通过了解最低级别的数据的全部价值，可以让公司在以后更加充分地利用数据。

大数据挖掘通常从高水平的数据抽象开始，然后随着公司从中获得更多信息，逐渐加大挖掘数据的深度。

这种方法行之有效，在许多不同类型的应用程序中都可以操作。

例如，地理信息系统和制图系统使用数据让一幅大地图可视化，然后集中在一个特定的点或位置。当数据分析人员深入研究到这个位置时，他们可以查看其他可能附在该位置的相关数据，例如居住在该地点的人口统计数据，或该地点的交通事故数量。

然而，还有另一种方法，它能够解开大数据的隐藏价值。这种方法实际上是从数据的最底层开始，然后再向更复杂的数据结构开展工作，以提供对管理人员和工作人员有帮助的数据洞察力。

以下是一个例子：建筑，工程和地理空间解决方案提供商Woolpert公司研究与开发总监，副总裁Layton Hobbs表示：“显示器可以显示一个点的可见颜色，也可以显示可用于测量营养健康的红外值。”

Hobbs阐述了农业和林业公司超越基本的地理空间数据的潜力，他们收集和解开隐藏在地理空间数据（如地形，土壤，地面覆盖，植物健康和树冠数据）中隐藏的宝藏。

“多数地理空间数据是为一个特定的原因或需要而创建的，但是在地理空间数据中还有更多的信息未得到充分利用或未被承认。”Woolpert公司地理空间学科带头人JoeCantz补充说。“特别是使用较新的技术，数据丰富的信息呈指数级增长，但在这一点上我们只使用了一小部分。”

据Woolpert公司的技术人员介绍，地理空间数据像素能够存储比传统256位8位图像更广泛的数值。Hobbs说：“这些现代系统通常以高达12位的数据（红色，绿色，蓝色和红外线）存储四个频带，每个频带约有4000个数值。“结合这四个图像波段，可以在一个空间位置创建256万亿种可能的组合！这绝对秒杀大多数应用程序的能力，但显示了图像大数据应用的潜力。

为什么这对公司大数据项目很重要？

物联网数据，如传感器捕获和发射的数据马上就会出现。

使用物联网，您可以从自己的自顶向下的大数据计划和分析开始，利用从无人机上的传感器发送的数据和图像。但是如果查看无人机发送的数据的每个像素，发现有额外的数据值被捕获，可以回答现在不会令人感兴趣的问题，但可能在未来进行解答。

以下是如何优化当前和将来使用的数据：

分析从给定的数据单位（例如像素）可以提取的内容，即使可能不在乎现在的所有这些信息。

这可以很容易地完成。参考LaytonHobbs的例子，也许人们目前并不关心森林的健康状况，但是如果有一天想在收获后恢复这片森林，那么了解一些有关森林健康的信息将会有所帮助。在这一点上，知道从管理中的大数据中可以获得的一切都是重要的。

在大数据的最低单位列出可能的信息捕获

如果正在处理一个像素，并且知道森林健康和地形可以从这些数据进行分析，并记录下来，如果当您需要的时候，记住数据的信息潜力并激活它要容易得多。

不要迷失在细节中

虽然重要的是在最低级别的数据中将大数据的信息潜力进行编目，但重要的是不要迷失在细节中。如果目前的工作是简单的一个森林地图，简单确定森林砍伐的情况，需要找出收获木材的立场，坚持下去。不要进行与手头任务无关的其他类型的数据探索。

预期的教训

当一家银行营销部门通过根据年龄组识别某些地区的人员，然后将检测产品与客户所在的各个生命周期阶段相关联，将人口统计信息用于其一个检查活动。之后，为了改善效果，可以增加了针对检查活动中人员的职业和年龄。

这是公司常见的情况。他们想回到数据，看看他们是否能添加更多的信息，以便他们能改进结果。

通过对数据的最底层的潜在信息收益进行评估和编目，数据分析师可以准备开放数据以进行更全面的分析，从而提供公司下一步要提出的问题的答案。