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
在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04