutarti in questa attività. |
| Poi utilizziamo anche un altro file Excel. E anche questo è molto importante, che è un file di tabella di input. |
| E questi file, in particolare con lo script JSL, sono quelli che creano la sinergia per consentirci di elaborare i dati facilmente. Ciò che vedete in questo caso, ad esempio, è una tabella di caricamento del reattore e vediamo diversi reattori con diversi catalizzatori. E queste informazioni che sembrano... |
| non è quantitativo, ma il valore qualitativo è importante. E poi se passiamo a una seconda scheda, e questi passaggi sono tutti predefiniti nei nostri progetti, |
| vediamo i fattori di risposta per gli analizzatori. Analizzatori diversi avranno fattori di risposta diversi ed è importante registrare queste informazioni in uso attraverso i calcoli per poter ottenere risultati quantitativi. |
| In questo caso, abbiamo osservato che la condizione per cui i fattori di risposta sono invece presi di mira dalla condizione. |
| Poi abbiamo una scheda formula. E questa è probabilmente una scheda chiave per il nostro script. Puoi inserire formule in questo file Excel. Assicurati che i nomi delle variabili siano racchiusi tra parentesi quadre. |
| E la formula, puoi usare qualsiasi formula in Excel. Chiunque può usare Excel; siamo molto abituati a questo. Quindi se digiti una formula qui, |
| che segue la sintassi ??? in Excel, verrà eseguito dal nostro script JSL. Poi abbiamo anche incluso una funzionalità aggiuntiva che abbiamo ritenuto interessante avere condizionali. |
| L'unico requisito affinché lo script JSL possa leggere questa condizione è che le condizioni siano racchiuse tra parentesi graffe. |
| Ci sono altre due schede che vorrei mostrarvi, che sono molto rilevanti. Una è una scheda di esportazione delle tabelle e il motivo per cui abbiamo questa tabella è perché |
| generiamo molte colonne o molte variabili dalla mia unità, probabilmente 500 variabili. Ma in realtà il cliente è interessato solo a 10, 20 o 50 di esse. Quelle sono quelle che aggiungono davvero valore alla loro ricerca. Quindi possiamo inserire quelle variabili qui e |
| inviarlo al cliente. E ultimo ma non meno importante, penso che molti di noi siano stati in quella situazione in cui abbiamo inviato un'e-mail a un indirizzo sbagliato e questo può essere davvero spaventoso quando sei |
| parlando di informazioni riservate. Quindi controlliamo sempre due, tre volte gli indirizzi email e ma... è davvero necessario? |
| Ciò che stiamo facendo qui è creare un file Excel che contiene tutti gli input manuali, compreso l'indirizzo e-mail dei nostri clienti. |
| E questi indirizzi email sono fissi, quindi non c'è spazio per errori. Ogni volta che esegui lo script JSL, gli indirizzi email corretti verranno letti e l'email verrà creata e questi li vedremo tra un minuto. |
| Quindi ora passiamo allo script JSL, |
| Vorrei evidenziare quanto segue. Quindi lo script JSL è inizialmente situato in un singolo file in una singola cartella e lo script JSL ha bisogno solo di un file Excel per scrivere che contiene diverse schede che abbiamo appena visto nella diapositiva precedente |
| Una volta aperto lo script JSL, |
| puoi cliccare sul pulsante Esegui script e questo aprirà il |
| interfaccia utente grafica che vedi sulla destra. Qui abbiamo diverse opzioni. In questo caso vogliamo evidenziare l'opzione in cui recuperiamo i dati da un progetto in quel dato periodo. |
| Quest'anno abbiamo selezionato qui solo un giorno in particolare, dopodiché vediamo diversi pulsanti che ci consentono, ad esempio, di creare aggiornamenti. |
| Una volta cliccato su questo pulsante, vedrete a sinistra sulla cartella che sono state create due directory. Il fatto che creiamo queste directory automaticamente ci aiuta ad avere armonia o a standardizzare il modo in cui una cartella è strutturata anche nei nostri progetti. |
| Se si esaminano i dati grezzi del database, si noterà che sono stati creati due file. Uno contiene i dati grezzi che provengono direttamente dal data warehouse. |
| In secondo luogo, la tabella dati contiene tutte le informazioni di unione provenienti dal file Excel e dalle diverse tabelle disponibili nel data warehouse. |
| La cartella dei file esportati non contiene nulla in questo momento, perché non abbiamo valutato e verificato che i dati che abbiamo creato nella nostra unità siano effettivamente rilevanti e |
| prezioso per il cliente. Lo facciamo, lo siamo, lo siamo ??? e vedi qui che abbiamo creato un grafico della temperatura del reattore rispetto all'ora locale. |
| E verrebbero tracciati diversi reattori, quindi ne abbiamo fino a 64 in una delle nostre unità. E in questo caso coloriamo i reattori, a seconda della posizione sull'unità. |
| Un'altra scheda che abbiamo qui, come esempio, riguarda la pressione. E vedi che puoi anche scrivere valori target massimi e minimi e definire, ad esempio, avvisi per vedere se il valore si sta allontanando. |
| L'ultima tabella che voglio mostrare è una conversione e qui vediamo diverse conversioni compresse da catalizzatore. |
| Quindi, una volta cliccato il pulsante Esporta, vedremo che il nostro file è allegato a un'e-mail e l'e-mail contiene già il |
| indirizzi...gli indirizzi email che vogliamo usare. E ancora, voglio sottolineare quanto sia importante inviare le informazioni alla persona giusta. |
| Ora questo set di dati è effettivamente posizionato nella cartella dei file esportati, che prima non c'era. E possiamo sempre tenere traccia di quali informazioni sono state esportate e inviate al client. |
| Con questa email, quindi, si tratta solo di compilare le informazioni. Quindi, in questo caso, è un test molto semplice. Quindi questo è il tuo set di dati, ma ovviamente daremmo qualche interpretazione o magari daremmo qualche consiglio al cliente su come continuare i test. |
| Naturalmente, una volta completati tutti questi passaggi, chiuderete l'interfaccia utente grafica e con essa tutte le tabelle aperte e lo script JSL. |
| Una cosa che vorrei sottolineare a questo punto è che questo flusso di lavoro che usa uno script JSL è piuttosto veloce. Quindi quello che hai visto in questo momento, |
| certo, è un po' accelerato perché è solo una dimostrazione, ma non si perde tempo a cercare dati e fonti diverse, cercando di unirli con le colonne giuste. Tutti questi processi sono integrati in un singolo script e questo ci consente di |
| riferire al cliente su base giornaliera |
| quantità di dati che altrimenti sarebbero...non sarebbero possibili. E il cliente può effettivamente prendere decisioni basate sui dati con un ritmo molto veloce. Questa è probabilmente la chiave |
| messaggio che voglio trasmettere con questo script che vediamo in questo momento. |
| Ora, vorrei concludere la presentazione con alcune osservazioni conclusive e alcune osservazioni conclusive. |
| E così da un lato, abbiamo sviluppato un approccio distintivo per la gestione e l'elaborazione dei dati. E quando diciamo distintivo è perché abbiamo creato una sinergia tra un file Excel che la maggior parte delle persone può usare perché ha molta familiarità con Microsoft Office e uno script JSL |
| che non richiede alcuno sforzo per essere eseguito. Quindi fai clic su Esegui, otterrai un'interfaccia utente grafica e alcuni pulsanti per eseguire le attività. |
| Poi abbiamo un flusso di lavoro standardizzato. E questo è anche molto rilevante quando lavori con più clienti e anche |
| anche da un punto di vista pratico. Ad esempio, se uno dei miei colleghi andasse in vacanza, sarebbe facile per un altro project leader, per esempio per me, prendere in carico il progetto |
| e sapere che tutte le strutture delle cartelle sono uguali, che tutti gli script sono uguali e che i pulsanti eseguono le stesse azioni. |
| Infine, possiamo anche... possiamo garantire un'integrazione perfetta dei dati e questi rapidi aggiornamenti delle informazioni con |
| migliaia o addirittura mezzo milione di punti dati al giorno possono essere inviati rapidamente ai clienti, consentendo loro di prendere decisioni basate sui dati quasi online. |
| In conclusione, il nostro scopo è massimizzare la soddisfazione del cliente attraverso un processo coerente, affidabile e solido. |
| Bene, con questo vorrei ringraziare ancora una volta gli organizzatori di questo summit sulla scoperta. |
| Naturalmente, a tutti i nostri colleghi di Avantium, che hanno reso possibile tutto questo, specialmente a coloro che hanno lavorato intensamente allo sviluppo di questi script. E se siete curiosi della nostra azienda o del lavoro che svolgiamo in Catalysis, visitate uno dei link che vedete qui. |
| E con questo, vorrei concludere, grazie mille per l'attenzione. E sì, non vediamo l'ora di rispondere alle vostre domande. |
