宝洁创于1837年,是全球最大的日用消费品公司之一,全球员工近110,000人。宝洁在日用化学品市场上知名度相当高,其产品包括洗发、护发、护肤用品、化妆品、婴儿护理产品、妇女卫生用品、医药、食品、饮料、织物、家居护理、个人清洁用品及电池等。
作为全世界最大的日用消费品公司之一,宝洁每年都会有大量的供应商数据、渠道销售数据、库存数据、消费者的购买行为数据、产品数据等。为了达到目标——销售增长、毛利润提高、资产利用率优化,宝洁公司需要对这些数据进行分析,作出决策,以便日后采取适当的行动。
为此,宝洁公司引入高端质量管理统计分析和模拟软件JMP。JMP主要用于实现统计分析。JMP的算法源于SAS,特别强调以统计方法的实际应用为导向,交互性、可视化能力强,使用方便,尤其适合非统计专业背景的数据分析人员使用,在同类软件中有较大的优势。
那么,JMP在宝洁中有何应用? n 建模和模拟社群 ü 铁杆建模者:统计学家、结构分析、CFD分析,化学工程、可靠性工程、生产计划 ü 激情从业者:产品研究、配方开发、包装开发、过程开发、工程、生产计划、业务分析、消费者研究
n JMP是用于建模和模拟社群中最受欢迎的软件之一 ü 宝洁公司内部网设有 JMP网站和用户论坛 ü 专用软件所有者 ü 培训和案例分享
为什么是JMP呢? ü 图形用户界面 ü 实验设计 ü 数据可视化 ü 强大的回归和预测工具集 ü 脚本
JMP是如何帮助的? 方法 | | | 方案A是否优于B/C/D? A/B/C/D生产线的产品是否相同? 自动检验比手工检查是增加还是减少故障率? | | 如果在方案中元素A和B的X发生改变,会如何影响消费者偏好 | | |
下面将分享一个案例,具体介绍JMP在宝洁中的应用
案例分享:揭示包装密封性 Ø 包装密封性高度改正消费者偏好 Ø 包装密封性受上游工序随机性的高度影响 Ø 一系列的密封性制造能够保证什么?
案例流程 Ø 挖掘历史数据 Ø 虚拟包/基本模型验证 Ø 批量模型(实验设计) Ø 回归,预测和模拟
历史数据挖掘 假定包装的紧密性是由IBC和FBW这两个指标决定的,而影响这两个指标的变量有FPL、FPT和FPW,从历史数据中挖掘出与这些指标、变量相关的记录。 下表是三种不同包装(LVR-T1-8、lsadora-S1-18和Luna-S3-12turned)的记录个数和FPL、FPT的分布。
l 数据<>信息
从下表可以看出,在95%置信水平下,S1中FPL和FPT相关,而S2、S3中FPL和FPT 不相关。
虚拟包 l 有限元分析 l 验证
对于第二种包装lsadora-S1-18,通过有限元分析模拟FBW与FPL的一元线性回归方程,下图是关于FBW与FPL的历史记录以及模型预测的折线图。从图中可以看出,模型拟合效果较好。
实验设计 l 完整的阶乘3x3x3 在有限元分析的前提下,设计完整的阶乘3x3x3的实验,就可以模拟在其他情况下,FBW与FPT、FPW,IBC与FPL、FPT、FPW各自的一元线性回归方程关系式。得到如下图所示的结果。
回归和预测分析器
蒙特卡罗模拟 Ø 根据IBC、FBW与FPL、FPT、FPW各自的关系式以及FPL、FPT、FPW的分布,用蒙特卡罗模拟随机产生500000条记录,运行结果显示密封性作为上游工序随机性的结果是如何分布的,下面是结果的一部分。 ü (Package 1) 均值=15.5%, 标准差=0.932%,有 0.38%比例的IBC没有落入13%至19%的范围。 ü (Package 2) 均值=14.2%, 标准差=1.014%,有 0.35%比例的IBC没有落入11%至17%的范围。 ü (Package 3) 均值=11%, 标准差=1.3%,有 0.356%比例的IBC没有落入8%至15%的范围。
总结 所有建模工作的最终目标:业务决策 ü 假设和设想 ü 简单模型是vs.复杂模型 ü 模型验证
关注JMP微信公众号,了解更多:
|