Turing Award 및 Hopara의 CTO인 Mike Stonebraker와 Hopara의 CEO인 Gant Redmon이 Ryan Chacon과 함께 데이터 시각화에 대해 논의합니다. Mike는 자세한 설명을 제공합니다. 데이터 시각화 현재 환경에 대한 통찰력과 함께 IoT 산업에서의 역할. Mike와 Gant는 또한 가까운 미래에 우주에서 기대하는 것에 대한 생각을 말하기 전에 우주에서 일하는 회사의 일반적인 문제와 이러한 문제를 해결하는 방법에 대해 이야기합니다.

소개 마이크와 토마스

Mike Stonebraker는 Hopara의 창립자이자 CTO입니다. 그는 2014 Turing Awards를 수상했으며 10개의 상업 스타트업에서 일했습니다. Gant Redmon은 자산 가치를 성장시키고 극대화한 강력한 기록을 가진 Hopara의 CEO입니다.

와 연결하는 데 관심이 있습니다. 마이크 or 도마? Linkedin에 연락하세요!

소개 호파라

호파라 는 빅/실시간 데이터, IoT, 디지털 트윈 및 ESG를 위해 특별히 MIT CSAIL에서 설계된 차세대 비주얼리제이션 앱 생성기입니다. 이들의 앱을 사용하면 모든 최종 사용자가 특별한 기술이나 교육이 필요하지 않은 역동적이고 시각적으로 풍부한 환경에서 데이터에 더 쉽게 참여할 수 있습니다. Hopara는 데이터 이해 관계자에게 웹 서핑만큼 쉽게 컨텍스트에서 포괄적인 데이터 저장소에 액세스하고 이해할 수 있는 권한을 제공합니다.

이 에피소드의 주요 질문 및 주제 :

(00 : 45) 마이크, 간트, 호파라 소개

(06 : 40) 데이터 시각화란 무엇입니까?

(10 : 37) 데이터 시각화의 현재 상황

(15 : 47) 데이터 시각화의 일반적인 과제

(19 : 50) 데이터 시각화의 미래는 무엇입니까

대본 :

– [Ryan] 안녕하세요, IoT for All Podcast 에피소드에 오신 것을 환영합니다. 저는 Ryan Chacon이고 오늘 아주 특별한 에피소드를 준비했습니다. 우리는 Hopara의 창립자이자 CTO인 Mike Stonebraker와 Hopara의 CEO인 Gant Redmon, 두 명의 손님을 모셨습니다. 그들은 차세대 데이터 시각화 앱 제작자 회사입니다. 그리고 이 에피소드가 특별한 이유는 Mike Stonebraker가 실제로 컴퓨터 분야의 노벨상인 튜링상 수상자이기 때문입니다. 오늘날 우리는 데이터 시각화가 무엇인지, IoT에서 ROI를 제공하는 것이 왜 중요한지, 공간의 미래가 어떤 모습인지에 대해 매우 멋지고 일종의 대화를 나눕니다. 그래서 정말 당신이 이것으로부터 많은 가치를 얻을 것이라고 생각하지만, 부디 이 비디오를 좋아하고, 우리 채널을 구독하고, 벨 아이콘을 눌러 최신 에피소드가 나오는 즉시 볼 수 있도록 하세요. 밖으로. 그러나 그 외에는 에피소드를 즐기십시오. Mike와 Gant, IoT for All Podcast에 오신 것을 환영합니다. 이번 주에 여기에 있어 주셔서 감사합니다.

- [갠트] 고마워, 라이언.

– [Ryan] 네, 둘 다 있어서 좋습니다. 이 대화를 기대합니다. 청중이 약간의 컨텍스트를 가질 수 있도록 자신과 회사에 대한 간단한 소개를 제공함으로써 시작하겠습니다.

– [간트] 선생님 다음에요.

– [마이크] 좋아요. 저는 마이크 스톤브레이커입니다. 저는 MIT의 교수진입니다. 내 명성에 대한 주된 주장은 데이터베이스에 기여한 공로로 2014년에 튜링 상을 수상한 것입니다. Postgres를 사용했다면 내가 만들었습니다. Vertica를 사용하면 그걸로 되는 프로토타입을 만들었습니다. SciDB를 사용하는 경우에도 마찬가지입니다. 그래서 저는 데이터베이스를 다루지만 오랫동안 정보 검색에 관심을 가져왔습니다. 저는 Google 지도의 열렬한 팬입니다. 여러분 모두 알고 계시겠지만 Google 지도는 세계 사진에서 11년 또는 미안하지만 21번 클릭. 그래서 저는 정보를 할 때부터 정보 발견에 오랫동안 관심을 가져왔습니다.

- [라이언] 대단해.

– [Gant] 물론입니다. 그리고 그 모든 것 때문에 Mike, 당신과 함께 하는 것이 좋은 선택이 될 것이라고 생각했습니다. 그래서 저는 Hopara의 CEO이고 지난 XNUMX년 동안 그렇게 지내며 우리의 여정을 정말 즐겼습니다.

– [Ryan] 호파라에 대해 좀 더 말씀해 주세요. 그리고 어떤 것에 중점을 두셨는지, 그 공간에서 어떤 역할을 하셨는지, 그런 것.

– [Gantt] 내가 할게요. 호파라, 이것은 마이크의 여정의 일부이며 우리를 호파라로 데려가는 여정이기도 합니다. Mike가 전 세계에서 사용되는 데이터베이스를 만들었다는 것을 들었습니다. 그런 다음 그는 실제로 데이터 정규화에 들어갔습니다. 이 모든 서로 다른 데이터베이스가 함께 작동하도록 하려면 어떻게 해야 합니까? 하지만 이제 데이터가 있고 구성되어 있습니다. 어떻게 보고 어떻게 사용합니까? 이 모든 시간을 함께 모으고 구성하는 데 소비한 데이터를 실제로 활용하기 위해 이것을 다음 수준의 시각화로 가져가는 방법은 무엇입니까? 그것이 바로 Hopara가 하는 일이며, 우리가 생각하는 데이터를 보고 새로운 수준으로 끌어 올리는 구식 방법을 취하는 솔루션입니다.

– [마이크] 그래서 제 생각에는-

– [라이언] 마이크. 응.

– [Mike] 그래서 저는 Hopara의 고객 중 한 명에 대해 약간의 삽화를 말하고 싶습니다. 그들은… 센서를 만들고 IoT 공간에 있습니다. 그들은 기계에 부착하는 진동 센서를 만듭니다. 얼마 전까지만 해도 기계에 진동 센서를 설치했다는 사실을 몰랐습니다. 기계가 고장나기 전에 진동하기 시작하기 때문입니다. 따라서 미리 예방 조치를 취하거나 새 것을 주문할 수 있습니다. 여하튼 우리 고객 중 하나는 브라질의 IoT 진동 센서 회사이며 물론 센서를 판매합니다. 그리고 그들의 고객 중 하나는 브라질 전역에 58개의 공장이 있고 수천 개의 이러한 진동 센서를 가지고 있는 브라질의 매우 큰 제조 회사입니다. 물론 IBBX에는 센서에서 발생하는 상황에 대한 데이터를 표시할 수 있는 기존 대시보드가 ​​있습니다. 잘못된 값의 평균 수를 가질 수 있으며 진동이 시작되면 기계가 실패할 시기를 예측하는 기계 학습 시스템이 있습니다. 그리고 그것은 일종의 표준 타블로 스팟 파이어, 일종의 정보 시각화 시스템입니다. 그리고 브라질에 있는 58명의 공장 직원인 이 대규모 고객은 이렇게 말했습니다. 우리는 58개 공장에서 무슨 일이 일어나고 있는지 볼 수 없습니다.” 따라서 IBBX는 공장을 나타내는 58개의 점이 있는 브라질 지도로 시작할 수 있는 정보 검색 드릴다운 시스템과 기존 대시보드를 결합했습니다. 색상 코드는 녹색, 빨간색 또는 노란색입니다. 빨간색으로 표시된 것이 있으면 구멍을 뚫고 공장 사진을 찍고 센서가 어디에 있는지 파악하고 특정 기계를 뚫을 수 있습니다. 따라서 Google 지도 스타일의 드릴다운 시스템이므로 다음과 같은 작업을 할 수 있습니다. Google 지도와 매우 흡사합니다. 지도를 사용할 수 있고, 평면도를 사용할 수 있고, 다른 것을 나타내는 캔버스를 사용할 수 있고, 이러한 캔버스에 모든 종류의 데이터를 놓을 수 있습니다. 따라서 기존 대시보드를 보완하는 훌륭한 정보 검색 시스템입니다. 그래서 우리가 생각하기에 독자들에게 전달하고 싶은 것은 독자들이 아마도 지금 당장은 일종의 전통적인 대시보드를 가지고 있을 것이라는 점입니다. 그리고 그들은 우리가 가지고 있는 것과 같은 정교한 정보 발견 시스템으로 그것을 보강해야 합니다. 왜냐하면 복잡한 데이터에 대한 안구는 일종의 표준 프레젠테이션을 보완하는 매우 귀중한 도구이기 때문입니다.

– [라이언] 환상적입니다. 예, 그런 맥락에 감사드립니다. 고객과 함께 일하는 방식과 고객이 무엇을 하고 있는지 정확히 이해하기 위해 모든 것이 완전히 원을 그리게 됩니다. 좋습니다. 공유해 주셔서 감사합니다. 제가 하고 싶었던 것은 IoT 공간에서 데이터 시각화에 대해 약간 높은 수준의 이야기로 전환하고 싶었습니다. 그리고 만약 여러분이 그것을 시작할 수 있다면, 여러분 중 한 사람이 그것을 받아들이고자 한다면, 데이터 시각화가 실제로 무엇인지 정말로 이해하지 못하는 사람을 위한 높은 수준의 것입니다. 만약 당신이 그것을 아주, 일종의, 짧고, 높은 수준의 방식으로 설명한다면, 누군가에게 그것을 어떻게 설명하겠습니까?

– [Mike] 음, 시각화와 정보 발견 및 표현을 구분하고 싶습니다. 시각화는 찻주전자 렌더링에 관한 것이며 귀하의 독자나 고객이 하는 일이 아닙니다. 그들은 실시간 데이터에 빠져들고 있습니다. IoT 공간에서는 독자들이 실시간으로 상태나 위치를 보고하기 위해 중요한 모든 것에 센서 태그를 지정하는 과정에 있기 때문에 데이터 홍수가 발생하고 있습니다. 그래서 당신을 익사시키는 이 쓰나미가 있고 당신은 분석 시스템으로 전달하여 특정 상황에서 값진 숫자 표를 생성하거나 정보 검색 시스템으로 전달하여 높은 수준과 그런 다음 데이터를 드릴합니다. 예를 들어, 얼마 전에 여기 뉴잉글랜드에 대형 병원이 있는 프로토타입이 있었는데 아시다시피 병원은 감염으로 끔찍한 시간을 보내고 있으며 평균적으로 전국적으로 수술 환자인 경우 1%의 확률로 심한 감염에 걸릴 수 있습니다. 그리고 의사들에게 이러한 감염이 어디서 오는지 물어보기 시작하면 그들은 이렇게 말합니다. 특정 컴퓨터를 사용하여 감염된 누군가로부터 올 수 있으며 충분히 치료되지 않았고 동일한 컴퓨터 등을 사용했습니다.” 그래서 그들은 이 특정 병원의 모든 단일 환자에 대한 기록과 그들이 시간이 지남에 따라 병원에서 지리적으로 어디에 있었는지에 대한 기록을 가지고 있습니다. 그것은 엄청난 양의 정보입니다. 그래서 그들은 "우리가 보고 싶은 것은 우리 병원의 평면도에 감염된 환자를 렌더링하여 핫스팟 방을 드릴 수 있다면 통찰력을 얻을 수 있을 것"이라고 말했습니다. 그래서 저희가 그렇게 해서 이 병원 감염내과 과장님께 보여드렸습니다. 그들은 그것을 보고 말했습니다. 그래서 간호사들은 분명히 감염된 환자들을 가까이에 두어 그들이 그들을 주시할 수 있도록 하고 있습니다.” 그리고 그것은 산더미 같은 데이터를 보면 결코 얻을 수 없는 통찰력입니다. 따라서 기본적으로 이러한 시스템은 찾고 있는 것이 무엇인지 모르고 통찰력을 원할 때 매우 유용합니다. 귀하의 질문은 흥미로운 것을 알려주는 것입니다. 물어볼 질문을 알고 있다면 좋아하는 쿼리나 분석 도구로 질문하십시오. 그러나 그렇지 않은 경우가 종종 있습니다. 그래서 우리 제품이 뛰어난 점은 귀하의 쿼리가 데이터에 빠져 있을 때 흥미로운 점을 알려주는 것입니다.

– [라이언] 환상적입니다. 좋아, 좋아. 그리고 이것이 정확히 무엇인지 이해하려고 노력하는 청중을 위해 어떻게 데이터 시각화, 일종의 현재 풍경이 보이는지, 어떻게 설명 하시겠습니까? 예를 들어, 어떻게 이루어졌나요? 현재 환경이 어떻게 설정되어 있고 데이터 시각화를 올바르게 수행하기 위한 접근 방식은 무엇입니까? 또는 당신이 생각해야 할 것은 무엇입니까?

– [Mike] 알겠습니다. 우선 두 가지 경우를 구분해 주시기 바랍니다. 하나는 독자 모두가 IoT 데이터를 가지고 있다는 것입니다. 첫 번째 사례는 10개의 센서가 있거나 오리에 태그를 지정하는 것입니다. 습지에서 실시간에 대해 별로 신경 쓰지 않고 규모에 대해 별로 신경 쓰지 않습니다. 따라서 작은 문제가 있는 경우 대답은 원하는 방식으로 수행하는 것입니다. 그러나 대규모로 수행하려는 경우 데이터에 대해 걱정하고 데이터를 어떻게 볼 것인지에 대해 걱정하는 것이 중요해집니다. 그래서 제 관심은 규모에 있습니다. 따라서 대규모로 가장 먼저 해야 할 일은 데이터를 데이터베이스에 저장하는 것입니다. 왜냐하면 많은 사람들이 그렇지 않기 때문입니다. 그리고 데이터를 데이터베이스에 넣지 않으면 데이터가 의미하는 모든 의미를 잃을 가능성이 있습니다. 내가 가장 좋아하는 버그 중 하나는 모든 데이터를 파일에 넣은 다음 파일 이름에 메타데이터를 인코딩하는 사람들입니다. 따라서 파일 이름은 x, y, z 10, 11, 12, 31을 기록하고 있습니다. 즉, 데이터가 무엇을 의미하는지 파악하려면 파일 이름을 분석해야 한다는 것을 의미합니다. 따라서 데이터를 데이터베이스 시스템에 넣으면 거기에 메타데이터를 넣어야 합니다. 이는 다운스트림 시스템이 여러분을 사랑한다는 것을 의미합니다. 왜냐하면 그들은 여러분의 데이터를 읽을 수 있고, 따라서 대규모로 데이터베이스 시스템에 데이터를 넣을 수 있기 때문입니다. 그러면 여러분은 확장되는 비주얼리제이션 시스템을 사용해야 합니다. 제가 가장 좋아하는 예는 미국의 인구를 보고 싶다고 가정해 봅시다. 우리 중 330억 58천만 명이 있고 모두가 살고 있는 지리적 위치에 점을 찍고 싶습니다. 글쎄요, 그것은 DC 시내에서 화면을 검게 칠할 것이고 맨해튼의 뉴욕시에서 실제로 화면을 검게 칠할 것입니다. 따라서 드릴다운을 수행할 수 있는 시스템이 필요합니다. 그러면 가장 미세한 세분성을 표시하는 데 그치지 않고 화면을 검게 칠할 뿐입니다. 그래서 제 생각에는 실시간과 규모를 지원하는 드릴 다운 시스템이 필요한 핵심입니다. 귀하의 데이터가 정확히 어떻게 보이는지에 관한 한 여기에는 엄청난 수의 개인적 선호도가 있습니다. 예를 들어 저는 특히 Google 지도 스타일을 보는 것을 좋아하지만 예를 들어 Gant나 다른 방식으로 보고 싶을 수도 있습니다. 따라서 실시간으로 다양한 방식으로 대규모로 데이터를 표시할 수 있는 시스템이 필요합니다. 그리고 그것은 꽤 드문 종류입니다. 그래서 제 생각에는 실시간으로 데이터를 볼 것인지 여부를 결정하는 것이 제 생각입니다. 디스플레이가 오래될 수 있다는 것을 신경쓰지 않는다면. 어제의 데이터를 읽을 수 있다면 인생이 정말 쉬워집니다. 하지만 제 관심은 브라질의 XNUMX개 공장을 소유한 사람들이 어제의 데이터에 관심이 없다는 것입니다. 따라서 실시간으로 사용자가 원하는 방식으로 데이터를 표시하고 일종의 드릴다운 기능을 통해 규모에 맞게 작업할 수 있는 유연한 정보 시스템이 있어야 합니다.

– [갠트] 네, 현재 상태에서는 원형 차트, 그래프, 막대 차트를 보는 것이 익숙한 것 같습니다. 우리는 모든 종류의 다른 것들에서 그것을 보고 그것들은 각자의 자리가 있지만 모두 똑같이 보입니다. 우리는 수십 년 동안 같은 것을 보고 있었습니다. 그러나 그것은 눈과 뇌에 그다지 가치가 없는 것을 줄 것입니다. 확실히 많은 좋은 일에 사용할 수 있는 장소가 있습니다. 우리는 그 뒤에 오는 것을 보고 있습니다.

– [라이언] 좋아요. 예, 환상적인 방법입니다. 나는 그것을 좋아한다. 데이터 시각화를 구현하고 올바른 방식으로 수행하려고 하는 조직과 일할 때 직면하게 되는 일반적인 문제는 무엇입니까? 예를 들어, 회사가 가지고 있거나 다른 회사보다 더 자주 접하는 일반적인 문제가 있습니까? 그들이 그것에 대해 알고 있거나 대비할 수 있다면 피할 수 있습니까? 나는 그 전선에 대한 당신의 경험이 궁금합니다.

– [간트] 있잖아요, 순환식 답변을 드리는 게 싫어요. 하지만, 난 갈거야. 예, 그것은 우리가 방금 이야기한 것과 마찬가지로 사람들이 무언가에 익숙해졌기 때문입니다. 그런 다음 사물을 보는 새로운 방식을 제시합니다. 그들이 자신의 길을 탐색할 수 있는 방법. 그들은 더 큰 통찰력으로 사물을 볼 수 있고 상황에 맞게 사물을 넣을 수 있습니다. 가장 큰 도전 중 하나는 사람들에게 시각화하고 싶은 것을 시각화할 수 있는 능력을 부여하는 것이라고 말하고 싶습니다. 그리고 무한한 기회의 가장 큰 도전은 그것을 자신에게 가장 잘 맞는 방법에 적용하는 것입니다. 이제 우리가 작업하는 방식은 점점 더 많은 예를 제공하는 것입니다. "이봐, 이거 해봐, 이거 해봐." 다른 날은 정말 잘 풀렸습니다. 고객이 솔루션을 찾고 있었습니다. 우리는 그들에게 XNUMX개를 주었습니다. 왜냐면, 당신은 그들이 그렇게 할 수 있다는 것을 알고 있기 때문입니다... 예술 디자이너가 되는 것과 같았습니다. 음, 이 중 어느 쪽으로 끌리나요? 따라서 레이어와 캔버스의 수에 제한이 없고 사물을 볼 수 있다면 사람들이 자신에게 가장 가치 있는 방식으로 모든 것을 결합하는 데 도움이 됩니다.

– [Ryan] 당신이 그들과 이야기할 때 그들이 원하는 것을 얼마나 자주 알고 있습니까? 아니면 일반적으로 그들이 진정으로 원하는 것이 무엇인지 대 그들이 원한다고 생각하거나 알지 못하는 것이 무엇인지 실제로 정렬하고 이해하기 전에 가능한 것을 보여주도록 합니까?

– [Mike] 음, 우선, 우리가 항상 보는 가장 큰 문제 10번은 지저분한 데이터입니다. 따라서 정리되지 않은 데이터는 의미가 있습니다. 답에 쓰레기가 있으면 쓰레기를 제거해야 합니다. 따라서 첫 번째는 데이터를 정리하라는 속담입니다. 그리고 두 번째 속담은 데이터를 어떻게 보고 싶은지 아는 사람은 거의 없다는 것입니다. 그들은 “보고 싶은 건 알지만 방법을 모르겠습니다.”라고 말했습니다. 그리고 Gant가 방금 말한 것은 분명한 대답입니다. 그들에게 XNUMX개의 팔레트를 주고 "당신은 이것, 이것, 이것, 이것 또는 이것을 할 수 있습니다."라고 말하세요. 그리고 그들은 말합니다. “오, 멋지네요. 그걸 보여줘.” 그래서 당신은 그것을 조롱하고 그들은 말합니다. 기본적으로 고객이 보고 싶은 것이 무엇인지 정확하게 파악할 수 있도록 도와주는 인터랙티브 디자인입니다.

- [간트] 네, 고통의 대화입니다. 당신의 고통은 무엇입니까? 한 달 전에 한 고객이 있었습니다. 한 방에 XNUMX~XNUMX개의 장치가 있는 많은 고객이 있었습니다. 그리고 지금 우리는 수백 명의 고객과 이야기하고 있습니다. 그래서 실제로 어떻게 시각화할 수 있는지 그들과 함께 작업해야 했습니다. 그리고 비례 줌이라는 새로운 기능을 고안했습니다. 문제는 Mike가 언급한 것처럼 화면을 검게 칠하는 것입니다. 너무 많은 장치가 겹치기 시작했지만 크기를 조정하고 분리할 수 있는 기술을 방금 생각해 냈습니다. 따라서 개별 장치로 내려가서 겹치지 않고 해당 방에서 무슨 일이 일어나고 있는지 실제로 이해할 수 있습니다. 예, 문제부터 시작합니다. "좋아요, 저는 한 방에서 엄청난 수의 숫자를 다루고 있습니다. 유용한 방식으로 시각화하려면 어떻게 해야 할까요?" 따라서 문제로 시작한 다음 시각화를 통해 솔루션을 찾습니다.

– [Ryan] 정말 환상적입니다. 우리가 여기서 대화를 마무리하기 시작하면서 높은 수준의 관점에서 여러분 모두에게 묻고 싶었던 것 중 하나는 여러분 모두에게 이 공간에서 미래는 어떤 모습일까요? 예를 들어, 가장 흥분되는 것은 무엇입니까? 시청자와 독자가 데이터 시각화 공간과 IoT 산업의 미래와의 연결에 더 많은 관심을 기울여야 한다는 사실을 인식하지 못하고 있는 것일까요?

– [Mike] 글쎄요, 첫 번째는 독자들이 고양이새의 자리에 있다는 것입니다. 사회로서 우리는 물질적으로 중요한 모든 것에 센서 태그를 지정하는 과정에 있기 때문입니다. 그리고 이러한 센서는 대체로 수동에서 능동으로 바뀔 것입니다. 즉, 사물에 스티커를 붙이면 스티커가 활성 태그로 바뀌어 실시간으로 물건을 찾을 수 있습니다. 그리고 제 생각에 가장 먼저 일어날 일은 모든 사람에게 규모 문제를 안겨줄 것입니다. 수백 개의 센서에서 수백만 개의 센서로 갈 것이기 때문입니다. 그래서 저는 그것이 크게 다가오고 있다고 생각합니다. 제 생각에 우리에게 다가오고 있는 또 다른 것은 센서 기술이 점점 더 저렴해지고 있다는 것입니다. 모든 것을 태깅하는 센서의 채택을 가속화할 것입니다. 그 외에도 저렴한 하드웨어가 많은 도움이 될 것이라고 생각합니다. 현재 대부분의 시각화 시스템은 2D입니다. 3D는 너무 비싸서 대부분의 사람들이 관심을 가질 수 없기 때문입니다. 하지만 3D는 점점 더 저렴해질 것이라고 생각합니다. 그래서 우리는 3D 기술로의 전환을 기대하고 있습니다. 왜냐하면 여러분이 가본 적이 있다면 Brown의 시각화 교수인 Andy Van Damme이 있는데 지금은 꽤 나이가 들었지만 20년 전에 그는 그가 The Cave라고 불렀던 것, 그것은 당신이 방으로 걸어 들어가고 사방이 디스플레이 더미였습니다. 따라서 돌아서서 볼 수 있는 정보의 양은 한 화면에 표시되는 것보다 몇 자릿수 더 많았습니다. 그리고 시간이 지나면 몰입감 있는 경험이 올 것이라고 생각합니다. 아마도 Mark Zuckerberg와 그의 메타 작업이 효과가 있을 것입니다. 그러나 그것은 연구 단계에 있으며 시간이 지남에 따라 지나갈 것이라고 생각합니다. 그래서 제 생각에는 몰입 기술을 어떻게 다룰 것인지, 3D로 어떻게 갈 것인지 알아내는 것이 일종의 지평선에 있습니다. 그래, 나- 미안, 계속해, 갠트.

– [Gant] 오, 아니, 미래에는 데이터 쓰나미가 닥칠 것이라고 생각합니다. 아시다시피, 우리는 모두 사업을 하고 있으며 개인적으로나 회사에서 성공하기를 원합니다. 그리고 우리가 이 프로젝트에 들어갈 때 투자 수익을 보여줘야 합니다. 그리고 투자 수익의 정말 큰 부분은 데이터의 유용성과 이해 가능성이라고 생각합니다. 그래서 점점 더 많아지고 있습니다. 더 큰 그룹에서 데이터를 더 유용하고 이해하기 쉽게 만드는 방법은 무엇입니까? 왜냐하면 그것이 성공의 주요 척도가 될 것이라고 생각하기 때문입니다.

– [Ryan] 전적으로 동의합니다. 데이터에 액세스하고 쉽게 이해할 수 있도록 하는 것, 그리고 의도한 최종 사용자가 실제로 많은 회사에서 ROI를 얻을 수 있는 곳이라고 생각합니다. 왜냐면, 마이크, 아까 말했듯이, 가비지 데이터의 가비지 데이터 아웃 유형에 대해, 그 문제를 해결하고 좋은 데이터가 나오기 시작하기 때문입니다. 그렇다면 사용할 수 있는 것으로 만드는 방법은 무엇입니까? 어떻게 쉽게 시각화할 수 있습니까? 예를 들어 2D, 3D이건 상관없이 데이터를 처리하는 방법뿐만 아니라 기능적이고 사용 가능하며 가치 있는 방식으로 데이터를 표시하는 방법이 훨씬 더 많은 소스에서 데이터를 가져올 것입니다. 하루가 끝날 때 실제로 그 데이터를 사용하게 될 사람에게, 아시다시피 그 페르소나는 다양한 사용 사례, 산업 전반에 걸쳐 데이터와 상호 작용할 사람에 따라 상당히 다릅니다. 그것. 그리고 그것을 해결할 수 있고 각 특정 사용 사례에 대해 집중할 수 있다는 것은 과거에 대화에서 본 것입니다. 여기에서 가치에 대한 진정한 열쇠입니다.

– [Mike] 음, 우리가 이야기하는 많은 잠재 고객과 고객도 Tableau 사용자라고 생각합니다. 그리고 그들은 Tableau가 기본적으로 프로그래머 도구라는 사실을 싫어합니다. 적어도 우리가 이야기하고 있는 대부분의 잠재 고객에게는 최종 사용자 도구가 아닙니다. 그리고 그들은 최종 사용자가 프로그래밍할 수 있는 것을 정말로 원하므로 최종 사용자는 자신이 정말로 보고 싶은 것에 맞게 디스플레이를 조정할 수 있습니다. 그리고 우리는 최종 사용자가 액세스할 수 있는 시스템을 만들기 위해 열심히 노력하고 있습니다. 그것이 ROI를 주도할 것이라고 생각하기 때문입니다. 이것이 소프트웨어 비용을 낮추고 매력적인 ROI를 제공한다는 의미입니다.

– [라이언] 물론이죠. 이것은 환상적인 대화였습니다. 시간을 내어 두 분께 진심으로 감사드립니다. 잠재적으로 이 대화에 대한 후속 조치를 원하는 잠재 고객을 위해 회사에 대해 자세히 알아보고, 연락하고, 모든 역량에 참여하고, 계속 진행할 수 있는 가장 좋은 방법은 무엇입니까?

– [간트] 홈페이지. Hopara.io 자유롭게. 응?

– [Mike] 당신은 그것을 철자하는 것이 좋습니다.

– [라이언] 우리 활동으로 여기저기 도배할게, 약속할게. 그들은 그것을 볼 때까지 그 철자를 어떻게 쓰는지 알게 될 것입니다. 제목에 있을 것이고, 설명과 글, 모든 것에 있을 것입니다. 그래서, 하지만 그냥 큰 소리로 말하고 싶다면 자유롭게 하세요, 하지만-

– [Gant] 예, 언제든지 연락할 수 있습니다. Gant Redmon은 gredmon이고, gredmon @hopara.io는 채팅을 좋아합니다. LinkedIn에서 저를 찾으세요. Gant Redmon은 두 개뿐입니다. 저와 아버지입니다. 나는 85세가 아닌 사람이다.

– [Ryan] 독특한 것입니다. 저는 때때로 LinkedIn에서 이름을 검색합니다. 그리고 그것은 단지, 아시다시피 정말- 제목이나 회사 이름 및 위치를 입력하고 범위를 좁히기 시작해야 합니다. 하지만, 그것은 매우 편리합니다. 하지만 Mike와 Gant, 정말 감사합니다. 두 분과 이야기하게 되어 기쁩니다. 이 내용을 청중에게 전달하기를 진심으로 기대합니다. 아시다시피 그것은 제가 생각하기에 매우 중요하다고 생각되는 주제입니다. 좀 더 자세히 이야기하고 두 분은 분명히 그 분야의 전문가입니다. 시간을 내어 청중과 공유해 주셔서 감사합니다.

- [갠트] 고마워, 라이언. 당신은 훌륭한 일을 하고 있습니다. 감사합니다.

– [Ryan] 좋아요, 여러분. IoT for All Podcast의 해당 에피소드를 시청해 주셔서 다시 한 번 감사드립니다. 에피소드가 마음에 드셨다면 좋아요 버튼을 클릭하고 저희 채널을 구독하고 벨 알림을 눌러 최신 에피소드가 나오는 즉시 받아보실 수 있도록 해주세요. 그 외에 시청해주셔서 다시 한 번 감사드리며 다음에 또 뵙겠습니다.

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• 플라토 블록체인. Web3 메타버스 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 출처: https://www.iotforall.com/podcasts/e258-learn-data-visualization-from-touring-award-winner