En el cambiante panorama actual del análisis de datos, contar con herramientas de generación de informes eficientes es fundamental para tomar decisiones informadas. Esta presentación presenta el conjunto completo de herramientas JMP, desarrollado para simplificar la extracción y el análisis de datos del sistema de ejecución de fabricación (MES) y el control estadístico de calidad (SQC). De especial interés es un complemento JMP, fruto de la colaboración entre Syensqo e Ippon Innovation, diseñado para optimizar la creación de informes SQC en PowerPoint, totalmente alineados con las plantillas establecidas de la empresa.
Demostramos las capacidades de nuestras herramientas en el contexto de nuestro flujo de trabajo de gestión de calidad. También compartimos información sobre nuestra implementación y exploramos cómo la automatización está transformando las prácticas de generación de informes.
Hola. Soy Nicola Brammer y trabajo en Syensqo. Somos una empresa que fabrica preimpregnados para la industria aeroespacial. Soy Líder Global de Seis Sigma y Experta en Ingeniería de Procesos.
Hola. Me llamo Sophie Cuvillier. Trabajé como científica de datos y estadística en Ippon Innovation, una empresa de consultoría estadística con sede en Toulouse.
Me gustaría presentar nuestro póster sobre la recopilación de datos de diferentes bases de datos y la automatización del análisis y la generación de informes. Syensqo, al igual que muchas empresas manufactureras, ha invertido históricamente mucho tiempo y dinero en la recopilación y el almacenamiento de datos. Estos datos se recopilan tanto de los equipos de producción mediante historiadores de datos como IP21, Wonderware y PI, como de los equipos de prueba almacenados en sistemas de gestión de laboratorio como LIMS. Tradicionalmente, se ha reflexionado muy poco sobre cómo acceder y utilizar estos datos de forma significativa, y mucho menos sobre cómo combinar las entradas en un proceso, como las materias primas, la configuración del proceso y sus características clave.
Syensqo trabaja arduamente para encontrar maneras de extraer más valor de estas fuentes de datos. El primer paso fue desarrollar complementos para recopilar y ordenar los datos con un mínimo esfuerzo, con el requisito adicional de poder generar informes automáticamente desde cualquiera de nuestras 12 plantas de fabricación de compuestos utilizando la metodología estandarizada para analizar los datos y un formato consistente para presentar la información al cliente. En 2023, Syensqo contrató a Ippon, integrador externo de JMP, para que nos ayudara a desarrollar complementos de JMP que nos ayudaran en este esfuerzo.
Sophie ahora hablará sobre los métodos que utilizó para desarrollar los complementos.
Tenemos tres objetivos principales. Primero, queremos optimizar la extracción y el filtrado de datos, ya sean MES o SQC. Hemos desarrollado una forma de usar la caja de herramientas para la manipulación de datos, de modo que incluso los principiantes en JMP puedan manipular fácilmente los datos que deseen. Esta información la presentaremos más adelante. Finalmente, queremos desarrollar y automatizar la generación de informes SQC.
Presenta un flujo de trabajo general de todos los complementos que hemos desarrollado, en particular del complemento de informes SQC. Primero, verán que en todos los administradores de JMP hemos desarrollado el usuario. Dentro de la interfaz de usuario, el usuario puede especificar fácilmente lo que desea extraer. Por ejemplo, puede especificar el período o incluso agregar filtros si lo desea. La consulta enviada por el usuario se enviará a la base de datos, ya sea LIMS o MES, según corresponda. Luego, cuando recibamos los datos… Lo siento, Nicola. Ni siquiera era este informe. No. ¿Podrías reiniciar?
Sí.
Espera un segundo, Nicola. O puedes volver a la presentación de PowerPoint antes de reiniciar. En cuanto al método y los objetivos, no estoy mostrando nada.
Quiero [inaudible 00:03:55]. Lo siento, es mi culpa.
No hay problema, porque podemos empezar de nuevo. En el objetivo de un método, no muestro nada. Solo mostraría el diagrama de la derecha. Eso es todo. Lo mostraré después de la tabla del informe en la página 3.
Está bien. Lo siento por eso.
Ningún problema.
Florencia, si pudiéramos reiniciar. Lo siento.
Está bien. Lo siento.
¿Comenzaremos también la introducción?
Sí. Tendremos que hacerlo todo.
Sí. Tienes que empezar de nuevo. Son las 04:12, no pasa nada.
Ojalá no muchas veces. Hola. Me llamo Nicola Brammer y trabajo en Syensqo. Somos fabricantes de preimpregnados de fibra de carbono para la industria automotriz y aeroespacial. Soy Líder Global de Seis Sigma y Experta Global en Ingeniería de Procesos.
Hola. Me llamo Sophie Cuvillier. Soy científica de datos y estadística en Ippon Innovation. Ippon Innovation es una empresa de consultoría estadística con sede en herramientas. También soy cinturón negro en Six Sigma.
Presentaremos nuestro póster sobre la extracción de datos de bases de datos SQC y MES. Syensqo, al igual que muchas empresas manufactureras, ha invertido históricamente mucho tiempo y dinero en métodos de recopilación y almacenamiento de datos. Los datos se recopilan de los equipos de producción mediante historiadores de datos como IP21, Wonderware y PI, y los datos de prueba se recopilan y almacenan en sistemas de gestión de información de laboratorio como LIMS.
Tradicionalmente se ha pensado muy poco en cómo acceder a estos datos y utilizarlos de forma significativa, y mucho menos en poder combinar información relacionada con las entradas de un proceso, como la materia prima, las propiedades y las configuraciones del proceso y los "por qué", las características clave del cliente.
Syensqo trabaja arduamente para encontrar maneras de extraer más valor de estas fuentes de datos. El primer paso ha sido desarrollar complementos que recopilan y ordenan los datos con un mínimo esfuerzo, con el requisito adicional de poder generar informes automáticamente desde cualquiera de nuestras 12 plantas de fabricación de compuestos utilizando una metodología estandarizada para analizar los datos y un formato consistente para presentar la información al cliente. En 2023, Syensqo contrató a Ippon, un integrador externo de JMP, para desarrollar complementos de JMP que nos ayudaran en este esfuerzo.
Sophie ahora repasará los métodos mediante los cuales desarrolló los complementos.
Nuestro objetivo principal es optimizar la extracción y el filtrado de datos MES y SQC. También hemos desarrollado una herramienta para la manipulación de datos que facilita la manipulación de datos a quienes se inician en Event JMP. Finalmente, queremos automatizar la generación de informes de control de calidad estadístico.
En el pequeño diagrama a la derecha, le presentaremos el flujo de trabajo de Syensqo que utilizamos para desarrollar nuestros complementos, especialmente el último, que genera el informe SQC. Primero, lo verá en la demostración más adelante, pero nuestra interfaz de usuario permite especificar fácilmente qué datos desea extraer, por ejemplo, en qué período. Incluso puede agregar filtros fácilmente si desea ver los datos de un grado o lote de producto específico, o cualquier otra acción.
Una vez finalizado, el complemento traducirá la consulta del usuario a una consulta SQL real en la base de datos, ya sea LIMS o NES (estamos trabajando con ambas). Finalmente, el complemento recuperará los datos de la base de datos, lo que nos permitirá obtener diferentes resultados según el complemento y las necesidades.
Por ejemplo, en el contexto del complemento de generación de informes SQC, uno de los resultados clave es la presentación de PowerPoint, que contiene los informes SQC. Lo mostraremos más adelante. El problema radica en que la presentación de PowerPoint generada por JMP no es muy atractiva al principio, por lo que, además de GSL, utilizamos otros scripts como VBS o Python para formatear la presentación de PowerPoint obtenida. Por ejemplo, si queremos alinear imágenes, tablas o modificar el diseño textil, etc., este es un paso de formato.
El último paso, muy importante en nuestro complemento, es la revisión, ya que el usuario recibirá todos los resultados del análisis. En cualquier momento, nuestro complemento puede revisar los resultados. Por ejemplo, si desea modificar datos, excluir algunas filas y necesita excluirlas de los datos, etc., puede hacerlo fácilmente con un solo botón, lo que genera el informe completo en lugar de realizar todos los cambios manualmente. Este es un punto clave.
Ahora vamos a mostrar algunas de las interfaces de usuario. Les mostraré brevemente un ejemplo. Las interfaces de usuario permiten seleccionar los parámetros que desean para extraer solo la información que necesitan. Las interfaces de usuario para cada consulta, ya sean datos de proceso o datos del sistema de gestión de información de laboratorio, son muy similares. Esto significa que el entrenamiento es más sencillo con nuestros diferentes operadores. En particular, con los operadores que no usan JMP con frecuencia, intentamos estandarizar la salida que ven.
Una vez seleccionados los ajustes deseados, pueden guardar fácilmente el informe con todos los parámetros y volver a cargarlo posteriormente. Estos parámetros se guardan en una tabla de datos similar a esta. Pueden ver que contiene etiquetas que incluyen datos continuos, como la velocidad y la temperatura de la máquina, y datos contextuales, como los números de lote y de receta.
La tabla de salida de la ejecución del script también contiene una serie de subíndices que nos ayudan a examinar los datos o agregar etiquetas o filas de datos adicionales en una fecha posterior.
Sophie ahora hablará específicamente sobre la presentación automatizada de PowerPoint.
Para este complemento, generamos informes. Para ello, primero debemos definir su contenido para que el usuario pueda agregarlo en cualquier momento. En el complemento, tenemos una tabla llamada "configuración de informes", generada por el complemento, pero que está vacía por defecto. En esta tabla, el usuario introducirá manualmente la información de los diferentes informes que desea ejecutar con el complemento. Esta tabla será consultada posteriormente por el complemento.
Por ejemplo, aquí hay una tabla. Todas las columnas ya están configuradas por el complemento. El usuario solo tiene que completar la información de la columna. Por ejemplo, la ubicación. Esta será el servidor del que extraemos los datos. Luego tenemos tres columnas: grado del producto, nombre de detalle de especificaciones y descripción del material. Estas son las características que aplicaremos. Por ejemplo, en este informe, solo extraeremos este grado del producto, este nombre en particular y esta descripción del material. Estos son filtros que añadiremos a la consulta. Por supuesto, esto requiere un alcance de sentido común que puede ajustar según su empresa y sus necesidades.
Tenemos dos columnas sobre el piloto: un valor piloto y una unidad piloto. Esta es la cantidad de datos que desea extraer en este informe. Normalmente, extraemos datos de 24 meses. También tenemos el valor de frecuencia y las unidades de frecuencia. Más adelante verá que existe un concepto de nueva frecuencia, ya que estos informes se generarán cada 13 semanas y puede ajustarla. Utilizamos otras columnas según nuestras necesidades, para que pueda agregar la información que desee en el contexto de su empresa.
Una vez que el usuario haya añadido o modificado los informes que desea generar, puede ejecutar el complemento. En la interfaz de usuario del complemento, verá la tabla de informes. En la interfaz, el usuario verá la misma tabla. A continuación, puede seleccionar uno o varios informes para ejecutar. Cada ejecución de informe tiene un total de seis resultados, que puede ver aquí.
Primero, tenemos cinco tablas gen para cada informe. La más importante es la tabla de filas. Si la abrimos, es, como dijimos, muy similar a las demás, ya que intentamos estandarizar cada salida en diferentes elementos para que el usuario no se pierda en cada administración. Se trata simplemente de más datos de la base de datos. Puede ver de nuevo en la tabla de la izquierda las variables que llamaríamos información de los informes, como el período de extracción y los filtros.
Puede ver nuevamente el script de herramientas adicionales, muy útil si el usuario desea realizar manipulaciones básicas de datos, incluso para principiantes de JMP, como la codificación por colores o incluso mostrar la tabla de límites o los gráficos de control fácilmente. Esta es una tabla de filas. Por supuesto, puede interactuar con ella.
También tenemos la tabla desapilada. Básicamente, es igual que la tabla de filas, pero en lugar de tener los parámetros en filas, los tenemos en columnas, lo cual resulta más práctico si se desean utilizar gráficos de control.
También podríamos mostrar una tabla de límites. En esta tabla, solo se muestran los límites de especificación y control para cada parámetro. Ya está formateada por el IDC, por lo que no es necesario buscar este límite en la tabla. Por supuesto, el resultado más importante de este IDC es el informe de SQC. Esta es una presentación de PowerPoint. Lo que mostramos aquí es el asistente del administrador, sin ningún formato. No hemos compartido, adjuntado ni modificado nada en la presentación de PowerPoint. Es la información proporcionada por el administrador.
Por supuesto, aquí tenemos la plantilla de Syensqo, pero puedes adaptarla y usar la plantilla de tu empresa. Primero, tienes la portada, donde la información ya se completa automáticamente con la del informe, para que el usuario no tenga que hacer nada.
En la página 3, por ejemplo, tenemos los parámetros. Los llamamos tablas de parámetros y límites, como también podrías encontrar en la tabla de generación de salida. También tenemos la lista de lotes y las fechas de lanzamiento de la aplicación. Tenemos el número de pieza y la descripción.
Para cada parámetro, hemos trazado los gráficos de control. Los hemos ubicado junto al gráfico de límites y con los límites de especificación y de control. Finalmente, también tenemos la capacidad de escenario para cada parámetro.
En este punto, el usuario solo tiene que completar la página de conclusiones y recomendaciones. El administrador ya ha automatizado todo. No necesita hacer nada. Como mencioné, el complemento ofrece una opción de vista previa. En la tabla que mostré antes, el usuario puede modificar los datos y, con un solo botón, generamos la presentación de PowerPoint teniendo en cuenta la modificación realizada.
Todo esto era para el modo bajo demanda. Luego, claro, al ver que se usaba mucho, intentamos automatizarlo en los servidores. Si observamos la parte inferior izquierda de la presentación, lo que hicimos es... Tenemos un JAMScript. CM Square utiliza diferentes servidores Windows Server en todo el mundo con diferentes datos e informes que deben generarse.
En cada uno de estos servidores, mediante una tarea programada, ejecutamos un código JavaScript simple a diario. Revisaremos los informes de cada servidor y comprobaremos qué informes deben generarse con la frecuencia correspondiente. Por ejemplo, si observa que un informe debe generarse cada 13 semanas y no se actualiza desde hace 14 semanas, lo generará. Esta es la idea. Una vez generados los informes, se envía una notificación por correo electrónico a los ingenieros de calidad para avisarles de la generación de algunos, y pueden revisarlos si es necesario.
Para mostrarles, este es el resultado del correo electrónico. Se ve así. Se envía desde una dirección de correo electrónico genérica. El contenido de este correo electrónico es básicamente qué informe se generó, si se generó correctamente o no. Por ejemplo, aquí vemos que se generó el informe cinco y la ubicación del resultado. El informe se genera en unidades compartidas. Por supuesto, el usuario debe tener acceso al trabajo de sombra; de lo contrario, no podrá acceder a él. En esta ubicación encontrará las cinco tablas de generación y la presentación de PowerPoint que les mostré anteriormente. También se adjunta el registro en caso de que no se genere el informe entre usuarios. Esta fue la idea principal del complemento de informes automatizados de SQC.
El objetivo de estos complementos ha sido reducir la carga de recopilación y organización de datos para los ingenieros de calidad y producción, a fin de garantizar una metodología estándar para la revisión de datos y generar resultados consistentes para los clientes en todas nuestras plantas. A la vez, nos permite tener acceso completo al conjunto de datos para cualquier resolución de problemas o análisis exploratorios más exhaustivos. Los comentarios de nuestros usuarios han sido muy positivos. Muchos ingenieros afirman que les ha reducido la carga de trabajo de entre media hora y ocho horas por consulta, y utilizan estas herramientas a diario.
Cuanto mayor sea el nivel de instrumentación de los equipos de proceso y más información de recetas esté disponible, mayores serán las recompensas, ya que esto permite combinar fácilmente las tablas de datos de entradas y salidas. Este trabajo se basa en los complementos iniciales desarrollados por el grupo de análisis de datos de Syensqo para la extracción de datos de proceso, pero ha alcanzado un nuevo nivel gracias a la capacidad de combinar información continua y contextual en la misma base de datos. Los complementos originales desarrollados por el grupo de análisis de datos de Syensqo se pueden encontrar en el sitio web de la comunidad JMP.
Gracias y esperamos que hayas disfrutado nuestra presentación.
Gracias.
