通過增強現實從大數據中提取更好的價值
已發表: 2016-12-23你知道嗎，當今世界上90% 的數據都是在過去兩年中創建的！” 該聲明概述了大數據積累、生成、處理、分析和可視化的巨大速度。 多家企業已經能夠利用大數據的價值潛力來確保它們保持可持續發展，擴大業務利潤，並為其長期運營戰略提供動力。 例如，麥肯錫指出，利用大數據的全部力量的零售商能夠將其運營利潤率提高多達 60%。
不僅大數據量大，而且大數據量大。 即使是通過應用大數據和高級分析產生的影響的潛力也是巨大的。 然而，地面現實顯示了另一個故事。 預期的影響程度未能實現。 誠然，像谷歌和亞馬遜這樣的少數例子正在使用大數據分析和可視化來取得很好的效果。 許多人無法通過在整個組織中大規模採用大數據分析來獲得預期的回報。
在以更好的方式實施大數據分析時，我們看到了許多挑戰。 這些包括 -
工具難以掌握——包括 ETL 和 Hadoop 在內的整套工具和 IT 資源已經證明，工具可用於從從不同來源收集的大數據中提取更好的價值。 然而，同樣真實的是，這些工具很難掌握。 由於該技術相當新，許多數據科學家和分析師無法使用它來管理和分析大數據生成的大量結構化和非結構化數據。
可擴展性——雖然眾所周知大數據項目會迅速成倍增長，但公司發現很難相應地擴大資源和人力資本。 結果，管理層不得不不斷地暫停和升級他們的項目策略，以滿足不斷增長的大數據量和準確性。 此外，在沒有云戰略的情況下，為了迎合不斷增長的大數據而立即調整硬件資產和基礎設施的成本會變得很高。
可操作的洞察力——很難將更多的大數據與更好的洞察力直接關聯起來。 主要問題是利益相關者和數據科學家之間缺乏凝聚力。 向網絡抓取、數據分析和數據科學團隊傳達業務目標的不適當或不完整意味著用於收集數據、分析和可視化的數據源將與管理層預期的結果不同。
在這些問題中，今天我們將著眼於一個特定的挑戰——洞察力的產生，看看我們如何能夠令人滿意地解決這個問題。
還記得這篇文章的開場白嗎？ 這一說法的重要性意味著分析這些海量大數據的手段還沒有準備好。 即使是我們人類也沒有準備好或沒有設計來處理如此龐大的數字並理解它以更好地產生洞察力。 這意味著需要引入替代字段來幫助我們理解每天生成的 2.5 萬億字節數據。
大數據分析的可視化和解釋有助於該技術在利益相關者和管理層面前更加相關。 各種數據解釋和可視化工具有助於使大數據分析變得有意義。
這正是增強現實發揮作用的地方。[spacer height=”10px”]
介紹增強現實
增強現實 (AR) 有助於克服人類感知有限以及尺寸和屏幕尺寸限制的問題。 AR 有助於描述由計算機生成的、疊加在現實世界中的數據。 通過過濾可視化方法、運動識別和動態投影的獨特結合，AR 可以提供數據可視化的多維表示，從而有助於發現隱藏在普通視圖中的數據切片，從而更好地生成洞察力。 在大數據可視化世界中，數據科學家經常發現難以克服縮放問題——即需要從呈現數據的特定點擴展到另一個信息分支。 增強現實有效地解決了這個問題。
增強現實在大數據可視化中的挑戰與解決方案
跟踪和識別——不斷的校準和重新校準是成功將增強現實與大數據分析和可視化相結合的關鍵驅動力。 由於跟踪是動態的並且每納秒都在變化，因此必須有適當的基礎設施來監控和識別坐標。 跟踪 3D 畫布中虛擬對象的位置和角度值並在演示期間動態重新估計它是增強用戶參與度和通過增強現實更好地傳達大數據分析背後的想法的關鍵。
感知——雖然現代系統的計算能力很高，但得益於機器學習和人工神經網絡等先進技術，但事實仍然是它仍然落後於人腦的感知和認知能力。 技術與人類腦力之間的這種脫節也是大數據可視化和增強現實有效結合的挑戰。 人類的感知有其自身的特點和特點。 通過接口和硬件集成來模仿這些特性變得很困難。 此外，還需要考慮觀眾對特定運動和視覺方面變化的反應。 應對這一挑戰的一個很好的解決方法是確保信息可視化的簡單性。 這可以防止啟用 AR 的演示轉向令人麻木的活動或對增強現實呈現的可視化數據的錯誤感知或反應。 技術開發人員可以通過心理物理分析來更好地了解人腦的認知和感知功能。
整合這兩種技術——增強現實配備了一些很酷的功能，如通過 3D 空間的運動、超出視野的數據切片和縮放。 在大數據中，這些功能可以非常成功地應用於產生驅動決策的洞察力。 另一個步驟可以是實現語音和手勢，以便在大數據可視化的講故事階段為您的觀眾提供更好的用戶體驗。 在增強現實的幫助下，應用機器學習算法來定義基本手勢可以很好地提高大數據可視化的整體效率。
硬件接口——與大數據可視化的硬件集成需要一定的技能和學習水平。 憑藉他先進的技能，數據科學家可以克服典型的挑戰，例如有限的視野、場景分辨率的失真、時間延遲，以及最重要的成本因素。 一個合理的解決方案是設計一個框架，允許通過直觀的手勢或語音與 3D 模型進行無縫交互。 許多系統已經到位——例如頭戴式顯示器和實時手部跟踪，以充當輔助用戶輸入設備。 雖然操縱虛擬對象的手部跟踪不提供觸覺響應，但需要通過更好的技術來克服這一困難，以便大幅提高大數據可視化的功效。
真實和虛擬對象之間的差異——增強現實的美妙之處在於它設法將現實世界與虛擬對象和場景無縫融合。 實現這種美感是使用增強現實驅動大數據可視化的最大挑戰之一。 真實物體和虛擬物體之間的差異會導致多個問題——視覺失真、焦點不良、對數據可視化場景的錯誤響應或亮度和對比度問題。 應對措施是使用具有最新光學技術的先進設備，以真實形式呈現亮度、飽和度和對比度。
舒適度因素——顯示器與用戶眼睛的距離很近，這是使用增強現實舒適地觀看大數據可視化的一大挑戰。 當前的技術適用於在屏幕上渲染增強現實場景。 一個合適的解決方法是提高顯示分辨率並消除像顆粒狀圖像這樣的像素問題。
技能提升——增強現實和大數據可視化的不同領域的結合只有在這種混合應用的增加時才會成功，而且只有當越來越多的人接受這種方法時才會發生這種情況。 通過培訓人才來識別這項新技術並進行富有成效的互動，圍繞這一新學科的技能提升將大大提高。
總結
增強現實已經觸及各個業務領域，大數據也不例外。 由於增強現實視覺上令人驚嘆且易於理解的價值主張，我們看到大數據的影響被放大了很多倍。 受人類感知和視覺限制的東西，通過增強現實呈現的豐富視覺元素得到了顯著增強。 這使得增強現實成為影響大數據范圍和影響的重要附件。