您是否需要提高自身的数据素养？看看您是否能够回答这 5 个问题 | Do You Need to Improve Your Data Literacy? See If You Can Answer These 5 Questions
您有没有遇到过这样的情况？在一场会议上，有人拿出的数据分析结果您不能完全理解，但您并未就此提出问题，因为在场的其他人似乎都能明白。如果您的回答是“遇到过”，那么您可能要考虑花一点时间来提高您的数据素养了。
开发还是购买？第 2 部分：购买的 4 项优势 | Build vs. Buy? Part 2: 4 Benefits of Buying
如果您已阅读此构建与购买博客系列的第 1 部分，并遵循了我所建议的需求评估流程，则是时候该做出决定了：您是要在内部构建下一个企业解决方案还是要购买软件来满足您的需求？
开发还是购买？5 个有助于您做出决定的问题 | Build vs. Buy? 5 Questions to Help You Decide
开发还是购买？如果您还尚未进行此对话，则请放心您可即将做出决定。各组织经常会面临一些挑战，从自动化调度和物流，到分析数字供应链管理，再到组织和保护兆兆字节的系统数据或客户数据，这些挑战均需要运用技术软件解决方案。您的部门（或整个组织）之所以取得成功，取决于采用了正确的技术。
利用指数加权移动平均值 (EWMA) 控制图检测过程均值中较小的偏移 | Detect Small Shifts in the Process Mean with Exponentially Weighted Moving Average (EWMA) Charts
控制图是专业时间序列图，可协助您确定过程是否受统计控制。尽管 Xbar-R 和单值控制图等几个使用最广泛的控制图能够出色地检测出过程中较大的偏移（1.5+ 西格玛偏移），但对于较小的偏移，您可能需要不一样的功能。我们看下指数加权移动平均值 (EWMA) 控制图。
太多还是不足：样本数量和统计分析 | Too Much or Not Enough: Sample Sizes and Statistical Analysis
进行统计分析最实际的理由是，只收集一小部分数据，而不是整个总体。灵活收集采样数据可节省时间和资金，但灵活性的代价是决策出现错误。
使用 Minitab 回归进行预测分析 – 第二部分 | Predictive Analytics using Minitab's Regression – Part II
回归的目的是进行准确预测。模型中的项（线性、交互、二次）和用于计算模型的样本数据是影响模型可预测性的两大因素。项过多的模型通常会过度拟合样本数据，但会导致对新数据值的预测不佳。
使用 Minitab 回归进行预测分析 – 第一部分 | Predictive Analytics using Minitab's Regression – Part I
尽管市场上有许多新的预测分析和机器学习工具，但 Minitab 回归仍是构建预测模型的经典工具。回归允许用户对响应与各种预测变量之间的关系进行建模。公司需要正确使用预测工具，而 Minitab 回归可以帮助实现有意义的预测建模能力！
使用这些问题解决方法上报索赔交易 | Escalate Claims Transactions with These Problem-Solving Methodologies
Rob Lievense 是 Minitab 的解决方案架构师。在 Minitab，他与大型组织合作，帮其找到满足技术需求的解决方案。Rob 在商业和政府组织的数据驱动型改进方面拥有超过 25 年的经验，曾在多场会议上发表过演讲，并发表过数篇论文和出版了一本书。
为什么您无法实时了解持续改进（以及您可以做些什么） | Why You’re Not Getting Real-Time Visibility Into Continuous Improvement (and What You Can Do About It)
只有 30% 的绩效改进计划取得成功。那么，为什么这些计划的失败率很高呢？研究表明，首要原因是缺乏管理层支持。经济学人智库对最高层管理人员的调查表明，缺乏领导层的认同和支持可能会阻碍许多战略计划取得成功。
开发还是购买？第 3 部分：3 个迹象表明您的开发变差了 | Build vs. Buy? Part 3: 3 Signs Your Build is Going Bad
您决定开发。内部定制的企业软件解决方案似乎是解决您面临的技术挑战的最佳方法。或许工程部要求在内部管理您的软件请求。或者您还没有阅读我们系列文章的第 1 部分或第 2 部分