通过增强现实从大数据中提取更好的价值

你知道吗，当今世界上90% 的数据都是在过去两年中创建的！” 该声明概述了大数据积累、生成、处理、分析和可视化的巨大速度。 多家企业已经能够利用大数据的价值潜力来确保它们保持可持续发展，扩大业务利润，并为其长期运营战略提供动力。 例如，麦肯锡指出，利用大数据的全部力量的零售商能够将其运营利润率提高多达 60%。

不仅大数据量大，而且大数据量大。 即使是通过应用大数据和高级分析产生的影响的潜力也是巨大的。 然而，地面现实显示了另一个故事。 预期的影响程度未能实现。 诚然，像谷歌和亚马逊这样的少数例子正在使用大数据分析和可视化来取得很好的效果。 许多人无法通过在整个组织中大规模采用大数据分析来获得预期的回报。

在以更好的方式实施大数据分析时，我们看到了许多挑战。 这些包括 -

工具难以掌握——包括 ETL 和 Hadoop 在内的整套工具和 IT 资源已经证明，工具可用于从从不同来源收集的大数据中提取更好的价值。 然而，同样真实的是，这些工具很难掌握。 由于该技术相当新，许多数据科学家和分析师无法使用它来管理和分析大数据生成的大量结构化和非结构化数据。

可扩展性——虽然众所周知大数据项目会迅速成倍增长，但公司发现很难相应地扩大资源和人力资本。 结果，管理层不得不不断地暂停和升级他们的项目策略，以满足不断增长的大数据量和准确性。 此外，在没有云战略的情况下，为了迎合不断增长的大数据而立即调整硬件资产和基础设施的成本会变得很高。

可操作的洞察力——很难将更多的大数据与更好的洞察力直接关联起来。 主要问题是利益相关者和数据科学家之间缺乏凝聚力。 向网络抓取、数据分析和数据科学团队传达业务目标的不适当或不完整意味着用于收集数据、分析和可视化的数据源将与管理层预期的结果不同。

在这些问题中，今天我们将着眼于一个特定的挑战——洞察力的产生，看看我们如何能够令人满意地解决这个问题。

还记得这篇文章的开场白吗？ 这一说法的重要性意味着分析这些海量大数据的手段还没有准备好。 即使是我们人类也没有准备好或没有设计来处理如此庞大的数字并理解它以更好地产生洞察力。 这意味着需要引入替代字段来帮助我们理解每天生成的 2.5 万亿字节数据。

大数据分析的可视化和解释有助于该技术在利益相关者和管理层面前更加相关。 各种数据解释和可视化工具有助于使大数据分析变得有意义。

这正是增强现实发挥作用的地方。[spacer height=”10px”]

介绍增强现实

增强现实 (AR) 有助于克服人类感知有限以及尺寸和屏幕尺寸限制的问题。 AR 有助于描述由计算机生成的、叠加在现实世界中的数据。 通过过滤可视化方法、运动识别和动态投影的独特结合，AR 可以提供数据可视化的多维表示，从而有助于发现隐藏在普通视图中的数据切片，从而更好地生成洞察力。 在大数据可视化世界中，数据科学家经常发现难以克服缩放问题——即需要从呈现数据的特定点扩展到另一个信息分支。 增强现实有效地解决了这个问题。

增强现实在大数据可视化中的挑战与解决方案

跟踪和识别——不断的校准和重新校准是成功将增强现实与大数据分析和可视化相结合的关键驱动力。 由于跟踪是动态的并且每纳秒都在变化，因此必须有适当的基础设施来监控和识别坐标。 跟踪 3D 画布中虚拟对象的位置和角度值并在演示期间动态重新估计它是增强用户参与度和通过增强现实更好地传达大数据分析背后的想法的关键。

感知——虽然现代系统的计算能力很高，但得益于机器学习和人工神经网络等先进技术，但事实仍然是它仍然落后于人脑的感知和认知能力。 技术与人类脑力之间的这种脱节也是大数据可视化和增强现实有效结合的挑战。 人类的感知有其自身的特点和特点。 通过接口和硬件集成来模仿这些特性变得很困难。 此外，还需要考虑观众对特定运动和视觉方面变化的反应。 应对这一挑战的一个很好的解决方法是确保信息可视化的简单性。 这可以防止启用 AR 的演示转向令人麻木的活动或对增强现实呈现的可视化数据的错误感知或反应。 技术开发人员可以通过心理物理分析来更好地了解人脑的认知和感知功能。

整合这两种技术——增强现实配备了一些很酷的功能，如通过 3D 空间的运动、超出视野的数据切片和缩放。 在大数据中，这些功能可以非常成功地应用于产生驱动决策的洞察力。 另一个步骤可以是实现语音和手势，以便在大数据可视化的讲故事阶段为您的观众提供更好的用户体验。 在增强现实的帮助下，应用机器学习算法来定义基本手势可以很好地提高大数据可视化的整体效率。

硬件接口——与大数据可视化的硬件集成需要一定的技能和学习水平。 凭借他先进的技能，数据科学家可以克服典型的挑战，例如有限的视野、场景分辨率的失真、时间延迟，以及最重要的成本因素。 一个合理的解决方案是设计一个框架，允许通过直观的手势或语音与 3D 模型进行无缝交互。 许多系统已经到位——例如头戴式显示器和实时手部跟踪，以充当辅助用户输入设备。 虽然操纵虚拟对象的手部跟踪不提供触觉响应，但需要通过更好的技术来克服这一困难，以便大幅提高大数据可视化的功效。

真实和虚拟对象之间的差异——增强现实的美妙之处在于它设法将现实世界与虚拟对象和场景无缝融合。 实现这种美感是使用增强现实驱动大数据可视化的最大挑战之一。 真实物体和虚拟物体之间的差异会导致多个问题——视觉失真、焦点不良、对数据可视化场景的错误响应或亮度和对比度问题。 应对措施是使用具有最新光学技术的先进设备，以真实形式呈现亮度、饱和度和对比度。

舒适度因素——显示器与用户眼睛的距离很近，这是使用增强现实舒适地观看大数据可视化的一大挑战。 当前的技术适用于在屏幕上渲染增强现实场景。 一个合适的解决方法是提高显示分辨率并消除像颗粒状图像这样的像素问题。

技能提升——增强现实和大数据可视化的不同领域的结合只有在这种混合应用的增加时才会成功，而且只有当越来越多的人接受这种方法时才会发生这种情况。 通过培训人才来识别这项新技术并进行富有成效的互动，围绕这一新学科的技能提升将大大提高。

总结

增强现实已经触及各个业务领域，大数据也不例外。 由于增强现实视觉上令人惊叹且易于理解的价值主张，我们看到大数据的影响被放大了很多倍。 受人类感知和视觉限制的东西，通过增强现实呈现的丰富视觉元素得到了显着增强。 这使得增强现实成为影响大数据范围和影响的重要附件。