Turing Award en CTO van Hopara, Mike Stonebraker, en Hopara CEO, Gant Redmon, voegen zich bij Ryan Chacon om datavisualisatie te bespreken. Mike geeft een uitgebreide uitleg van data visualisatie en zijn rol in de IoT-industrie, samen met inzichten in het huidige landschap. Mike en Gant spreken ook over gemeenschappelijke uitdagingen en het oplossen van deze problemen voor bedrijven die in de ruimte werken voordat ze hun mening geven over waar ze naar uitkijken in de nabije toekomst in de ruimte.

Over Mike en Thomas

Mike Stonebraker is de oprichter en CTO van Hopara. Hij won de Turing Awards 2014 en heeft bij 10 commerciële startups gewerkt. Gant Redmon is de CEO van Hopara met een sterke staat van dienst op het gebied van groei en maximalisatie van activawaarde.

Geïnteresseerd om in contact te komen met Mike or Thomas? Neem contact op via Linkedin!

Over Hopara

Hopara is de next-gen viz app-maker die bij MIT CSAIL speciaal is ontworpen voor big/real-time data, IoT, Digital Twins en ESG. Hun apps maken het voor elke eindgebruiker gemakkelijker om met gegevens om te gaan in een dynamische, visueel rijke omgeving die geen speciale vaardigheden of training vereist. Hopara geeft data-stakeholders de mogelijkheid om toegang te krijgen tot uitgebreide datastores en deze net zo gemakkelijk in context te begrijpen als surfen op internet.

Belangrijkste vragen en onderwerpen uit deze aflevering:

(00: 45) Inleiding tot Mike, Gant en Hopara

(06: 40) Wat is datavisualisatie?

(10: 37) Huidige landschap van datavisualisatie

(15: 47) Gemeenschappelijke uitdagingen van datavisualisatie

(19: 50) Wat is de toekomst van datavisualisatie

Transcript:

– [Ryan] Hallo allemaal en welkom bij een aflevering van de IoT for All Podcast. Ik ben Ryan Chacon en we hebben vandaag een heel speciale aflevering voor jullie. We hebben twee gasten, Mike Stonebraker, de oprichter en CTO van Hopara en Gant Redmon, de CEO van Hopara. Ze zijn een app-maker van de volgende generatie voor gegevensvisualisatie. En de reden waarom deze aflevering zo speciaal is, is omdat Mike Stonebraker eigenlijk een Turing-prijswinnaar is, wat in feite de Nobelprijs voor computers is. Heel, heel cool, soort gesprek dat we vandaag hebben, gericht op wat datavisualisatie is, waarom het belangrijk is om ROI te leveren in IoT en hoe de toekomst van de ruimte eruit ziet. Dus, denk echt dat je hier veel waarde uit gaat halen, maar zorg er alsjeblieft voor dat je deze video leuk vindt, je abonneert op ons kanaal en op dat belpictogram drukt, zodat je de nieuwste aflevering hebt zodra ze zijn uit. Maar afgezien daarvan, geniet van de aflevering. Welkom, Mike en Gant, bij de IoT for All Podcast. Bedankt dat je hier deze week bent.

– [Gant] Dank je wel, Ryan.

– [Ryan] Ja, het is geweldig om jullie allebei te hebben. Kijk uit naar dit gesprek. Laten we beginnen door u een korte introductie over uzelf en het bedrijf te laten geven, zodat ons publiek een beetje context heeft.

– [Gant] Na u, meneer.

– [Mike] Oké. Ik ben Mike Stonebraker. Ik zit op de faculteit van MIT. Ik denk dat mijn belangrijkste roem is dat ik in 2014 de Turing-prijs heb gewonnen voor mijn bijdragen aan databases. Als je Postgres hebt gebruikt, ik heb dat gebouwd. Als je Vertica gebruikt, heb ik het prototype gebouwd dat dat is geworden. Als je SciDB gebruikt, idem. En dus doe ik databases, maar ik ben al lang geïnteresseerd in het ontdekken van informatie. Ik ben een grote fan van Google Maps en, zoals jullie waarschijnlijk allemaal weten, is het een pan- en zoomparadigma waarmee je in 11, of sorry, in 21 klikken. En dus heb ik een lange, lange interesse gehad in het ontdekken van informatie, aangezien ik informatie doe.

– [Ryan] Fantastisch.

– [Gant] Absoluut, en vanwege dat alles, Mike, dacht ik dat het een goede gok zou zijn om met je mee te doen. Dus ik ben CEO van Hopara en ben dat ongeveer het afgelopen jaar geweest en geniet echt van onze reis.

– [Ryan] Vertel me wat meer over Hopara en, min of meer, waar je allemaal op gefocust bent, de rol die je speelde in de ruimte, dat soort dingen.

– [Gantt] Ik neem het, zeker. Dus, Hopara, en dit is echt een deel van Mike's reis, is ook de reis die ons naar Hopara brengt. Ik bedoel, je hebt het gehoord, Mike heeft de databases gemaakt die over de hele wereld worden gebruikt. Toen ging hij echt in op de normalisatie van gegevens. Hoe laat je al die verschillende databases samenwerken? Maar nu heb je je data, je hebt het georganiseerd, hoe zie je het, hoe gebruik je het? Hoe breng je dit naar het volgende niveau van visualisatie om echt gebruik te maken van de gegevens die je al die tijd hebt besteed aan het verzamelen en organiseren? Dat is wat Hopara doet, dat is nu de oplossing om te nemen wat is, wat we denken dat is, een verouderde manier om naar uw gegevens te kijken en deze naar een nieuw niveau te tillen.

– [Mike] Dus, ik denk-

– [Ryan] Mike. Ja.

– [Mike] Dus ik denk dat ik graag een kort verhaal wil vertellen over een van Hopara's klanten. Ze zijn een... Ze bouwen sensoren, ze zijn in de IoT-ruimte. Ze bouwen trillingssensoren die je op machines zet. En ik wist een tijdje geleden niet dat je een trillingssensor op een machine plaatst, want die begint te trillen voordat hij uitvalt. En daarmee kun je dus preventief dingen doen of op voorhand een nieuwe bestellen. Hoe dan ook, een van onze klanten is een IoT-trillingssensorbedrijf in Brazilië en zij verkopen natuurlijk hun sensoren. En een van hun klanten is een zeer groot productiebedrijf in Brazilië, dat 58 fabrieken in heel Brazilië heeft en duizenden van deze trillingssensoren heeft. En IBBX heeft natuurlijk een traditioneel dashboard waar je gegevens kunt weergeven over wat er met je sensoren gebeurt. Je kunt het gemiddelde aantal slechte waarden hebben en ze hebben een machine learning-systeem dat voorspelt wanneer een machine uitvalt als deze begint te trillen. En het is een soort standaard tableau spot fire, een soort informatievisualisatiesysteem. En deze grote klant, de 58 fabrieksjongens in Brazilië, zeiden: “Nou, dat is allemaal heel leuk en dat vinden we leuk, maar we begrijpen het grote plaatje niet. We weten niet, weet je, we kunnen niet zien wat er gebeurt in onze 58 fabrieken.”. Dus, IBBX werkte samen met hun traditionele dashboard met ons informatieontdekkingsdrilldown-systeem, waar je kunt beginnen met een kaart van Brazilië met 58 stippen erop, die de fabrieken voorstellen. Ze hebben een kleurcode, groen, rood of geel. Als er een is die rood is, kun je erin boren, een foto maken van de fabriek, uitzoeken waar de sensoren zijn die, je weet wel, buiten het bereik zijn, en boren in specifieke machines. En dus is het een inzoomsysteem in Google-kaartstijl en u kunt ... Het lijkt veel op Google Maps op steroïden. U kunt kaarten gebruiken, u kunt plattegronden gebruiken, u kunt canvassen gebruiken die andere dingen vertegenwoordigen, en u kunt alle soorten gegevens op deze canvassen neerzetten. En dus is het een geweldig systeem voor het ontdekken van informatie dat een traditioneel dashboard aanvult. En dus, naar onze mening, willen we uw lezers duidelijk maken dat ze op dit moment waarschijnlijk het standaard, soort traditionele dashboard hebben. En ze zouden het moeten uitbreiden met een geavanceerd systeem voor het ontdekken van informatie, zoals het systeem dat we hebben. Omdat een oogbal op gecompliceerde gegevens een uiterst waardevol hulpmiddel is dat een soort van aanvulling vormt op de standaardpresentaties.

– [Ryan] Fantastisch. Ja, ik waardeer dat soort context. De cirkel is ongeveer rond om precies te begrijpen hoe je met klanten werkt en, min of meer, wat ze doen. Dus dat is geweldig. Bedankt dat je dat deelt. Wat ik wilde doen, is dat ik wil overstappen op een beetje hoog niveau praten over datavisualisatie in de IoT-ruimte. En als je het gewoon zou kunnen beginnen, een van jullie, wie het ook wil, gewoon op hoog niveau voor iemand die niet echt begrijpt wat datavisualisatie eigenlijk is. Als je het op een heel, soort, korte, je weet wel, hoogstaande manier zou beschrijven, hoe zou je het dan aan iemand beschrijven?

– [Mike] Nou, ik zou graag een onderscheid willen maken tussen visualisatie en het ontdekken en presenteren van informatie. Visualisatie gaat over het weergeven van theepotten en dat is niet wat uw lezers of onze klanten doen. Ze verdrinken in realtime data. In de IoT-ruimte komt er een stortvloed aan gegevens op u af, omdat uw lezers bezig zijn met het taggen van alles wat van materieel belang is om hun toestand of locatie in realtime te rapporteren. Dus er is een tsunami die je verdrinkt en je geeft het door aan analysesystemen, die je tabellen met getallen produceren en dat is waardevol, in bepaalde omstandigheden, of je geeft het door aan een informatieontdekkingssysteem waarmee je het hoge niveau kunt zien en boor vervolgens uw gegevens in. Een tijdje geleden hadden we bijvoorbeeld een prototype met een groot ziekenhuis hier in New England en, zoals u wellicht weet, hebben ziekenhuizen een vreselijke tijd met infecties en gemiddeld genomen, in het hele land, als u een operatiepatiënt bent, is er 1% kans dat je een nare infectie krijgt. En als je dokters gaat vragen waar deze infecties vandaan komen, zeggen ze: “Nou, ik weet het niet, ze kunnen afkomstig zijn van besmette instrumenten. ze kunnen afkomstig zijn van iemand die is geïnfecteerd met behulp van, weet je, een specifieke machine en dan was deze niet voldoende schoongemaakt en gebruikte je dezelfde machine enzovoort, enzovoort, enzovoort. Ze hebben dus een dossier van elke afzonderlijke patiënt in dit specifieke ziekenhuis en waar ze in de loop van de tijd geografisch gezien in het ziekenhuis waren. Dat is een gigantische hoeveelheid informatie. Dus zeiden ze: "Wat we graag zouden willen zien, is de geïnfecteerde patiënten weergeven op een plattegrond van ons ziekenhuis, zodat we misschien enig inzicht kunnen krijgen als we in hotspotkamers kunnen boren." Dus dat deden we precies en we lieten het zien aan het hoofd infectieziekten in dit ziekenhuis. Ze keken ernaar en zeiden: "Wauw, de warme kamers zijn recht tegenover de verpleegpost. En dus zetten de verpleegsters besmette patiënten duidelijk in de buurt, zodat ze ze in de gaten kunnen houden. En dat is een inzicht dat je nooit zou krijgen door naar een berg data te kijken. Dus eigenlijk zijn deze systemen ongelooflijk waardevol als je niet weet waarnaar je zoekt en je inzicht wilt, weet je, je vraag is: vertel me iets interessants. En als je weet welke vraag je moet stellen, stel hem dan met je favoriete query- of analysetool. Maar het is vaak als niet, je weet het niet. Dus dat is waar ons product in uitblinkt, wanneer uw vraag is, ik verdrink in gegevens, vertel me iets interessants.

– [Ryan] Fantastisch. Oke geweldig. En hoe zou je, weet je, voor ons publiek dat misschien precies probeert te begrijpen hoe dit, de datavisualisatie, een soort landschap, er momenteel uitziet, hoe zou je dat eigenlijk beschrijven? Zoals, hoe is het gedaan? Weet je, hoe is het landschap momenteel opgezet en wat is de benadering om datavisualisatie op de juiste manier uit te voeren? Of waar zou je eigenlijk aan moeten denken?

– [Mike] Oké, allereerst wil ik dat je twee gevallen onderscheidt. Een daarvan is dat uw lezers allemaal, weet u, IoT-gegevens hebben. Dus geval nummer één is dat je 10 sensoren hebt of je bent eenden aan het taggen, weet je, in een moeras en je geeft niet echt om realtime en je geeft niet echt om schaal. Dus als je een klein probleem hebt, is het antwoord om het op elke gewenste manier te doen. Maar als je het op grote schaal wilt doen, wordt het belangrijk om je zorgen te maken over je gegevens en je zorgen te maken over hoe je ernaar gaat kijken. Dus mijn interesse is groot. Dus op schaal is het eerste dat u absoluut moet doen, uw gegevens in een database plaatsen. Omdat veel mensen dat niet doen. En als u uw gegevens niet in de database plaatst, is de kans groot dat u alle semantiek verliest van wat de gegevens betekenen. Een van mijn favoriete bugaboos zijn mensen die al hun gegevens in bestanden stoppen en vervolgens de metagegevens coderen in de naam van het bestand. Dus weet je, een bestandsnaam is het opnemen van x, y, z 10, 11, 12, 31, wat betekent dat je, je weet dat je de bestandsnaam moet ontleden om enig idee te hebben wat de gegevens betekenen. En dus, als u uw gegevens in een databasesysteem stopt, wordt u gedwongen om de metadata daar te plaatsen. En dat betekent gewoon dat stroomafwaartse systemen van je zullen houden, omdat ze je gegevens kunnen lezen en dus op schaal je gegevens in een databasesysteem kunnen plaatsen en dan moet je een viz-systeem gebruiken dat schaalbaar is. Dus mijn favoriete voorbeeld is, laten we aannemen dat je naar de bevolking van de Verenigde Staten wilt kijken. We zijn met 330 miljoen en je wilt een stip zetten op de geografische locatie waar iedereen woont. Welnu, dat zal het scherm zwart maken in het centrum van DC en het zal het scherm echt zwart maken, weet je, in New York City in Manhattan. U hebt dus een systeem nodig waarmee u kunt inzoomen, zodat u niet alleen de fijnste granulariteit weergeeft en het scherm alleen maar zwart schildert. Dus naar mijn mening is een drill-down-systeem dat realtime en schalen ondersteunt de belangrijkste dingen die je nodig hebt. Wat betreft hoe uw gegevens er precies uitzien, er zijn hier gewoon enorm veel persoonlijke voorkeuren. Zoals, laten we zeggen, ik hou er vooral van om naar dingen in Google Map-stijl te kijken, maar zoals bijvoorbeeld Gant of je wilt er misschien anders naar kijken. U hebt dus een systeem nodig dat uw gegevens in realtime op een grote verscheidenheid aan manieren op grote schaal kan weergeven. En dat is een vrij zeldzaam soort ding. Dus ik denk, weet je, voor mij is het antwoord beslissen of je je gegevens in realtime wilt bekijken. Als het u niet kan schelen dat het display oud kan zijn. Als u de gegevens van gisteren kunt lezen, wordt het leven heel gemakkelijk. Maar mijn interesse is dat de mensen die eigenaar zijn van de 58 fabrieken in Brazilië niet geïnteresseerd zijn in de gegevens van gisteren. En dus heb je in realtime een flexibel informatiesysteem nodig dat de gegevens weergeeft zoals de gebruiker het wil zien en op schaal werkt met een soort van drill-down-mogelijkheid.

– [Gant] Ja, in de huidige staat denk ik dat we gewend zijn om cirkeldiagrammen, grafieken en staafdiagrammen te zien. We zien het in allerlei verschillende dingen en ze hebben hun plaats, maar ze zien er allemaal hetzelfde uit. We kijken al tientallen jaren naar hetzelfde. Maar dat gaat je iets geven dat niet zo waardevol is voor het oog en de hersenen. Er is zeker een plek voor, je kunt het altijd voor veel goede dingen gebruiken. We kijken naar wat daarna komt.

– [Ryan] Oké. Ja, fantastische manier om het, min of meer, te zeggen. Dat vind ik leuk. Wat zijn enkele van de, denk ik, veelvoorkomende uitdagingen die u tegenkomt wanneer u werkt met organisaties die datavisualisatie proberen te implementeren en dit op de juiste manier doen? Zijn er bijvoorbeeld gemeenschappelijke uitdagingen die bedrijven hebben of die je vaker tegenkomt dan anderen die, weet je, misschien vermeden zouden kunnen worden als ze ervan wisten of zich er min of meer op konden voorbereiden? Ik zou nieuwsgierig zijn naar, een beetje, horen, een beetje, je ervaring op dat front.

– [Gant] Weet je, ik haat het om je een circulair antwoord te geven. Maar ik ga. Dus ja, het is omdat, net als waar we het net over hadden, mensen ergens aan gewend zijn geraakt. En dan worden ze voorgesteld aan deze nieuwe manier van kijken. Een weg waar ze hun eigen weg doorheen kunnen navigeren. Ze kunnen dingen met meer inzicht zien, ze kunnen dingen in context plaatsen. Ik zou zeggen dat een van de grootste uitdagingen is om mensen de mogelijkheid te geven om te visualiseren wat ze willen visualiseren. En dat is bijna de grootste uitdaging van een grenzeloze kans om het toe te passen op hoe het het beste bij jezelf past. De manier waarop we daar doorheen werken, is dat we steeds meer voorbeelden geven: "Hé, probeer dit, probeer dit, probeer dit.". De andere dag werkte echt goed. Een klant zocht naar oplossingen. We gaven ze er drie, want weet je, op die manier konden ze... Het was alsof je een ontwerper van kunst was. Het is als, nou, naar welke van deze trek je je? Dus het is echt, als je een onbeperkt aantal lagen en canvassen hebt en dingen ziet, is het eigenlijk gewoon mensen helpen om ze allemaal samen te stellen op een manier die voor hen het meest waardevol is.

– [Ryan] Hoe vaak weten ze wat ze willen als je met ze praat? Of moet je meestal laten zien wat er mogelijk is voordat ze echt kunnen afstemmen en begrijpen wat ze echt willen versus wat ze misschien denken dat ze willen of misschien niet weten?

– [Mike] Nou, ten eerste, het grootste probleem nummer één dat we de hele tijd zien, zijn rommelige gegevens. En dus, gegevens die niet zo zijn samengesteld dat ze logisch zijn. En dus, als je rotzooi hebt, is het antwoord dat je er rotzooi uit krijgt. Dus het eerste, weet je, het gezegde is, godzijdank, ruim je gegevens op. En dan is het tweede gezegde dat bijna niemand weet hoe ze naar hun gegevens willen kijken. Ze zeiden: "Ik weet dat ik ernaar wil kijken, maar ik weet niet zeker hoe." En dan is wat Gant net zei het voor de hand liggende antwoord. Geef ze een palet van 10 dingen en zeg: "Je kunt dit, dit, dit, dit of dit doen." En ze zeggen: “Oh, dat ziet er mooi uit. Laat me dat zien." En dus bespot je dat en zeggen ze: "Oh, dat is leuk, maar ik vind dit niet leuk en verander dat hier.". Het is dus eigenlijk een interactief ontwerp waarbij wij de klant helpen erachter te komen wat hij precies zou willen zien.

– [Gant] Ja, het is het gesprek over pijn. Weet je, wat is jouw pijn? We hadden een maand geleden een klant die... We hadden veel klanten die zes tot een dozijn apparaten in een kamer zouden hebben. En nu praten we met een klant die er honderden heeft. Dus we moesten eigenlijk met hen samenwerken om dat te visualiseren? En we bedachten iets nieuws genaamd proportionele zoom. Waar wanneer ze, weet je, het probleem is, zoals Mike al zei, het scherm zwart schilderen. Er waren zoveel apparaten dat ze elkaar begonnen te overlappen, maar we hebben net een technologie bedacht waarmee dingen van formaat kunnen veranderen en van elkaar kunnen worden gescheiden. Je zou dus naar het individuele apparaat kunnen gaan zonder die overlap en echt begrijpen wat er in die kamer aan de hand was. Dus ja, je begint met een probleem: "Oké, ik heb te maken met enorme aantallen in een enkele kamer, hoe visualiseer ik dat op een manier die nuttig is?" Dus begin je met een probleem dan vind je de oplossing via de visualisatie.

– [Ryan] Absoluut, dat is fantastisch. Een van de dingen die ik jullie allemaal wilde vragen, op een hoog niveau, nu we het gesprek hier min of meer beginnen af ​​te ronden, is hoe de toekomst er in deze ruimte voor jullie allemaal uitziet? Waar ben je bijvoorbeeld het meest enthousiast over? Wat gebeurt er waarvan onze kijkers en onze lezers zich misschien niet bewust zijn dat ze meer aandacht zouden moeten besteden aan de ruimte voor gegevensvisualisatie en als verbinding met, een beetje, de toekomst van de IoT-industrie?

– [Mike] Nou, ik denk dat het eerste is dat je lezers in de catbird-stoel zitten, omdat we als samenleving bezig zijn met het gewoon sensor taggen van alles van materiële betekenis. En deze sensoren gaan grotendeels van passief naar actief. Dit betekent dat we vroeger stickers op dingen plakten en die stickers veranderen in actieve tags zodat je dingen in realtime kunt vinden. En dus, denk ik, het eerste dat gaat gebeuren, is dat dat iedereen een schaalprobleem gaat geven, want ze gaan van honderden sensoren naar miljoenen sensoren. Dus ik denk dat dat op grote schaal aankomt. Ik denk dat het andere dat op ons afkomt, is dat sensortechnologie steeds goedkoper en goedkoper wordt. Dat zal de acceptatie van sensortags voor alles versnellen. Afgezien daarvan denk ik dat goedkope hardware veel zal helpen. Op dit moment zijn de meeste visualisatiesystemen 2D, omdat 3D te duur is om voor de meeste mensen interessant te zijn. Maar ik denk dat 3D steeds goedkoper zal worden. En dus kijken we ernaar uit om over te stappen op 3D-technologie, want als je ooit in, laten we zeggen, een visualisatieprofessor van Brown bent geweest, Andy Van Damme, die nu vrij oud is, maar 20 jaar geleden had hij een ding dat hij The Cave noemde, wat was dat je een kamer binnenliep en aan alle kanten waren het de, je weet wel, stapels displays. En dus, je zou gewoon kunnen kijken naar de hoeveelheid informatie die je zou kunnen bekijken door je om te draaien, was een paar ordes van grootte meer dan op één scherm zou passen. En dus, denk ik, weet je, meeslepende ervaringen zullen in de loop van de tijd komen. Misschien blijken Mark Zuckerberg en zijn Meta-dingen te werken. Maar ik denk dat dat in de onderzoeksfasen zit en dat het na verloop van tijd zal gebeuren. Dus ik denk dat uitzoeken hoe je omgaat met onderdompelingstechnologie en hoe je omgaat met 3D, min of meer aan de horizon ligt. Ja, ik- Sorry, ga je gang, Gant.

– [Gant] Oh, nee, ik wilde ook zeggen, ik denk aan de toekomst met die tsunami aan data, met dat alles wat op je afkomt. Weet je, we zijn allemaal in het bedrijfsleven en we willen allemaal succesvol zijn, individueel en onze bedrijven. En als we aan deze projecten beginnen, moeten we rendement op investering laten zien. En ik geloof dat een heel groot deel van dat rendement op uw investering de bruikbaarheid en begrijpelijkheid van de gegevens is. Er is dus meer en meer en meer. Hoe maak je die data bruikbaarder en begrijpelijker voor een grotere groep? Omdat ik denk dat dat een belangrijke maatstaf voor succes gaat worden.

– [Ryan] Ik ben het er helemaal mee eens. Ik denk dat het voor veel van deze bedrijven echt belangrijk is om de ROI toegankelijk en gemakkelijk te begrijpen te maken door, weet je, door die beoogde eindgebruiker. Want, zoals, Mike, zoals je eerder zei, over, soort van, die rotzooi data in rotzooi data uit soort dingen, je lost dat probleem op en je begint goede data te krijgen. Het is dan, hoe maak je er iets van dat kan worden gebruikt? Hoe kan het gemakkelijk worden gevisualiseerd? Of het nu 2D of 3D is, maar weet je, we zullen gegevens uit zoveel meer bronnen krijgen, niet alleen hoe we het allemaal verwerken, maar hoe presenteren we het op een manier die functioneel, bruikbaar en waardevol is aan die persoon aan het eind van de dag die die gegevens daadwerkelijk gaat gebruiken, wat, weet je, die persona nogal sterk varieert, afhankelijk van wie het is die interactie gaat hebben met gegevens in verschillende use-cases, industrieën, noem maar op het. En in staat zijn om dat op te lossen en daarop te focussen voor elke specifieke use case, is wat ik in het verleden heb gezien in gesprekken. Het is een echte sleutel tot de waarde hier.

– [Mike] Nou, ik denk dat veel van de prospects en klanten waarmee we praten ook Tableau-gebruikers zijn. En ze haten het feit dat Tableau in feite een programmeertool is. Het is geen hulpmiddel voor eindgebruikers, althans niet voor de meeste potentiële klanten waarmee we praten. En ze willen echt iets dat door de eindgebruiker kan worden geprogrammeerd, zodat de eindgebruikers displays kunnen afstemmen op waar ze echt naar willen kijken. En we werken hard aan het maken van een systeem dat toegankelijk is voor de eindgebruiker, omdat ik denk dat dat de ROI zal stimuleren. Ik bedoel, dat is wat de softwarekosten zal verlagen en een aantrekkelijke ROI zal opleveren.

– [Ryan] Absoluut, ja. Dit is een fantastisch gesprek geweest. Ik waardeer het echt dat jullie allebei de tijd nemen. Voor ons publiek dat mogelijk een vervolg wil geven aan dit gesprek, meer te weten wil komen over het bedrijf, contact wil opnemen, in welke hoedanigheid dan ook wil deelnemen, wat is de beste manier waarop ze dat kunnen doen?

– [Gant] onze website. Hopara.io Voel je vrij. Ja?

– [Mike] Dat kun je maar beter spellen.

– [Ryan] Het zal overal worden gepleisterd met onze promotie, dat beloof ik. Ze zullen weten hoe ze die moeten spellen tegen de tijd dat ze hem zien. Het staat op de titel, het staat in de beschrijving en de beschrijvingen, alles. Dus, maar voel je vrij om, als je het gewoon hardop wilt zeggen, maar...

- [Gant] Ja, je kunt me altijd krijgen, Gant Redmon is gredmon, gredmon @hopara.io, zou graag willen chatten. Vind mij op LinkedIn. Er zijn maar twee Gant Redmons. Het is ik en mijn vader. Ik ben degene die geen 85 is.

– [Ryan] Dat is uniek. Ik zoek soms naar namen op LinkedIn en het is gewoon, weet je, je moet echt... Je moet beginnen met het invoeren van titels of bedrijfsnamen en locaties en gewoon om het te verfijnen. Maar dat is erg handig. Maar, Mike en Gant, heel erg bedankt jongens. Het is een genoegen om jullie beiden te spreken en ik kijk er echt naar uit om dit naar ons publiek te brengen. Het is, weet je, het is een onderwerp waarvan ik denk dat het erg belangrijk is om, min of meer, verder over te praten en jullie twee zijn duidelijk de experts daarin. Dus ik waardeer het enorm dat je de tijd hebt genomen om dit met ons publiek te delen.

– [Gant] Dank je wel, Ryan. Je doet geweldig werk, waardeer het.

– [Ryan] Oké, iedereen, nogmaals bedankt voor het kijken naar die aflevering van de IoT for All Podcast. Als je de aflevering leuk vond, klik dan op het duimpje omhoog, abonneer je op ons kanaal en zorg ervoor dat je op de bel klikt, zodat je de nieuwste afleveringen ontvangt zodra ze beschikbaar zijn. Verder nogmaals bedankt voor het kijken en tot de volgende keer.

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. Toegang hier.
• Bron: https://www.iotforall.com/podcasts/e258-learn-data-visualization-from-touring-award-winner