Rezepturanalyse Statistik-Software hilft bei der Analyse von Haarcolorationen

Karamell, Strawberry oder Ash grey – die Kreationen neuer Haarfarben, die aus den Entwicklungslabors der Kosmetikindustrie kommen, sind schier grenzenlos. Um die Rezepturen aber kontrollieren zu können, bedarf es ausgeklügelter Routinen. Der Henkel-Konzern setzt hier auf eine Statistiksoftware.

Firmen zum Thema

StatSoft (Europe) GmbH

Labexchange - Die Laborgerätebörse GmbH

FOSS GMBH

Andreas Hettich GmbH & Co. KG

Henkel ist weltweit einer der führenden Hersteller von Konsumgütern. Ein wichtiger Unternehmensbereich ist Beauty Care (Schönheitspflege) mit Marken wie Schwarzkopf, Schauma oder Taft. Bei der Forschung und Entwicklung neuer Produkte kommt der statistischen Auswertung bei Henkel eine große Bedeutung zu, etwa wenn es darum geht, die Wirkung neuer Pflegeprodukte zu untersuchen. Analysen müssen hier sorgfältig durchgeführt und dokumentiert werden und einer kritischen statistischen Prüfung standhalten. Bei Henkel hat man hier inzwischen ein großes Know-how aufgebaut und prüft regelmäßig, wie sich methodisch-statistische Weiterentwicklungen für die eigene Arbeit nutzen lassen. Die benötigten Methoden finden sich jedoch häufig nur in Spezial-Tools. Um Insellösungen zu vermeiden, war man bei Henkel auf der Suche nach einer integrierten Lösung, welche möglichst viele Analyseszenarien abdeckt.

Die Datenanalyse-Software Statistica ist bei Henkel bereits seit vielen Jahren für verschiedene Analysen im Einsatz, weshalb es sich anbot, diese bewährte Lösung auszubauen. Ein weiteres Argument für Statistica war, dass sich mit Statistica Visual Basic zusätzliche Funktionen und eigene Applikationen in die bestehende Oberfläche einbinden lassen. Daher entschied man sich bei Henkel, seine besonderen Anforderungen in Zusammenarbeit mit Statsoft in Statistica abzubilden.

Bildergalerie

Zwei Anwendungsbeispiele

Ein gängiges Szenario bei Henkel ist es, die Wirkung verschiedener Rezepturen oder Produkte varianzanalytisch zu vergleichen. Die zugehörigen Daten sind nicht immer normal verteilt und können besondere Eigenschaften aufweisen.

Multiples Testen: Eine Herausforderung liegt z.B. darin, dass bei dem Vergleich unterschiedlicher Rezepturen häufig umfangreiche Testreihen anfallen (so genanntes Multiples Testen in Post-hoc-Analysen). Solche Analysen erfordern eine besondere Korrektur von Signifikanzausgaben, um nicht vorschnell zu optimistische oder zu negative Aussagen zu treffen (d.h. statistisch nicht zu liberal oder zu konservativ zu testen). Die gängigen Verfahren stellen hierbei hohe Anforderungen an die Daten oder eignen sich nur für wenige, große Stichproben.

(ID:42951338)