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
CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22CDA数据分析师 出品 作者:李诗怡 1. 金字塔原理 定义: 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点,中 ...
2026-09-22数据收集是数据分析、数据挖掘与数字化运营的源头工作,数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21箱线图是数据分析中用于识别数据分布、判断离散程度、筛查异常值的核心图表。相比于直方图、趋势图,箱线图可以精准区分正常数据 ...
2026-09-21 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 ...
2026-09-21在数据库数据查询与数据分析工作中,日期时间是最常用的数据类型之一。原始数据库中存储的日期格式多为标准时间戳、年月日时分秒 ...
2026-09-20在时序数据分析中,增长率是衡量数据涨跌幅度、研判发展趋势、识别周期波动的核心指标,主要分为环比增长率与同比增长率。传统Ex ...
2026-09-20 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 ...
2026-09-20CDA数据分析师 出品 作者:李诗怡 STP模型(营销战略三步法) 定义: 现代营销战略核心框架,通过市场细分(S)、目标市场选择( ...
2026-09-18在互联网产品迭代、运营优化、界面改版与策略升级过程中,主观经验判断容易造成决策偏差、盲目改版、资源浪费等问题。AB实验(AB ...
2026-09-18 很多企业并不缺少指标,缺少的是让指标“串起来、动起来、用起来”的体系。零散指标像散落一地的珠子,指标体系则是那根把珠 ...
2026-09-18在电商行业精细化运营时代,流量红利逐步消退,粗放式投流、广撒网营销模式已无法适配市场竞争需求。依托用户点击、加购、收藏、 ...
2026-09-17在数据可视化与数据分析工作中,图表是将零散数据转化为直观业务规律的核心工具。不同图表拥有专属的数据逻辑与分析维度,能够从 ...
2026-09-17