데이터 획득

데이터 형식은 다양합니다. 다행히도 JMP는 데이터를 사랑합니다.

Microsoft Excel 파일은 Excel 가져오기 마법사, 텍스트 파일은 텍스트 가져오기 마법사로 쉽게 읽을 수 있고, 대화식 쿼리 빌더를 사용하여 ODBC 호환 데이터베이스로부터 직접 데이터를 추출할 수 있습니다. 어떤 형태의 데이터라도 JMP는 읽어올 준비가 되어 있습니다.

데이터베이스를 통해 조직의 방대한 데이터 및 정보를 범주화할 수 있으나, 데이터베이스는 일반적으로 효율적인 분석이 아니라 효율적인 저장 및 트랜잭션을 위해 구성됩니다. 즉, 분석에 필요한 데이터가 여러 테이블에 분산될 가능성이 높습니다. 이러한 테이블을 결합하여 필요한 데이터를 조합해야만 합니다. 이는 만만치 않은 작업이며 데이터 테이블의 세부 사항은 물론 테이블을 결합하기 위한 SQL 또는 기타 도구의 사용법을 익혀야 합니다.

쿼리 빌더를 선택하십시오. 이 JMP 플랫폼에서는 기본 테이블과 하나 이상의 보조 테이블만 지정하면 쿼리 빌더가 기본 테이블에 있는 외래 키를 보조 테이블에 있는 기본 키에 자동으로 매칭합니다. 따라서 큰 수고 없이 결합할 수 있습니다. 모두 자동으로 이루어집니다.

쿼리 빌더와 자동 매칭을 연계하면 간단하거나 복잡한 질의를 생성하는 데 필요한 모든 조건이 갖춰집니다. 이제 JMP로 모든 것을 할 수 있습니다.

JMP는 다음 소스의 데이터를 가져오고 샘플링하는 것도 지원합니다.
  • SAS®.
  • 각종 플랫 소스 유형(예: 텍스트 파일, R 코드, MATLAB 코드, HTML 파일, SPSS 파일, Minitab Portable Worksheet 파일).
  • 웹 페이지(HTML 테이블).

JMP에 데이터를 가져오는 것은 모두 대화식 작업이며 소프트웨어는 이 과정에서 일어나는 변화에 대처합니다. 따라서 JMP 테이블에 가져온 파일은 서식이 지정된 상태이며 최대한 분석 가능한 상태로 준비되므로 시간과 노력이 절약됩니다.

통계 분석 도구가 원래 형식에 관계없이 데이터를 처리할 수 있다는 확신을 갖는다고 상상해보십시오. 그것이 바로 JMP가 제공하는 것입니다. JMP로 가져온 데이터는 메모리에 있기 때문에 데이터의 소스는 중요하지 않습니다. JMP 테이블은 항상 빠르고, 분석을 수행할 수 있도록 최적화되어 있으며, 원본 소스의 구조와 메타데이터를 최대한 보존하면서 탐색할 수 있습니다.

데이터 정리

분석을 위한 데이터 준비에 얼마나 많은 시간이 소요됩니까? 많은 데이터 분석가들에게 반복되는 지루한 작업입니다. JMP는 이 사실을 오래 전부터 인식하고 더 쉽고 빠르며 안정적인 데이터 준비를 지원해왔습니다.

어떤 데이터 정리 작업에서도 JMP는 과정을 자동화합니다. 다른 소프트웨어에서 어렵거나 불가능했던 일이 JMP에서는 간단하게 처리됩니다. 설령 데이터를 직접 정리할 수 없더라도 JMP는 데이터 문제가 분석에 끼치는 영향을 최소화할 방법을 제공하므로 대개는 데이터를 깨끗하게 정리하느라 노력하지 않아도 됩니다.

데이터를 JMP 테이블에 저장하면 각종 변형 및 재구성 도구를 활용하면서 모든 데이터를 하나의 파일에 병합하고 지능적인 대화식 테이블 결합을 수월하게 해낼 수 있습니다. 또한 두 테이블을 결합하지 않고도 다른 테이블에 있는 데이터를 참조하는 것도 가능하므로 대형 데이터 세트의 결합에 따른 메모리 및 데이터 스토리지 문제를 피할 수 있습니다.

데이터를 분석하기 전에 데이터가 깨끗하며 값이 일관성 있고 올바르게 인코딩되어 있는지 확인해야 합니다. JMP는 다양한 방법을 제공합니다. 최상의 방법 중 하나는 분포 플랫폼을 사용하는 것입니다. 이상치를 찾아내기만 하면 JMP 내의 동적 링크 연결을 통해 테이블에서 선택됩니다.

데이터를 조명하는 시각적 인터페이스는 JMP의 대표적인 장점 중 하나입니다. 데이터에서 관찰한 바를 즉시 포착하다보면 과연 지금까지 얼마나 많은 것을 놓치고 있었는지 생각하게 됩니다.

여러 명이 범주를 입력하면, 이름의 일관성이 결여될 수 있습니다. 정확하게 범주화된 표를 만들고 예측에 사용하려면 일관성을 유지해야 합니다. JMP가 제공하는 값 편집 유틸리티는 시간 소모적인 작업 없이 손쉽게 범주를 통합합니다. 사용자는 여러 범주를 선택한 후 무엇을 대표 범주로 사용할지 선택할 수 있습니다. 유사한 범주를 자동으로 통합하는 기능도 있습니다. 특히 수백에서 수천 개의 고유 항목이 존재하는 경우, 많은 시간을 절약할 수 있습니다.

JMP는 다음과 같은 데이터 정리 도구도 제공합니다.

  • 이상치 선별.
  • 입력 오류, 오류 코드 또는 데이터에서 설명하지 않았을 가능성이 있는 누락된 값/누락된 값 코드 선별.
  • 공식 열 또는 파생 변수 생성, 비율 열 또는 반응 변환. 
  • 데이터 속성 정리.
  • 연속 데이터를 이산 범주로 분할.
  • 분리된 텍스트 문자열을 여러 열로 분할.
  • 지표 변수 생성.
  • 유사한 유형의 여러 열에서 특성 표준화.

데이터 시각화

스프레드시트로는 데이터 세트의 패턴과 추세를 쉽게 파악할 수 없으며, 패턴을 찾으면 중요한 정보를 발견할 수 있습니다. JMP는 강력하고 역동적인 시각화 도구를 제공하여 더 수월하고 효과적인 통계 발견을 지원하고 혁신으로 이끕니다.

JMP 덕분에 좁은 경로에서 벗어나 탄력적으로 데이터를 탐구하면서 흥미로운 사실을 발견할 수 있습니다. 데이터의 스토리를 가장 확실하게 전달할 시각화를 찾을 때까지 빠르고 민첩하게 데이터를 탐구하십시오.

그래프 빌더는 데이터를 탐구하고 동적 그래프로 작성하는 최상의 방법입니다. 대화식 환경에서 드래그앤드롭 방식으로 간단하거나 복잡한 그래픽 요소를 구현할 수 있습니다. 변수를 끌어 위치로 이동하고 그래프 요소를 아이콘 팔레트에서 선택한 다음 디스플레이를 사용자 정의하여 게시 가능한 최종 품질의 결과를 얻습니다. 그래프 빌더는 언제나 현재 상황에 잘 맞는 옵션을 제공합니다.

그래프 빌더는 통계 검색을 쉽고 효과적으로 만드는 JMP의 다양하고 풍부한 동적 시각화 도구 중 하나일 뿐입니다.

내장된 고품질 지리 이미지를 사용하여 모든 관련 JMP 그래프에 배경 맵을 추가하거나 도시, 도로, 수역을 포함하는 거리 수준의 맵에 데이터를 나타낼 수도 있습니다. 버블 도표를 사용하여 애니메이션 데이터 동영상을 만들어 시간의 경과에 따른 여러 차원의 변화를 보여줄 수 있습니다.

여러 그래프를 결합하는 것이 단 하나의 그래프보다 훨씬 더 강력한 효과를 발휘할 수도 있습니다. 이러한 경우에 데이터의 스토리를 효과적으로 전달할 수 있습니다. 템플릿 클릭 한 번으로 설득력 있는 프레젠테이션 준비 시각화를 개발하거나 자신만의 맞춤형 대시보드를 만들 수 있습니다. 

JMP의 그래프는 데이터에 대한 인터페이스를 나타내지만 단순히 데이터만 나타내는 것은 아닙니다.

기본 데이터 분석

시각 분석을 위한 기본 도구를 사용하는 것은 종종 조직 내에서 결과를 전달하고 행동에 동기를 부여하는 가장 좋은 방법입니다. 또한, 대개 통계 데이터 탐구의 첫 단계는 소위 단변량 분석, 즉, 한 번에 하나씩 변수를 조사하는 프로세스로 구성됩니다. JMP에서 관심 있는 열을 찾으면 분포 플랫폼에서 변수의 정의된 모델링 유형에 따라 그래프와 통계를 자동으로 제공합니다.

명목 값 또는 서열 값을 대상으로 연속 데이터, 기능 분석, 분포 적합 및 빈도에 대한 히스토그램, 요약 통계, 상자 도표, 분위수를 신속하게 얻을 수 있습니다.

JMP는 기본 통계 분석을 위해 다음과 같은 핵심 기능을 제공합니다.
  • 히스토그램, 상자 도표.
  • 기술 통계.
  • 1표본 및 2표본 t-검정, ANOVA, 회귀, 비모수적 검정.
  • 분포 적합.
  • 데이터에 적합한 다항식 및 곡선 도출.
  • 통계 계산기 및 시뮬레이터, 검정력 및 표본 크기 계산.

텍스트 탐색

텍스트 데이터는 분석이 용이하지 않습니다. 융통성이 없고 정형화되지 않았으며 다루기 쉽지 않을 수도 있습니다. JMP 텍스트 탐색기는 단어 및 구를 추출하고 요약을 생성하며 단어를 시각화하고 조직화하여 설문 조사나 엔지니어링 노트의 프리 텍스트와 같은 비정형 텍스트 데이터에 숨어 있는 정보를 발견할 수 있는 대화식 명령 모음을 제공합니다.

정규 표현식(RegEx) 인터페이스를 사용하면 부품 번호, HTML 태그 간 단어, 전화 번호, 이메일 주소, 통화 등을 추출하기 위한 사용자 표현식을 만들고 저장할 수 있습니다.

데이터 그룹화, 필터링 및 부분집합 생성

어떠한 비즈니스에서도 끊임없이 변화하는 고객의 요구를 신속하게 파악하고 적응해야 경쟁에서 더 빨리 앞서나갈 수 있습니다. 이 학습 주기에 속도를 내려면 데이터에서 패턴을 알아차리고 가장 중요한 데이터에 초점을 맞추면서 신속하게 대응할 수 있어야 합니다. 읽어야 할 보고서를 양산하거나 최악의 경우 사용자 정의 코드를 작성하고 실행에 앞서 출력을 기다리며 시간을 낭비해서는 안 됩니다.

JMP는 일상적인 데이터 층별 및 분할 작업에 대해 근본적으로 다른 접근 방식을 제공합니다. JMP의 그룹화 및 필터링 패러다임으로 메모리에서 즉각적으로 보고서 출력을 재구성할 수 있습니다. 언제라도 간단히 다양한 범주 변수 수준을 클릭하여 보고서를 업데이트할 수 있다면 얼마나 신속하게 관심 영역에 집중할 수 있을지 상상해 보십시오. 단 한 번의 클릭으로 분석 초점을 새로운 측정 기준으로 완전히 전환할 수 있습니다.

JMP에서는 다음과 같은 그룹화 및 필터링 도구를 제공합니다.
  • 조건문이 있거나 없을 때 데이터 테이블의 특정 부분에 초점을 맞추는 로컬/전역 데이터 필터. 선호하는 필터 설정을 저장할 수 있어 일상적인 필터링 작업의 효율이 높아집니다.
  • 고품질의 그래픽 보고서 및 데이터 테이블을 만드는 정의하기 쉬운 행 마커, 색상 및 라벨.
  • 그래픽 보고서 또는 통계 보고서에서 변수 대체를 위한 열 전환기. 수작업 또는 애니메이션으로 변수를 관찰하면서 수백 개의 변수에서 패턴 및 이상 탐지.
  • 많은 분석 플랫폼에서 손쉽게 기준 변수를 생성하면 동일한 분석의 사본 여러 개가 생성되며 각종 서브셋 분석이 단 한번의 클릭으로 가능.
  • 즉시 파생 변수 생성을 위한 변환. 데이터를 분석하며 그 맥락을 파악하고 단 한 번 클릭으로 통계적으로 또는 수학적으로 변환된 여러 데이터 열을 생성합니다.
  • 그래프 필터링은 그래프를 사용하여 다른 그래프를 필터링합니다.

실험계획법(DOE)

실험 설계에 “A-B 검사”에 의존하는 곳이 많지만, 여러 가지 요인을 고려하면서 어떤 상황을 다른 상황에 비교하며 검사하는 것은 비즈니스를 파악하기에는 매우 느린 방법입니다.

이와 달리 JMP의 실험계획법(DOE)은 거의 모든 현실 상황에 존재하는 복수 인자에 대한 기회를 탐구하고 이용하기 위해 검증된 실용적인 방식을 제공합니다. 복수 인자에 대한 실험에서는 각 요인의 영향뿐 아니라 둘 이상의 요인이 미치는 결합적인 영향까지 최소의 비용으로 더욱 신속하게 파악할 수 있습니다. JMP는 실험 설계를 위한 첨단 기능을 제공하므로 특정 질문에 답하기 위해 최고의 실험을 설계할 수 있습니다. 또한 JMP는 사용자가 쉽게 사용할 수 있는 방식으로, 맞춤형 설계 분석 세트를 제공합니다.

문제를 교과서적인 설계에 맞추는 것이 아니라, 주어진 예산에서 설계를 문제에 맞출 수 있습니다. JMP의 특별한 기능인 사용자 실험 설계는 시간, 예산, 기타 실험 제약 등 구체적인 조건을 고려하여 최적의 설계를 구상합니다.

많은 분석 문제에는 반응 용기 온도, 옥수수밭 온도 등 변경하기 어려운 변수가 포함되곤 합니다. 완전히 무작위화된 설계를 위해서는 각 실험을 수행한 후 이러한 요인을 재설정해야 하지만, 비현실적이고 비용 부담이 매우 큰 방법입니다. 이러한 상황에서 가장 적절한 설계는 분할 도표이며, JMP에서는 I-최적 분할 도표, 분할-분할-도표, 조각-도표 설계를 생성할 수 있습니다. 또한 철저하되 복잡하지 않은 분석을 위해 실험 워크시트가 있는 테이블에 정확한 REML(Random-effect restricted maximum likelihood) 모형이 포함되어 있습니다. 다른 상업용 소프트웨어 패키지 중에는 분할-도표 설계에서 이러한 수준의 유연성을 제공하는 제품이 없습니다.

JMP는 사용자 실험 계획 외에도 전통적인(교과서) 완전 요인 실험, 선별(일부 요인 설계), 블록, 반응 표면, 비선형 및 혼합 설계뿐 아니라 고급 설계(예: 가속 수명 검사) 및 컴퓨터 시뮬레이션용 설계(예: 여러 요인에 대한 부등식 제약을 허용하는 군집 기반 공간 충진 설계)도 지원합니다.

또한, JMP는 확정 요인 선별 실험 계획을 구현하는 최초의 소프트웨어 패키지입니다. 최근 20년간 가장 중요한 새로운 유형의 설계로 인정받는 확정 요인 선별 실험 계획은 큰 영향력을 갖는 소수의 중요한 요인과 그 영향력이 미미한 다수의 사소한 요인을 확실하게, 효율적으로 분리하는 데 쓰입니다. 확정 요인 선별 실험 계획은 기존의 2수준 선별 실험 계획과 동일한 비용에 주효과, 곡률 효과, 양방향 상호작용에 대한 정보를 얻을 수 있습니다.

예전 방식대로 진행할 사람이 누가 있겠습니까?

통계적 모형화

통계 모형은 데이터를 신호와 잡음으로 분리하여 추세와 패턴을 요약합니다. 그러면 비즈니스, 경쟁자, 고객을 더 잘 이해할 수 있습니다. 이 지식을 통해 최선의 조치를 취하고 비즈니스를 보다 쉽게 성장시킬 수 있습니다.

유용한 모형 구축은 과학이자 예술이라 할 수 있습니다. JMP는 유용한 데이터 모형 구축을 지원하는 다양한 통계 플랫폼을 제공합니다. JMP는 프로세스에서 변수 간 관계를 파악하는 방법을 사용하여 예측할 뿐 아니라 최고의 성능을 내는 요인을 위한 설정을 찾습니다. 데이터에서 나타나는 관계에 상관없이 다양한 선형 및 비선형 모형과 적합 도구를 통해 올바른 의사 결정을 지원할 수 있습니다.

JMP 모형 적합 툴킷의 중심에는 모형 적합 플랫폼이 있습니다. 모형 적합은 모형 항을 구성하고 표준 최소 제곱 적합, 단계별 및 기타 가능한 모형 등에서 선택할 수 있습니다. 대화식 모형 편집을 사용하여 드래그 앤 드롭을 통해 편리하게 모형을 구축합니다. 또한 MANOVA 등 다른 모형, 반복 측정, 일반 선형, 로그 선형 분산, 로지스틱 회귀(명목형 또는 순서형)를 사용할 수도 있습니다.

JMP는 또한  REML을 사용하는 임의 효과를 통해 혼합 모형을 적합하고 주성분 분석, 다중 대응 분석(MCA), 부분 최소 자승법, 군집, 항목 분석, 분할 모형 등 고급 다변량 기법을 포함합니다.

X로 Y 적합 플랫폼은 단일 입력과 단일 반응 또는 단일 결과 간의 종속성을 모델링하기 위한 것입니다. 이 플랫폼은 단순 선형 회귀, 로지스틱 회귀, ANOVA, ANOM, 분할 분석을 지원합니다. 이는 사용되는 변수의 모델링 유형에 반응합니다. 모형 적합의 제어 기능이 필요하지 않을 경우 공통적으로 널리 사용되는 여러 방법을 통합합니다.

정리되지 않은 데이터에서 너무 자주 의미있는 결론을 추출하는 것은 주요 동인을 찾기 위해 한 번에 하나의 변수 또는 응답을 탐색해야 하는 힘든 과정을 수반합니다. 그리고 데이터에 결측값이나 이상치가 있으면 쉽게 문제가 발생할 수 있습니다.

JMP는 하나의 X에 대해 수천 개의 Y가 있을 경우 자동화된 변경 옵션을 제공하여 열이 많이 포함된 모형을 구축하도록 지원합니다. FDR(False Discovery Rate) 등 최신 유의 조정 기법은 유용한 결론을 내릴 수 있도록 지원합니다.

JMP 곡선 적합 플랫폼에서는 다수의 모형을 데이터에 맞출 수 있습니다. 소프트웨어에 내장된 라이브러리 덕분에 일반 생물 검정 및 약동학 모형 적합이 매우 간소화됩니다. 적절한 공식 열을 정의하여 어떠한 비선형 모형도 실제로 적합할 수 있습니다.

JMP의 고급 모형-적합 기능에는 신경망 모형(신경 플랫폼) 및 결정 트리(분할 플랫폼)도 있습니다.

데이터에 필요한 모델링 기법에 관계없이 JMP에서 유용한 모델을 빠르고 쉽게 구축할 수 있습니다.

가정 상황(what-if) 분석

모형을 구축하더라도 변화의 동기를 제공하지 않으면 무용지물입니다. JMP에서는 모형 결과를 전달하고 그에 대해 소통하며 what-if 또는 시나리오 분석을 시각적으로 수행하여 예측된 반응의 패턴과 각 요인이 미치는 영향을 파악할 수 있습니다. JMP에서는 모형 제작 방식에 상관없이 모형과 상호작용하는 동적 도구인 프로파일러를 통해 이러한 반응 표면을 시각적으로 탐구할 수 있습니다. 프로파일러를 통해 예측된 반응에서 요인의 영향을 볼 수 있으며 반응 표면의 단면적이 표시됩니다.

JMP는 다음 기능도 제공합니다.
  • 반응에 대한 호감도 함수를 설정하고 다양한 반응에서 결과를 최대화하는 요인의 최적 설정을 찾습니다. 또는 비용과 수율 등 반응에서의 트레이드오프를 대화식으로 탐구합니다.
  • 반응 분포가 확실하지 않을 때 몬테카를로(Monte Carlo) 시뮬레이션 기법을 사용하여 위험을 예측합니다. 연속 변수에 대해서는 22종의 임의 분포 중에서 선택하고 범주 변수에 대해서는 임의 확률을 선택하며 한 번 클릭으로 데이터 테이블에 시뮬레이션 결과를 손쉽게 저장합니다.
  • 실현가능 영역을 표시하기 위해 필터링할 수 있는 기회 공간을 채웁니다.
  • 더 전문화된 다른 프로파일러를 사용하여 예측 반응을 시각화합니다.
  • 대화식 HTML 또는 플래시 내보내기 기능을 통해 JMP를 아직 사용해 보지 않은 사람들과도 What-if 분석을 공유합니다.

신뢰성 분석

입증된 기법을 사용하여 장기적으로 제품의 성능을 철저히 파악하는 주된 이유로 실패 방지 및 품질 보증 성능 향상을 들 수 있습니다. JMP는 자재 또는 공정상의 결함을 찾아내도록 지원합니다. 또한 설계 취약점을 찾아내 최상의 해결 방법을 모색할 수 있습니다.

제품 및 부품의 신뢰성 수명 예측에 가장 적절한 분포를 결정해야 할 경우, JMP가 자동으로 광범위한 신뢰성 분포를 평가하여 최고의 적합을 찾게 하십시오. JMP에서 수명 분포 분석을 통해 수많은 모수 분포는 물론 비모수 분포도 지정할 수 있고 적합을 시각적으로 비교할 수 있습니다.

JMP는 신뢰도 분석을 위해 다음과 같은 기능을 제공합니다.
  • 수명 분포 적합.
  • 단일 요인 분포를 포함한 수명 분포 적합(예: 가속 고장 시간 모형).
  • 수리 가능 시스템에 대한 재발 분석 수행.
  • 제품 열화, 파단 열화 모델링.
  • 생존, 모수 생존, 비례 위험 모형 예측.
  • 가속 수명 검사(ALT) 실험 설계.
  • 신뢰도 성장을 위해 Crow-AMSAA 분석 수행.
  • 고장 데이터로부터 품질 보증 반품 예측.
  • 유사 시스템 연구를 위한 동시 시스템 분석.
  • 병렬 시스템 분석 기법으로 여러 독립 시스템의 신뢰도 성장 분석 및 비교(시스템별, 단계별). 

품질 및 공정 엔지니어링

시장은 지속적인 발전을 요구합니다. 따라서 출시 일정을 단축하고 고객 불만을 최소화하여 브랜드를 보호하며 일관성 있게 고객의 기대를 충족하거나 뛰어넘는 제품 및 서비스를 제공해야 합니다. JMP는 품질 프로그램의 근간이 되는 필수 도구를 갖추고 있으며 폭넓은 범위에서 관련 그래픽 및 통계 기능을 제공합니다.

JMP의 모든 관리도 유형을 사용하여 프로세스를 모니터링하거나, 고유한 관리도 빌더에 포함된 드래그앤드롭 도구를 사용하여 대화식으로 관리도를 작성합니다. 관리도 빌더를 이용하면, 그래프 빌더와 비슷한 작업 흐름을 통해 프로세스 데이터로 what-if 분석을 수행할 수 있으며, 많은 하위 그룹과 단계 변수 및 이들이 프로세스에 미치는 영향을 탐색할 수 있습니다. 정적 관리도에서는 불가능한 방법으로 문제를 인식하게 됩니다.

측정 시스템 분석 플랫폼은 Donald J. Wheeler의 EMP(Evaluating the Measurement Process) 등을 비롯하여 다양한 분석 방법을 지원합니다. 소프트웨어의 기타 품질 분석 기능에는 Gauge R&R 연구를 수행하고 파레토 차트를 생성하기 위한 프로비저닝이 있습니다. 측정 프로세스에서 변동의 소스를 쉽게 시각화하고 제품 결함을 평가하고 프로세스 안정성을 모니터링할 수 있습니다. 또한 JMP에서는 이상 상황을 감지하고 근본 원인을 분석할 수 있습니다.

소비자 및 시장 조사

프로세스에서 사용자의 역할이 무엇이든 간에 마케팅은 디지털 기술의 유입에 의해 복잡하고 빠르게 진화합니다. 여전히 핵심 비즈니스 과제는 가장 수익성이 높은 성장 기회를 발굴하고 최고의 제품 및 서비스를 개발하며 최고의 마케팅 활동을 수행하고 교차 비즈니스 효과를 극대화하는 것입니다. 경쟁력을 유지하려면 브랜드를 사회화하고 고객 피드백을 경청한 다음 제품과 서비스를 조정해야 합니다. 기본 또는 보조 소스를 사용하는 탐구 연구, 기술 연구 또는 인과 연구 중 하나를 수행할 경우, JMP는 신속하고 손쉽게 메트릭 및 비메트릭 정량 데이터로부터 가치를 얻을 수 있도록 종합 도구를 제공합니다.

JMP는 소비자 조사를 위해 다음 기능을 제공합니다.
  • 트랜잭션 데이터의 예측 모형을 구축하기 위한 현대적인 데이터 마이닝 기법.
  • 범주(설문조사) 데이터 분석.
  • 프리 텍스트 단어 수; 분류 문제에서 내러티브를 열로 변환하여 예측 변수로 사용합니다.
  • SPSS 및 Triple-S를 비롯하여 여러 외부 파일 형식의 데이터 가져오기 기능.
  • 단 한 번의 클릭으로 간단하면서 중요한, 복수의 정형화된 응답 질문 분석.
  • 고객 피드백에 기반하여 제품 설계를 최적화하기 위한 선택 실험.
  • 요인 분석.
  • 세분화 및 군집화(k-평균 및 계층적).
  • 다중 대응 분석.

사용자의 통계 전문성 수준에 관계없이 JMP는 소비자에 대해 새로운 통찰을 더 빠르게 발견하고, 그 결과를 다른 이해 관계자들과 공유하여 공감대를 형성하고 행동할 수 있도록 지원합니다.

결과 공유

대개 정교한 분석을 완료한 후 시각적 분석을 위한 기본 도구를 적용하는 것이 결과를 공유하고 행동의 동기를 부여하는 최상의 방법입니다. JMP의 상호작용 도구를 통해 그래프 자체가 아닌 그래프가 가진 의미를 공유하고 그래프 자체뿐만 아니라 복잡한 결과를 명확하게 전달할 수 있습니다.

예를 들어 프로파일러를 사용하여 즉시 해석 가능하고 유용한 방법으로 모형의 의미를 공유할 수 있습니다. JMP에서는 그래프를 보는 사람이 데이터의 내용을 인식하고 질문을 하면서 분석 결과 및 모형을 더 깊이 이해할 수 있습니다. 데이터의 가치를 확인하고 조직을 위한 최선의 결정을 내리는 것이 더 쉬워집니다.

JMP를 사용하지 않는 사람들과 발견한 내용을 공유하는 방법 또한 다양합니다. JMP 시각화를 JMP ® Live1에 공유하고 이동 중에도 탐색할 수 있습니다. 클릭 한 번으로 PowerPoint 프레젠테이션을 만들거나 브라우저를 통해 어떤 장치에서도 빠르게 볼 수 있는 다양한 대화식 JMP 보고서를 생성할 수도 있습니다. 또한 JMP에서는 다양한 파일 형식으로 프레젠테이션 또는 게시 가능한 그래프를 생성할 수 있습니다.

대시보드는 빠르고 쉽게 결과를 보여줄 수 있는 방법입니다. 대시보드 빌더 기능을 사용하면 클릭 한 번으로 프레젠테이션 가능한 대시보드에 JMP 보고서를 통합할 수도 있습니다. 역시 클릭 한 번으로 빠르게 선택 필터를 표시하여 하나의 그래프를 사용해서 다른 그래프를 필터링할 수 있습니다.

자동화 및 스크립팅

JMP 사용자 커뮤니티에서 아이디어, 스크립트 및 추가기능 공유

최초의 요구 사항 이상으로 확장할 수 없는 소프트웨어를 구입하면 조기에 노후화되고 교체에 많은 비용이 듭니다. JMP는 사용량이 증가하고 조직이 진화하면서 발생하는 고유한 문제를 해결하기 위해 다양한 기초 및 고급 방법으로 소프트웨어를 대규모로 사용자 정의하고 확장할 수 있습니다.

강력한 JMP 스크립팅 언어(JSL)를 사용하여 대화식으로 작업하고 결과를 저장하여 재사용할 수 있습니다. 고급 사용자는 JMP 코어 기능이 다루지 않는 문제를 해결하는 새로운 기능을 개발할 수 있습니다. 이러한 사용자 정의 스크립트는 SAS®, MATLAB, R 등 다른 응용 프로그램의 기능을 통합할 수도 있습니다.

JMP의 자동화 및 스크립팅 도구를 사용하여 다음 작업을 수행할 수 있습니다.
  • 코드를 작성하지 않고도 스크립트를 저장하여 분석 보고서를 다시 생성할 수 있습니다.
  • 데이터 테이블에 저장된 스크립트를 사용하여 재현합니다. 분석 단계를 직접 저장하거나 작업 흐름을 다른 사람들에게 설명합니다.
  • JMP에서 처음부터 새로 개발합니다. JMP 스크립팅 언어 및 스크립팅 도구를 사용하면 이전에는 생각하지 못했던 결과도 얻을 수 있습니다.

스크립트를 작성한 후 완전한 JSL 디버거를 사용하여 각 코드 행을 차례로 실행하면서 대화식으로 변수를 검사하여 스크립트가 제 기능을 하지 못한다면 그 이유가 무엇일지 알아보십시오. JSL 프로파일러를 사용하여 스크립트의 성능을 정밀 조정하고 반복적으로 코드를 최적화하여 최고의 효율성과 속도를 얻을 수 있습니다.

나만의 JMP® 구성

나의 방식대로 소프트웨어가 작동하도록 구성할 수 있다면 작업의 편의성과 생산성이 향상됩니다. 일관성 있는 설정, 그래프 출력, 색상 팔레트까지 활용하면 더 빠르고 간편하게 데이터를 이해할 수 있습니다. JMP는 플랫폼의 글꼴, 그래픽 옵션, 세부 설정을 제어할 수 있는 종합 환경 설정 세트를 제공합니다. 원하는 방식으로 분석할 수 있습니다. 평소 사용하는 분석 도구와 메뉴만 표시할 수도 있습니다. 다음과 같이 JMP의 모든 영역을 사용자 정의할 수 있습니다.

  • 그래프 축 설정, 스타일, 그래프, 색상.
  • JMP 보고서에 표시되는 통계 및 그래픽 요소.
  • 사전 정의 가능한 가져오기 설정: 즉시 사용할 수 있는 형식으로 새로운 데이터 빠르게 가져오기.
  • 스크립팅 및 응용 프로그램 개발 환경.

분석 허브: SAS®, MATLAB 및 R과의 통합

SAS 제품군의 일부로서 JMP는 SAS의 탁월한 역량과 매끄럽게 연동되는 인터페이스를 제공합니다. SAS의 심층 분석, 보고 및 데이터 관리 기능은 JMP 데스크톱 소프트웨어의 역량을 서버 그 이상으로 확장시킵니다. 또한 JMP를 다른 분석 도구와 함께 사용할 수 있습니다. 여기에는 MATLAB의 강력한 기능에 대한 완전한 인터페이스, DLL에 대한 호출 인터페이스 및 R의 방대한 전문 라이브러리가 포함됩니다. JMP를 사용하면 이러한 리소스에 쉽게 접근하고 결과를 가져와 동적으로 데이터 시각화 및 분석에 활용할 수 있습니다. 또는 알고리즘이나 함수를 JMP 작업 흐름에 완벽하게 통합하여 SAS, MATLAB 또는 R을 JMP의 일부처럼 사용할 수 있습니다.

데이터를 스프레드시트에 저장하십니까? Microsoft Excel용 JMP 애드인을 사용하면 Excel에서 JMP로 쉽게 데이터를 이동하거나 JMP용 프로파일러의 기능을 스프레드시트 모형에 접목하여 JMP 시각화의 이점을 누리면서 데이터를 강화할 수 있습니다.

시스템 요구사항

JMP는 Microsoft Windows 및 Mac OS에서 실행됩니다.

Back to Top