Nella nostra organizzazione, sfruttiamo i prodotti JMP in vari ambiti delle nostre attività, dimostrandone la versatilità e l'efficacia. In primo luogo, JMP Live funge da potente strumento di business intelligence, consentendoci di visualizzare la cinetica di fermentazione e i dati finanziari con chiarezza e precisione. Sfruttando l'interfaccia intuitiva di JMP, consentiamo ai decisori di raccogliere informazioni e prendere decisioni basate sui dati in tempo reale.
Inoltre, le capacità analitiche di JMP sono fondamentali per le nostre attività di analisi dei dati. Integriamo perfettamente le query SQL in un componente aggiuntivo di JMP, facilitando l'accesso rapido a vasti set di dati dal nostro data warehouse. Questo approccio semplificato velocizza i nostri processi analitici, consentendoci di estrarre informazioni significative in modo efficiente.
Oltre all'analisi dei dati, utilizziamo le funzionalità di modellazione avanzata di JMP per migliorare i nostri sforzi di analisi predittiva. Ad esempio, utilizzando i modelli di Gompertz in JMP, prevediamo il rilascio di CO2 in base alla cinetica del bioetanolo NIR, un fattore critico nei nostri processi produttivi. La creazione di grafici di controllo e il confronto con i dati di produzione ci consentono di quantificare parametri prestazionali, come la percentuale di resa teorica, contribuendo all'ottimizzazione dei processi e al controllo qualità.
Grazie a queste applicazioni, i prodotti JMP svolgono un ruolo fondamentale nel processo decisionale basato sui dati, nell'ottimizzazione dei processi e nelle iniziative di garanzia della qualità all'interno della nostra organizzazione. Mentre continuiamo a innovare e perfezionare le nostre metodologie, JMP rimane un alleato indispensabile nel nostro perseguimento dell'eccellenza operativa e del miglioramento continuo.
Ciao a tutti. È un piacere presentarvi oggi. Mi chiamo Scott Johnson. Sono un responsabile dei sistemi dati presso POET, con sede a Sioux Falls, nel South Dakota.
Sono Brandon Breitling, anche io sono un esperto di statistica presso il POET di Sioux Falls.
POET è il più grande produttore mondiale di bioetanolo e la nostra sede centrale è a Sioux Falls, nel Dakota del Sud, come ho già detto. Disponiamo di 34 siti di bioprocesso in otto stati del Midwest. Abbiamo un modello di business integrato unico nel suo genere, in cui POET gestisce la selezione, la progettazione e la costruzione dei siti, l'approvvigionamento dei cereali, il marketing dei prodotti e la gestione degli impianti. Entriamo persino a far parte delle politiche pubbliche nei settori agricoli correlati.
Pertanto, può essere difficile fornire dati e insight alle persone giuste al momento giusto. Naturalmente, questa non è un'opportunità unica per POET. Molte aziende affrontano sfide simili nell'analisi dei dati. Come altre aziende, POET utilizza molti strumenti diversi per fornire report, KPI e dashboard. Abbiamo una grande necessità, in particolare per l'analisi dei dati in tempo reale.
Il cuore della nostra attività si svolge nei nostri 34 siti di bioprocessing, operativi 24 ore su 24, 7 giorni su 7. JMP è una delle piattaforme chiave che ci aiuta a fornire queste informazioni agli utenti in tutta la nostra azienda. Piuttosto che un caso d'uso specifico di JMP, vogliamo mostrare alcuni esempi di come utilizziamo JMP a livello aziendale o di supporto alla flotta, dove eseguiamo tutte le analisi approfondite e la creazione di grafici a livello di flotta, e come condividiamo poi tali risultati con altri.
Dimostreremo come la recente aggiunta di JMP Live al nostro set di strumenti abbia aperto opportunità ancora maggiori per condividere i risultati in rete. Passerò la parola a Brandon per mostrarci alcuni di questi esempi.
Meraviglioso. Grazie, Scott. JMP è uno strumento che POET utilizza da oltre un decennio per analizzare tendenze, progettare esperimenti e interrogare dati. Aiuto a gestire un componente aggiuntivo per JMP, di cui si vede uno screenshot a sinistra. Il componente aggiuntivo punta a un gran numero di tabelle e viste archiviate nel data warehouse di POET, dove, a cadenza regolare, i dati vengono interrogati per più sistemi transazionali e integrati e archiviati per essere accessibili dal componente aggiuntivo.
Questi set di dati sono quindi disponibili per l'analisi da parte di ingegneri, scienziati e imprenditori. Dedico gran parte del mio tempo alla configurazione delle fonti dati, con l'aiuto dei proprietari dei dati primari, per estrarre, trasferire e caricare i dati da fonti più grezze o transazionali.
Quindi modellizzo i dati in set utili per ottenere informazioni utili agli utenti finali. In genere, è più prudente per l'organizzazione eseguire questi passaggi nel warehouse, ma parte di questa elaborazione e modellazione dei dati può essere eseguita anche con JSL. Tornando allo screenshot del componente aggiuntivo, in alto a sinistra, se si guarda il riquadro più a sinistra, intestazioni come "fermentazione", "distillazione", "evaporazione", se si scende un po', si tratta di operazioni dell'unità di produzione di etanolo, e gran parte dei dati nel componente aggiuntivo è incentrata sulle operazioni. La maggior parte di questi dati transazionali operativi è ospitata in OSI PI, di cui Scott, qui presente, e il personale del suo team sono i principali gestori dei dati.
JMP offre un modo per connettersi direttamente a OSI PI, come mostrato nello screenshot in alto a destra nella presentazione. Quando estraggo set di dati più grandi, soprattutto da più fonti o con colonne calcolate per questi dati, collaboro con Scott e il suo team per trasferire i dati grezzi nel warehouse, dove poi li modellizzo per gli utenti finali. Disponiamo anche di numerosi sistemi finanziari e transazionali che possiamo integrare con le operazioni per creare set di dati pronti per l'analisi.
Come mostrato nello screenshot in basso a destra, gli utenti possono eseguire query e join direttamente se conoscono le tabelle e le chiavi. Possono estrarre le tabelle del componente aggiuntivo e andare su "Join" dal menu della tabella con i set di dati JMP aperti sul desktop, oppure possono eseguire query, ancora una volta, in modo simile a quello screenshot, direttamente sul database stesso utilizzando la piattaforma del database dal menu File, selezionando "Database" e quindi "Direct Queering" per le tabelle che non sono ancora state collegate al componente aggiuntivo.
Oltre alle numerose licenze JMP che abbiamo, attualmente dispongo di una licenza JMP Pro. La utilizzo per richieste di modellazione più specifiche che potrebbero sfruttare le funzionalità avanzate di JMP Pro. Per molti dati operativi, i predittori sono correlati. Se devo creare un modello di regressione, come quello mostrato a sinistra, ovvero una regressione generalizzata, LASSO è appropriato grazie ai predittori correlati ed è una funzionalità di JMP Pro.
Inoltre, le nostre fermentazioni vengono eseguite lotto per lotto e le cinetiche stesse sono curve, che rappresentano risposte appropriate per la piattaforma Functional Data Explorer. Con un'istantanea a destra, abbiamo un esempio. I predittori a livello di lotto per le differenze nella cinetica possono essere esplorati con...
Scott entrerà più nel dettaglio in uno specifico caso d'uso di JMP Live. Con JMP Live, disponiamo di molte funzionalità simili ad altri strumenti di business intelligence che consentono l'interattività con grafici e analisi, ma alcune funzionalità uniche lo rendono superiore per determinate attività.
Dispone di un solido sistema di controllo qualità, di cui un esempio è mostrato nel grafico con il verde al centro, il giallo che lo circonda e il rosso nella parte esterna, in alto a sinistra. Se si osserva anche quel grafico, sulla destra è presente un'analisi della capacità con istogrammi, CPK e altre statistiche. Sono tutte facili da aggiungere. È anche possibile aggiungere avvisi, in modo che vengano inviate automaticamente e-mail quando i criteri vengono soddisfatti.
Sempre in basso a sinistra, è molto semplice tracciare i dati su una mappa di sfondo per ottenere informazioni geografiche. È possibile generare anche informazioni più tradizionali, come grafici a barre, con alcune funzionalità di query analitiche utilizzando i filtri dati bloccati nei commutatori di colonna, visibili sulla destra. Queste analisi di JMP Live sono facilmente accessibili accedendo al portale e cliccando su uno qualsiasi degli snippet mostrati sopra.
Fatto questo, torno a Scott per un'ulteriore discussione e per un caso d'uso più specifico di JMP Live.
Grazie, Brandon. Con l'aggiunta di JMP Live al nostro set di strumenti, circa un anno e mezzo fa, direi che ora abbiamo tre livelli di utenti JMP all'interno di POET, e questo si riflette in qualche modo nelle versioni o negli strumenti del software JMP. Questo è il client JMP utilizzato dai nostri ingegneri, esperti in materia, per la ricerca. Utilizzano il componente aggiuntivo dati che Brandon ha evidenziato in precedenza per un facile accesso ai dati.
Anche in questo caso, il sottoinsieme più piccolo utilizza JMP Pro per analizzare più a fondo i dati, e si tratta di un sottoinsieme molto piccolo dei nostri utenti. Ora possiamo farlo tramite JMP Live, una novità per POET. Questo ci consente di sfruttare alcune delle scoperte effettuate dai nostri ingegneri ed esperti in materia e di pubblicare facilmente tali schermate a un pubblico più ampio.
Ci concentreremo un po' su JMP Live e parleremo di un caso specifico relativo alla fermentazione, che in realtà è stato un caso d'uso specifico che ci ha spinto ad aggiungere JMP Live al nostro set di strumenti. Una parte fondamentale del processo del bioetanolo è la fermentazione, e di recente abbiamo utilizzato JMP e JMP Pro per alcune analisi specifiche. Questi risultati sono stati facilmente condivisi solo con altri utenti che avevano installato JMP e avevano familiarità con l'utilizzo del software.
Questa accessibilità piuttosto limitata era già nota ad alcuni degli altri strumenti che avevamo a disposizione. Sembrava che lo strumento non avesse la flessibilità necessaria per analizzare e risolvere facilmente i problemi, oppure che, pur avendo questa potenza, non fosse facilmente accessibile a un pubblico più vasto. Abbiamo bisogno di un pubblico più vasto per prendere decisioni rapide e mitigare eventuali problemi durante la fermentazione.
Ecco un esempio di un file che abbiamo creato. Utilizza i servizi di reporting di SQL Server per monitorare la fermentazione in uno qualsiasi dei nostri impianti. Si tratta di una curva di conversione dell'etanolo nel tempo e di lotti sovrapposti. Questa visualizzazione ci ha permesso di effettuare ricerche per impianto e per intervallo di tempo, ma non aveva la potenza di drill-down che stavamo cercando. Non potevamo analizzare i dati in modo approfondito senza competenze specifiche o qualcuno che li estraesse manualmente.
Siamo riusciti a sviluppare questo strumento con il client JMP e con viste simili, e si è rivelato molto utile per suddividere, analizzare e analizzare i dati. Anche in questo caso, l'analisi era limitata ai nostri utenti JMP. Non era facilmente condivisibile con un vasto pubblico. Solo chi aveva accesso a JMP poteva trarne vantaggio.
Ed ecco che entra in gioco JMP Live. Siamo stati in grado di esportare sostanzialmente le funzionalità che avevamo nello strumento JMP Client e pubblicarle su JMP Live, dove ora sono accessibili al supporto della nostra flotta. Un paio di screenshot qui evidenziano alcuni dei vantaggi di questa soluzione. Nell'angolo in alto a sinistra, possiamo vedere dove uno dei fermentatori, uno dei lotti, è andato fuori controllo, per così dire. È quella linea verde che ha un tasso di conversione dell'etanolo inferiore nel tempo.
Utilizzando JMP Live, se scaviamo più a fondo, se si vuole approfondire e scoprire cosa stava succedendo, gli utenti possono evidenziare eventuali valori anomali e poi vedere cosa è successo. In questo caso, possiamo vedere il numero di lotto, il numero del serbatoio di fermentazione, il contenitore in cui si trovava. È interessante notare che può dirci quali strategie di ricetta stavamo usando in quel momento, quale lievito stavamo usando, quale enzima stavamo usando.
Nell'angolo in alto a destra, parlando di lieviti ed enzimi, possiamo evidenziare un enzima specifico e vedere se ci sono stati indicatori anticipatori nei lotti precedenti. Ho evidenziato alcune sezioni che potrebbero indicare che questa strategia avrebbe avuto prestazioni inferiori.
In basso a destra, vengono evidenziati alcuni degli stessi dati, ma con diverse visualizzazioni di quel set di dati. Viene evidenziato lo stesso impianto in cui abbiamo avuto un lotto con prestazioni inferiori alle aspettative, ma poi lo si confronta con il resto della flotta, con altri impianti, e possiamo vedere quali strategie stanno utilizzando. Questo è uno strumento molto potente e comune che ricerchiamo nelle nostre piattaforme software in POET: la possibilità di confrontare i dati con la nostra flotta e quindi utilizzare le strategie degli impianti più performanti, cercando di alzare l'asticella per il resto del gruppo.
Un solo indicatore contribuisce al successo di questo caso d'uso: queste visualizzazioni di fermentazione, questa in particolare, hanno superato le 15.000 visualizzazioni nel nostro gruppo da quando le abbiamo implementate circa un anno e mezzo fa. Sono accessibili a centinaia di utenti in tutta la nostra flotta.
Ci auguriamo che questo vi offra qualche spunto di riflessione e vi illustri esempi di come JMP stia svolgendo un ruolo fondamentale nel nostro processo decisionale basato sui dati. Ci aiuta nell'ottimizzazione dei processi, nelle iniziative di garanzia della qualità e così via all'interno della nostra organizzazione.
Mentre continuiamo a migliorare l'accesso ad alcuni di quei set di dati menzionati in precedenza da Brandon a livello aziendale, e ora con l'aggiunta di JMP Live al nostro set di strumenti, ciò ci dimostra che la piattaforma JMP sta diventando un alleato indispensabile nel nostro perseguimento dell'eccellenza operativa e del miglioramento continuo.
Grazie per aver guardato e buona giornata.
Grazie.
