A HP Hood, gli scienziati hanno abbracciato un nuovo modo di sperimentare. Il risultato è delizioso.

La sfida

&Con il mercato dei prodotti lattiero-caseari che impone tempi di sviluppo sempre più brevi, aziende come Hood sono sottoposte a pressioni per accelerare la ricerca e lo sviluppo, migliorando al contempo i tassi di fallimento e riducendo i costi.

Soluzione

Curtis Park, Principal Scientist presso HP Hood, ha lavorato per promuovere l'adozione diffusa di metodi statistici come il design of experiments (DOE) che generano maggiori conoscenze sui prodotti e sui processi, più velocemente e con meno risorse. Per consentire agli scienziati di implementare il DOE e altre efficienze statistiche, Hood ha acquistato il software di scoperta statistica JMP®.

I risultati

Dall'adozione generalizzata di JMP per il DOE, il gruppo R&di Hood ha dimezzato i tempi di sperimentazione. Inoltre, Park afferma che grazie alla piattaforma Query Builder e alla funzionalità di scripting dello strumento, le attività di accesso ai dati e le analisi ripetute sono state ridotte in alcuni casi da 1 ora a 30 secondi. Anche l'automazione di base di JMP, dice, consente agli scienziati di concentrarsi sulla creazione di valore per l'azienda.

Per oltre 175 anni, l'iconico marchio di latticini HP Hood ha rifornito gli scaffali dei negozi di alimentari di latte, panna, zabaione, ricotta, gelato, yogurt e altri deliziosi prodotti caseari. Fondata nel Massachusetts nel 1846, Hood continua a mantenere il suo impegno per la qualità e la sostenibilità, introducendo al contempo innovazioni come la bottiglia LightBlock che hanno contribuito a modernizzare un settore noto per le sue tradizioni.  Oltre al core business dei prodotti lattiero-caseari a marchio Hood, HP Hood è anche leader di mercato nel latte d'avena (Planet Oat), nel latte di mandorla (Almond Breeze) e nel latte senza lattosio (Lactaid).

Sebbene l'industria lattiero-casearia possa essere un luogo improbabile di innovazione rapida, secondo Curtis Park, scienziato alimentare di Hood, il mercato sta cambiando rapidamente in modi che presto richiederanno ai marchi tradizionali di evolversi. "Le nostre tempistiche di sviluppo si sono accorciate ogni anno. Questo riduce i tempi di collaudo, aumentando le possibilità di problemi in fabbrica", spiega.

Park, che si è unito a Hood dopo aver conseguito il dottorato in Scienze dell'alimentazione presso la North Carolina State University, ricorda di aver avuto la sensazione che i metodi statistici potessero essere la chiave per il futuro delle scienze alimentari, anche se sono passati diversi anni prima che li vedesse in azione. "Sapevo quanto potesse essere potente la statistica, o almeno credevo che potesse esserlo, ma in un certo senso non ne ero ancora del tutto convinto", ricorda.

Entrando dalla porta di Hood, la cultura che ha visto è stata quella di un progresso costante, anche se lento. La sperimentazione tradizionale su un singolo fattore era spesso efficace, ma le tempistiche necessarie per un ciclo di sviluppo erano lunghe e i miglioramenti più reattivi che proattivi. Di fronte alle crescenti richieste del mercato, Park ha intravisto il potenziale dell'utilizzo dei dati in nuovi modi per accelerare la ricerca scientifica. Così, quando il nuovo Senior Director of R&D, Joe DeStephano, ha preso il timone, Park ha colto al volo l'opportunità di esplorare come le statistiche potessero aiutare la scienza dell'azienda a spingersi oltre.

Due anni dopo, e in gran parte grazie agli sforzi di Park, Hood ha subito un cambiamento culturale verso l'abilitazione statistica. Park, ora Principal Scientist, ha svolto un ruolo chiave nel promuovere l'adozione di approcci statistici solidi per la scienza alimentare, passando, ad esempio, dalla sperimentazione monofattoriale a quella multifattoriale, un cambiamento che vede come una panacea per il ritmo e la qualità richiesti dal mercato.

Il DOE riduce i costosi fallimenti, riduce i tempi di sperimentazione del 50% e rende la ricerca più riproducibile.

&Gli scienziati di Hood, spiega Park, nello sviluppo delle formulazioni devono fare i conti sia con gli ingredienti che con i fattori di lavorazione. Gusto, qualità, conservabilità, stabilità e costo sono tutti fattori che concorrono alla formulazione ottimale del prodotto e, senza metodi statistici, arrivare alla ricetta finale può sembrare a volte una prova ed errore. "È come lanciare freccette sulla lavagna, sperando di trovare quello che si sta cercando", spiega Park.

Come primo passo per migliorare questo approccio, Park ha iniziato a collaborare con la consulente statistica Lynne Hare, che Hood aveva recentemente assunto per supportare i dipartimenti qualità e operazioni dell'azienda. Nelle prime conversazioni, Hare era convinto che un approccio statistico noto come design of experiments (DOE) avrebbe potuto snellire rapidamente i processi di R&D di Hood.

"Lynne ha iniziato a parlarci del potere del DOE e io ero molto interessato perché era qualcosa che stavo cercando ma che non sapevo cosa fosse finché non l'ho trovato", ricorda Park. "[Vedere DOE per la prima volta] ha fatto accendere un interruttore. Mi sono reso conto che era esattamente quello che cercavo: un modo migliore e più sistematico di fare esperimenti".

Fondamentalmente, secondo Park, era la dipendenza da Microsoft Excel che limitava gli scienziati alla sperimentazione di un solo fattore alla volta, perché non permetteva il DOE. "Sapevamo di aver bisogno di un pacchetto software statistico per iniziare [con il DOE] e Lynne non ha esitato a dire che R&D aveva bisogno di JMP®, il software di scoperta statistica standard del settore per la sperimentazione multifattoriale".

Da quando è stata concessa la licenza di JMP a tutti gli scienziati del gruppo R&di Hood, il team è passato dall'assenza di DOE al DOE come best practice standard, il tutto nell'arco di poco più di due anni. "I soldi che paghiamo per le licenze JMP li recuperiamo facilmente in un solo DOE. È tutto ciò che serve", dice Park. "Si può risparmiare tanto denaro solo [riducendo] i costi, per avere un processo di successo. Se si verifica un guasto, potrebbero andare in fumo da 20 a 40.000 dollari".

La riduzione dei costi deriva anche da tempi di ricerca significativamente più brevi. Il DOE, dice, "riduce notevolmente [i tempi di sperimentazione]". E questo si accumula nel tempo e riduce davvero il tempo necessario per trovare la formula che commercializzeremo."

Secondo Park, inoltre, il DOE permette di acquisire una conoscenza dei prodotti. Esperimenti riproducibili e sistematicamente documentati hanno creato un consistente insieme di dati storici che gli scienziati di Hood possono ora utilizzare come fonte di conoscenze approfondite sui prodotti e sui processi che informeranno le future iterazioni dei prodotti. Inoltre, la visibilità di R&D è andata a vantaggio dei partner operativi e di qualità del team, dove Park afferma che le comunicazioni sono migliorate in modo significativo per quanto riguarda ciò che viene fatto da R&D e perché.

Una combinazione di successi iniziali e formazione assicura un'ampia adesione al DOE.

Non tutti gli scienziati di Hood furono immediatamente convinti della necessità di una nuova direzione strategica, o addirittura che il DOE fosse una soluzione adeguata. Così, insieme a Hare e DeStephano, Park ha iniziato a costruire un caso di studio iniziale che potesse dimostrare in modo persuasivo il potere delle statistiche a un pubblico scettico.

"Ho deciso di prendere uno dei nostri problemi più grandi e di risolverlo utilizzando il DOE in JMP", spiega Park. "Ho pensato che il caso migliore da utilizzare sarebbe stato qualcosa che altre persone avevano cercato di risolvere in passato senza successo. In questo modo potevamo mostrare loro: 'Ehi, non potevi risolverlo in questo modo, ma se usi [DOE], ora puoi farlo'". Lo abbiamo fatto e abbiamo risolto un problema che andava avanti da anni".

Una volta che il caso di studio è stato diffuso all'interno del reparto e alla dirigenza, Park ricorda: "Tutti sono stati immediatamente d'accordo con la soluzione. Non ci sono stati ripensamenti". L'ostacolo successivo era dimostrare agli scienziati che il DOE avrebbe lavorato nel loro settore, non solo sulle sfide parallele, e l'introduzione di un nuovo programma di formazione statistica R&D è stato l'ultimo tassello per assicurarsi il sostegno.

Il programma di formazione statistica di Hood R&D è ormai uno standard per i nuovi dipendenti, e a chi cerca qualcosa di più indica Statistical Thinking for Industrial Problem Solving (STIPS), un corso di formazione online gratuito di JMP. Park spiega che STIPS consente agli utenti di acquisire nuove competenze e di completare i moduli secondo i propri ritmi. "Sono un po' fanatico, credo, di JMP. E tutti in R&D lo sanno", dice ridendo.

Dopo aver scoperto JMP e DOE, Park riflette: "È stata davvero un'esperienza che ha cambiato la mia carriera, e sento che mi ha cambiato come scienziato. I problemi sono molto più facili da risolvere ora. E sì, uso ancora le mie conoscenze in materia. Guida il DOE fino a trovare risposte solide in cui posso essere molto fiducioso e in cui posso far sì che anche altre persone siano fiduciose".

Query Builder semplifica i processi di accesso ai dati da 1 ora a 30 secondi.

Un altro progetto che il team ha affrontato nella fase iniziale dell'implementazione di JMP è stato il miglioramento dei processi di sviluppo delle specifiche. Le barriere di accesso ai dati hanno rappresentato a lungo una sfida per il gruppo R&D, con dati di qualità isolati tra database che non parlavano tra loro. Per aumentare le metriche di performance, Park ha collaborato con il reparto IT di Hood e con Bill Henry, statistico industriale di Hood, per collegare il database QA dell'azienda a JMP utilizzando la piattaforma Query Builder dello strumento.

Ora gli scienziati possono accedere facilmente ai dati provenienti da varie fonti, eseguire una query ed esaminare l'andamento dei dati nel tempo o le prestazioni del processo rispetto alle specifiche. Il sistema fornisce anche strumenti che Park ha utilizzato per misurare la capacità del processo e aumentare lo sviluppo delle specifiche. "Query Builder è stato enorme", dice Park. "Quello che prima ci richiedeva probabilmente almeno un'ora, ora lo posso fare in 30 secondi".

In definitiva, spiega, le efficienze su piccola scala producono benefici maggiori per l'azienda, liberando gli scienziati per concentrare il loro tempo su attività a maggior valore aggiunto. "Vogliamo automatizzare le attività [come quelle di accesso ai dati] che non sono utili per uno scienziato", spiega Park. "Vogliamo invece che passino il tempo a pensare in modo critico al significato dei risultati e a cosa dovremmo fare al riguardo".

Quello che Park descrive come "un po' di scripting" ha contribuito ad automatizzare i processi ripetuti, che hanno permesso un ulteriore risparmio di tempo. Per esempio, dice, "se si sa che c'è un modo per far sì che una cosa che di solito richiede cinque minuti richieda invece 30 secondi - certo, sono solo quattro minuti e mezzo di differenza, ma se si moltiplica il tutto, per esempio, per 350 set di dati specifici, è un sacco di tempo. E il tempo potrebbe essere una barriera per le persone".

Gli script di Park consentono ora agli scienziati di premere un solo pulsante per ottenere automaticamente i dati corretti e visualizzarli. Anche su piccola scala, l'automazione ha portato guadagni enormi. "La standardizzazione è stata sicuramente un grande vantaggio per noi", afferma Park. "Più siamo standardizzati [tra R&D, operazioni e qualità], meglio siamo come azienda nel prendere decisioni".