当社では、JMP製品を業務の様々な側面で活用し、その汎用性と有効性を発揮しています。中でもJMP Liveは、強力なビジネスインテリジェンスツールとして機能し、発酵速度や財務データを明確かつ正確に可視化することができます。JMPの直感的なインターフェースを活用することで、意思決定者は洞察を引き出し、データに基づいた意思決定をリアルタイムで行うことができます。
さらに、JMPの分析機能は、私たちのデータ分析活動に不可欠です。SQLクエリをJMPアドインにシームレスに統合することで、データウェアハウスにある膨大なデータセットへの迅速なアクセスを実現しています。この効率的なアプローチにより、分析プロセスが迅速化され、有意義な洞察を効率的に抽出することが可能になります。
データ分析に加え、JMPの高度なモデリング機能を活用して予測分析を強化しています。例えば、JMPのGompertzモデルを用いることで、生産プロセスにおいて重要な要素であるNIRバイオエタノールの動態に基づいて、CO2の放出量を予測できます。管理図を作成し、生産データとの比較を行うことで、理論収率などのパフォーマンス指標を定量化でき、プロセスの最適化と品質管理に役立っています。
これらのアプリケーションを通じて、JMP製品は、組織内のデータに基づく意思決定、プロセス最適化、そして品質保証の取り組みにおいて極めて重要な役割を果たしています。私たちは手法の革新と改良を続けていきますが、JMPは、オペレーショナル・エクセレンスと継続的な改善の追求において、今後も欠かせないパートナーであり続けます。
皆さん、こんにちは。本日はご紹介できることを光栄に思います。スコット・ジョンソンと申します。サウスダコタ州スーフォールズにあるPOETでデータシステムマネージャーを務めております。
私はブランドン・ブライトリング、スーフォールズにある POET の上級統計学者です。
POETは世界最大のバイオエタノール生産者であり、本社は先ほど申し上げたサウスダコタ州スーフォールズにあります。中西部8州に34のバイオプロセス施設を保有しています。POETは独自の統合型ビジネスモデルを採用しており、用地選定、設計・建設、穀物調達、製品マーケティング、工場管理までを自社で管理しています。さらに、関連農業産業における公共政策にも関与しています。
そのため、データとインサイトを適切な人に適切なタイミングで提供することは困難です。もちろん、これはPOETに限ったことではありません。多くの企業が同様のデータ分析の課題を抱えています。他の企業と同様に、POETもレポート、KPI、ダッシュボードを提供するために様々なツールを使用しています。特にリアルタイムのデータ分析に対するニーズは非常に高くなっています。
当社の事業の中核は、24時間365日稼働している34のバイオプロセス拠点です。JMPは、これらの知見を社内のユーザーに提供する上で重要なプラットフォームの一つとなっています。ここでは、JMPの具体的な活用事例ではなく、企業レベルまたはフリートサポートレベルでJMPをどのように活用しているか、フリートレベルでのハードな分析とチャート作成、そしてそれらの知見を他のユーザーと共有する方法について、いくつか例を挙げてご紹介します。
最近ツールセットにJMP Liveを追加したことで、ネットワーク全体で知見を共有する機会がさらに増えたことを実証します。ブランドンにバトンタッチして、いくつか例を挙げてもらいます。
素晴らしいですね。スコット、ありがとう。JMPはPOETが10年以上前からトレンド分析、実験計画、データクエリに使用してきたツールです。私はJMPのアドインの管理を手伝っており、左のスクリーンショットをご覧ください。このアドインはPOETのデータウェアハウスに保存されている多数のテーブルとビューを参照します。そこでは定期的に複数のトランザクションシステムからデータがクエリされ、統合されて保存されたり、アドインからアクセスされたりしています。
これらのデータセットは、エンジニア、科学者、そしてビジネスパーソンが分析に利用できるようになります。私は、主要なデータ所有者の協力を得て、より生のソースやトランザクションソースからデータを抽出、転送、ロードするためのデータソースの設定に多くの時間を費やしています。
次に、データを有用なデータセットにモデル化し、エンドユーザーが洞察を得られるようにします。一般的に、これらの手順はデータウェアハウス内で行う方が組織にとって賢明ですが、データのラングリングとモデリングの一部はJSLでも実行できます。アドインのスクリーンショットに戻って、左上の一番左のペインを見てください。発酵などのヘッダーがあり、少し下に進むと蒸留や蒸発といったエタノール生産ユニットの操作があります。アドインのデータの多くは操作に重点が置かれています。これらの操作トランザクションデータのほとんどはOSI PIに格納されており、この電話会議に参加しているスコットと彼のチームのメンバーが主なデータハンドラーとして担当しています。
JMPにはOSI PIに直接接続する機能があり、プレゼンテーションの右上のスクリーンショットをご覧ください。大規模なデータセット、特に複数のソースや計算列を含むデータセットを取得する際は、スコットと彼のチームと協力して生データをデータウェアハウスに取り込み、エンドユーザー向けにモデル化します。また、業務システムと連携して分析に必要な洞察を得られるデータセットを作成できる財務システムやその他のトランザクションシステムも多数あります。
右下のスクリーンショットに示すように、テーブルとキーがわかっていれば、ユーザーは直接クエリと結合を実行できます。デスクトップでJMPデータセットを開いた状態で、アドインテーブルをプルし、テーブルのメニューから結合を選択するか、スクリーンショットと同様に、ファイルメニューのデータベースプラットフォームを使用してデータベース自体に直接クエリを実行し、「データベース」を選択して、アドインでまだリンクされていないテーブルを直接クエリすることもできます。
当社が保有する多数のJMPライセンスの延長として、現在JMP Proライセンスを保有しています。JMP Proの拡張機能を活用した、より具体的なモデリングの依頼に使用しています。多くの業務データでは、予測変数は相関しています。左に示した回帰モデル、つまり一般化回帰を行う必要がある場合、相関のある予測変数を持つLASSOが適しており、これはJMP Proの機能です。
また、当社の発酵はバッチごとに行われ、反応速度論自体も曲線で表されます。これはFunctional Data Explorerプラットフォームに適した応答です。右のスナップショットに例を示します。反応速度論の違いに関するバッチレベルの予測因子は…
スコットがJMP Liveの具体的なユースケースについて詳しく説明いたします。JMP Liveには、チャートや分析とのインタラクティブ性を実現する他のビジネスインテリジェンスツールと同様の機能を多数備えていますが、特定のタスクにおいてはJMP Liveが優れた独自の機能を備えている点も特徴です。
堅牢な品質管理チャート機能が搭載されており、例えば、中央に緑色、それを囲む黄色、そして一番外側の赤色のチャート（左上）がそれを示しています。このチャートも見てみると、右側にヒストグラム、CPK、その他の統計情報を含む工程能力分析が表示されています。これらはすべて簡単に追加できます。警告も追加でき、基準を満たした場合に自動的にメールを送信することもできます。
また、左下には、背景地図上にデータをプロットして地理関連の洞察を得るための非常に簡単な操作方法も用意されています。より伝統的な棒グラフ形式の洞察も生成可能で、右側の列スイッチャーでブロックされているデータフィルターを使用した分析クエリ機能も利用できます。これらのJMP Live分析は、ポータルにアクセスして上記のスニペットのいずれかをクリックするだけで簡単にアクセスできます。
それでは、さらに詳しい議論と、より具体的な JMP Live の使用例について、Scott に引き継ぎます。
ブランドン、ありがとう。JMP Liveがツールセットに追加されてから1年半ほど経ちますが、POET内ではJMPユーザーに3つのレベルが存在していると言えるでしょう。これは、JMPのソフトウェアバージョンやツールにも多少反映されています。これは、エンジニアや専門家の研究部門におけるJMPクライアントです。彼らは、ブランドンが先ほど紹介したデータアドインを使って、データに簡単にアクセスしています。
繰り返しになりますが、JMP Proを使ってデータをより深く掘り下げているのは、ごく一部のユーザーに限られます。しかし、POETの新機能であるJMP Liveを通じて、これらのデータを公開できるようになりました。これにより、エンジニアや専門家が発見した知見を活用し、その画面をより多くのユーザーに簡単に公開できるようになります。
JMP Liveに少し焦点を当て、発酵に関する事例についてお話します。これは、私たちがJMP Liveをツールセットに追加したきっかけとなった具体的なユースケースです。バイオエタノール製造プロセスの重要な部分は発酵であり、私たちはこれまでJMPとJMP Proを単発の分析に使用してきました。これらの分析結果は、JMPをインストールしていて、ソフトウェアの使い方に慣れている他のユーザーとのみ簡単に共有できました。
このやや限定的なアクセス性は、私たちが既に使用している他のツールにも見受けられました。このツールは、問題を簡単に掘り下げてトラブルシューティングできるほどの柔軟性を備えていなかったか、あるいは、その機能を備えていたものの、より広範なユーザーが容易にアクセスできなかったかのどちらかでした。発酵プロセスにおける問題を軽減するために、迅速な意思決定を行うには、より広範なユーザーが必要なのです。
これは私たちが作成したファイルの例です。これはSQL Server Reporting Servicesを使用して、各工場の発酵状況を監視しています。エタノール変換率の経時変化とバッチを重ね合わせた曲線です。このビューでは工場や期間を指定して検索することはできましたが、私たちが求めているドリルダウン機能のパワーが不足していました。専門知識や、ある程度手作業でデータマイニングを行う人がいなければ、データの深層まで簡単にアクセスすることはできませんでした。
JMPクライアントツールや同様のビューでこれを構築することができ、データのスライス、ダイス、ドリルダウンに非常に役立ちました。ただし、この分析はJMPユーザーに限定されており、大規模なユーザーと共有するのは容易ではありませんでした。JMPにアクセスできるユーザーだけが、その機能を活用できたのです。
そこでJMP Liveの登場です。JMPクライアントツールに搭載されていた機能をエクスポートし、JMP Liveに公開することで、フリートサポートがアクセスできるようになりました。ここに掲載したスクリーンショットのいくつかは、そのメリットを浮き彫りにしています。左上隅を見ると、発酵槽の1つ、つまりバッチの1つが軌道から外れたことがわかります。緑色の線は、時間の経過とともにエタノール変換率が低下していることを示しています。
JMP Liveを使えば、より深く掘り下げて何が起こっていたのかを知りたい場合、ユーザーは外れ値をハイライト表示し、そこに何が含まれたのかを確認できます。今回のケースでは、バッチ番号、発酵タンク番号、容器番号を確認できます。興味深いのは、当時どのようなレシピ戦略を使用していたか、どの酵母を使用していたか、どの酵素を使用していたかがわかることです。
右上隅の酵母と酵素についてですが、特定の酵素をハイライト表示して、以前のバッチで先行指標があったかどうかを確認できます。この戦略のパフォーマンスが低下する可能性があることを示唆する可能性のあるセクションをいくつかハイライト表示しました。
右下には、同じデータの一部がハイライト表示されていますが、データセットの異なるビューが表示されています。これは、パフォーマンスの低いバッチがあった同じ工場をハイライト表示していますが、それを他の工場と比較することで、彼らがどのような戦略を採用しているかを確認できます。これは、POETのソフトウェアプラットフォームに求められる非常に強力で一般的なツールです。自社の工場と比較し、パフォーマンスの高い工場の戦略を活用して、グループ全体の基準を引き上げる機能です。
このユースケースの成功を裏付ける指標として、発酵ビュー、特にこのビューは、約1年半前に導入して以来、グループ全体で15,000回以上閲覧されています。また、数百人のユーザーがアクセスしています。
JMPがデータに基づく意思決定においていかに重要な役割を果たしているか、その例を挙げてご理解いただけたかと思います。JMPは、組織内のプロセス最適化、品質保証活動など、様々な場面で役立っています。
先ほどブランドンが言及したデータセットの一部へのアクセスを企業レベルで強化し続け、JMP Live がツールセットに追加されたことで、JMP プラットフォームが、業務の卓越性と継続的な改善の追求において欠かせないパートナーになりつつあることがわかります。
ご視聴ありがとうございました。良い一日をお過ごしください。
ありがとう。
