
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
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01