ピーター・ヴァン・ブルッゲン、統計学者、ユニリーバR&D
抽象的な:
ユニリーバでは、製品が市場に（再）投入される前に何千もの実験が行われています。これらの実験に世界中で関与している何百人もの研究者、エンジニア、技術者は、さまざまな分野の教育を受けており、統計知識のレベルもさまざまです。DOE の適用は一般的な方法ではないことが多く、統計学者が常にサポートしてくれるわけではありません。統計の専門家でない人にとって、DOE にはいくつかの難しさがあるのは事実です。1) 膨大な数の DOE、2) 必要な情報を記入するための詳細レベル、3) 統計分析の結果を理解する難しさです。誤った設計が簡単に選択され、結果が誤って解釈される可能性があります。これが成功と失敗の違いになります。ユニリーバは、すべての科学者に統計と DOE のトレーニングを行う代わりに、これらの困難を克服するためのツールを導入しました。このツールは Plyos と呼ばれ、社内で開発され、JMP で実行されます。Plyos はプロセスを簡素化し、拡張ヘルプを使用して DOE の設定プロセスをユーザーをガイドします。 Plyos では、統計分析の結果を解釈するための詳細な説明も提供しています。プレゼンテーションでは、ツールの使用方法、その利点と制限について重点的に説明しています。
プレゼンターテキスト:
発表されたスライドについては別のPDFをご覧ください。
1 はじめに
「思考は問題に対処する上で最も重要な武器の一つである」
マンデラ氏は何年も前、27年間の投獄生活についてインタビューでこう語った。
しかし、これらの賢明な言葉は実験計画法にも当てはまります。これは、DoE 関連コースのスローガンの一部になっています。
ユニリーバは、食品、家庭用品、パーソナルケア製品など、さまざまな分野で「日用消費財」を生産している企業です。世界中に多くの拠点を有しています。
製品を市場に投入するプロセスは、簡略化して 3 つの段階に分けることができます。研究開発部門では、製品が形作られ、その後、工場で市場向けに生産される前に、パイロット プラントで小規模にテストされます。
工場での実験に関連するコストは、高価な設備、多くの場合はバッチサイズが大きいこと、そして結果として得られる製品を市場で販売できないという事実により、比較的高くなります。
R&D では、実験の規模が小さいため、より多くの実験を行うことができ、サンプルあたりのコストが大幅に削減されます。パイロット プラントは、文字通りその中間にあります。
もちろん、DoE 技術に対する要望は、実行する実験の数に直接関係します。
しかし、統計と DoE に関する一般的な知識、そして統計的サポートのレベルは、残念ながら、R&D と比較してパイロットプラントでは非常に低く、工場ではさらに低いです。
パイロットプラントに DoE を導入したことで、私たちはいくつかの課題に直面しました。
これらの課題は、世界中に 40 を超えるパイロット プラントがあり、500 人以上の従業員が関与しているという事実から始まります。教育レベルは大きく異なり、統計に関する知識も異なります。統計手法の使用は、必ずしも日常的な実践ではありません。
パイロット プラントで働く人々は、それぞれの専門分野で非常に高い資格を持ち、高く評価されていますが、DoE ツールを使い始めると、多くのオプションや選択肢に直面します。これらの選択肢の中には「簡単」なものもあれば、「非常に難しい」ものもあります。彼らが直面する問題のほとんどは、設計の種類と結果の分析と解釈に関するものです。この分野の知識が不足していると、DoE の使用をためらう可能性があります。
知識不足を克服する方法はいくつかありますが、最も明白なものをここに挙げておきます。ただし、「トレーニング」と「統計的サポートの強化」は、関係するサイトや同僚の数が多いため、非常にコストがかかります。また、誰もが知っているように、テクニックの使用を強制しても効果はありません。
2 パイロットプラントへのDoEの導入
ユニリーバは、DoE の適用プロセスを簡素化するためにこの方法を選択しました。これはコストを削減するオプションであるだけでなく、多くの同僚を抱え、定期的に転職するユニリーバにとって、より持続可能なオプションになる可能性もあります。
そのために、私たちは実験計画法とその分析の設定プロセスを簡素化するための特定の要求を設定しました。
私たちは、統計的な用語の使用をできるだけ避けるようにしました。デザインの種類や分析手法に関する用語は省略し、代わりに、トライアル後に収集する必要のある情報と、トライアル前にユーザーが持っている知識に焦点を当てました。
統計的な言語を避けることは必ずしも可能ではないため、特にデータを分析する場合は、プロセスのあらゆる段階で支援を提供することが選択されました。
3 プライオツール
このような簡素化されたプロセスを成功させるには、必然的に、シンプルで便利、そして使いやすいソフトウェア ツールが必要です。
私たちはそのようなツールを開発しました。このツールは「Plyos」と呼ばれ、もちろん世界中のユニリーバで利用可能です。
このツールは JMP で実行され、必要な情報のみをサンプリングします。応答と因子は何でしょうか? また、追加情報は、それが厳密に必要な場合にのみサンプリングされます。たとえば、相互作用を設計に含める必要があるかどうかという質問は、相互作用を設計に含めることができる場合にのみ発生します。
すべての手順が説明され、可能な決定がユーザーに伝えられます。入力内容をチェックし、ユニリーバの知識に基づいて改善を提案します。
最後に、このツールは、状況に応じてランダム化またはブロック化されて提示される 1 つの効果的なデザインを提供します。
また、このツールは、応答の種類と要因の数に応じて最小限の統計手法を使用して応答を分析し、各手法を個別および組み合わせでどのように解釈すべきかを説明します。
4 Plyosプログラムフロー
示されている例から、いくつかのスクリーンショットを除けば、プログラムの流れについて大まかな概要がわかります。いくつかのハイライトのみが示されています。
Plyos の起動時に、データの保存先となるデフォルトのフォルダを変更するオプションが表示されます。ヘルプを読んだり、より詳細なマニュアルを開いたりできます。サンプル ファイルを使用してアプリケーションをテストするオプションもあります。
もちろん、さらに重要なのは、新しい一連の実験を設計すること、または既存の設計を開いて応答データを追加し、これらの結果を分析することです。
ユーザーが新しいデザインの作成を開始すると、ツールは最初に、後の段階で試験を識別するための詳細を尋ねます。次に、ユーザーは応答の詳細を入力する必要があります。そのサンプル画面が表示されます。ここで要求される情報の詳細は、JMP でデザインを設定するときに予想されるものよりも多くなります。この追加情報は典型的な Unilever の情報であり、最終的なデザインを最適化するためにバックグラウンドで使用されます。たとえば、Plyos は順序応答または名義応答を連続応答に置き換えることができるかどうかを尋ねます。連続応答は分析が簡単で、統計学者以外の人が結果を解釈する際に問題が少なくなります。
さまざまなフィールドとその影響について説明する別のヘルプ画面が用意されています。
この応答画面を閉じた後、プロセスの次のステップでは、同様の方法で、調査する必要がある要素を扱います。
Plyos 知識システムは、ユーザーが選択を行う必要があると判断した場合 (たとえば、インタラクションを含める必要があるかどうか)、質問し、この質問を明確にするためのヘルプを提供します。
次のステップ「決定と結果」は、Plyos による強制的な決定を指します。
Plyos が決定を強制した場合 (たとえば、因子レベルを制限する必要がある場合)、説明が記載された別のウィンドウが表示され、該当する場合は選択するオプションも表示されます。
すべての項目に記入して回答すると、ランダムに選択されたすぐに使用できるデザインが提供されます。
この JMP データ テーブル (これもヘルプによってサポートされています) は、パイロット プラントでの試験のレシピとして直接使用できます。応答結果を入力でき、もちろんテーブルを保存して後で処理することもできます。
テーブルは提供された情報に対応しており、標準の DoE プロセス後の標準 JMP データ テーブルよりも詳細です。たとえば、JMP DoE は入力時にすべてのカテゴリ因子に対してのみ名義因子を作成しますが、Plyos は入力に応じてそれらを順序因子または名義因子にします。
応答データを適切に分析しなければ、優れた実験設計も役に立ちません。
この例では、左側に調査中のモデル用に選択された定義済みの統計手法を示す JMP レポート ウィンドウが表示され、右側に同じ手法の説明が表示されます。
説明では、分析で実際に使用される手法のみが示され、その逆も同様です。
モデルの一般的な説明と最も重要な仮定に加えて、分析手法の詳細な説明（個別および組み合わせ）があれば、ほとんどの状況において、ユーザーが統計に関する知識が限られている場合でも、データから確実で健全な結論を導き出すのに十分なはずです。
5つの設計上の課題
ツールの設計中に、私たちはいくつかの課題に直面しました。影響が大きいものもあれば、小さいものもありました。
1 つ目は、特定の要素の組み合わせに必要な設計の種類は何か、そして同じプロセスを最初からやり直したときに同じ設計が選択されるフローを作成できるかどうかです。
幸運なことに、私たちは対象グループとその特定のニーズについてかなりの専門知識を持っていました。さまざまな状況は、要因の数、要因の種類、（カテゴリ）要因ごとのレベル数、相互作用や非線形性を含めるかどうか、およびその他の制約によって定義されました。
すべての情報は大きなデータ テーブルに保存され、そのデータ テーブルにはデータの分析方法に関する情報も含まれています。
開発の初期段階では、主に古典的な設計を使用することが決定されました。これらは理解しやすく、繰り返し使用できます。ただし、これらの設計は、特にユーザーが JMP の標準 DoE ダイアログ画面に入るのを避けたい場合、コーディングが容易ではありません。
したがって、ほとんどのデザインはループを介してスクリプトにハードコードされています。その他のデザインはデータ テーブルに保存され、必要に応じて使用されます。
デザイン作成プロセスのさまざまな段階で呼び出される、さまざまな種類のヘルプが必要でした。メンテナンスを容易にするために、テキストをスクリプトのあまり深いところに保存しないでください。
私たちは、スクリプトを含むさまざまなソースにテキストを配置しました。ただし、大部分はデータ テーブルとジャーナルに保存されています。特に、ジャーナルに大量のテキストを保存し、テキストの一部を柔軟な方法で表示する方法を見つけたことで、大きな満足感を得ました。
また、いくつかの小さな問題も発生しました。
作成された特定の列名は言語に依存しているように見えます (例: 「Residuals」)。私たちはシンプルな解決策を選択し、言語をテストして、必要に応じてユーザーに変更を求めます。
一部の「プラットフォーム設定」は、分析中にデータが表示される方法を変更します。一部はハードコーディングでは解決できません。一部の問題を解決する方法が見つからなかったため、テキストに警告を記載しました。
2011 年に JMP9 の開発を開始しました。その後、JMP11 が導入され、特定のルーチンで問題が発生しました。これを克服するために、バージョン依存のサブルーチンを構築しました。ただし、JMP9 はもう利用できません。
6 ツールの可用性と展開
このツールはユニリーバの全世界に展開され、共有ドライブ経由で配信されます。
ツールの使用方法はヘルプと付属のマニュアルを見れば一目瞭然ですが、このツールはトレーニング プログラムの一部でもあります。
このトレーニングでは、実験計画の背景や複雑な統計に重点を置くのではなく、ツールの実践と設計に必要な準備に重点を置いています。トレーニング中の私たちのモットーは「始める前によく考えよう」であり、これはマンデラ氏の言葉をそのまま引用したものです。
私たちの経験では、この思考プロセスは、DoE を設立する実際のプロセスよりもさらに重要です。
7 ツールの使用
Plyos は 2012 年から利用可能です。
このツールは、ユニリーバの事業全体に広がり、20 か国以上、500 人以上のユーザーに使用されています。過去 2 ～ 3 年間に確認した 600 件の関連ケースのうち、約 100 人のユーザーがいくつか作成しました。Plyos は、これらのケースの約 95% に適用可能で、有効かつ有用な設計となっています。これらのケースの約 5% では、統計学者の入力が必要でした。
しかし、極めて重要な点が 1 つあります。それは、すべての側面は上級管理職によって推進され、サポートされる必要があるということです。このようなサポートがなければ、ツールの使用、ひいては DoE の適用が減少するリスクが高くなります。このようなサポートを受けることができて、私たちは非常に幸運です。
8 結論
特にツールの設計者としては、確固とした結論を導き出すのは依然として困難です。
しかし、先ほど見た統計や、ユーザーから受け取った、そして今も受け取っているコメントや質問から、実験計画を設定するプロセスの簡素化には成功したと思います。
もちろん、パイロット プラントの作業で要求されるときはいつでも、ユーザーが実験計画の作成に集中できるように、私たちはできる限りのことをする必要があります。私たちは、部分的には管理によってそれを行いますが、必要に応じて統計学者による専用の支援を提供することによってもそれを行います。
また、ユーザーの増大する要求に対応するために、ツール自体も定期的に更新する必要があります。
また、「始める前によく考える」という点に重点を置くことも有益であるように思われます。ユーザーは、調査したい内容についてより意識的になり、統計学者の助けを借りずに調査を行える便利なツールとして Plyos を捉えています。
9 チームと締めくくり
最後に、この開発は素晴らしいチームなしでは実現できなかったことを強調したいと思います。
残念ながら、Winfried Theis 氏は、このツールがスクリプト化されるずっと前にユニリーバを退職しました。
他の 2 人、つまり技術サポートを担当する Quadt Consultancy の Frits Quadt 氏とスクリプトを担当する Octoplus Information Solutions の Hans de Roos 氏は、今も私たちのチームに所属しています。
もちろん、Plyos が世界規模で展開されるのを可能にしたのは、他にも多くの方々の協力によるものです。彼らの協力には本当に感謝していますし、これからも感謝しています。
ピーター・ファン・ブルッヘン
統計学者
ユニリーバ研究開発部、オランダ、フラールディンゲン
連絡先
