京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的融合,是智能家居的一大趋势,Vivint在智能家居系统中融入Cloudera的 Hadoop平台进行数据搜集和分析,有助于提高智能家居的服务,创造更利于家庭使用的产品和服务。
物联网的一个隐义是,它将产生大量需要汇总和分析的小数据。当务之急是既能收集数据(见证了谷歌为Nest耗资32亿美元),同时又要销售设备获取利润帮助公司分析数据(见Intel为Cloudera的投资)。
我收到很多自认为是物联网后端的推销产品——帮助公司追踪APIs、监控运行事件的服务或机制,当然,还有存储和分析数据的功能。 但是在这些推销过程中,我很难找到人们垂涎物联网的原因。
然而,在Vivint如何使用Cloudera Hadoop平台搜集数据的新闻发布中,Vivint的高级主管、客户分析师和解说员Brandon Bunker坦诚的说:
“我们已经和Cloudera进行了更深入的合作,可以同时分析行为、地理位置以及可操作事件等多个数据流,用以更好的理解和丰富用户生活。这个平台能够有效区分我们的各项业务类型,为我们提供了巨大的竞争优势。 ”
Vivint正在搜集大量的数据,以便更好地销售他的服务,同时创造一个具有竞争力的进入壁垒。在实际中,有一个很有效的杜绝浪费的方法,就是在家里没人的时候关掉A/C,这也提高了家里的安全性。但是当你知道某人家里的情况以及具体的状态时,推销其他的产品就会变得很容易。一个公司应该掌握用户情感和生活状况的联系——如果你温饱都无法得到满足,那么对于选择加强锻炼这样的良性建议,还是选择缴纳高额保险金这样的折磨方式,结果又有什么不同呢?
Vivint的情况是,在客户家里平均安装20至30个传感器,但是它不能聚合所有的数据做进一步的分析和推理。新闻发布会是关于Cloudera如何帮助Vivint解决这一问题,但实际上这是一个经济问题。下面听一听Cloudera市场部的VP Alan Saldich补充强调的:
“当我们开始把思路定位在所有的净增新数据(由嵌入传感器和地理定位服务中的设备产生)时,我们就会发现很大的商机——不仅仅实现了商业上新的收入流,同时也解决了更大的问题,因为我们能通过我们的设备更加深入的研究这些数据,并进行有效的分析和推理。”
坦率的说,如果我们真的解决了这些大问题,那我们可能会 设置新的数据标准——一个明确的消费者数据权利制度和在客户中分享有效数据的激励机制 ,这些客户能产生数据并且对改变数据有兴趣。通过数据分析得到的推理和见解能够而且应该创造成一种服务应用,并且不能止步于此。
例如,如果研究人员能够获得很多家庭的足够多的数据来计算某一区域的最优设计,那么我们搜集到的家庭能源中产生的细微数据有助于改变家居设计。另一方面,客户的摄像机数据和运动传感器可能会传达他们更多的生活内容。现在,无论哪种方式,这些相关的产品能够更多的增加我们生活的方便性,但是我们还不了解其中的潜在成本,以及现在众多提供商从事智能家居的原因。
大数据是物联网和相关家居业务的黄金。虽然消费者能够受益,但是缺乏对数据掌握和合理使用的主动权,这些数据我们放弃的可能比我们意识到的还要多。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03