京公网安备 11010802034615号
经营许可证编号:京B2-20210330
无线传感碰撞大数据,世界会是哪般模样
“得数据者得天下”早已不是什么危言耸听的口号。世界走入大数据的时代,这点维克托·迈尔在《大数据时代》里早已经描述得非常清楚。在计算机和云储存的发展的当下,人类不需要用样本数据做统计分析,而是利用所有的数据;不需要强调事物间的因果关系,而是相关关系。
庞大的数据力求还原事物运动变化的规律,无疑对人看清事物、正确决策意义重大。从传统零售行业,到互联网电商,到现在火热的移动互联网应用,都从中获益颇丰。沃尔玛可以在卖蛋挞和飓风之间找到关系,适时推销,提高销售额;亚马逊可以在用户浏览行为和用户偏好之间找到关系,精准营销,提高销售额;近期火热的移动互联网应用大姨吗的CEO柴可也是一路宣讲他们的大数据,怎样利用积累的大量用户信息,找到用户真正需求,解决用户问题。在服务用户和消费者上,大数据功不可没,但是对于没有交互能力的其他对象呢?对于搜集这些信息互联网如果单枪匹马可能就力不从心了。
对于地震、电磁、温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等多种数据的收集,明显需要假借他物,无线传感器就是这个物。无线传感器和无线传感器网络的出现和推广无疑让大数据的扩充又大大向前迈了一步。它们是绝佳的变化监测者,采集被感知对象的信息后会及时反馈给观察者。无线传感器是人类收集环境信息非常有利的手段,可供参考的庞大数据,会简化很多问题。想象一下,通过应用传感器网络,监测森林湿度变化,预防森林大火;通过对水体质量的监测,控制水污染。在军事、航空、救灾、环境、医疗、保健、家居、工业、商业等等众多领域都有其用武之处。
个人电脑经历了从军事领域到大众化的普及,无线传感器走了同样的路。从宏观领域的大规模应用,转向平常人家。不管是嗅到其商业化气息也好还是发掘其中的趣味性也好,越来越多生产者现在投入其中。
无线传感碰撞大数据,世界会是哪般模样?
Clime和Estimote的开发者就是这波浪潮中的泳者(这两个项目已经早早地PO在DEMO8上啦)。Clime创业团队瞄准家庭这个消费场所,开发出一些对家庭空气环境、植物,孩子、宠物相关的监测的功能。可以通过定位功能防止孩子宠走丢,可以通过对动感的监控即使察觉婴儿睡眠情况,可以监控室内温度、湿度、亮度、紫外线强度,帮助保持适宜的生活环境,维护一个对身体有益的环境。这个产品可以广泛用于室内,尤其在环境问题越来越多的今天,它的作用和潜力还非常大。在中国这个消费能力不断增长,身体健康意识越来越强的现在,更是有很大的市场潜力。
Estimote没有选择家庭方向,将商业环境作为目标。Estimote想做一个收集信息的集大成者。消费者在进入到一定范围之内就能够接受EstimoteBeacon发出的商品信号,能够看到Beacon拥有者推出的通知或者是下一部动作指示。试想一下,Estimote应用可以通过用户对商品的浏览情况推测出用户的偏好,结合商品信息可以进行精准营销,帮助用户快速在大堆商品中找到目标商品,并且可以帮助用户完成线上购买线上支付的功能。Estimote如果能够大范围的掌握商品的信息,在拥有大量注册用户的情况下,可想而知其巨大的商业潜力。由此可以猜测,在未来社会无线传感器网络高速通达的情况下,人所见之物的信息可能都会被手机检测到。比如你在逛街看到某个路人的裙子很好看,你可以快速搜到商品信息进行购买。在无线传感器的时代每个实体信息都可以被记录传送,众多变化也可以被记录,它昭示的就是一个巨量信息的时代,一个更高层次的大数据时代。
无线传感碰撞大数据,世界会是哪般模样?
Clime现在还在Indiegogo上众筹,一个Clime售价约为26美元,并不是便宜,在离众筹结束仅剩15天的时候还有一半的钱仍在募集中,一共收到325名支持者的赞助。在Indiegoog上称不上一个受欢迎的项目。相较而言,2012年推出市场的Estimote已经在美国和欧洲占据一定规模。三只售价99美元,每个Beacon有限的覆盖范围对覆盖量提出要求,也给商家的成本支出带来压力。无线传感器在个人家庭和商业领域前途光明,但是还有一段路去探索。增强实用性和降低售价是两个重要的任务。
将目光从国外转向国内,目前国内无线传感技术也在不断发展,应用范围在扩大。但是美国这股风毫无疑问更加强劲。从家庭环境的检测,在宠物孩子等方面的应用,到办公环境,办公团队方面的使用,到生活应用方面,商业方面都已经有众多尝试。国内移动互联网浪潮汹涌的今天,智能硬件的发展也要更近脚步。双管齐下才能进一步融入到大数据时代,享受大数据带来的无穷福利。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在自动化办公、数据采集、定时统计、日志清理、系统监控等场景中,程序往往需要按照固定时间间隔重复执行指定任务,这种运行机制 ...
2026-08-12在数据分析日常工作中,Excel数据筛选是数据清洗、数据提取、样本筛选的核心基础操作。传统Excel手动筛选、函数筛选方式,面对多 ...
2026-08-12 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-08-12在数据分析、统计建模、数据挖掘与商业调研过程中,原始数据往往无法做到绝对干净规整。受系统故障、人工录入失误、设备误差、突 ...
2026-08-11在数据分析工作中,聚类分析是典型的无监督学习方法,核心作用是依据数据自身的多维特征,将相似样本自动划分为若干类别,实现“ ...
2026-08-11 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-11AB实验是互联网产品迭代、营销优化、功能升级的核心科学验证手段,通过流量随机分组、对照组与实验组对比,科学验证策略、功能、 ...
2026-08-10在MySQL数据库优化中,索引是提升查询效率、降低数据库IO开销、优化系统性能的核心手段。普通单列索引仅适配简单查询场景,面对 ...
2026-08-10 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-08-10在数字化市场调研体系中,大数据与小数据是两类核心调研数据形态,分别对应海量行为统计与精准样本深度调研。行业普遍存在认知误 ...
2026-08-07数据透视表是Excel、WPS中最核心的数据分析工具,凭借快速汇总、分组统计、动态筛选的优势,被广泛应用于销量统计、业绩复盘、数 ...
2026-08-07 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-08-07在商品销量、市场需求、营收规模等业务数据中,季节性波动是最普遍、最核心的数据特征。零售快消、食品餐饮、家电服饰、电商行业 ...
2026-08-06在流量红利消退、市场竞争白热化的商业环境中,传统依托经验、跟风投放、广撒网式的营销模式,逐渐暴露出成本高、精准度低、转化 ...
2026-08-06 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-08-06【核心关键词】知识、设备、工程师、数字化、建模、算法、工业大数据、数据分析、控制算法、机器学习、深度学习、业务目标、工 ...
2026-08-05增长率是数据分析、业务报表、可视化看板中最核心的指标之一,常用于衡量营收、销量、用户量、流量等业务数据的涨跌幅度与发展趋 ...
2026-08-05小陈是某电商平台的数据分析师。老板交给他一个任务:“我们平台的注册用户已经突破1000万了,想了解一下用户的平均月消费金额。 ...
2026-08-05在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04