京公网安备 11010802034615号
经营许可证编号:京B2-20210330
还想在大数据面前隐身?这21个方面你该注意了
你认为大数据对你的了解有多少?答案是相当多。
每次我们用电脑、用手机或是用平板电脑打开一款App时,都会以数字的形式留下浏览的痕迹和路线。绝大多数人都知道,遇到问题就找谷歌,想要与朋友互动就找facebook。但其实我们了解的只是这些网络的基本用途,我们所掌握的也只不过是一个模糊的概念。事实上,互联网所具备的更深层次的内容我 们根本是看不到的。
如今的大数据几乎可以将我们每一个人都看透,我总结了一下,大概表现在21个方面。下面我便开始一一列举:
NO.1 首先,对于你不懂的问题和搜索的内容,Google、Bing和Yahoo!这类搜索引擎肯定是能够给出答案的。其次,对于你浏览过的所有网站,哪怕是所谓的无痕浏览,ISP(Internet Service Provider,即互联网服务提供商)都会详尽地记录下来。
NO.2 Google知道你的年龄和性别,千万别以为你没有主动透露,他们就无从知晓。作为各种广告的发送对象,他们会给你建立一份综合全面的档案,其中包括你的各种兴趣爱好(这方面你是可以自己进行编辑的),他们会据此来给你发送适当类型的广告。
NO.3 Facebook对你的人际关系了如指掌,哪段关系急需挽救它都知道。公司会根据你在Facebook上的各种活动和状态的更新,来预测你的某段朋友关系是否能够维持下去,这种预测的准确性有时简直高得惊人。
NO.4 Google知道你去过的每一个地方。如果你使用的还是Android版的手机,那它的记录就更全了。
NO.5 在英国,你在每一个角落都能够看到闭路电视,所以不管你此时此刻人在哪里,警察都能够查到。他们可以调取全国范围内成千上万个网络摄像头中的数据信息进行定位,这些摄像头可以对车辆的牌照进行扫描,并且拍下每辆车和每位司机的照片。而在美国,情况大致也是一样的。
NO.6 你的手机能够在行进的路途中测量你的速度。(但他们不会将这些信息分享给警察,所以你应该感到庆幸。)
NO.7 你的手机或许还能够根据各种地理或消费信息推断出你家住哪里,公司在哪里。
NO.8 不光是人,就连你的猫在哪里,互联网都一清二楚。通常我们在Instagram或其他社交媒体网络上晒出猫咪照片的同时,会选择分享自己所在的位置。于是它就会利用各种隐形的元数据来获取到准确的地理定位。
NO.9 信用卡公司将你所有的购物清单都记录在案。虽然信用卡公司对客户在何时何地买了何种物品有记录是一件无可厚非的事情,但是有些人可能会担心这些数据影响到自己的信用分数和等级。因为公司会根据你所购买的商品和你所光顾的商店等购物信息来确定你是否存在信用风险。
NO.10 你经常光顾的百货商店会记录下你喜欢的品牌。对于百货商店或药房来说,每完成一笔交易,他们就会收集到大量有关你的购买行为习惯和偏好的数据信息。由于这些商店或药房均是连锁经营,所以当你下次光顾其网站时,他们就可以利用这些数据为你提供个性化的服务,并赠送符合你喜好的优惠券。
NO.11 人力资源总监能够预测到你打算什么时候辞职。现在市场上有一家叫做Workday的人力资源软件公司,它在进行多次的测试之后成功研究出一种算法,能够对文件中的文本进行分析,并根据这些信息进行推测,以掌握员工什么时候有辞职的打算。
NO.12 Target会比你的家人还要更早地知道你怀孕的消息。
NO.13 不管你看什么类型的视频,哪怕只是搜索了一下,并没有点击播放,YouTube都有完整的记录。
NO.14Amazon知道你喜欢的图书类型,Netflix知道你喜欢的视频和影片类型。甚至那些公共图书馆都知道你喜欢光顾的媒体种类。
NO.15 Apple和Google对于你向Siri和Cortana提出的请求也了如指掌。
NO.16 孩子玩的芭比娃娃也会记录下她和孩子们之间的对话,并将这些信息传回Mattel公司。
NO.17 在诸如芝加哥和堪萨斯城这类的大城市中,警察局甚至可以在你实施犯罪之前将你拿下,阻止你的恶行。
NO.18 汽车保险公司可以随时随地地掌握你的行踪,包括行车的位置和时间,以便于在出现违反条例行为的时候对你做出惩罚。哪怕你之前从来没有提起过索赔,它也会照样惩罚你。
NO.19 某些数据经纪人还会帮助不道德的公司对那些弱势消费者进行身份鉴定。举个例子,他们可能会把某个地区内信用紧缩的家庭罗列出来,接着直接上门向其推销一些发薪日贷款。
NO.20 Facebook可以根据你给别人点的赞来判断你的喜好,进行简单的大数据分析,掌握你对生活的满意程度以及你的情绪稳定程度。
NO.21 所有你使用的手机App都会牵涉到你的个人数据信息。比如Angry Birds就需要获取你手机中的联系人信息以及你的地理定位。再比如Bejeweled需要获取你的手机号码。更有甚者,有些App还会在你使用的过程中要求扩音器打开,以获取周围的声音和情况。
以上所列举的21个方面还只是冰山一角。随着我们对大数据的依赖性越来越高,我们也越来越享受大数据给我们带来的便利,所以有的时候被要求获取数据也就不那么反感,甚至会欣然接受。举个例子,iPhone版本的Health App就能够收集很多私人的、健康方面的数据信息,大概是因为涉及到身体健康,大家也都不会抗拒。
但尽管如此,作为消费者,我们还是有主动选择的权利。因此我们在什么时候将自己的信息透露给什么人,都要做到自己心里有数,要自己根据情况来做出选择。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 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。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13在数据统计分析与数据清洗工作中,箱线图是一种简洁高效、客观性强的数据可视化图表,能够直观呈现数据集的分布特征、离散程度和 ...
2026-08-13 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 ...
2026-08-13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