在當今瞬息萬變的工業環境中，運用數據分析的能力對於實現卓越營運和做出明智決策至關重要。我們的目標是提升生產人員的數據分析技能，使他們能夠充分發揮數據的潛力，並改善數據驅動的決策流程。這項措施是我們資料分析和人工智慧策略的重要組成部分，確保我們的員工不僅具備資料素養，而且能夠有效地與驅動工廠自動化的先進技術進行協作。
本培訓計畫專為流程經理、資產經理及組織內其他關鍵利害關係人量身訂做。它採用綜合授課模式，包括自主學習、在職培訓和課堂教學，以滿足不同的學習偏好和營運需求。
參與者將使用互動式、點擊式工具，專注於學習實際應用，例如利用儀表板評估投入因素的變異性，使用 Seeq 等趨勢分析工具對工廠層面的流程資料進行探索性分析和趨勢分析，以及利用 JMP 進行統計分析和進階建模。透過培養數據素養文化並為生產人員配備必要的分析技能，我們旨在提高營運效率，並推動整個組織做出明智的決策。
大家好，我是David Autrique，在巴斯夫安特衛普的數據分析團隊工作。今天我將分享我們如何利用JMP來增強化學生產工廠的數據驅動決策。讓我們一起來看看。
在深入探討細節之前，我想先簡單介紹一下巴斯夫安特衛普工廠。首先，讓我們從巴斯夫集團或生產基地的整體情況來看，它位於安特衛普港，正如您所見。它是巴斯夫全球第二大生產基地，佔地超過6平方公里，擁有50多個世界級生產設施，每天有3000多名員工在此工作。憑藉這50個生產設施，我們生產種類繁多的產品，包括基礎化學品和特殊化學品、合成化學品、精煉產品、無機化學品等等。正如您所想，如此龐大的生產規模為我們採用數據驅動的方法優化營運奠定了基礎。
這究竟意味著什麼？世界級核心化學品生產流程。讓我們仔細看看我們日常營運中面臨的挑戰。我們的日產量超過1000噸，面臨許多問題。這些問題在投影片底部的框圖中有所體現，包括副產品、產量波動等等。我們的目標是在盡可能降低變動成本的同時，生產並檢驗最終產品，以滿足終端客戶的需求。這需要盡可能減少原料投入、能源投入等等。
我們相信，運用數據分析可以降低變動成本。透過應用數據驅動策略，我們預期能夠更準確地預測結果、減少浪費、提高效率等等。我們所做的，其實就是希望充分利用我們每天產生的大量生產數據。
我們每天都會在工廠安裝多個感測器，用於測量壓力、溫度等等。我們希望整合這些數據，從中獲得最大價值的資訊。否則，最終只會造成數據堆積，絕非我們的初衷。 JMP 正好可以解決這個問題，它能夠幫助我們從流程中挖掘出寶貴的洞見。
為了降低這些變動成本，例如原材料成本、能源成本等等，我們啟動了一項卓越營運計劃。該計畫的核心是「營運應用數據分析」培訓項目，旨在提升流程管理人員的效率。我們相信，透過將猶他州立大學的流程知識與數據分析結合，我們可以釋放協同效應，真正實現「一加一大於三」的效果，從而獲得更深刻的洞察。換句話說，由於我們將流程知識與數據分析結合，我們將帶來可衡量的、更持久的改進，並提高使用者接受度。
現在，安特衛普的數據分析團隊在整個流程中扮演著催化劑的角色。實際上，如投影片所示，流程經理會提出與工廠營運卓越目標圖相關的難題陳述。然後，我們便開始深入研究問題。我們會量化問題，並將其轉化為分析程序。
這一點在第四點已經闡述，我們將營運問題轉化為資料探索任務。然後，我們透過應用或利用簡單的點擊式工具來實現這一點。我們不想讓流程管理人員成為開發人員，我們只是希望他們能夠學會如何最大限度地利用資料。
當然，在最後一步，我們希望提出並驗證改進措施，然後實施這些措施，並將相應的措施記錄在營運卓越資料庫中。正如您所想，正如之前提到的，面向營運的應用資料分析專案是專門為流程經理量身定制的。您可以在右側看到一張我們正在組織的課堂培訓圖片，圖中展示了 JMP 的各項功能，並向核心流程經理團隊（20 位經過精心挑選的流程經理）講解瞭如何使用 JMP，以及如何以實用、直觀和分析的方式使用我們現場配備的這款數據分析工具。
我們設想的交付模式實際上結合了三個主要模組。我們採用自主學習模式，因為學員都很忙。他們必須能夠按照自己的節奏，獨立操作工具、學習工具知識和最新功能。我們也提供在職諮詢服務。我們會進入工廠，幫助他們解決在營運卓越專案特定階段遇到的問題等等。
最後，我們還有課堂培訓。基本上，我們遵循的工作流程是，首先教學人員如何探索和視覺化數據，並識別營運中的機會。他們需要做的第一步是分析成本波動。通常，他們會使用工廠的儀錶板來追蹤每日關鍵績效指標 (KPI) 的波動情況。然後，他們會開始深入挖掘。接下來，他們會深入研究底層時間序列或製程數據，例如溫度讀數、壓力讀數等等。為了實現這一點，他們通常會使用一些傳統的時序分析工具，例如趨勢挖掘工具等等。
最後一步，他們將初步資料探索的結果轉換，或者說，他們從中提取出資料。他們將探索結果整合到一個資料表中，然後開始使用 JMP 進行分析。可以說，最後一步是使用 JMP 進行更高階的分析，通常是進行敏感度分析。他們嘗試將關鍵流程因素與感興趣的成本函數關聯起來。我們現在發現並觀察到，這種方法確實開始推動可操作的改進。我們看到它獲得了認可。我們也看到，他們開始對使用 JMP 這個工具產生興趣。他們也看到了 JMP 所提供的功能的價值等等。
最後，我們終於著手賦能營運團隊，讓他們能夠基於數據做出決策，從而提高效率並降低巴斯夫安特衛普的成本。下一步，我們必須讓整個流程全面投入運行，並且實際執行。這就是我們明年的工作重點。非常感謝。
