DATA INSIGHT

WEBINAIRE À LA DEMANDE

Optimiser des processus existants à l'aide d'historiques de données

Recueillez-vous des données en provenance de sources plus nombres qu'avant ? Êtes-vous capable de mesurer davantage d'attributs de votre système, de stocker et de conserver ces données ? Certaines de vos données sont-elles mesurées plus fréquemment que d'autres attributs du système ? Vous demandez-vous parfois comment exploiter la potentielle valeur cachée de vos données ?

Comprenez comment la modélisation statistique peut vous aider à découvrir, identifier et exploiter les relations clés dans vos données, tout en vous permettant de développer votre savoir-faire les concernant. En prenant part à ce webinaire, vous verrez en quoi la modélisation statistique aide à :

  • Générer plus d'informations et d'idées à partir de vos données.
  • Obtenir une meilleure compréhension des produits et processus lorsque certaines des variables sont mesurées à des fréquences plus élevées que d'autres.
  • Atteindre de meilleurs résultats grâce aux données.
  • Gagner du temps et améliorer l'efficacité.

À propos du présentateur

Emmanuel Romeu
Emmanuel Romeu est Senior Systems Engineer pour JMP, une division de SAS spécialisée dans les logiciels installés pour la visualisation et l'analyse de données dynamiques. Il est consultant avant-vente dans le sud de la France. Avant de rejoindre JMP, Emmanuel a travaillé pendant 25 ans chez Beckman-Coulter Diagnostic où il a travaillé successivement dans l'industrialisation, la R&D en diagnostic médical et enfin comme statisticien. Il est diplômé en génie biologique de l'université de Clermont Ferrand et en statistique de l’université de Strasbourg.
headline
Inscrivez-vous dès maintenant à ce webinaire gratuit :
region
na1
portalId
20721161
formId
581dcb5e-1060-46a1-9ad2-dba4644193da
leadSource
Webcast (On-Demand)
lastAction
Webcast (On-Demand)
salesforceCampaignId
7015b0000057UhAAAU
redirectTarget
/./resources/on-demand/data-insight/improving-existing-processes-using-historical-data/watch