
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
在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16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