Кевин Ричардсон
Существует много данных и много дискуссий о том, как большие наборы данных обеспечивают рост бизнеса, масштабные инновации и, возможно, самое главное — озарения. Однако традиционные предприятия не единственные, полагающиеся на очень большие наборы данных. Мотоспорт генерирует огромное количество динамически изменяющихся данных в погоне за скоростью. На профессиональном уровне команды собирают более 3 миллиардов точек данных во время одной 45-минутной гонки. Даже любители собирают более миллиона данных с минимальными инвестициями. К сожалению, сложные информационные панели и визуализация данных являются нормой, в результате чего возникает проблема перевода данных в управляемую информацию для гонщиков (или их инженеров). В «решении» полагаться на конечных пользователей для перевода больших данных в управляемую информацию возникают две важные проблемы.
Проблема первая. Люди не могут действовать, имея сырые данные. Данные сами по себе бесполезны. Нужно, чтобы кто-то переводил данные в информацию. Имея информацию, можно действовать. Имея данные — действовать нельзя.
Проблема вторая. Компании (включая гоночные) не распознают первую проблему. Их внимание сосредоточено на преобразовании данных в диаграммы и графики (dashboards), оставляя пользователям незавидную задачу: пытаться перевести их в форму, которая одновременно является контекстной и позволяет действовать.
Мой доклад о том, как процесс проектирования был применен к проблеме больших наборов данных, имеющихся в гоночном автоспорте, полезных для гонщиков и инженеров этого уникального бизнеса. Благодаря созданию инновационного гоночного программного обеспечения, я продемонстрирую, как проектирование восполняет разрыв между технической задачей сбора данных и человеческой проблемой интерпретации этих данных.