데이터 효율성은 지름길을 택하는 것이 아니라, 마찰을 줄이는 것입니다. 이 세션에서 John Sall과 다른 JMP 개발자들은 JMP의 새로운 기능이 데이터 분석 과정 전반을 어떻게 간소화하는지 설명합니다. 즉, 적절한 데이터에 접근하고, 명확성을 위해 데이터를 정리하고, 목적 지향적인 탐색과 실험을 통해 새로운 인사이트를 도출하는 것입니다.
확장된 데이터 접근성을 통해 사람들이 매일 사용하는 시스템에서 데이터를 더 빠르고 쉽게 가져올 수 있으므로, 더 적은 장벽으로 더 빨리 분석을 시작할 수 있습니다.
데이터가 입력되면 새로운 데이터 테이블 도구를 사용하여 테이블을 구성, 탐색, 필터링하기가 더 쉬워지고, 데이터 준비에서 통찰력 확보까지 더 빠르게 진행할 수 있습니다.
이제 규모의 문제로 넘어가 보겠습니다. 과학자들이 오염 징후를 찾기 위해 수천 개의 변수를 추적하는 환경 모니터링과 같은 애플리케이션에서 JMP는 단 몇 분 만에 대규모 분석을 가능하게 하여 패턴을 강조하고, 통찰력을 얻는 시간을 단축하며, 이러한 통찰력을 조직 전체에 광범위하게 공유합니다.
마지막으로, JMP가 더욱 스마트하고 반복적인 실험을 어떻게 지원하는지 살펴봅니다. 베이지안 최적화는 지능적인 검색을 통해 의사 결정을 안내함으로써 과학자들이 더 적은 시행 횟수로 최적의 결과를 찾을 수 있도록 도와줍니다.
이러한 개선 사항은 모두 간단한 아이디어를 반영합니다. JMP를 사용하면 데이터와 씨름하는 데 소요되는 시간을 줄이고, 데이터를 생각하는 데 더 많은 시간을 할애할 수 있습니다.
