京公网安备 11010802034615号
经营许可证编号:京B2-20210330
数据挖掘,正从从线上生活伸向线下
天气一热,冷饮会不会立马涨价?
英国消费者很快就能知道答案。近日有报道称,英国三大连锁超市将在部分门店推出动态价格。这意味着,价格将在一天之中随着需求的变化而涨落。午餐时间买午餐就像高峰时段叫网约车一样。
这可能听起来相当极端,但更加剧烈的变化即将到来。大概在那篇报道发表的前一周,亚马逊宣布以137亿美元收购全食超市。亚马逊毕生致力于消灭实体零售商,但如今却在三个国家拥有460多家实体店。
收购全食超市(亚马逊有史以来最大的收购交易)令一些观察人士百思不得其解。但亚马逊的眼光往往领先竞争对手十年。该公司的成功正是源于反常的大动作。亚马逊在1994年看到了在线零售的潜力,在2006年意识到了云计算的潜力。收购全食超市表明,亚马逊又预见到一个利润丰厚的新领域。
亚马逊不是放弃在线零售,转投实体零售,而是打算合二为一。这将使我们的日常生活数字化,让生活用品价格的大幅上涨显得更加自然。这将把硅谷基于监测的商业模式扩大到实体领域,通过监测我们做的每件事来赚钱。
硅谷是一个开采行业。它开采的不是石油或铜矿,而是数据。企业通过尽可能地观察消费者的在线活动来收集数据。这种活动可能是使用社交媒体,进行网络搜索,甚至是鼠标在屏幕特定区域停留了多长时间。单独来看,个人的这些在线痕迹可能没有什么意义,但如果和千千万万的其他人相比较,企业就能发现隐藏的模式,确定你是哪种人,你可能购买哪些东西。
这些模式蕴含巨大商机。硅谷利用它们来推销产品或者发布广告。但发现这些模式的算法需要源源不断的数据。数据确实非常丰富,但并非无穷无尽。
一百年前,你在得克萨斯州随便挖个洞,就可能发现石油。现在,化石燃料公司不得不在离海岸很远的地方修建钻井平台。科技行业面临着类似的命运。到处都是发财机会的日子结束了:最容易挖掘的数据大多已经被人收入囊中。Facebook和谷歌总共占到美国在线广告收入的76%。
西雅图的一家Amazon Go“智能”商店。该公司收购全食超市的交易表明,亚马逊希望将在线监测和实体业务合二为一
想要获得更多的利润,硅谷必须挖掘更多的数据。一个方法是让人们在网上花费更多的时间:开发新的APP,使它们尽可能地让消费者上瘾。另一个方法是让更多的人上网。这就是Facebook推出FreeBasics计划的动机。该计划在全球欠发达地区提供免费上网服务(只能访问某些站点),希望从世界各地的穷人身上收集数据。
但这两个方法会遗漏大量数据。毕竟,我们的上网时间只有那么多。笔记本电脑、平板电脑、智能手机和可穿戴设备参与了我们的很多日常活动,但不是全部。在硅谷眼中,不能完全了解用户就意味着收入损失。任何没有被监测的活动都代表了一个错失的机遇。
亚马逊将向科技行业表明如何监测更多的活动:把企业监测深深地嵌入实体环境,就像深深地嵌入虚拟环境一样。硅谷已经通过监视我们在线上的一举一动,赚得盆满钵满。不久,它将通过监视我们在线下的一举一动,赚取更多收入。
这一点如何运作不难想见,因为相关技术已经存在。去年底,亚马逊在西雅图开设了一家“智能”杂货店。你不必在收银台排队结账,只需要拿起商品走出店门。传感器会探测你选取了什么商品,在你离开时从你的账户上扣费。
亚马逊着力强调这对消费者的好处:没人喜欢排队结账,或者在收银台前翻钱包。这项技术也使亚马逊可以追踪消费者的每个举动。
想象一下,如果超市像Facebook或者谷歌那样密切观察你,结果会怎样。它不仅会知道你买了什么东西,还会知道你在哪件商品前停留了多久,以及你穿过商店的路线。这些数据很宝贵,揭示了你的个性和偏好,亚马逊将借此向你销售更多的物品,不管是线上还是线下。
超市不是实现这些想法的唯一场所。监测能把任何实体场所变成数据矿场。数据最丰富的场所就是你的家,那里包含了关于你的最多信息。
这就是亚马逊积极推广智能音箱Echo的原因。Echo类似Siri的语音助手Alexa能播报天气,朗读新闻,制定待办事项清单,以及完成其他很多任务。它还是非常好的倾听者。它会忠实地记录你的互动情况,然后传输给亚马逊以供分析。实际上,它不仅记录了你的互动情况,可能还记录了所有的事情。
把一款收听设备放在你的家里,这对亚马逊来说是对你加深了解的好方法。另一个方法是对你的家进行空中监测。7月底,亚马逊获得了一项无人机专利,其无人机可以在送货时探测人们的家。亚马逊专利文件中的一个例子是屋顶维修:无人机把包裹放在你家门前时,注意到你家的屋顶坏了,这一发现可能导致亚马逊向你推荐维修服务。亚马逊还在测试其送货无人机,如果投入使用,那么可以肯定地说,它们将孜孜不倦地从你家外面收集数据,就像Echo从你家里面收集数据一样。
硅谷是一个开采行业。它开采的不是石油或铜矿,而是数据。想要获得更多的利润,硅谷必须挖掘更多的数据
在更加深入人们日常生活的过程中,亚马逊可能会遇到一些阻力。人们也许不希望超市监视他们,或者让自己的家变成为算法提供数据的地方。但在资本的要求下,行为规范会迅速调整,我们绝对不能低估了这一点。
二十年前,如果有一家公司读取你的邮件,观察你的社交互动,追踪你的地理位置,这会被很多人乃至大多数人视为侵犯个人隐私。但现在,人们已经对这些事情习以为常,甚至无动于衷。值得指出的是,在今后二十年内,随着硅谷更深入我们的生活以挖掘数据,进一步的妥协将成为常态。
技术拥护者会说,消费者一直都有权选择不接受:如果你反对某公司的做法,你可以不使用该公司的服务。但在垄断资本主义时代,消费者选择是个伪命题。谷歌、Facebook和亚马逊这样的公司掌控了数字世界,根本避无可避。
政治是唯一的解决途径。作为消费者,我们几乎无能为力,但作为公民,我们可以要求以更民主的形式管控我们的数据。数据是公共利益。我们把数据集中起来,使它具有意义,因为只有通过收集和分析大量数据,才能发现有用的模式。
没有哪个正常人会允许矿业公司单方面决定如何开采和提炼资源,在哪里修建矿场。但不知怎么地,我们却允许科技公司单方面行事,几乎没有受到公众监督。地球属于我们所有人,从地下挖掘铜矿的公司应该受到监督,其行为应该符合所有人的利益。从我们集体生活中挖掘数据的公司也应该如此。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02