Ciao a tutti. Oggi esploreremo come lo scripting JMP e l'automazione del flusso di lavoro possano migliorare l'efficienza nel settore dei semiconduttori. Breve presentazione dei relatori. Sono Su-Heng Lin, Senior Principal Engineer presso NXP Semiconductor, e Martin Demel è un Principal JMP, System Engineer. Permettetemi di illustrarvi la presentazione di oggi. Inizieremo con le motivazioni, ovvero perché l'automazione del flusso di lavoro è fondamentale nella produzione di semiconduttori. Poi, analizzeremo il processo di fabbricazione dei wafer per comprenderne la complessità. Successivamente, confronteremo il cambiamento di processo e il trasferimento tecnologico, evidenziandone le differenze e i flussi aziendali. Approfondiremo come framework basati sui dati come DOE e l'analisi Cpk supportino la valutazione e il processo decisionale. Successivamente, esamineremo il benchmarking delle prestazioni e la distribuzione dei parametri elettrici. Infine, arriverà il momento clou, una demo live di JMP Workflow Builder tenuta da Martin. Infine, concluderemo con i punti chiave e apriremo la sessione di domande e risposte.
Nell'ingegneria dei semiconduttori, gli ingegneri conducono regolarmente esperimenti standardizzati e generano report per la gestione del cambiamento, il trasferimento tecnologico e la conformità agli audit. Questi report vengono spesso creati manualmente utilizzando strumenti come JMP ed Excel, per poi essere compilati in un documento PowerPoint o Word. Questo processo risulta dispendioso in termini di tempo, incoerente e talvolta incompleto. Le competenze di un melodista possono variare, con conseguenti inefficienze e lacune nella ripetibilità e nella conformità, soprattutto durante il trasferimento tecnologico tra siti.
Oggi mostreremo come JMP Workflow Builder possa semplificare l'intero processo automatizzando attività come la pulizia dei dati, l'analisi statistica e la creazione di report. Possiamo produrre un output solido e standardizzato in pochi minuti. Non è richiesta alcuna codifica e il flusso di lavoro garantisce l'integrità dei dati migliorando al contempo l'efficienza del team. Più avanti, Martin mostrerà quanto sia facile crearne uno utilizzando JMP19 Pro.
La produzione di semiconduttori richiede centinaia di fasi e un lungo ciclo di produzione. Prendiamoci un momento per apprezzare la complessità della fabbricazione dei wafer. Iniziamo con un lotto di wafer, in genere 25 wafer di silicio Bayer. Questi wafer vengono sottoposti a centinaia di complesse fasi di processo, che richiedono almeno 9-16 settimane. Il percorso inizia con l'ossidazione, la fotolitografia e l'incisione per definire il circuito. Seguono la pulizia e l'impianto di ferro, che modifica le proprietà elettriche. Quindi, la deposizione di metallo e dielettrico crea gli strati necessari per l'interconnessione e l'isolamento. Ogni fase deve essere controllata con precisione per garantire le prestazioni e l'affidabilità del dispositivo. Una volta completata la fabbricazione, verrà eseguito un test di accettazione del wafer, chiamato anche Class Probe, in cui i singoli dispositivi, come un transistor e i condensatori, vengono campionati per verificarne la qualità.
Se superano il test, i wafer passano alla sonda unitaria, dove ogni colorante viene testato sull'etichetta del circuito. Questo rigoroso processo garantisce che solo i wafer di alta qualità vengano confezionati e sottoposti al test finale. Comprendere questo flusso è essenziale perché qualsiasi modifica di processo o trasferimento tecnologico deve mantenere l'integrità in tutte queste fasi. Ecco perché una valutazione e un'automazione affidabili sono così fondamentali nel nostro settore.
Confrontiamo il cambiamento di processo e il trasferimento tecnologico. Il cambiamento di processo mira a migliorare fasi specifiche all'interno di una fabbrica, individuate da problematiche interne, e coinvolge specifici metodi di convalida e flussi di approvazione. Al contrario, il trasferimento tecnologico mira ad espandere la capacità o a passare dalla produzione alla produzione, guidato da decisioni strategiche e coinvolge flussi di processo più ampi e processi di approvazione più complessi. Nonostante questa differenza di portata e intenti, entrambi i piani condividono una somiglianza fondamentale. Si basano sulla stessa struttura sperimentale e analitica. La progettazione degli esperimenti, l'analisi statistica e i gate di qualificazione sono fondamentali per entrambi. Che si stia migliorando un processo a livello locale o trasferendolo a livello globale, il rigore della convalida basata sui dati rimane lo stesso. Questa base condivisa è ciò che rende l'automazione del flusso di lavoro così potente. Standardizza e accelera questo passaggio comune in entrambi gli scenari.
La valutazione "can-t" implica l'ottimizzazione dei parametri chiave e la garanzia che soddisfino i criteri di qualificazione. Formati e flussi di lavoro standardizzati possono migliorare l'efficienza. Questa diapositiva ha delineato la struttura del flusso che utilizziamo per valutare il cambiamento nella produzione di semiconduttori. Inizia con l'analisi DOE, in cui ottimizziamo i modelli in base ai parametri chiave target per migliorare le prestazioni di fine linea. Ogni progetto può richiedere un approccio unico, ma l'obiettivo è la coerenza. Identificare la variabile più impattante. Successivamente, confrontiamo la distribuzione dei parametri elettrici per garantire che tutte le metriche chiave soddisfino i criteri Cpk e Delta Sigma. Questa fase trae grande vantaggio dai formati standardizzati e dai flussi di lavoro automatici, che migliorano sia l'efficienza che la ripetibilità. Quindi, generiamo un report Cpk e di rendimento per valutare l'allineamento del parametro ottimizzato con i criteri di qualificazione. È qui che convalidiamo se le modifiche proposte sono statisticamente valide e pronte per la produzione.
Infine, sulla base di tutti i dati, il team formula una raccomandazione per il successivo ciclo di apprendimento. Questo flusso non solo garantisce una valutazione solida, ma supporta anche il miglioramento continuo, rendendolo applicabile sia al cambiamento di processo che al trasferimento tecnologico. In questo caso, il ciclo di miglioramento continuo prevede la produzione sperimentale, l'analisi mirata dei dati e la revisione delle prestazioni. Se le prestazioni migliorano, iteriamo con l'esperimento successivo. In caso contrario, ci aspettiamo l'eliminazione di un valore anomalo individuando la causa principale. Questo processo ci aiuta a gestire e migliorare efficacemente le nostre attività di produzione. Ora, è importante comprendere il contesto operativo. Le modifiche di processo sono in genere gestite dal Change Action Board o CAB e spesso ricevono il supporto dell'IT di produzione per costruire una piattaforma analitica standardizzata. Al contrario, il trasferimento tecnologico è più ad hoc. Può comportare una valutazione che va oltre il semplice controllo rispetto alle vendite proposte o la gestione di più modifiche su un singolo lotto di wafer. Questa complessità spesso non soddisfa la soglia di ritorno sull'investimento necessaria al reparto IT per investire in una soluzione universale. È qui che gli ingegneri possono prendere l'iniziativa utilizzando script JMP, strumenti di automazione e flusso di lavoro per costruire le proprie piattaforme di analisi efficienti e ripetibili. Ciò consente ai team di mantenere rigore e velocità anche in scenari senza mittente. Ad esempio, analizzeremo il trasferimento tecnologico per mostrare come il flusso di lavoro possa migliorare l'efficienza di un progettista di dispositivi.
Passando alla diapositiva 9, descriveremo le milestone e le gate review per un processo di trasferimento tecnologico. Si inizia con l'avvio e la pianificazione del progetto, in cui definiamo l'ambito, gli obiettivi, otteniamo l'approvazione per il concept, la definizione e la pianificazione. Una volta che il progetto è pronto, passiamo alla fase di convalida. Questa include il controllo di prontezza, l'approvazione del congelamento del processo e l'autorizzazione per la produzione di rischio. Questa fase garantisce la stabilità del processo e la comprensione dei rischi prima della scalabilità.
Infine, raggiungiamo la fase di rilascio e chiusura, in cui il progetto viene formalmente rilasciato in produzione e concluso il ciclo di sviluppo. Ogni gate funge da punto di controllo per garantire qualità, allineamento e responsabilità tra i team. Comprendere questo framework ci aiuta a definire i passaggi dettagliati della revisione delle prestazioni che seguono nella diapositiva successiva.
Ecco la revisione completa delle prestazioni. Inizia con l'estrazione dei dati PC a livello di sito, seguita dalla pulizia e dall'elaborazione dei dati. Si passa quindi all'analisi statistica descrittiva, alla generazione di report, alla distribuzione, al confronto e, infine, all'analisi delle capacità e della resa. Ciascuno di questi passaggi è fondamentale per garantire che il processo di trasferimento soddisfi gli standard di qualità e affidabilità. Ora, sebbene ogni blocco di questo flusso possa trarre vantaggio dall'automazione JMP a causa dei vincoli di tempo, nella demo di oggi ci concentreremo solo sui due blocchi evidenziati in blu.
Analisi statistica descrittiva e confronto della distribuzione dei parametri elettrici. Nel primo caso, JMP ci consente di riassumere rapidamente le metriche chiave, media, deviazione standard e resa per lotto e wafer. Questo aiuta a stabilire una baseline e a identificare le tendenze iniziali. Nel secondo caso, utilizziamo JMP per preparare le distribuzioni dei parametri tra siti o condizioni. Utilizziamo test statistici per rilevare scostamenti significativi. Questi passaggi sono fondamentali per convalidare l'allineamento tra le fabbriche di origine e di destinazione. Automatizzando questa attività, gli ingegneri possono generare informazioni coerenti e accurate in pochi minuti, liberando tempo per analisi più approfondite e processi decisionali.
Diamo ora un'occhiata più da vicino a come funziona in pratica. In questa slide, discuterò l'analisi sperimentale per identificare i fattori chiave del processo e i wafer corrispondenti che soddisfano i nostri obiettivi. Ci concentreremo sull'analisi della variabilità per X_344, evidenziando il valore target e il punto di commutazione per diverse parti con 25 lotti di wafer. In questo caso di miglioramento di X_344, ci vogliono 5 mesi dalla progettazione per completare il processo di wafer e l'esperimento. Ho impiegato un altro mese per me, dopo aver raccolto tutti i dati parametrici di fine linea, per generare un report ed essere pronto per la discussione del successivo esperimento. Questa analisi ci ha aiutato a ottimizzare i nostri processi e a garantire il raggiungimento del nostro obiettivo prestazionale. Il tempo di ciclo è leggermente troppo lungo per l'analisi dei dati e il reporting.
Qui, voglio solo mostrarvi che per tutte queste analisi, abbiamo elencato i parametri elettrici utilizzati nella valutazione. Questi sono classificati in affidabilità P1 e nel parametro opzionale P2 durante la produzione e la quantificazione. L'elenco completo dei parametri elettrici W80 è suddiviso nelle categorie P1 e P2. P1 include parametri critici per l'affidabilità, ulteriormente suddivisi in WAC e nell'elenco di monitoraggio. Mentre P2 copre metriche opzionali per analisi più approfondite. Questi vengono valutati durante un PPA e un R&E. Sotto il foglio di lavoro, un riepilogo delinea i risultati chiave, il risultato Pass/Fail, i report Ppk, il piano di miglioramento, la tariffa di avanzamento e la tracciabilità dei lotti. Questo framework garantisce una valutazione coerente e supporta le decisioni basate sui dati durante tutto il processo di trasferimento tecnologico.
Ecco il report Cpk e yield per la valutazione di questo parametro. Fornisce informazioni sulla capacità del processo per tutti gli altri parametri. Questo non è il nostro parametro di riferimento. Evidenzia qualsiasi parametro con prestazioni scarse per un'ulteriore analisi. Questa diapositiva presenta il report di riepilogo necessario per superare qualsiasi gate di trasferimento tecnologico in base ai criteri definiti dall'azienda. Questo report è essenziale per la revisione del gate. Fornisce una base quantitativa per il processo decisionale e garantisce che il processo di trasferimento soddisfi gli standard di prestazioni e affidabilità prima di passare alla produzione.
La diapositiva successiva presenta un framework basato sul rischio per la valutazione della distribuzione dei parametri elettrici durante il trasferimento tecnologico o il cambiamento di processo. Sono stati utilizzati due parametri chiave, il delta sigma, che misura la variabilità tra le parti, e le capacità di processo, Cpk, che riflette il livello di conformità dei parametri alle specifiche. I parametri sono classificati in cinque livelli di rischio. Il livello di rischio uno indica che non è necessaria alcuna azione. Il livello di rischio due suggerisce una discussione con la linea di business. I livelli di rischio tre e quattro indicano la necessità di un'azione o di una revisione più approfondita. Il livello di rischio cinque segnala un problema critico che richiede un'azione obbligatoria.
Per questo esempio, stiamo lavorando sulla valutazione del guadagno APF. Durante la valutazione del guadagno APF, sia il livello di rischio uno che quello tre sono considerati di categoria positiva, mentre gli altri sono considerati negativi. Questa metrica aiuta il team a stabilire le priorità delle risorse, ad allineare le decisioni e a mantenere gli standard qualitativi durante la valutazione. Il confronto della distribuzione dei parametri elettrici tra le fabbriche aiuta a identificare la variabilità e i problemi di allineamento. Questo è il report che presenteremo oggi. Si tratta di uno strumento fondamentale utilizzato dal team di trasferimento per valutare e migliorare l'abbinamento delle prestazioni parametriche di fine linea tra la fabbrica madre e quella figlia. La tabella ha confrontato i parametri elettrici di più lotti, mostrando metriche chiave, come il limite di specifica inferiore, il limite di specifica superiore, la media, la deviazione standard e il Cpk sia per la fabbrica di riferimento che per quella trasferita. Includiamo anche la significatività Delta e il livello di rischio assegnato dal livello di rischio uno al livello di rischio cinque, aiutandoci a identificare rapidamente quali parametri sono ben allineati e quali hanno richiesto azioni da parte del padre.
Questo report è particolarmente variabile perché fornisce una base quantitativa per il processo decisionale. Ha aiutato gli ingegneri a individuare le discrepanze, a comprendere la variabilità e a stabilire le priorità per le azioni correttive. Automatizzando questa analisi in JMP, possiamo generare queste informazioni in modo rapido e coerente, supportando un ciclo di apprendimento più rapido e un trasferimento tecnologico più affidabile.
Questa diapositiva presenta il risultato del precedente confronto della distribuzione. Un'altra visualizzazione del confronto della distribuzione dei parametri. Utilizzatela per dare priorità alle risorse ingegneristiche. Qui ho elencato i parametri con le prestazioni peggiori, quelli classificati come livello di rischio cinque. Questi parametri mostrano uno scarso allineamento e una scarsa capacità dell'intero processo, rendendoli critici per la revisione. Il grafico visualizza la loro posizione nella zona ad alto rischio e la tabella evidenzia metriche specifiche come Cpk e delta sigma. Nella prossima diapositiva, approfondiremo questi parametri di livello di rischio cinque esaminandone il grafico di tendenza. Questo aiuterà il team a valutare la stabilità nel tempo e a guidare i passaggi successivi per il miglioramento.
Questa diapositiva presenta un grafico di tendenza per due dei parametri di livello di rischio cinque elencati. Utilizziamo X_30 e X_349 come esempio, evidenziati nel precedente confronto delle distribuzioni. Questo aiuta a visualizzare la variazione delle prestazioni e a identificare le criticità. Può trattarsi di una distribuzione più ampia più una variazione della media, oppure di una semplice variazione della media stessa. Abbiamo aggiunto i dati di base del fab madre per consentire un confronto video con il fab ricevente. Questo grafico ci aiuta a valutare l'allineamento del processo di trasferimento nel tempo monitorando la variabilità e le medie del gruppo, in modo da poter identificare errori persistenti o miglioramenti. Questa visualizzazione è essenziale per guidare le azioni correttive e convalidare i punti in cui l'adeguamento meteorologico ci sta avvicinando all'obiettivo.
Questo è il nostro ultimo grafico qui da condividere. Il grafico delta shift mostra le variazioni tra l'attuale flusso di integrazione, WD, e quello precedente, WC. Ci concentriamo sullo spostamento dei parametri tra la zona buona e quella cattiva. In precedenza, ci siamo concentrati sui parametri di livello cinque ad alto rischio e sul loro allineamento con la baseline del fab madre. Qui adottiamo una visione più ampia. Il management e il team di trasferimento desiderano anche comprendere le prestazioni del fattore di processo appena identificato nel WD rispetto al WC. Questo aiuta a valutare se l'integrazione sta effettivamente migliorando rispetto al comportamento parametrico. Stiamo esaminando lo spostamento di Cpk e del delta sigma tra i wafer, identificando quali parametri si stanno spostando dalla zona cattiva a quella buona o viceversa. Questa analisi comparativa è essenziale per orientare le future strategie di integrazione e convalidare l'efficacia delle modifiche di processo.
Ora passeremo alla demo live. Martin, mostrerai come creare un flusso di lavoro utilizzando JMP19 Pro. Questa demo durerà circa 10 minuti.
Grazie, Su Heng.
Nessun problema.
Diamo un'occhiata a questo. Come avete visto nella presentazione di Su-Heng, c'erano diversi passaggi da eseguire, e in passato è stato fatto in fogli Excel, e per i report sui livelli di rischio si ottenevano due grafici uno accanto all'altro, e bisognava anche comprendere questi cambiamenti. L'intero processo prevedeva diversi passaggi, che devono essere eseguiti ripetutamente. Come ha detto Su-Heng, un mese di analisi è un periodo piuttosto lungo. Abbiamo cercato di ridurlo a un lasso di tempo ragionevolmente lungo per renderlo più efficiente. I passaggi consistevano fondamentalmente nel creare la tabella dei dati riepilogativi del fab madre: dovevamo ottenere questa media e la deviazione standard. Dovevamo anche ottenere i dati Cpk. Li otteniamo dai report. Dobbiamo fare lo stesso per il progetto attuale e per quello precedente. Dobbiamo quindi combinare tutti questi dati in un'unica tabella Big Data, in modo da poter creare i report sui livelli di rischio per il progetto attuale, per quello precedente e il report sugli scostamenti. Con l'aiuto di JMP19, il Graph Builder, possiamo visualizzare gli scostamenti direttamente nel Graph Builder, invece di dover visualizzare due grafici uno accanto all'altro e cercare di capire dove si trova questo punto. Dov'è questo punto? Questo è tutto. Quindi, per i parametri di interesse, creiamo anche il grafico di tendenza in un secondo momento.
Eseguiamo il test per intero, in modo da avere un'idea di cosa fa e per vedere come, nel complesso, i passaggi utilizzati per diverse ore si riducano a pochi clic. Selezioniamo prima i dati del fab madre, quindi eseguiamo l'analisi di riepilogo e creiamo una tabella dati. Quindi dovremmo raccogliere i dati di progettazione correnti. Anche questo, di nuovo, fa la stessa cosa, crea il tutto. E infine, otterremo i dati precedenti, i dati di progettazione. Dopo che il test ha raccolto queste informazioni, combina nuovamente la tabella dati, crea questa dashboard dei livelli di rischio e i grafici di tendenza aggiuntivi per i parametri. Non mi soffermo sui grafici di tendenza in questo momento. Voglio solo evidenziare la dashboard qui perché sul lato destro avete la progettazione corrente, il report dei livelli di rischio con i vostri livelli di rischio, e vedete i passaggi per uno e tre, quindi tutto ciò che si trova in questa zona. Abbiamo lo stesso nel campo superiore per la progettazione precedente, e possiamo anche vedere questi spostamenti in tutti questi diversi intervalli.
Abbiamo diversi modi per filtrare. Possiamo partire da "nessun cambiamento", quindi diciamo di essere allo stesso livello di rischio, ma vogliamo vedere se qualcosa si è mosso, almeno verso una migliore focalizzazione. Possiamo dare un'occhiata a quelli. Ma la cosa più interessante sono, ovviamente, i cambiamenti. Se pensiamo al precedente design del livello di rischio uno, che era un percorso, quindi un buon percorso. Vediamo qualche design attuale che stava andando verso il peggio? Ne vediamo alcuni. Questo è il più critico, probabilmente perché è in rosso, quindi livello di rischio cinque. È passato dal livello di rischio uno al livello di rischio cinque. Sicuramente qualcosa da analizzare dal design precedente a quello attuale e anche ad altri. Potreste volerli analizzare. Ma possiamo anche filtrare per un determinato valore di parametro.
Oppure, un altro modo sarebbe, se lo mostrassi per un secondo, andrei a vedere i dati più critici del design attuale e vedessi cosa hanno fatto, come si sono mossi, dove sono passati e collegassi i vari elementi. A seconda della vista che si desidera visualizzare per la variazione del livello di rischio, questo aiuta a concentrarsi davvero sugli elementi che si desidera visualizzare invece di guardare tutti i punti e confrontarli. Questo ha una variazione del livello di rischio. Non è una variazione del livello di rischio, e quelle sono le variabili. Bisogna vedere quale punto dati è dall'altra parte. Possiamo vedere che è ancora qui. Si può analizzare uno per uno, oppure analizzarli tutti insieme e filtrarli. Questo è stato uno dei grandi movimenti qui.
Infine, si ottiene la tabella dati finale con tutti i colori dei livelli di rischio, con informazioni aggiuntive su cosa è stato e altro ancora. Come si arriva a questo punto? Apriamo un nuovo generatore di flussi di lavoro. Apro un nuovo flusso di lavoro. Lo trovate in File, Nuovo flusso di lavoro. Poi iniziamo a fare le cose. Prima di fare qualcosa, cancello sempre la cronologia, in modo da non avere nulla nella cronologia dei log. Per prima cosa, apro qualcosa, e questi sono i dati mother fab perché voglio farci qualcosa. Dico, ok. Mi ha chiesto, dovrei registrare subito quei passaggi? Posso dire di sì. Parlerò un po' di suggerimenti e trucchi, cosa ha senso e cosa no.
Il passo successivo, in questo caso, sarebbe creare il report. Per risparmiare tempo, ho qui solo i report finali. Questo è il report Cpk. Posso chiuderlo e, come vedi, acquisisce lo snapshot del report e lo calcola, così come la tabella. Per questo, possiamo già dare un'occhiata a cosa è successo in background. Ecco la tabella aperta. Puoi manipolare e modificare anche la descrizione e le note. Questo è lo script, se vuoi. Come vedi, è un file hardcoded. Voglio seguire il primo suggerimento. La prima cosa è che, se voglio aprire una tabella dati, e non è sempre la stessa, potresti semplicemente dire: "Non voglio questo passaggio perché nel passaggio successivo chiederà questa tabella dati Austin mother fab data". Se non è presente, ti chiederà cosa fare.
Eseguiamo questa parte dello script. Lo apro. Mi chiede quale tabella dati voglio usare. È una tabella dati che non ho ancora aperto, quindi voglio sceglierla. Questo crea già i miei due passaggi qui. Vedo che ha funzionato tutto abbastanza bene. Ora devo combinare le tabelle. Posso andare alla mia tabella e dire, trasformala in una tabella dati. Lo stesso faccio qui, trasformala in una tabella dati, in questo caso cliccando con il tasto destro del mouse, trasforma in una tabella dati. Vedete che entrambe le opzioni sono state aggiunte qui.
Ora, diamo un'occhiata ad alcuni aspetti aggiuntivi. Vedete, qui prende il gruppo di colonne PC. Da dove l'ha preso? Fondamentalmente, l'ha preso dalla tabella dati, e questo è un buon modo per strutturare la tabella. Ha inserito tutte le colonne delle analisi in un raggruppamento chiamato PC. E questo semplifica le cose perché se non lo faccio, e alcune piattaforme non lo gestiscono perché la tabella prende tutte le variabili qui come una categoria, le inserisce qui. Quello che si può fare è sostanzialmente prendere questa opzione del gruppo di colonne, inserirla qui e, invece di tutti quei parametri, dire semplicemente che dovrebbe prendere il gruppo di colonne. Perché è utile? Perché è indipendente dalla denominazione delle colonne, e questo lo rende molto utile. Raggruppare le colonne nella tabella fa una grande differenza anche quando si lavora con qualsiasi automazione. Questo è qualcosa che si può fare qui.
Ora, confrontiamolo ulteriormente con il flusso di lavoro dati originale che ho creato e diamo un'occhiata a quello. Vedete, dobbiamo creare i dati di riepilogo del fab madre. Lasciatemi semplicemente spostarli dalla modalità presentazione alla modalità normale, così posso vederli uno accanto all'altro. Qui vedo che ho usato anche il PC del gruppo di colonne. Ho creato anche l'altra cosa con il PC del gruppo di colonne. Ho fatto qualcos'altro qui. Ho creato un oggetto qui. Lasciatemi solo inserirlo qui. Questa è la tabella, scusate. Era la cosa giusta. Ho aggiunto questo oggetto qui, riferimento, che non è qui adesso. Questo perché voglio usarlo per avere un file di supporto o una tabella dati di supporto, a cui poi assegno un nome specifico. Potrò fare riferimento a quel nome in seguito quando vorrò combinare tabelle dati con un identificatore o una denominazione univoca in tal senso. Ecco perché l'ho fatto, e poi ho chiuso il report con quello. Potreste volerlo combinare con un po' di script. Potrebbe essere necessario se volete creare cose molto complesse. Ma per la maggior parte delle cose potrei semplicemente lavorare con il flusso di lavoro che ho appena creato qui.
Un ultimo commento prima di passare la parola a Su-Heng: personalmente non uso la registrazione. Controllo se ho già un flusso di lavoro complesso come quello che vedete a sinistra, con diversi passaggi, tengo traccia delle cose fatte e queste verranno aggiunte alla cronologia dei blocchi. Prendo solo le cose che mi interessano e le inserisco nel flusso di lavoro. Poi posso prenderle, annotarle e, quando sono a posto, posso raggruppare le cose selezionate in qualcosa che, ad esempio, è il mio primo passaggio. Ho cambiato il nome del gruppo in "primo passaggio" e ho aggiunto qualche parola in più in modo che sia chiaro cosa succede in questo caso. Ed è quello che ho fatto a sinistra. Questi sono solo alcuni suggerimenti finora. Con questo, torno a Su-Heng per il riepilogo. Questa è l'ultima diapositiva.
Grazie mille, Martin. Ci hai messo solo pochi minuti per completare il mio lavoro di un mese. Meraviglioso. Per concludere la presentazione di oggi, evidenziando come lo scripting JMP e il generatore di flussi di lavoro consentano agli ingegneri di eseguire analisi ripetibili e scalabili su più sedi e progetti. Automatizzando un flusso di lavoro, riduciamo significativamente il lavoro manuale. Ciò che prima richiedeva giorni ora può essere fatto in pochi minuti. Il formato standardizzato e i criteri di valutazione non solo migliorano l'efficienza, ma garantiscono anche coerenza e conformità, soprattutto durante il trasferimento tecnologico. Ciò ha permesso agli ingegneri di spostare l'attenzione dall'elaborazione dei dati alla progettazione di esperimenti migliori e all'accelerazione dei cicli di apprendimento. È importante sottolineare che l'automazione supporta sia il cambiamento strutturato dei processi sia scenari di trasferimento tecnologico più ad hoc. Grazie al miglioramento dell'integrità e della tracciabilità dei dati, il team può prendere decisioni più rapide e sicure. Grazie per l'attenzione. Diamo spazio a domande e discussioni.
