京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据的融合,是智能家居的一大趋势,Vivint在智能家居系统中融入Cloudera的 Hadoop平台进行数据搜集和分析,有助于提高智能家居的服务,创造更利于家庭使用的产品和服务。
物联网的一个隐义是,它将产生大量需要汇总和分析的小数据。当务之急是既能收集数据(见证了谷歌为Nest耗资32亿美元),同时又要销售设备获取利润帮助公司分析数据(见Intel为Cloudera的投资)。
我收到很多自认为是物联网后端的推销产品——帮助公司追踪APIs、监控运行事件的服务或机制,当然,还有存储和分析数据的功能。 但是在这些推销过程中,我很难找到人们垂涎物联网的原因。
然而,在Vivint如何使用Cloudera Hadoop平台搜集数据的新闻发布中,Vivint的高级主管、客户分析师和解说员Brandon Bunker坦诚的说:
“我们已经和Cloudera进行了更深入的合作,可以同时分析行为、地理位置以及可操作事件等多个数据流,用以更好的理解和丰富用户生活。这个平台能够有效区分我们的各项业务类型,为我们提供了巨大的竞争优势。 ”
Vivint正在搜集大量的数据,以便更好地销售他的服务,同时创造一个具有竞争力的进入壁垒。在实际中,有一个很有效的杜绝浪费的方法,就是在家里没人的时候关掉A/C,这也提高了家里的安全性。但是当你知道某人家里的情况以及具体的状态时,推销其他的产品就会变得很容易。一个公司应该掌握用户情感和生活状况的联系——如果你温饱都无法得到满足,那么对于选择加强锻炼这样的良性建议,还是选择缴纳高额保险金这样的折磨方式,结果又有什么不同呢?
Vivint的情况是,在客户家里平均安装20至30个传感器,但是它不能聚合所有的数据做进一步的分析和推理。新闻发布会是关于Cloudera如何帮助Vivint解决这一问题,但实际上这是一个经济问题。下面听一听Cloudera市场部的VP Alan Saldich补充强调的:
“当我们开始把思路定位在所有的净增新数据(由嵌入传感器和地理定位服务中的设备产生)时,我们就会发现很大的商机——不仅仅实现了商业上新的收入流,同时也解决了更大的问题,因为我们能通过我们的设备更加深入的研究这些数据,并进行有效的分析和推理。”
坦率的说,如果我们真的解决了这些大问题,那我们可能会 设置新的数据标准——一个明确的消费者数据权利制度和在客户中分享有效数据的激励机制 ,这些客户能产生数据并且对改变数据有兴趣。通过数据分析得到的推理和见解能够而且应该创造成一种服务应用,并且不能止步于此。
例如,如果研究人员能够获得很多家庭的足够多的数据来计算某一区域的最优设计,那么我们搜集到的家庭能源中产生的细微数据有助于改变家居设计。另一方面,客户的摄像机数据和运动传感器可能会传达他们更多的生活内容。现在,无论哪种方式,这些相关的产品能够更多的增加我们生活的方便性,但是我们还不了解其中的潜在成本,以及现在众多提供商从事智能家居的原因。
大数据是物联网和相关家居业务的黄金。虽然消费者能够受益,但是缺乏对数据掌握和合理使用的主动权,这些数据我们放弃的可能比我们意识到的还要多。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26