客戶案例

先進的資料分析，臺灣杜邦提升製程能力的法寶

5G與AI人工智慧的發展推升了新世代半導體異質整合、先進製程、高階封裝等關鍵的技術發展，連帶在對應的半導體材料也產生新的需求與挑戰。致力於提供創新的半導體材料解決方案的杜邦公司，正是全球創新推動者之一。而在臺灣深耕超過50年的臺灣杜邦，其領先的半導體技術與製造也在全球範圍內推動了先進半導體材料的發展。

5G與AI人工智慧的發展推升了新世代半導體異質整合、先進製程、高階封裝等關鍵的技術發展，連帶在對應的半導體材料也產生新的需求與挑戰。致力於提供創新的半導體材料解決方案的杜邦公司，正是全球創新推動者之一。而在臺灣深耕超過50年的臺灣杜邦，其領先的半導體技術與製造也在全球範圍內推動了先進半導體材料的發展。

在臺灣杜邦，先進的製程能力和強大的創新能力離不開資料分析的驅動與支撐。精益六標準差是臺灣杜邦工程師們的必修課，而JMP作為其新竹科學園區（以下簡稱“竹科”）一廠和二廠工程師們開展資料分析不可或缺的工具，不僅是工程師們解決日常問題和用戶端問題的利器，更成為構建公司資料分析文化的重要部分。

JMP，工程師不可或缺的日常分析工具

早在10年前，臺灣杜邦竹科二廠已把六標準差當做DNA，把JMP融入六標準差專案的執行工具。陶氏化學時期已是JMP使用者，並在企業內部廣泛推廣JMP。 現在， JMP已經成為臺灣杜邦工程師們不可或缺的日常分析工具。

然而，在早期，出身不同背景的工程師們過往使用的資料分析工具並不是JMP，要轉變工程師的使用習慣，離不開公司內部的推動。彭勇璇（Ifrans Pang），黃金練（Jerry Huang），詹錢有（Miles Chan）和 魏文煥（Vinson Wei）都是臺灣杜邦的JMP用戶及內部推動者。

Jerry和Vinson是JMP的重度用戶，每天都在使用JMP開展資料分析。Vinson是臺灣杜邦竹科二廠製造部工程師，他會大量使用分析軟體去確認製程上的變異。 JMP的分佈圖、圖形生成器、運行圖和ANOVA 等工具是Vinson在短時間內找出發生問題根本原因常用的JMP工具。

Jerry則擁有20年以上的JMP使用經驗。不過他在學校使用的最多是Minitab和SPSS. 最開始接觸JMP也是有些抵觸，但公司在內部推崇使用JMP，所以Jerry同其他工程師一樣開始擁抱變革，逐漸學習JMP，從JMP 3到JMP 15，隨著JMP版本的不斷更新反覆迭代，Jerry對JMP也越來越瞭若指掌。除了常規的敘述統計，在多年的不斷學習中，Jerry逐漸解鎖了JMP強大的統計分析與建模功能，Jerry表示，DOE、ANOVA和多元分析是他在解決對內和對用戶端問題時會經常使用的分析工具，也是他最喜歡的JMP平臺。

Miles 是杜邦竹科二廠的製程管制系統經理，主要負責製程管制統計分析相關的工作。Miles表示，在杜邦，六標準差是必修課，任何一個專案要執行，都會需要統計的方案，所以JMP是必備的工具。

Ifrans 是產品二廠廠長暨黑帶大師，他主要負責杜邦內部的六標準差培訓工作。Ifrans談到，廠內六標準差培訓所有教程配套的統計軟體都是JMP。此外， Ifrans還負責給予工程師和技術人員一對一的指導，幫助他們解決在使用JMP或統計分析上的大量問題。

六標準差培訓，打造全公司的資料分析文化

在臺灣杜邦，新進員工在入職第一年就必須要學習六標準差課程，而JMP作為實施六標準差的必須工具，在六標準差課程中已提供給初學者的課程內容從JMP介紹、軟體安裝、基礎操作開始，並逐漸加入管制圖、製程能力分析、量測儀器分析（MSA）與實驗設計（DOE）等高階部分。這樣的課程每年至少開展一次，如果新進工程師較多，則會一年開展兩次，以確保所有的工程師都學會六標準差的知識與應用JMP的能力。

為了幫助員工真正掌握JMP的應用，公司的培訓還採用了模擬遊戲的形式讓大家分組競賽，鼓勵學員動手設計實驗，尋找最優的製程參數，體驗利用JMP開展DOE的強大與便利。

此外，公司每年還會組織兩次大型的持續改善專案競賽，所有資料的呈現包括競賽的結果都會使用JMP來展示和分析。

通過在全公司全方位多角度的培訓與演練，確保員工們都能夠充實數據分析的基礎，提升核心能力，打造基於資料驅動的分析文化。

與客戶說同一種語言，解釋製程變異更容易

六標準差是杜邦長久以來作業的方式。客戶很多時候需要工程師的報告來解釋製程上的變異，工程師團隊必須在短時間內找出最有可能導致變異的因數。

由於杜邦工廠的資料目前已經連接到JMP，所以工程師現在可以直接使用JMP的報表和結果呈現給客戶，與客戶使用同一種“語言”，查看同一種報告，因此，客戶也就更能夠直觀清晰地理解報告想要表達的意思，也讓雙方的合作更加順利。

DOE，探索最優設計的利器

隨著客戶製程從7nm、5nm 到3nm世代的不斷升級，杜邦意識到現有的軟體及儀器已經無法滿足客戶的需求，必須要再發展下一輪偵測的儀器。

Jerry和Vinson分享了一個杜邦幫助客戶解決外光伏偵測問題的專案。影響外光伏偵測的四個要素有溫度、高度、探頭條件、環境條件等，如何在最小的投入中尋找到最佳組合成為了工程師的難題。

原本客戶提出此問題時，工程師只能依靠不斷地調整配方做實驗來不停地試錯，但欠缺量化的KOV（關鍵輸出參數），只有KIV（關鍵輸入參數）。

於是團隊嘗試通過運用JMP軟體的多元迴歸和DOE來解決問題。Jerry說道： “在使用DOE時，JMP提供了很多強大而完善的模型預測，可幫助工程師非常精準快速地找尋優化條件。這是其他軟體所不具備的。此外，JMP的輸出結果簡明扼要，通過視覺化的方式來解釋專案清晰明瞭。這是JMP非常強大的一個地方。”

JMP首屈一指的實驗設計平臺，也賦予了工程師靈活設計實驗的能力，幫助工程師從眾多條件中快速地篩選出最優條件。最終，經團隊成員的一致努力，實驗的結果與期望非常吻合，滿足了客戶對於先進製程的要求。

這個應客戶需求而誕生的全新量測設備可以提供量化的KOV，可以根據此KOV去查看KIV，經過製程轉化後，相關性就非常高，因此公司的配方問題就得以解決。如果沒有JMP，則會花費很長時間。

回憶起整個項目，Jerry說道，最挑戰的部分在GRR：樣本測試的時候並無任何問題，而到真正量產時，由於不同產線人員的操作，會發生很多問題。這時，JMP的分佈圖就可以非常清晰地展現問題所在，可以把快速地把變異性挑選出來，幫助工程師快速解決了產生變異的難題。而這種情況在以前使用其他軟體會需要重複好多次才能夠尋找到問題所在。

如果沒有JMP，很明顯的是，解決問題的速度就會太慢，良率偏低，客訴一定會大量增加。

靈活運用資料分析，事半功倍

談起資料分析，四位在資料分析和六標準差領域身經百戰的人士侃侃而談自己的感受。

Vinson表示，（在呈現報告時）不管是面對直屬長官還是工程師自身，都希望在最短的時間內清楚地表達想要表達的意思。所謂一圖勝千言，工程師在製作報告時，建議以圖形為主，圖>表>文字，這樣的呈現方式更直觀清晰，可以讓長官或者客戶更能接受，也最容易讓他們發現問題。

作為20年的JMP重度用戶，Jerry認為在使用JMP時，分析人員不需要具備很深的統計基礎。在看資料時，比如敘述性統計，JMP就非常好用，資料分類後就可以直觀地分佈出來。在整理資料時JMP也更安全、可靠。在做一些深度的統計分析，JMP更專業。關鍵在於用對統計方法，JMP就可以成為工作中的利器，事半功倍地提高工作效率。

作為製程管制系統經理，Miles坦言，工程師往往花費很多時間在處理資料上（離群值、缺失值）。他表示，分析人員不要蒙著頭把資料直接丟進軟體，否則就是“Garbage in，Garbage Out”。這是大家很容易出現的誤區。其次，利用統計工具運行出來的資料，需要根據個人的工程經驗仔細琢磨，不能單純地依賴資料，根據具體問題結合應用來下結論才有意義。

展望未來，杜邦希望與JMP臺灣團隊展開更深入、更密切的合作，開展一些高階學習課程，學習更多的自動化分析、機器學習和深度學習等技能，幫助工程師活學活用JMP，提升工程師的核心技能，從而提升整個公司的創新能力與核心競爭力。