Sprache: Englisch
In unserer immer kompetitiver werdenden Geschäftswelt sind jene Unternehmen am erfolgreichsten, die Möglichkeiten erkennen, ihre Kosten zu senken und ihre Effizienz zu steigern. Und dazu analysieren sie Daten. Sie können nun noch sehr viel mehr dafür tun, bessere Einblicke zu gewinnen, Parameter zu optimieren und genauere Vorhersagen zu treffen, indem sie ihre Techniken zur Erstellung von Vorhersagemodellen mit einem strategischen Ansatz für die Versuchsplanung (Design of Experiments, DOE) kombinieren.
Doug Montgomery, PhD, von der Arizona State University spricht über neue Perspektiven zur Anwendung von Vorhersagemodellen für die Erstellung effizienterer multifaktorieller Experimente. Als langjähriger Verfechter des DOE-Ansatzes demonstriert Montgomery, wie Techniken zur Vorhersagemodellierung dazu beitragen können, die Beziehungen zwischen Versuchsfaktoren zu identifizieren. Mithilfe dieser Informationen kann man strategisch interessantere Versuche entwerfen, um dann nur jene Faktoren zu untersuchen, die weitere Tests und Analysen rechtfertigen.
Sie lernen Folgendes:
- Optimale Nutzung großer und unstrukturierter Datenmengen, selbst bei fehlenden Informationen
- Verwendung moderner Screening-Ansätze zur Wahl der richtigen potenziellen Leistungstreiber
- Vergleich der potenziellen Leistungstreiber und Wahl derjenigen, die am besten für weitere Versuche geeignet sind
- Wahl der richtigen Versuchstypen für optimale Ergebnisse zu niedrigsten Kosten