京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据抓取:他们要控制你的汽车方向盘
没错,他们就是想要控制你的汽车方向盘。他们是谁?为什么要控制汽车方向盘呢?大数据好像百无禁忌,跟谁都可以组CP。随着越来越多的厂商投入到无人驾驶汽车研究的大潮中,这一颇具前瞻性的领域获得了大量关注。谷歌无人车14个月遇272起事故,这你敢坐?可能很多人都将责任归咎于数据获取与分析过程不当,那我们来看看这锅应不应该大数据背。
一年前,管理咨询巨头麦肯锡就预测到2025年,物联网将可以解锁达到11亿美元的价值。这是一个很大胆的观点,尤其是目前互联网上揭露了大量有关“物联网设备存在弱口令漏洞”的相关情况。
现在,麦肯锡又开始涉及汽车行业,并宣称到2030年来自汽车的数据价值将达到7500亿美元。咨询公司甚至给出了如何获取这部分收入的具体方案,如果利用汽车上获取的数据可以获得如此可观的收益,消费者可能就会不太愿意分享他们的个人信息了,不过目前还只是预测。
汽车行业是块巨大的蛋糕,谷歌、苹果和其他公司都试图找机会布局自己的汽车行业。尤其是在南美,在汽车上花费多少时间,可能就会得到多少数据,很容易就可以想象新的大规模与汽车相关的企业可以构建出什么样的数据库了,毕竟,Uber其实是一家大的数据分析公司,而不只是出租车公司。
对Uber来说,当然不是中国区Uber,这不仅是在市场中占据主导地位这么简单,根据麦肯锡最新报告“Monetizing Car Data”的作者给出的结论,在接下来13年,汽车行业产生的数据可能会达到4500到7500亿美元的价值。
根据麦肯锡的分析:7500亿美元可以被任何人拥有,但要先满足如下两个条件:
1、抓住市场,通过数据分析出符合消费者心理的炫酷新产品,以期消费者愿意买单。
2、推出此款产品,并有一个合理的产品迭代周期。
想法简单,但执行困难。以一种十分通用的方式,麦肯锡关于这个新市场给出的结论,让我们明白了一件事情,汽车数据货币化的道路上面临的首要挑战就是与最终客户沟通,明白客户最终想要的是什么。
在互联网时代,这种分析用户数据以对产品趋势作出判断的例子比比皆是,科技行业将消费者视为产品的想法也不足为奇。例如,谷歌几周前就十分低调的更换了它的广告政策,以期获取更多的用户行为数据。
这对汽车驾驶员来说有什么影响吗?
假设让你的汽车自动运行一分钟时间,会对车道上的其他车造成什么影响呢?毕竟获取你的行程,驾驶习惯等信息要比获取你的上网信息严肃的多,是什么促使消费者分享这些数据的呢?麦肯锡列举了一系列可能的原因,比如消费者为了更低的保险费率或其他优惠主动分享。然而,我们往往忽视了根本原因:用户往往不喜欢为数据安全买单,但要知道,既然保险公司可以通过获取用户数据的方式降低你的保险费率,也可以用同样的方式提高啊。
另一方面,就算我们意识到这一点,可能也并不能阻止什么。年轻人往往不是很担心隐私问题,根据调查意外发现,90%的人意识到数据可以被一些应用程序或第三方利用。另一项调查中,79%的受访者表示不介意这些应用通过授权访问自己的数据。
当你的数据获取足够充分,足够庞大,就可以安心上道了吗?获取驾驶者的个人信息可能很简单,但行驶过程中可能会有很多意外情况发生,尤其是中国的交通情况错综复杂,各类立交桥、高架桥纵横,要想做好无人车,并用于人们的日常出行,恐怕不仅仅是大数据的责任吧。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16