運(yùn)用文本挖掘，提煉商業(yè)價(jià)值
通常，制造工程師會花大把時(shí)間將數(shù)字吃透，以確保生產(chǎn)和效率水平始終處于高峰。而今，一家總部位于美國休斯頓的石油設(shè)備生產(chǎn)公司的管理者們發(fā)現(xiàn)，分析對象除了數(shù)字，還可以是文字。結(jié)合對這兩者的分析，可令制造工藝更加優(yōu)化。
“我們始終期望改進(jìn)運(yùn)作模式，使其變得更好、更高效。”FMC科技的全球業(yè)務(wù)卓越經(jīng)理Dan Fortune如是說，“而我們發(fā)現(xiàn)，文本挖掘能幫助我們有效實(shí)現(xiàn)這一目標(biāo)。”文本挖掘需將單詞與詞組基于共性進(jìn)行分類。在FMC科技，這些由制造報(bào)告中提取出的字詞，將由SAS公司的統(tǒng)計(jì)發(fā)現(xiàn)軟件JMP進(jìn)行編碼及分析。
FMC科技是全球石油與天然氣設(shè)備（包括海底采油、地面井頭、海洋裝卸作業(yè)等專業(yè)系統(tǒng)）工業(yè)***，其生產(chǎn)的一些設(shè)備具備在海底近兩英里左右深處運(yùn)行的性能。精確分析工程設(shè)計(jì)及產(chǎn)品性能，是制造商須長期具備的技能——因?yàn)樵O(shè)計(jì)在安裝時(shí)需調(diào)整，所以常易成為可變因素。在FMC，遍布16個(gè)國家的30處生產(chǎn)設(shè)施需要持續(xù)分析與故障排除的服務(wù)。
運(yùn)用JMP軟件分析生產(chǎn)報(bào)告中包含的字詞，幫助FMC掌握了其全球范圍內(nèi)生產(chǎn)設(shè)施的潛在質(zhì)量問題。
“制造商有很多，可我們是海底設(shè)備制造商中的佼佼者。”Fortune表示。Fortune表示，在過去幾年中，F(xiàn)MC科技運(yùn)用JMP軟件的統(tǒng)計(jì)和圖形分析法，使生產(chǎn)工藝更加高效，并大幅節(jié)約了成本。
“如果我想知道2013年的所有生產(chǎn)缺陷區(qū)域，兩個(gè)員工可能要奮斗整整一周，才能做好。但有了JMP，我15分鐘就可以搞定，還可以反復(fù)實(shí)驗(yàn)、研究，或者以不同的視角來查看結(jié)果。”Fortune說。
文本挖掘：額外優(yōu)勢
對工程師們來說，研究數(shù)字是很自然的，但在分析中加入字詞能獲取額外信息，有助于改善優(yōu)先次序及問題解決型任務(wù)。FMC西部地區(qū)海底系統(tǒng)規(guī)劃經(jīng)理Gokhan Sarpkaya如是說。
“我們的目標(biāo)是減少或消除變異。”Sarpkaya表示，“文本數(shù)據(jù)在這方面具有優(yōu)勢。它能讓我們的分析更加深入，有助于決策者做出更優(yōu)決策。”
用于分析的文本是從公司數(shù)據(jù)庫內(nèi)的書面描述中取得，用以標(biāo)識生產(chǎn)流程中的問題、不規(guī)律性或其它情況。 “當(dāng)問題發(fā)生的時(shí)候，對于它的書面描述通常十分準(zhǔn)確。”Fortune說，“通過文本挖掘，我們可為相似問題分類，即使它們的書面表達(dá)方式不同。這樣我們就能找出未達(dá)到應(yīng)有水平的項(xiàng)目。這種方式有助實(shí)現(xiàn)重大轉(zhuǎn)變。”
Fortune可運(yùn)用JMP選取文本，并使用咨詢公司Adsurgo提供的JMP定制腳本，將數(shù)據(jù)發(fā)送至開源代碼的統(tǒng)計(jì)與圖形分析軟件R，實(shí)現(xiàn)所需的文本挖掘功能。所得結(jié)果將被返回JMP，以便進(jìn)行進(jìn)一步分析與可視化。該腳本允許用戶自定義JMP數(shù)據(jù)在R軟件中的處理方式，且無需編碼。
Fortune表示，文本挖掘功能解決了“詞干”和“停用詞”問題，使分析結(jié)果更加精準(zhǔn)。為了解決詞干問題，每個(gè)單詞都被拆解到詞根，不論它們在特定句子中呈現(xiàn)何種形式。例如，“正在行走”“行走過”和“行走著”都可由詞干“行走”統(tǒng)一歸類。“同一詞干的詞，結(jié)尾雖不一樣，表達(dá)的意思卻是一致的。”Fortune這樣解釋。
而停用詞，則會在分析開始前從文本中剔除，因?yàn)樗鼈儗ξ谋緝?nèi)容并不構(gòu)成實(shí)際意義。這類詞包括定冠詞、代詞、“在……上”等之類的介詞。“我們用R來降低文本數(shù)據(jù)的復(fù)雜度，并將其構(gòu)成一個(gè)數(shù)字矩陣，以便JMP的后續(xù)分析操作。這就是奇異值分解法。”Fortune表示，“R將數(shù)據(jù)返回到JMP，JMP則完成所有的分析工作。”一旦執(zhí)行以上操作，文本中出現(xiàn)的相似語句就會被分類、添加到***JMP分析的數(shù)值型數(shù)據(jù)中。
JMP軟件分析生產(chǎn)報(bào)告，而后在文字云中展示出來，并突出高頻詞匯和關(guān)鍵活動描述用詞。這一過程可幫助分析師快速判別***普遍性的問題。
文本分析能幫助解決數(shù)字系統(tǒng)中經(jīng)常彈出的錯(cuò)誤。Fortune說：“編碼與文本不匹配的情況常常發(fā)生。”Fortune還表示，如數(shù)字編碼分類太寬泛，對某一問題的具體判斷無法獲準(zhǔn)取得編碼，就會出現(xiàn)錯(cuò)誤。另外，如編碼過于具體，導(dǎo)致系統(tǒng)對指定條目的正確名稱決策混亂，也會出現(xiàn)錯(cuò)誤。“編碼過多，將給數(shù)據(jù)錄入人員的工作帶來困難，使他們無法正確進(jìn)入條目。”Fortune說。
用圖形分析文本與數(shù)據(jù)，讓管理者們得以在重復(fù)性操作過程中發(fā)現(xiàn)趨勢，例如：從預(yù)期起止時(shí)間與實(shí)際起止時(shí)間之間的差異，以及由于個(gè)人行為而產(chǎn)生的品質(zhì)不等。在FMC，這些原本都被視作艱巨任務(wù)。“如果我有五個(gè)項(xiàng)目，其中包含15000個(gè)活動，也就意味著它們包含著75000個(gè)條目。”Fortune解釋道。
“對于人來說，要投身如此巨大的數(shù)據(jù)中，并結(jié)合傳達(dá)相同意義的不同文本作出分析，基本上是不可能的。但運(yùn)用文本挖掘與聚類分析，雖也要用一些時(shí)間，但比起‘近乎不可能’來已是很好了。”
轉(zhuǎn)向JMP
JMP還是FMC公司項(xiàng)目優(yōu)先級劃分的重要軟件。項(xiàng)目優(yōu)先級劃分是保持領(lǐng)先競爭力的一個(gè)重要步驟。此外，JMP也被培訓(xùn)主管們運(yùn)用于六西格瑪項(xiàng)目，以保障生產(chǎn)成品質(zhì)量，降低成本、提高客戶滿意度。Sarpkaya說，在去年轉(zhuǎn)用JMP之前，他已用Minitab軟件對新用戶培訓(xùn)六西格瑪體系長達(dá)十年。
“我十分高興轉(zhuǎn)用JMP。”他說，“這款軟件的客戶定制程度較高。你可以撰寫自己的文本，這樣更靈活些。”
Fortune說，他極力支持在FMC公司的六西格瑪項(xiàng)目中使用JMP軟件，因?yàn)樗谥熬吐毜墓纠镞\(yùn)用JMP軟件，并認(rèn)為其功能卓越。此前，F(xiàn)ortune曾以一個(gè)項(xiàng)目為FMC節(jié)省了大量成本；這有助于FMC的高管們認(rèn)同JMP軟件。
Fortune說，能源業(yè)的設(shè)備造價(jià)高昂、體積龐大，有些僅零件就重達(dá)80噸；而被認(rèn)定有缺陷、不可靠的零件必須報(bào)廢，因此FMC公司在某些工程案例中為單個(gè)零件就花費(fèi)了25萬美金或更多。2011年進(jìn)入董事會并擔(dān)任質(zhì)量部門領(lǐng)導(dǎo)后，F(xiàn)ortune對判定設(shè)備服務(wù)期限的測量方法存在懷疑，便運(yùn)用JMP做了一次分析。
“我運(yùn)用JMP的圖形分析功能計(jì)算出結(jié)果，并向公司里許多完全不懂統(tǒng)計(jì)技術(shù)的人展示，成功地讓他們明白：這中間存在許多問題，我們需要第三方對零件進(jìn)行評估。”隨后的第三方評估結(jié)果顯示，一些曾被指明報(bào)廢的零件是可靠的，可以回歸使用。其中兩個(gè)零件的總價(jià)值達(dá)到40萬美元。由此，F(xiàn)ortune為FMC公司節(jié)省了近50萬美元的成本。
不過，F(xiàn)ortune表示，JMP的***優(yōu)勢在于其提升FMC公司“滿足客戶期望”能力的方式。“我們公司生產(chǎn)的海底設(shè)備，設(shè)計(jì)幾乎全都是***的。”他這樣解釋，“但我們也制造地面設(shè)備，這在市場上的競爭激烈得難以想象。所以，進(jìn)行精準(zhǔn)預(yù)測以確保永遠(yuǎn)滿足客戶的需求，對我們來說就尤為重要。”
