소량자료

Small data
논픽션 책은 작은 데이터를 참조하십시오.

작은 데이터는 인간의 이해에 충분히 '작은' 데이터다.[1]그것은 접근 가능하고, 정보 제공 및 실행 가능하게 만드는 볼륨과 형식의 데이터다.[2]

빅데이터라는 용어는 기계에 관한 것이고 작은 데이터는 사람에 관한 것이다.[3]목격자 관찰이나 관련 자료 5점이 작은 자료일 수 있다는 얘기다.작은 데이터는 우리가 예전에 데이터로 생각하던 것이다.빅 데이터를 이해하는 유일한 방법은 데이터를 대규모 데이터 세트의 다양한 측면(히스토그램, 차트, 산점도 등)을 나타내는 시각적으로 잘 보이는 작은 개체로 줄이는 것이다.빅데이터는 상관관계를 찾는 것이 전부지만, 작은 데이터는 그 원인, 그 이유를 찾는 것이 전부다.[4]

소규모 데이터의 공식 정의는 Affectate의 전 혁신 담당 부사장인 Alen Bonde에 의해 제안되었다. - 현재 OpenText의 일부분: "소규모 데이터는 사람들을 시기적절하고 의미 있는 통찰력(빅 데이터 및/또는 "로컬" 소스에서 파생됨), 조직적이고 패키지화( 종종 시각적으로) - 모든 사람들이 접근할 수 있고, 이해할 수 있으며, 행동할 수 있도록 한다.y 작업."[5]

작은 데이터의 또 다른 정의는 다음과 같다.

  • 사물 인터넷이 만들어내는 작은 특정한 속성들.이는 일반적으로 온도, 풍속, 진동 및 상태와 같은 작은 센서 데이터 집합이다.[6]

마틴 린드스트롬의 말처럼 "우리 시대의 100대 혁신 중 한 가지를 꼽을 경우 약 60%에서 65%가 실제로 작은 데이터를 기반으로 한다"[4]고 추정했다.작은 데이터에는 스냅챗에서 포스트 잇 노트와 같은 간단한 오브젝트에 이르기까지 모든 것이 포함된다.린드스트롬은 우리가 빅데이터에 너무 집중하게 되어 더 기본적인 개념과 창의성을 잊어버리는 경향이 있다고 믿는다.Lindstrom은 Small Data를 "소비자 가정에서 확인되는 겉보기에는 하찮아 보이는 관찰로서, 그림을 거는 방법에 신발을 거는 방법부터가 전부"라고 정의한다.따라서 그는 기초(작은 데이터)를 완벽하게 숙달해야 채굴하고 상관관계를 찾을 수 있다고 생각한다.

업무상 사용

마케팅

본드는 포브스,[7] 다이렉트 마케팅 뉴스,[8] CMO.com[9] 및 기타 출판물에 이 주제에 대해 글을 썼다.

마틴 린드스트롬에 따르면, 그의 저서에서 "{고객 연구에서, 작은 데이터는} 충족되지 않은 고객 니즈를 가리키는 매우 구체적인 속성을 포함하고 있는 것으로 보이는 사소한 행동 관찰.작은 데이터는 획기적인 아이디어나 완전히 새로운 브랜드 전환의 토대가 된다."[10]그의 접근법은 작은 표본의 관찰을 직관과 결합한 것이다.[11]마케터들은 자신의 환경에서 사람들과 참여하고 관찰함으로써 작은 데이터를 수집함으로써 시장 통찰력을 얻을 수 있다.[11]빅 데이터와 비교했을 때, 작은 데이터는 감정을 촉발시키고 고객 행동의 이면에 있는 이유에 대한 통찰력을 제공할 수 있는 힘을 가지고 있다.[12]그것은 사람의 외향적이거나 내성적인 것, 자신감, 관계에 문제가 있는지 여부 등에 대한 자세한 정보를 밝혀낼 수 있다.[12]린드스트롬에 따르면 사람과 고객 부문 간의 관계는 다음 4가지 기준을 중심으로 구성된다.

  1. 기후:그것은 예를 들어, 사람의 환경이 그들의 식단에 어떤 영향을 미치는지 보여준다.
  2. 통치자 권한:담당권력 또는 정부
  3. 종교:한 나라에서 종교가 만연하는 것은, 그 영향력에 따라, 한 개인의 의사 결정 과정이 그들의 신념 체계에 의해 영향을 받는지 여부를 나타낸다.
  4. 전통:문화적 규범은 사람들의 행동과 상호작용에 영향을 미친다.

많은 기업들이 시장 조사에서 작은 샘플을 면밀히 관찰하는 가치를 인식하는 대신 수백만 명의 소비자의 샘플을 사용하여 작은 데이터의 힘을 과소평가하고 있다.[11]린드스트롬은 그의 저서에서 "7Cs"를 정의하는데, 기업은 고객의 작은 데이터를 통해 의미 있는 고객 통찰력과 시장 동향을 도출하기 위해 고려해야 할 사항이다.[12]

  1. 수집 중:가정 내에서 관찰이 번역되는 방식을 이해한다.
  2. 단서: 관찰할 수 있는 다른 독특한 감정적 반사를 밝혀낸다.
  3. 연결 중:감정적 행동의 결과 확인.
  4. 원인:어떤 감정을 불러일으키는지 이해한다.
  5. 상관 관계:행동이나 감정의 초기 출현일자를 확인한다.
  6. 보상:충족되지 않거나 충족되지 않은 욕구를 식별한다.
  7. 개념:확인된 소비자 니즈에 대한 "큰 아이디어" 보상 정의.

Lowes Foods와 같은 린드스트롬의 고객들 중 일부는 다른 방식으로 데이터를 보고 실제로 고객과 함께 사는 것을 선택했다."당신이 그들의 가게에 들어가면서, 그들은 이제 모든 직원이 작은 데이터를 기반으로 캐릭터 분위기로 행동하는 놀라운 커뮤니티를 만들었다."[4]슈퍼마켓은 손님이 편안함을 느끼도록 할 수 있는 모든 것을 만들었다.직원들의 모든 행동은 고객의 집에서 직접 한 인터뷰로부터 수집된 고객 피드백에서 영감을 얻는다.

헬스케어

코넬 대학의 연구원들은 작은 데이터를 바탕으로 환자의 건강 문제를 감시하는 응용 프로그램을 개발하기 시작했다.이것은 [13]데보라 에스트린이 이끄는 Weill Cornell Medical College와 긴밀히 협력하여 Cornell's Small Data Lab의 이니셔티브다.

스몰데이터랩은 환자의 고통에서 오는 데이터 수집은 물론 식료품 쇼핑 등 분야별 습관 추적에 초점을 맞춘 일련의 앱을 개발했다.예를 들어 특정 사이클을 따르지 않는 플레어 및 리메이크 기능이 있는 류마티스 관절염 환자의 경우 앱은 수동적으로 정보를 수집하므로 작은 행동 변화를 기반으로 플레어가 언제 나타날지 예측할 수 있다.개발된 다른 앱들에는 또한 온라인 식료품 쇼핑 모니터링, 영양사의 권고에 그들의 식료품을 적응시키기 위해 모든 사용자로부터 이 정보를 이용하기 위해 또는 이메일 언어를 모니터링하여 "인지 성능, 피로, 약물 복용의 부작용 또는 수면 부족의 부작용을 나타낼 수 있는 패턴을 식별하는 것, 그리고 다른 협동들도 포함된다.일반적으로 자가 치료 및 자가 치료"라고 한다.[14]

우편 제도

미국우편국(USPS)은 광학문자인식(OCR)을 활용해 전체 핸드어드레스 메일의 98%와 기계인쇄 메일의 99.5%를 자동으로 읽고 처리했다.이 기술을 미국 우편 번호의 작은 데이터 샘플과 결합함으로써 USPS는 시간당 36,000개 이상의 메일을 처리할 수 있게 되었다.[15]

항공우주

보잉은 2015년 카네기멜론 대학과 협력해 항공우주 데이터 분석 연구소를 설립해 머신러닝, 언어 기술, 데이터 분석 분야에서 대학의 리더십을 활용했다.[16]AI를 활용한 유지관리 로그 표준화를 통해 비용을 획기적으로 절감하는 것이 프로젝트의 목표 중 하나이다.

현재 유지보수 로그를 문서화하는 표준화된 절차는 없지만, 작지만 고도로 비정형화된 데이터 세트로 이어진다.그 결과, 정비 작업자는 단기간 내에 정비 로그의 이러한 변형을 번역하기가 매우 어려워진다.그러나 AI와 좁은 공통 항공기 정비용어 데이터 세트를 통해 이들 로그를 실시간으로 동적으로 번역할 수 있게 됐다.항공사들은 AI를 이용하여 항공사 정비 작업흐름의 속도와 정확성을 향상시킴으로써 하버드 비즈니스 리뷰에 따르면 수십억 달러를 절약할 수 있다.[17]

참조

  1. ^ Rufus Pollock. "Forget big data, small data is the real revolution News". The Guardian. Retrieved 2016-10-02.
  2. ^ "What is small data? - Definition from WhatIs.com". Whatis.techtarget.com. 2016-08-18. Retrieved 2016-10-02.
  3. ^ Eric Lundquist (2013-09-10). "'Small Data' Analysis the Next Big Thing, Advocates Assert". Eweek.com. Retrieved 2016-10-02.
  4. ^ a b c "Why Small Data Is the New Big Data". knowledge.wharton.upenn.edu. Retrieved 2017-05-09.
  5. ^ "Defining Small Data". Small Data Group. 18 October 2013. Retrieved 2016-10-02.
  6. ^ "Forget Big Data - Small Data Is Driving The Internet Of Things". Forbes.com. Retrieved 2016-10-02.
  7. ^ "These Smart, Social Apps Bring Big Data Down to Size". Forbes.com. Retrieved 2016-10-02.
  8. ^ "Why Small Data Is the Next Big Thing for Marketers - DMN". Dmnews.com. 2013-08-22. Retrieved 2016-10-02.
  9. ^ Bonde, Allen (2013-12-12). "Think Small: Time For Marketers To Move Beyond The Big Data Hype". Cmo.com. Retrieved 2016-10-02.
  10. ^ "Small Data - Martin Lindstrom - Bestselling Author". Martin Lindstrom. Retrieved 2016-10-02.
  11. ^ a b c Dooley, Roger (16 February 2016). "Small Data: The Next Big Thing". Forbes. Retrieved 8 May 2017.
  12. ^ a b c Sarkar, Christian (1 May 2016). ""Small Data, Big Impact!" – An Interview with Martin Lindstrom". The Marketing Journal. Retrieved 8 May 2017.
  13. ^ http://smalldata.io/
  14. ^ "Small Data and Big Health Benefits". research.cornell.edu. 10 November 2015. Retrieved 2017-05-15.
  15. ^ "Innovative Technologies - Postal Facts". about.usps.com. Retrieved 2017-11-07.
  16. ^ University, Carnegie Mellon (October 2015). "Boeing Establishes Analytics Lab For Aerospace Data at Carnegie Mellon - News - Carnegie Mellon University". Retrieved 2017-11-07.
  17. ^ "Sometimes "Small Data" Is Enough to Create Smart Products". Harvard Business Review. Retrieved 2017-11-07.