簡化空間資料：引入 Data Observatory 2.0

akhiislamakhi22

這篇文章可能描述舊版的功能。在此處了解最新的雲端原生版本。資料是空間分析的重要組成部分空間分析的前提是存取您自己的資料以及有用的第三方資料。最後空間分析就是將您的數據置於周圍環境中以便更好地了解您自己的地理位置。然而當今數據分析的主要問題是數據科學家收集正確數據所花費的時間。我們經常聽到他們的總分析時間專門用於收集清理和特徵準備而實際上只有剩下的用於分析建模和結果交流。就空間資料科學而言這是一個更大的問題因為收集資料需要使用高度多樣化的來源。在我們的使命是提高需要處理空間資料和創建空間模型的資料科學團隊的效率。我們很高興地宣布內測版我們的空間資料儲存庫的最新版本使資料科學家能夠利用最新最出色的位置資料例如人員流動天氣和金融交易資料來增強資料並擴大分析範圍。

金融數據圖這個新版本的數據觀察站將透過以下方式改善數據體驗幫助數據科學家節省時間輕鬆獲取公共數據並整合購買商 中國海外英國號碼數據 業數據集透過通用地理基礎更輕鬆地連接資料以進行空間分析更快更有效率的數據科學工作流程為什麼收集和清理資料需要這麼長時間？花費的時間收集和清理資料是一種浪費會使整個資料科學工作流程變得更長更乏味。如此漫長的過程也增加了犯錯的可能性從而使整個模型的有效性面臨風險。在許多情況下我們看到組織由於麻煩而沒有完全使用第三方資料。我們發現三個關鍵問題阻礙了數據收集過程發現很難。在哪裡找到位置資料流來豐富您自己的資料通常並明顯很難理解它們如何應用於您的分析。通常您甚至沒有得到樣品授權可能是一個痛苦而漫長的過程從審查同的提供者到與他們達成法律協議。它太慢了有時感覺就像您需要發送傳真才能存取資料集並與銷售代表討價還價。和加入數據可能會採用同的格式並支援來自同提供者的地理位置。



首先您需要對它們執行。其次資料將來自同的地理支援例如人口普查區域網格路段行政區域。因此對於資料科學家來說將所有這些資料放入適合資料分析的通用資料結構中是一個複雜且容易出錯的過程您通常需要執行資料的縮小或放大。例如如果一項分析需要整整一個月才能完成那麼所有這三個問題可能需要大約三週的工作。時間成本這種情況的結果僅是分析創建過程中的挫折感和減慢而且許多組織放棄了第三方資料的許可因為它太昂貴了。並是因為數據昂貴而是因為取得和使用數據的資源成本可能太高。資料本身並昂貴——存取和使用它是昂貴的其根本原因在於資料的交付方式。讓我們以一位正在葡萄牙進行零售擴張市場分析的資料科學家為例。她將開始尋找人口統計購買力地理位置等。日期流程成本無論如何數據並是最昂貴的部分它只是開銷這反映了數據行業當前的戲劇性事件。