在這個數據爆炸的年代，擁有數據驅動的概念至關重要，相較於憑著直覺做決策，有數據的佐證反而能大幅提升準確度並降低風險。而如何在數據洪流中獲取有價值的洞察，「數據轉換」就扮演著關鍵性的角色了。
DIKW 金字塔
從知識管理學的角度來看，DIKW 金字塔告訴我們數據型態的四個層次，分別是數據 (Data)、資訊 (Information)、知識 (Knowledge)、智慧 (Wisdom)，大家常常在談的「如何從數據中獲取洞察？」就是將數據從 Data > Wisdom 的過程，每一個階段的轉變，都有其重要意義。
數據 (Data)：原始資料的集合，泛指各類事實、數字或信號。
資訊 (Information)：經過清理錯誤、篩選、整理而成為更容易被測量、分析、視覺化的數據。
知識 (Knowledge)：一種特定的方式或框架，能夠串聯不同的資訊，讓我們知道「如何」做決策。
智慧 (Wisdom)：將知識付諸於行動，並不停經過反證與回饋而積累。
綜觀整個過程中，每一個階段除了將數據的形式改變之外，更重要的是增加了價值，而這也是「數據轉換」的精隨，藉由數據轉換，讓原始資料能夠成為高價值情報，進而串聯成「知識」讓決策者了解如何付諸行動，而成為「智慧」！
數據轉換，就是將原始資料蛻變成高價值情報的過程
數據有限，價值無窮
沒有一個數據集能夠滿足所有的需求，又或者說，不同的數據集間也可以相互蛻變成滿足不同需求的價值情報，而這也是數據轉換的延伸意義，經由數據轉換，讓數據對您有價值！
因此，從數據蒐集到最終產出情報的數據轉換過程中，會經過各種不同的程序，像是基本的資料整理、分割、篩選、剔除等等到資料格式的轉變、視覺化，甚至是加入 AI 賦能做分析，根據不同的需求，會有不同的程序套用在數據上，這個過程叫做數據管道 (Data pipeline)。
數據管道 (Data Pipeline)
正如其名，數據管道引義自水管 (Pipeline)，簡單來看，就是蒐集、轉換、輸出的流程。以水資源過濾為例，湖泊、河流、水庫等蒐集了各個來源的水 (蒐集)，之後進行各個程序像是加氯、沉澱、過濾泥沙 (轉換)，而成為初步的水資源 (輸出)。接著，再根據不同的用途像是農業、工業、民生、飲用水等等，流向不同的地方做其他程序 像是酸鹼值調整、水質調整等，又會延伸出更多不同的管道。
而數據就像水一樣，在系統中流動，同樣經過蒐集、轉換、輸出的過程，藉由不同的管道設計，讓數據流向我們希望他去的地方，做相對應的程序，最後變成我們要的情報流出來。
影像數據轉換
影像雖然是非結構性資料，但其用途無窮，尤其在當今 AI 技術日趨成熟的背景之下，透過數據轉換能夠大幅增加影像的價值，像是將 2D 照片轉換成 3D 模型、或是將影像加入地理相關資訊可以呈現在地圖上、甚至是加入電腦視覺的技術，用 AI 做影像分析等等，都是影像數據轉換的應用場景。
然而，進行影像數據轉換的成本太高，包含了技術門檻、設備成本、人力成本、時間成本，讓這件事僅能交由少部分的人進行，讓數據的價值未能被充分利用，減少了很多可能性。
DataXquad 是一個按量計費的線上影像數據轉換平台，零學習成本，所有程序都能滿足。我們為您簡化了影像數據轉換中最複雜的部份，讓更多數據能夠被應用，讓更多產業能夠從數據中受惠！
參考資料：
Comments