Zhiwu Liang è Principal Statistician presso la sede di Bruxelles di Procter & Gamble. Grazie ai suoi quasi 20 anni di esperienza nel settore dei beni di consumo, Liang è esperto nella progettazione di esperimenti, modelli e previsioni non lineari, modellazione statistica, alberi decisionali, analisi e previsione delle serie temporali. Ha conseguito un PhD in Demografia matematica presso l'Università di Groningen, nei Paesi Bassi.

In una recente conversazione, Zhiwu e Meg Hermes, User Reference Manager di JMP, hanno discusso del corso della sua carriera, della comunicazione dei dati con i non addetti ai lavori e delle molte ragioni che lo spingono a coltivare un rapporto di collaborazione con gli sviluppatori del software JMP.

Meg: Nel suo ruolo presso P&G, lei si adopera molto per promuovere l'abilitazione all'analisi attraverso l'insegnamento e la consulenza, oltre a svolgere il suo lavoro di modellazione e progettazione sperimentale più complessa. In che modo il suo impegno a favore della trasformazione degli analytics all'interno di P&G ha influenzato la sua carriera?

Zhiwu: Sostenere i metodi analitici è il mio lavoro! Ma mi ha anche aiutato a ottenere un riconoscimento all'interno di P&G. E una parte importante di questo è avere uno strumento adatto con cui comunicare facilmente con chi non è uno statistico. Insegnando JMP a P&G, mi sono fatto conoscere non solo come statistico ma anche come esperto di JMP. Ogni volta che i miei colleghi hanno domande su JMP, indipendentemente dal fatto che siano legate alle statistiche o meno, vengono da me. E spesso riesco a trovare alcuni problemi legati alla progettazione e all'analisi dei dati, a capire il problema e ad aiutarli a utilizzare lo strumento corretto per la progettazione degli esperimenti (DOE) o la modellazione (analisi dei dati). Spesso prima ancora di rendersi conto di aver usato il metodo sbagliato.

Meg: Ci racconti di più sull'utilizzo quotidiano di JMP. Ci sono modi in cui il software semplifica i suoi processi standard, o il suo lavoro nel complesso?

Zhiwu: Per me JMP non è solo uno strumento per l'analisi dei dati; è anche un metodo di comunicazione con cui trasferire il difficile pensiero statistico a un semplice grafico o a un profiler e consentire ad altri - soprattutto a chi non è uno statistico - di comprendere i dati e i modelli. Lo strumento che uso più spesso in JMP è DOE, ed è molto meglio di altri software. In P&G, abbiamo molti corsi di statistica che richiedono ai partecipanti l'uso di JMP. È possibile vedere l'entusiasmo e la soddisfazione delle persone quando ottengono facilmente i risultati corretti anche per i modelli più complessi. In effetti, anche i miei colleghi utilizzano JMP quotidianamente. A loro piace la funzione di visibilità di JMP perché rende molto semplice mostrare i risultati al proprio manager.

Meg: Una caratteristica relativamente unica di JMP è che consideriamo la creazione di relazioni come un modo per i nostri clienti di ottimizzare i benefici che ottengono dal loro investimento in JMP. Può parlarci un po' di come interagisce con l'organizzazione JMP e la più ampia rete di utenti?

Zhiwu: In community.jmp.com ci sono molti forum che utilizziamo per condividere informazioni e porre domande su JMP. Personalmente, però, preferisco i vertici Discovery perché a Discovery si imparano sempre cose nuove, sia che si tratti di un nuovo metodo, di un nuovo strumento o di una nuova applicazione. Inoltre, è possibile connettersi facilmente con altri utenti e con gli sviluppatori del software JMP. Parlando con gli architetti del software, è possibile sviluppare una comprensione ancora migliore dei metodi a cui si ha accesso in JMP. E si può suggerire di aggiungere nuove funzionalità per un modello specifico nelle prossime versioni.

Meg: Interessante. Perché è così importante poter fornire questo tipo di feedback agli sviluppatori di software JMP?

Zhiwu: È molto importante per P&G coltivare questo tipo di rapporto di collaborazione. Sono migliaia le persone che utilizzano JMP quotidianamente. Funzioni e categorie diverse hanno esigenze diverse. A volte dobbiamo persino combinare gli strumenti di Excel con JMP per risolvere alcune questioni particolarmente difficili. Dobbiamo quindi fornire a JMP un feedback tempestivo su tutte le funzioni esistenti che non funzionano in situazioni specifiche. Chiediamo quindi agli sviluppatori di JMP di migliorare il software o di fornire suggerimenti su come P&G potrebbe costruire uno strumento aggiuntivo di JMP (che, devo dire, potrebbe funzionare solo per la versione attuale). Ma questo è il modo in cui possiamo permettere a JMP di migliorare la vita delle persone a P&G.

Meg: Qual è il futuro di JMP a P&G?

Zhiwu: Con il boom della scienza dei dati e dell'apprendimento automatico in P&G, ci aspettiamo che JMP possa incorporare più tecniche di apprendimento automatico, come le reti neurali convoluzionali, LightGBM, Catboost e gli strumenti NPL - proprio come avete fatto per XGboost - per semplificarci la vita e risolvere la maggior parte dei nostri problemi con un solo strumento.