京公网安备 11010802034615号
经营许可证编号:京B2-20210330
长夜漫漫,无心睡眠,我以为只有我睡不着,原来晶晶姑娘你也睡不着!请问你也是春运没买到坐票吗?
每年的这个时候,总会流传着一张图片,那就是非洲的角马大迁徙和春运盛况的对比图,隐含的意思无非就是说“雨季又过了,又到了春运的季节,男男女女们挤在一起,随着列车轻轻的摇动,就如同那雄海龟趴在雌海龟的身上……”
所以当百度推出的春运迁徙地图在央视亮相的时候,马上让我眼前一亮。作为这种大数据可视化产品的脑残粉,一定要跳出来赞一下。
一.迁徙地图背后的大数据可视化
从全国迁徙图首页可以看出,数据来源是百度地图LBS开放平台,并且辗转找到此项目的负责人求证后,也验证了这一产品的数据来自于众多使用了百度地图的应用所传送来的定位请求,从而对所有请求信息进行辨认设备和定位位置变化来分析处理全样数据。
上面的话比较拗口,简单点儿说,就是只要你的手机里装有使用百度地图API的应用,那么你的长距离移动就是这张地图里的一条线。
只拿此刻的数据进行一下解读,1月26日上午十点,在过去八小时内最热的迁入城市前三名是北京重庆和赣州。无论重庆和赣州,都是劳务输出的重点地区,排名前三理所应当。那么北京为什么位居迁入城市第一?
点开北京的路线详情就能看到,迁入北京的大部分是廊坊、天津、葫芦岛等地的人,只是把北京当做一个交通中转站而已。这也就是北京能在迁出城市和迁入城市都能名列第一的原因了。
已经看到有人质疑这种产品有什么作用。在我看来,再牛逼的大数据挖掘技术,如果不能以一个接地气的方式表达出来,那么永远就只能停留在拙劣的公关PR稿中。举一个最浅显的例子,如果铁道部看完这个图,那么他们至少知道下一步的高铁线路应该怎么铺设。如果你是那个在火车上卖WIFI的小哥,你肯定也会选择最热线路吧?卖烧不坏的袜子、越南跌打膏之类的朋友们同理。
前两天,陌陌也推出了他们春运版的数据,盘点了热门回家线路热门群组各种数据。但是看完之后,我陷入了深深的失望,我最盼望的数据是“漂亮妹子最多的线路”“漂亮妹子最多的车厢”“D杯以上无座只好站着的漂亮妹子最多的车次”……
二.称赞与吐槽
一直以来,百度是我心目中人格最分裂的公司,A面是一个善于营销和自我推广的公司,但是最近几年推出的新产品基本都是跟随型产品,别人先蹚出一条血路,然后百度再用自己庞大的用户群和流量去拓宽这条路,包括踩死先行者。B面是一个拥有着众多牛人和牛逼数据的GEEK,但是却不拿这些数据来做一些让人拍案叫绝的东西。
如果想成为谷歌一样受到全世界尊重的搜索公司,那么百度必须要做一些让人惊叹的产品。例如2008年前,谷歌推出了一个单独的小产品--流感疫情地图,里面将从世界各国卫生组织收集到的流感信息用可视化的方式呈现出来,这样你在出差的时候,就知道是否应该带药品了。(嗯,根据地图显示,我国人民身体素质很好,身体倍棒吃嘛嘛香不得感冒)。
从表面上看,这产品对谷歌商业化产品没有任何拉动作用,但是经过这样的尝试,在两年后,当H1N1病毒肆虐的时候,谷歌已经能将患病高发区整合进自己的地图应用了。
百度迁徙地图算是百度近年来比较少见的,不以拉动任何产品下载使用为目的的数据产品了。但是就产品细节来说,有不少地方有待改进,例如视觉的炫酷感,例如地图的可点击操作等等。
无独有偶,就在五天前,英国《卫报》推出了他们的一个数据产品,叫做《在天上--航空的百年史》。因为1914年是世界上首个商业航班试飞成功,当时只有1名乘客。1914年全年也只卖了1205张票,而2013年卖了31亿2千万张飞机票。产品首页就实时展示了现在全世界上空正在飞行的飞机数和过去24小时所飞过的航线图,很炫很酷,并且密集恐惧症患者慎入。(地址,可能需要翻一下~)
三.大数据需要更接地气
大数据,要玩起来,才会更好玩。我们经常会在公关PR稿中看到这样的话“在本次发布会上推出的新版本,是基于大数据,由业内资深的大数据挖掘团队和机器学习团队埋头研究数月才推出的……”让人不明觉厉。同样的句式,放之四海而皆准,例如情趣用品,也可以说“我们这次推出的新的按摩棒,是基于大数据,由业内资深大数据挖掘团队和机器学习团队埋头研究数月才推出,完全符合绝大多数中国女性的使用习惯……”
所以,大数据现在需要的是将一个泛概念变成一个个接地气的产品或者项目。例如美国梅西百货,他们会根据库存和需求变化情况,实时的调整7300万种商品的实时定价。例如洛杉矶警局,会根据各个区域之前的犯罪率和居住情况,预测性的调整巡逻频率和力度。
百度迁徙地图,如今只是刚上线,所以更多起到的是公关和宣传的作用。而如果这个产品能坚持10年,那么这一定是了解中国产业结构变化和人群生态变化的最简单的途径。
打住,写到这里,突然觉得上面的文字正经到了可怕的地步。
我终于在过年回家之前,把自己的状态调整到了一个六线城市里的木讷内向男中年,准备在“瓜子花生矿泉水,鸡腿盒饭收收腿”的亲切乡音中要变身成地图上的一条线了……
|
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12