
因为有大数据 所以更聪明_数据分析师考试
无论是亚马逊、Pandora,还是Netflix等网站,它们均采用收集并分析各种渠道的数据去理解消费者的喜好并提供建议。
这种数据利用其实正在普及到越来越多的应用程序,它们可以让消费者看到其健身方式与其他人有哪些不同,或者他们的生育模式是正常还是令人担忧。有一种应用程序,其用户可以迅速发现他是在米兰还是伦敦度假更便宜。与此同时,有一些应用和网站,可以使人们有可能追踪流感在某个国家的传播速度,并查看哪些社区最危险。
到底有哪些领域的应用因为数据的使用变得更聪明?以下几个类型表现得更为明显。
健康及健身应用
耐克公司的FuelBand、索尼公司的SmartBand和Jawbone 公司的Up24等智能腕带或智能手环均提供大数据服务,它们可以让用户直观地看到自己的饮食状况、运动量和睡眠质量,从而帮助用户进行更有效的训练,帮助他们达到健身目标。
一些新型应用还可以就更具体的健康问题——如不孕不育——提供帮助。根据美国疾病控制和预防中心的报告,美国15岁至44岁的已婚妇女中有10%以上(约670万名妇女)无法在婚后12个月内怀孕。一些新的应用程序可以收集来自公共医疗服务、临床研究和其他设备用户的数据,以帮助妇女在无需接受不必要的药物治疗的情况下顺利怀孕。
美国科罗拉多州的Kindara公司开发的应用程序 Fertility Tracker,要求妇女记录并提供关于自己的月经周期、体温、健身活动、服用的维生素、情绪和更多其他细节信息,然后,它可以分析这些数据并识别该妇女的生育高峰日。它还可以告诉用户其身体状况是否正常。
Kindara公司联合创始人兼首席执行官威廉·萨克斯(William Sacks)称,自Fertility Tracker在2012年年底推出以来,超过30万用户下载。
旅游应用
旅游业在互联网早期时代就使用了大数据,消费者可以在几千种不同的航班和酒店中进行选择,并可在网上预订。
现在有一些是基于移动设备的新型旅游应用,可以让消费者更容易比较价格并作出最好的选择。例如,英国爱丁堡的Skyscanner公司开发了一种移动应用Skyscanner,可以将网络上所有的旅游业交易列表显示,并按照价格、时间或航空公司分类,从而使游客不必登陆多个网站进行预定。
Skyscanner公司总裁加雷思·威廉斯表示,Skyscanner收集来自300多个航空公司、旅行社和时间表信息,并将它们以一目了然的表格形式列出。Skyscanner使用计算机算法保持价格滚动,并可作出针对给定市场的预测。
如需更详细了解个别航班的信息,也有相关的应用可以提供帮助。总部位于纽约的Routehappy公司收集与旅游有关的新闻、博客和网站中的数据,汇编座椅宽度、电源插座数量、无线网络连接和其他设施可用性等资料。(Routehappy数据部门主任约翰·沃尔顿称,在世界各地的航班上,经济舱旅客可以预期的座位宽度为16.5英寸到19.7英寸,大约5%的美国航班上有电源插座。)
一个叫Cellcontrol新型手机应用程序甚至可以帮助用户学习驾驶技巧。这个应用是美国路易斯安那州的obdEdge公司开发的。这个应用需要与安装在汽车挡风玻璃上一个传感器配合使用。传感器用于确定汽车是否在运动,其运动速度,以及驾驶员的制动和加速是否适当。Cellcontrol收集并分析公开可用的数据,可以告知司机他们是否违反了当地关于在汽车上使用手机的法律。
购物应用
特价商品搜寻者现在可以使用以大数据为依托的应用程序,以比较店铺、跟踪价格和发现购物网站上的和优惠券。
这类新的购物应用程序包括RetailMeNot公司开发应用,它可以收集大量的优惠券信息,并可根据地理位置信息提醒用户,附近是否有该用户已经收藏的商品可以以优惠价格买到。
另一款购物应用PoachIt可以帮助用户验证促销代码和优惠券的的可用性。它还可以让用户跟踪他们想要购买的商品的价格,并在价格下降时提醒他们。
PoachIt公司首席执行官和创始人Gidi Fisher 说,他的公司对大数据的使用解决了网上购物者的一个无奈:在热门网站列出的优惠券往往已过期,帮助用户对它们进行验证可以节省用户的许多时间。
市民生活应用
各国政府就是大数据的收集者。现在,许多机构正在把更多的信息放到市民的手中。
Data.gov是美国政府于2009年建立的一个网站。该网站可以看到以前锁在数据库中的信息:来自175机构的超过8.8万个数据集,包括当地的犯罪统计,流感在美国的传播速度,有机食品的批发价格等。该网站还为开发人员提供一种简单的方式来显示有关药品和药品召回的数据。
有一个叫Neighborland的应用程序,旨在帮助社会团体和政府部门很好地协同工作。该应用程序汇集了来自Twitter、谷歌地图和Instagram等信息源的数据,例如,它可以收集有关房地产项目的照片、数据和API,包括交通系统和有关样噪音、垃圾滋扰的“311”投诉和举报信息。
2012年,新奥尔良食品卡车联盟(New Orleans Food Truck Coalition)使用Neighborland收集社区居民的意见,以找出“食物沙漠”——缺乏食品和健康食品的小区。他们发现,如果联盟成员被允许到更多社区工作,新奥尔良的经济和居民健康都会受益。
新奥尔良市议会去年七月通过了一项法令,增加对城市流动摊贩的授权,扩大流动摊贩服务地区范围,并延长食品卡车的法定工作时间。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14