
数据挖掘,正从从线上生活伸向线下
天气一热,冷饮会不会立马涨价?
英国消费者很快就能知道答案。近日有报道称,英国三大连锁超市将在部分门店推出动态价格。这意味着,价格将在一天之中随着需求的变化而涨落。午餐时间买午餐就像高峰时段叫网约车一样。
这可能听起来相当极端,但更加剧烈的变化即将到来。大概在那篇报道发表的前一周,亚马逊宣布以137亿美元收购全食超市。亚马逊毕生致力于消灭实体零售商,但如今却在三个国家拥有460多家实体店。
收购全食超市(亚马逊有史以来最大的收购交易)令一些观察人士百思不得其解。但亚马逊的眼光往往领先竞争对手十年。该公司的成功正是源于反常的大动作。亚马逊在1994年看到了在线零售的潜力,在2006年意识到了云计算的潜力。收购全食超市表明,亚马逊又预见到一个利润丰厚的新领域。
亚马逊不是放弃在线零售,转投实体零售,而是打算合二为一。这将使我们的日常生活数字化,让生活用品价格的大幅上涨显得更加自然。这将把硅谷基于监测的商业模式扩大到实体领域,通过监测我们做的每件事来赚钱。
硅谷是一个开采行业。它开采的不是石油或铜矿,而是数据。企业通过尽可能地观察消费者的在线活动来收集数据。这种活动可能是使用社交媒体,进行网络搜索,甚至是鼠标在屏幕特定区域停留了多长时间。单独来看,个人的这些在线痕迹可能没有什么意义,但如果和千千万万的其他人相比较,企业就能发现隐藏的模式,确定你是哪种人,你可能购买哪些东西。
这些模式蕴含巨大商机。硅谷利用它们来推销产品或者发布广告。但发现这些模式的算法需要源源不断的数据。数据确实非常丰富,但并非无穷无尽。
一百年前,你在得克萨斯州随便挖个洞,就可能发现石油。现在,化石燃料公司不得不在离海岸很远的地方修建钻井平台。科技行业面临着类似的命运。到处都是发财机会的日子结束了:最容易挖掘的数据大多已经被人收入囊中。Facebook和谷歌总共占到美国在线广告收入的76%。
西雅图的一家Amazon Go“智能”商店。该公司收购全食超市的交易表明,亚马逊希望将在线监测和实体业务合二为一
想要获得更多的利润,硅谷必须挖掘更多的数据。一个方法是让人们在网上花费更多的时间:开发新的APP,使它们尽可能地让消费者上瘾。另一个方法是让更多的人上网。这就是Facebook推出FreeBasics计划的动机。该计划在全球欠发达地区提供免费上网服务(只能访问某些站点),希望从世界各地的穷人身上收集数据。
但这两个方法会遗漏大量数据。毕竟,我们的上网时间只有那么多。笔记本电脑、平板电脑、智能手机和可穿戴设备参与了我们的很多日常活动,但不是全部。在硅谷眼中,不能完全了解用户就意味着收入损失。任何没有被监测的活动都代表了一个错失的机遇。
亚马逊将向科技行业表明如何监测更多的活动:把企业监测深深地嵌入实体环境,就像深深地嵌入虚拟环境一样。硅谷已经通过监视我们在线上的一举一动,赚得盆满钵满。不久,它将通过监视我们在线下的一举一动,赚取更多收入。
这一点如何运作不难想见,因为相关技术已经存在。去年底,亚马逊在西雅图开设了一家“智能”杂货店。你不必在收银台排队结账,只需要拿起商品走出店门。传感器会探测你选取了什么商品,在你离开时从你的账户上扣费。
亚马逊着力强调这对消费者的好处:没人喜欢排队结账,或者在收银台前翻钱包。这项技术也使亚马逊可以追踪消费者的每个举动。
想象一下,如果超市像Facebook或者谷歌那样密切观察你,结果会怎样。它不仅会知道你买了什么东西,还会知道你在哪件商品前停留了多久,以及你穿过商店的路线。这些数据很宝贵,揭示了你的个性和偏好,亚马逊将借此向你销售更多的物品,不管是线上还是线下。
超市不是实现这些想法的唯一场所。监测能把任何实体场所变成数据矿场。数据最丰富的场所就是你的家,那里包含了关于你的最多信息。
这就是亚马逊积极推广智能音箱Echo的原因。Echo类似Siri的语音助手Alexa能播报天气,朗读新闻,制定待办事项清单,以及完成其他很多任务。它还是非常好的倾听者。它会忠实地记录你的互动情况,然后传输给亚马逊以供分析。实际上,它不仅记录了你的互动情况,可能还记录了所有的事情。
把一款收听设备放在你的家里,这对亚马逊来说是对你加深了解的好方法。另一个方法是对你的家进行空中监测。7月底,亚马逊获得了一项无人机专利,其无人机可以在送货时探测人们的家。亚马逊专利文件中的一个例子是屋顶维修:无人机把包裹放在你家门前时,注意到你家的屋顶坏了,这一发现可能导致亚马逊向你推荐维修服务。亚马逊还在测试其送货无人机,如果投入使用,那么可以肯定地说,它们将孜孜不倦地从你家外面收集数据,就像Echo从你家里面收集数据一样。
硅谷是一个开采行业。它开采的不是石油或铜矿,而是数据。想要获得更多的利润,硅谷必须挖掘更多的数据
在更加深入人们日常生活的过程中,亚马逊可能会遇到一些阻力。人们也许不希望超市监视他们,或者让自己的家变成为算法提供数据的地方。但在资本的要求下,行为规范会迅速调整,我们绝对不能低估了这一点。
二十年前,如果有一家公司读取你的邮件,观察你的社交互动,追踪你的地理位置,这会被很多人乃至大多数人视为侵犯个人隐私。但现在,人们已经对这些事情习以为常,甚至无动于衷。值得指出的是,在今后二十年内,随着硅谷更深入我们的生活以挖掘数据,进一步的妥协将成为常态。
技术拥护者会说,消费者一直都有权选择不接受:如果你反对某公司的做法,你可以不使用该公司的服务。但在垄断资本主义时代,消费者选择是个伪命题。谷歌、Facebook和亚马逊这样的公司掌控了数字世界,根本避无可避。
政治是唯一的解决途径。作为消费者,我们几乎无能为力,但作为公民,我们可以要求以更民主的形式管控我们的数据。数据是公共利益。我们把数据集中起来,使它具有意义,因为只有通过收集和分析大量数据,才能发现有用的模式。
没有哪个正常人会允许矿业公司单方面决定如何开采和提炼资源,在哪里修建矿场。但不知怎么地,我们却允许科技公司单方面行事,几乎没有受到公众监督。地球属于我们所有人,从地下挖掘铜矿的公司应该受到监督,其行为应该符合所有人的利益。从我们集体生活中挖掘数据的公司也应该如此。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30