깊은 데이터: 큰 데이터 성공 운전 키

Firstfuel, CTO, 더 작고, 더 많은 관련 압축 된 정보에 대 한 검색은 대용량 데이터의 광대 한 잠재력을 자물쇠로 열기에 열쇠를 말한다.

의심의 여지가 모두 "빅 데이터", 하지만 "깊은 데이터" 들어있다? 대답은 아마 아니. 걱정 하지 마세요, 당신에 게 새로운 전문 어휘를 제공 하지 않을. 하지만 비즈니스 사용자는 계속 수집 하 고 관리 하는 데이터의 양 최근 논란에 비추어 깊은 데이터의 개념의 비즈니스 사용자가 데이터의 가능성에 대해 우려 하는 평면으로가 야 한다 생각 합니다. 건설 산업 분석 기업 Firstfuel 회사 CTO의 에너지 효율에 초점 및 최고 데이터 책임자 Badri Raghavan 그것의 자신의 독특한 통찰력 있다. 회사의 고객, 정부 기관 등 에너지 기관, 파래 고 더 경제적인 프로그램 사무실 환경, 학교 및 기타 시설을 홍보 Firstfuel 에너지 Analysis Services를 사용 하는.

전화 인터뷰에서 Raghavan "깊은 데이터" 및 Firstfuel 회사 경쟁력으로 아이디어를 설정 하는 방법에 대 한 그의 견해에 대해 얘기.

"복잡 한 전문 지식을 보유 필드-우리를 위해, 에너지 산업 및 기술자 매크로 스케일 관점에서 건물의 에너지 사용을 분석할 수 있도록 데이터 과학-의 조합은 우리 '깊은 데이터' 라고 부르는" 그는 우리에 게 말했다.

깊은 데이터의 개념에는 정보의 밀도 밀접 하 게 관련이 되어 있습니다. "지정 된 데이터 스트림에서 정보를 많이 있을 수 있습니다," Raghavan 말했다. "그와 반대로, 그것은 많은 양의 데이터 부족 충분 한 결정적인 내용이 나 정보를 수집 수." "

당신이 짐작 할 수 있습니다,으로 Raghavan 자신이 동의 하지 않는 http://www.aliyun.com/zixun/aggregation/12240.html "> 데이터 수집 또는, 가능한 한 멀리, 더 많은 정보의 집계." 하지만 현재 많은 기업 들, 즉, 확실 하지 여부 많은 양의 데이터의 맹인 컬렉션의 의미.

데이터 수집의 진짜 핵심은 효율성, 또는 "사용 하 여 데이터 자산을 이미 사용할 수 있습니다." 이를 위해, 우리는 먼저 어떤 기술 또는 우리가 해결 해야 하는 비즈니스 과제를 식별 해야 합니다. 어떤 종류의 데이터 흐름은 우리가 사용할 수 있는 자원 중 가장 중요 한가?

단일 데이터 스트림에 종종 Firstfuel의 대형 건물의 에너지 소비 산업의 분석의 가장 중요 한 척도 이다.

"우리 것입니다 사용 하 여 측정 데이터 검색 결과로 건물에 대 한," 고 말했다. 우리의 데이터 과학 알고리즘을 사용 하 여, 우리 건물의 상태를 분석할 수, 약한 링크 및 지역 식별 어디 효율 개선의 여지가 아직도 있다. "

그 노트, 이것이 얼마나 깊은 데이터를 실제로 작품의 훌륭한 예입니다. 측정 된 데이터는 "데이터를 하지만 그것은 상대적으로 간결한 흐름 포함 다양 한 콘텐츠," Firstfuel 그것의 가장 재미 있는 질문을 배치 수 있었습니다: 에너지 소비 효율의 위반에서의 우선 원칙을 확인 하.

물론, 많은 기업에 대 한 가장 중요 한 것 어떤 데이터 스트림은 분석, 파악 하는 그리고 새로운 분석 결론을 다른 데이터와 함께 그들을 결합 하 여.

Firstfuel는 일반적으로 잠재적으로 가치 있는 데이터 스트림의 여러 종류를 발견 했다.

"데이터를 계량 수 있습니다 우리에 게 많은 건물에 대해," Raghavan 말했다. "우리는 고해상도 항공 사진-예, 어디 우리가 우리의 일에서이 물건을 많이 사용 하는 Google 어스를 사용 하 여 시작 거 야." 우리의 관점에서 다양 한 잠재적인 정보를 포함합니다. 그것은 우리에 게 어떤 종류의 장비는이 건물 위에 "그리고 Firstfuel 건물 소비 하는 에너지의 양을에 일반적인 판단을 할 수."

애 널 리스트는 또한 고려의 국립 기상 서비스 센터에서 데이터를 포함.

"우리 설정에 대 한 설정 하 고 점차적으로 점차적으로 소개." 정보 분석 결론을 향상 시킬 수 있습니다, 우리가 고려 사항으로 관련 데이터 흐름을 걸릴 것입니다. "

그것은 그를 따르면, 깊은 데이터의 기본 개념 이다. "할 수 있는 그것이 과거... 데이터의 광대 한 합계를 직면 하는 대신 데이터의 상대적으로 작은 집합에 대 한 깊은 연구 그리고 작은 바늘을 상징 하는 귀중 한 결론을 얻을 하려고 합니다. "

예를 들어 Firstfuel는 다양 한 트래픽 흐름 및 주차 조건 뿐만 아니라 트위터 데이터 스트림 관련 추가 데이터를 포함 하 여 정보를 수집할 수 있습니다-하지만 같은 힘 드는 방법으로 그들을 드라이브에 명확한 이유가 없다.

"큰 데이터 바다 막대 한 양의 데이터를 거의 또는 전혀 귀중 한 정보를 종종 끝의 존재로 직접 점프에 관하여 잠재적으로 분석할 수 있는 우리는 더 증가 하는 경향이 상대적으로 적은 양의 데이터 초점 데이터를 실제로 반영 하는 건물의 객관적인 상태에에서" Raghavan 지적 한다. "후 우리는 이러한 솔루션을 했습니다, 우리는 점차적으로 현실로 우리의 아이디어," 고 말했다. "