提起半導體產業，往往連結想到巨量數據且快節奏的產品優化過程。而這樣的產業生態，就與JMP黏著性相當高，其所具備快速且準確的互動性統計分析特性廣受半導體客戶的喜愛。在半導體產業的工作生態中，常常需要對面對的不良狀況找出問題來源，迅速地導入改善對策，而其中最為困難的階段是如何快速地從動輒上百上千的參數中，尋找出最相關的影響因子。以往，可能只能依靠工程師的過往經驗，慢慢的對懷疑的參數試錯找出關鍵因子，這樣的方式不僅耗時曠日，也可能忽略其中重要的指標。如何快速找到製程可以優化的方向，絕對是每一個工程團隊所面臨的一大挑戰。
案例一：超過600個參數的測試數據，如何找到關鍵參數
以半導體的EWS測試資料為例，其中具備600多參數指標，要比較其對特殊Bin的影響排序，如果用傳統的方式來比較，可能需要耗費大量的時間，運用JMP的Predictor screening和Response screening 可以快速的比較多參數對結果的影響，在毫秒間完成任務，快速找到對Bin 10影響最大的參數，再利用互動性的圖形分析工具Graph builder，可以很快的繪製關鍵參數跟Bin 10的散點圖，並根據不同的Lot 分別著色，快速釐清有問題的資料大多來自Lot16~29，分析問題的來源僅在一眼瞬間。
圖1:運用JMP的Predictor screening和Response screening 可以快速的比較多參數對結果的影響
圖2:運用JMP的散點圖快速了解問題來源
案例二：如何改善製程，快速找到最佳因子組合
另外一個半導體常見的問題是如何改善製程找到最佳的配方組合。以往的統計分析軟體大多無法提供效益佳的實驗組合建議，或是所設計出來的實驗友眾多的實驗限制，例如組別, 因子的設定種類等，這樣的問題讓資料分析充滿不準確且造成額外的成本花費。JMP的定制實驗平台提供最佳化實驗設計，幫助使用者用最有效益的實驗組合完成準確的模型建置。
以封測的Wire bond案例解說，如果要得到Ball shear 和IMC%的最大值，我們可以藉由JMP的定制實驗平台根據所能負擔的組數，以及適切的因子種類設計實驗，而藉由這樣的實驗設計組合所蒐集到的資料，使用者能夠順著JMP指引的分析路徑得到很好的敘述模型，更有甚者，利用JMP的Profiler 平台，可以快速的在所獲得的多個模型上，找到同時滿足多個條件的最佳化配方組合。此功能可以幫助使用者在開發新製程或是已有製程改善上提供極大的助力。
圖3: 運用JMP獲得迴歸模型，並排序重要參數
圖4: 尋找模型中的最佳化參數組合
總結一下，有別於其他的傳統統計分析軟體，JMP能夠帶給客戶絕佳的使用感受，提供更快速，更全面及更為貼近實務面的使用結果。JMP的優點顯而易見，下方是JMP常被提及的優點：
- 互動性動態分析圖表
- 連結資料圖表方便尋找相關性
- 操作簡單的統計分析平台
- 多樣的預測建模工具, 尋找關鍵因子, 最佳化參數組合
- 快速簡易的報告腳本編程
JMP在台灣擁有97%半導體廠市占率，具有強大的公信力，已然成為業界討論問題的對標語言，許多公司用JMP輸出分析結果避免冗長的結果驗證時間，對於工作中需要統計分析的使用者，易上手的JMP統計工具可以幫助使用者大幅提升30%以上的工作效率。
如果你想了解以上提到的半導體完整解析或聆聽台灣半導體資深分析顧問如何看待巨量資料分析的效能提升，歡迎報名參加 2025 年 5 月 20 日(二) 下午2點由JMP Taiwan主辦的線上研討會【2大製程案例解析：半導體工程師必備的統計思維與分析實戰】本次研討會將由資深半導體分析顧問示範如何以互動式分析、建模與視覺化方式，協助半導體工程團隊 用更短的時間、做出更準確的製程與良率決策。歡迎於半導體產業的相關製程、測試、品保、研發工程師與中階主管報名參加。（本次研討會將以繁體中文授課）
錯過了此次的研討會？以下是JMP在半導體領域的線上資源，歡迎點擊閱讀或直接與我們顧問團隊聯繫：
You must be a registered user to add a comment. If you've already registered, sign in. Otherwise, register and sign in.