Seminar
製造業におけるデータ活用の実践
～JMPユーザー企業が実践する品質・工程改善～
製造業では、多くの品質・工程データが蓄積されている一方、その価値を十分に活用できていないケースも少なくありません。本セミナーでは、JMPを活用してデータ分析・改善活動に取り組む2社の事例をご紹介します。
エナジーウィズ株式会社からは、膨大な検査データを活用し、品質保証から品質・工程改善へとつなげた取り組みをご紹介いただきます。また、アットフィールズテクノロジー株式会社からは、JMPを用いた実践的なデータ分析を通じて課題を発見し、改善につなげるための考え方やポイントをご紹介いただきます。
製造現場におけるデータ活用のヒントが得られるセミナーです。多くの方のご参加をお待ちしております。
日時
2026年9月18日（金）14:00～16:30（受付開始 13:30）
※ 16:30～17:30 懇親会（ご参加は任意）
会場
SAS Institute Japan株式会社 東京本社
東京都港区六本木6-10-1 六本木ヒルズ森タワー11階
最寄り駅：都営地下鉄・東京メトロ「六本木」
※ 対面式での開催です。ハイブリッド開催、またアーカイブ配信の予定はございません。
参加対象
- 製造業で品質管理・品質保証・生産技術・製造技術などの業務に携わる方
- 品質データや工程データを活用し、品質改善・工程改善に取り組みたい方
- JMPを活用したデータ分析や品質・工程改善に興味のある方（JMPユーザー／非ユーザーを問いません）
参加費
無料（事前のお申し込みが必要です）
定員
100名（先着順）
講演者
エナジーウィズ株式会社 DX統括部 DX・データ活用推進グループ 担当部長
長谷川 馨 様
技術開発やものづくり、営業を問わず、全社のDXやデータ活用人材の育成を推進中。再エネ向け蓄電池の実稼働データを機械学習で分析し、EMSや収益シミュレーションに蓄電池劣化の影響を反映する仕組みを構築。
現在は、自社の生成AI利用ログ、億単位のテキスト分析から業務課題や好事例を抽出する仕組みを構築するなど、JMPと生成AIの強みを組み合わせた施策にも取り組む。
エナジーウィズ株式会社 DX統括部 DX・データ活用推進グループ 課長代理
島田 康平 様
2023年より全社のデータ解析に従事しJMPを使い始める。JMPの主な使い道は、工場や実験データの解析、コーポレートデータの整形及び可視化、解析など。JMPや生成AIの社内普及活動も行っており、昨年はSAS社員の方が当社向けにご講演頂いたセミナー動画を基に、生成AIを活用してwebページ形式のJMP学習コンテンツを作成した。本発表は、工場の検査データを可視化して解析し、原因究明や課題出し、知見の創出等の一連の活動の中で出てきたものである。
アットフィールズテクノロジー株式会社 データサイエンス部
辻 郁弥 様
建材メーカーの開発部門を経て、半導体関連業務を支援する企業へ転職。半導体検査装置による測定・評価業務に従事した後、2019年からデータサイエンス部門にてデータ解析業務に携わる。
それまでデータ活用は主に「見える化」が中心だったが、JMPとの出会いをきっかけに統計解析の世界へ。統計未経験からでも迅速に成果を創出できるJMPの使いやすさと分析力に魅了され、以来、製造業のデータ解析において積極的に活用している。
特に、データ前処理、要因分析、可視化における効率化とアウトプット品質の向上を得意としており、本講義ではその実践的なノウハウを共有する。
プログラム・発表概要
セミナーの概要案内、製造業でのJMPの活用について
SAS Institute Japan株式会社 JMPジャパン事業部
増川 直裕
「電池の個性」を解き明かす！
”取りっぱなしデータ”の活用で「攻めの品質」へ
エナジーウィズ株式会社 長谷川 馨 様／島田 康平 様
エナジーウィズ（株）は、自動車・産業用蓄電池及び電源機器の製造・販売を通じて社会を支える企業である。当社では長年に渡り、各種製品について定期的な抜き取り検査を実施し、性能が基準値を満たしているか否か確認して品質を担保してきた。
この検査データは社内システムに記録されるが、可否判定上は記録データを使用する必要がないため、捨て同然の”取りっぱなし”状態で保管されていた。そこで、膨大な検査データをビッグデータと捉え、JMPを活用したデータ成形や可視化、機械学習を実施すると、今まで技術者が知り得なかった様々な知見を獲得することができた。特に、「電池の個性」を解き明かすために必要な”性能ばらつき”の把握ができた。結果として、「品質保証」の活動から、性能ばらつきの低減に向けた製品の設計変更または製造プロセスの改善といった、「性能・工程改善」まで繋げることが可能となった。
本講演では、弊社のDXの取組を紹介しつつ、上記内容について詳しく紹介する。
なぜ不良の真因は見つからないのか？
～JMPで実践するデータドリブン改善～
アットフィールズテクノロジー株式会社 辻 郁弥 様
近年、製造業においては、工程の複雑化や人材の流動化に伴い、データに基づいて課題を発見し改善を進める「データドリブン」な活動の重要性が高まっている。
データドリブンとは、現象をデータによって定量的に把握し、仮説の立案と検証を繰り返しながら意思決定を行うアプローチである。
一方で、データ解析によって得られる結果は基本的に「相関関係」であり、「因果関係」を直接示すものではない。そのため、解析結果を正しく活用するためには、製造プロセスや設備、品質に関する物理メカニズムの理解が不可欠である。
実際の改善活動においては、統計解析や機械学習の手法そのものよりも、解析前の目的整理やデータ理解、そして解析結果を現場の知見と結び付けて解釈することが成功の鍵となる。
弊社はこれまで数多くのデバイス工場においてデータ活用による改善活動を支援してきた。その中で、データから本質的な課題を発見するための着眼点や、結果を正しく解釈して改善につなげるための実践的なノウハウを蓄積してきた。
本講義では、これらの考え方をベースに、統計解析ソフトJMPを用いたケーススタディを通じて、データからどのように課題を発見し、仮説を立て、意思決定につなげるのかを実践的に学ぶ。
※ 発表時間が多少前後する可能性があります。
※ 内容は変更になる場合があります。
お申し込み
- お1人につき1つのメールアドレスにてお申し込みください。複数の方で同じメールアドレスを共有されると、正しく登録されない場合があります。
- お申し込み後、先着順にて承り、受付確認メールをお送りします。
- 開催日の1週間前に、入館方法などを記載した受講票メールをお送りします。
- 受付確認メールや受講票メールが届かない場合は、お手数ですが下記までご連絡ください。
- 同業他社の方からのご参加お申し込みは、お断りする場合がございます。あらかじめご了承ください。
お問い合わせ
SAS Institute Japan株式会社 JMPジャパン事業部
jpnmktg@jmp.com
Tel 03-6434-3780 （平日 9:00～12:00、13:00～17:00）
お申し込み後しばらくしても確認メールが届かない場合は、jpnmktg@jmp.comまでご連絡ください。