저희는 4년 전부터 JMP를 사용하기 시작했습니다. 저희는 Excel의 부피에 지쳐 있었고, JMP의 드래그 앤 드롭 기능과 배우기 쉬운 방식을 좋아했습니다. 하지만 그 이후로 많은 발전을 이루었고, 현재는 통계와 더 중요하게는 자동화 및 제품 QC에 JMP를 사용하고 있습니다.
이 메타 분석은 JMP를 사용하여 절약한 시간과 노력의 한 예일 뿐입니다. 우리는 고객 농장에서 돼지 새끼 생존/사망률에 미치는 우리 제품의 영향에 대한 실험 데이터를 받습니다. 이 메타 분석은 5년 전에 3~5주가 걸리는 Excel 집약적 프로세스로 시작되었습니다. 시간이 지나면서 일주일 이하가 걸리는 주로 자동화된 JMP 프로세스로 바뀌었습니다. 이렇게 시간을 절약할 수 있다는 것은 데이터를 고객에게 제시하고 컨퍼런스 초록을 작성하는 것과 같은 "부가가치" 프로세스 단계에 더 많은 시간을 할애할 수 있다는 것을 의미합니다. 또한 정보 덩어리를 찾기 위해 데이터를 쿼리하는 데 더 많은 시간을 할애할 수 있으므로 매번 발표할 때마다 "새로운 것"을 생각해 낼 수 있습니다. JMP는 프로세스 맵을 따르는 것의 가치와 자동화가 데이터를 보는 방식에 미칠 수 있는 영향을 실제로 가르쳐 주었습니다.
안녕하세요 여러분. 저는 Stefan Buzoiano입니다. 저는 Tonisity International의 수석 과학자입니다. 그리고 오늘은 Excel에서 JMP 자동화로의 여정에 대해 이야기해 보겠습니다. 제 이메일은 여기 화면에 있으니 질문이나 제안 사항이 있으면 좋아요를 눌러주세요.
약간의 배경 설명으로, Tonisity PX는 신생 돼지에게 투여하여 수분을 공급하고 장 세포에 중요한 영양소를 제공하는 등장성 단백질 음료입니다. 그 결과 돼지는 더 잘 살아남고, 더 빨리 자라며, 건강합니다. 따라서 Tonisity PX는 세포 대사를 지원하고, 세포 접합을 강화하고, 돼지의 장이 새지 않도록 하고, 면역 체계를 지원하고, 미생물 군집을 지원하는 주요 영양소를 제공하므로 장을 위한 전원 은행이라고 생각할 수 있습니다. 주된 효과로, 돼지의 생존율이 향상되거나, 출산 전 사망률이 감소합니다. 이것이 다음 몇 장의 슬라이드에서 이야기할 내용입니다.
우리는 고객들이 점점 더 많은 데이터를 살펴보기 시작했다는 사실을 알게 되었고, 1~5개의 임상 시험만 보여주는 방식으로는 달성할 수 있는 것에 한계가 있습니다. 사람들이 반복성에 대해 묻고, 통계 분석에 대해 묻고, 추세에 대해 묻기 때문입니다.
그래서 데이터, 우리의 연설, 우리의 자료 보급을 집계함으로써 훨씬 더 강력해집니다. 그래서 10, 20, 50, 90, 100건의 시험 결과를 보여줌으로써, 우리의 고객들은 주의를 기울이기 시작하고, 우리는 더 의미 있는 토론과 우리의 제품이나 시장에 대한 접근성에 대한 더 많은 부가가치를 얻게 됩니다. 그래서 더 많은 데이터가 더 좋습니다. 이것이 집계된 데이터의 힘입니다.
이를 위해 또는 데이터 역량을 강화하기 위해, 우리는 이러한 사망률 메타 분석을 1년에 한 번 정도 실행합니다. 그래서 지금까지 6번의 반복이 있습니다. 우리는 2018년에 약 29개의 실험과 33,000마리의 돼지로 시작했습니다. 이번 달 현재, 데이터베이스에는 185,000마리의 돼지가 있는 91개의 실험이 있습니다. 그래서 이 데이터 분석의 6번의 반복과, 우리는 이전 것에 하나를 더해 오늘에 이르렀습니다.
시간 할당에 대한 노력과 이 분석에 들어간 내용을 살펴보면, 2018년에 Excel에서 많은 데이터나 데이터 준비를 했습니다. 빨간색은 Excel 데이터 준비를 나타냅니다. 주황색은 SAS와 JMP 간의 분석을 나타내고, 파란색은 부가가치 단계인 보급을 나타냅니다. 우리 임원진, 이사회, 고객은 여러분이 생각하듯이 데이터 조작이 아니라 보급 측면에 더 관심이 있습니다.
우리는 매우 Excel에 집중한 프로세스로 시작했습니다. 데이터베이스를 파악하고 모든 공식과 복사 및 붙여넣기를 처리하는 데 8일이 걸렸습니다. 상당한 인적 오류가 있었습니다. 2019년에는 데이터 세트에 많은 것을 추가하지 않았지만 여전히 많은 보급을 하지 않았습니다.
우리는 2020년에 JMP를 얻었습니다. 우리는 데이터베이스를 정비했고, 2021년부터 훨씬 더 많은 보급을 시작했고, 데이터 조작은 엄청나게 줄었습니다. 우리가 이미 보급 측면에서 이 부가가치 단계에 집중하고 있었음을 알 수 있습니다.
이것은 프로세스의 단계로 나누어 보는 또 다른 방법입니다. 즉, Excel 데이터 준비 분석 및 배포. Excel에 소요되는 시간이 감소한 것을 볼 수 있습니다. 따라서 8일에서 0.1일로 상당히 감소했으며, 이는 프로세스에 많은 가치를 더합니다. 따라서 데이터 조작이 감소하고 오류가 감소하며 이 작업에 소요되는 일수가 감소합니다.
분석 단계 우리는 중간에 있는 부분은 그대로 유지했지만 SAS 중심 프로세스에서 JMP 중심 프로세스로 전환했습니다. 그 덕분에 많은 자료를 한곳에 보관할 수 있어서 이점이 있습니다.
하지만 여기서 가장 중요한 초점은 반나절이 걸리던 보급 작업을 약 4일로 줄였다는 것입니다. 그리고 그것은 일상 업무에 많은 가치를 더해줍니다. 예를 들어, 우리는 올해 두 개의 초록을 제출했습니다. 우리는 지난 몇 년 동안 몇 가지 자동화를 수행했고, 몇 가지 새로운 분석을 추가했습니다. 다시 말해, Excel에서 데이터를 앞뒤로 옮기는 작업을 하지 않아서 얻은 시간은 초록 제출, 정보 보급, 고객에게 웨비나 개최, 학계와의 대화에 잘 활용되었습니다.
이게 우리의 데이터 분석 프로세스인데, 데이터 분석 프로세스가 될 수 있는 한 보기 흉하죠. 많은 테이블, 많은 상호작용, 많은 요약, 병합, 그리고 그런 것들이요. 여기서 중요한 것은 많은, 많은 힘든 작업이 JMP에서 이루어진다는 것입니다. Excel은 거의 없고 SAS는 약간 있지만, 대부분은 JMP입니다.
백그라운드에서 프로세스가 어떻게 보이는지 보여드리겠습니다. Excel에서 데이터 세트나 데이터베이스를 JMP로 가져옵니다. SAS에서 실행하고 JMP로 다시 흡수하여 각 분석의 중추인 마스터 테이블을 만듭니다. 여기서 다른 모든 것이 식별되고 진행됩니다. 따라서 5개 지리적 지역, 2개 관리 프로토콜, 4개 유전학에 따른 전반적인 사망률 메타 분석이 있습니다. 따라서 이 데이터 테이블의 약 13개 구성 요소가 자동화되었고 JMP에서 백그라운드에서 원활하게 병합되고 있습니다.
그러면 반복에서 반복으로 이동하는 몇 가지 정기적인 그래프가 있습니다. 코드는 이미 작성되어 있고, JMP가 우리를 위해 힘든 일을 해줍니다. 우리는 그저 스크립트를 실행할 뿐입니다. 그리고 이 모든 시간 절약 덕분에 제가 말했듯이 데이터 해석과 배포에 집중할 수 있습니다. 이제 데이터 세트의 모서리를 살펴보고, 제품이 매우 잘 작동하는 경우와 일이 발생하여 예상치 못한 결과가 발생한 경우를 살펴볼 수 있습니다. 그리고 이를 통해 고객과 함께 문제를 해결하여 고객이 제품을 사용할 때 가치를 제공할 수 있습니다.
그리고 이게 우리가 기본적으로 백그라운드에서 하는 일입니다. 그러니까 여기에는 지루한 단계들이 많이 있습니다. Excel을 보고, JMP로 가져와서, 몇 초 후에 이야기할 초기 구문 분석을 하고, 데모를 할 것입니다. SAS로 보내고, 분석하고, Excel에서 출력하고, JMP로 다시 가져와서 사망률 평균, 이 P 값, 다른 요약을 많이 병합하고, 그래프를 그리고 PowerPoint 엑스포를 합니다.
제가 말했듯이 JMP가 수식과 연결 등 백그라운드에서 일어나는 힘든 작업을 대신 처리해주기 때문에 우리는 데이터를 보고 배포, 초록, 웨비나, 고객 교육 세션 등을 진행할 수 있습니다.
데모로 이동하는데, 이때 모든 JMP 사용자가 코드가 원활하게 작동하기를 바라며 잠시 기도합니다. 살펴보죠. 이건 제 JMP 프로젝트입니다. 별로 신나는 건 없고, 코드 줄이 많습니다. 제가 JMP에서 정말 좋아하는 점은 코드 폴딩 옵션을 제공하여 코드 섹션 전체를 축소할 수 있다는 것입니다. 모든 것을 메모리에 로드하고, 조정하고, 오른쪽 윙에 있는 이 패널에서 코드 섹션을 실행합니다. 테이블을 가져와서 작업을 시작할 것입니다.
그러면 SAS에 연결해야 합니다. 백그라운드에서 코드를 실행합니다. SAS로 테이블을 내보내서 작업을 수행합니다. 그러면 SAS가 꽤 보기 흉한 테이블을 가지고 돌아옵니다. 모든 P 값과 모든 종류의 추정치, 그리고 정말로 연결해서 마스터 테이블 형식으로 가져와야 하는 것들이 있는 7개의 테이블이 있습니다. JMP가 아무 문제 없이 우리를 위해 그 일을 해줍니다. 이게 마스터 테이블입니다. 그게 전부입니다.
그러면 여기 왼쪽에 쓸모없는 테이블이 잔뜩 남습니다. 물론, 우리는 그것들을 정리하고 닫습니다. 죄송하지만, 우리는 잘하지 못합니다. 그러면 문제는, 여기 테이블이 몇 개 남았는데, 이전 버전의 반복에서 그림이나 그래프에 대한 코드를 가져와야 할 것입니다.
우리는 바로 그렇게 하고 있습니다. 여기에서 코드와 스크립트를 볼 수 있고, 저는 이것들을 가지고 놀 수 있습니다. 이것들은 제 표준 그래프입니다. 필요에 따라 이것들을 가지고 놀 수 있습니다. 거기에 또 다른 것이 있습니다. 완벽합니다. 다시 말하지만, 이것은 단지 그래프 중 하나의 예일 뿐입니다. X축에는 대조군의 사망률, Y축에는 PX 치료의 사망률, 그리고 이 작은 플래그가 있습니다. 이를 통해 저는 유럽 시험이 어디에 있는지, 이 점들 각각이 저희 데이터베이스의 시험인 곳을 이해할 수 있습니다. 거기에는 사망률이 매우 높은 미국 시험이 많이 있습니다. 아시아의 시험은 보통 여기 아래쪽에 사망률이 낮습니다.
그래서 데이터를 살펴보고 유연성을 갖고 SAS에서 Excel을 통해 데이터를 가져와 Excel에서 그래프를 그리는 대신 데이터에서 무슨 일이 일어나고 있는지 이해할 수 있습니다. 그래서 바로 거기서 많은 시간을 절약할 수 있습니다.
완벽합니다. 몇 가지 결론을 말씀드리겠습니다. JMP는 데이터 조작을 덜 하게 하므로 JMP 라이선스가 그 자체로 비용을 충당합니다. 인적 오류가 줄었습니다. JMP 소프트웨어는 모든 수식, 모든 연결, 모든 테이블 조인 등 생각할 수 있는 모든 작업을 처리합니다. 백그라운드에서 처리하므로 인적 오류가 전혀 없습니다. 제가 코드를 작성할 때 모든 작업을 처리했습니다. 이 모든 시간 절약 덕분에 부가가치가 있는 단계에 집중할 수 있습니다. 따라서 데이터를 보고, 초록을 작성하고, 웨비나를 진행하고, 고객과 논의합니다. 따라서 시간에 더 많은 가치를 더할 수 있습니다.
이를 통해 많은 문제 해결을 하고 다양한 방식으로 데이터를 해석할 수 있으며, 데이터 자체에서 다양한 분석을 수행할 수 있습니다. 여기서 또 다른 중요한 점은 이 모든 것을 2020년에 시작했고 이전에 JMP 스크립팅 경험이 없었다는 것입니다. 제가 할 수 있다면 여러분도 할 수 있습니다. 정말 감사합니다. 다시 한 번 말씀드리지만, 제 이메일이 화면에 있습니다. 질문이나 제안 사항이 있으면 기꺼이 듣겠습니다.
