京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据抓取:他们要控制你的汽车方向盘
没错,他们就是想要控制你的汽车方向盘。他们是谁?为什么要控制汽车方向盘呢?大数据好像百无禁忌,跟谁都可以组CP。随着越来越多的厂商投入到无人驾驶汽车研究的大潮中,这一颇具前瞻性的领域获得了大量关注。谷歌无人车14个月遇272起事故,这你敢坐?可能很多人都将责任归咎于数据获取与分析过程不当,那我们来看看这锅应不应该大数据背。
一年前,管理咨询巨头麦肯锡就预测到2025年,物联网将可以解锁达到11亿美元的价值。这是一个很大胆的观点,尤其是目前互联网上揭露了大量有关“物联网设备存在弱口令漏洞”的相关情况。
现在,麦肯锡又开始涉及汽车行业,并宣称到2030年来自汽车的数据价值将达到7500亿美元。咨询公司甚至给出了如何获取这部分收入的具体方案,如果利用汽车上获取的数据可以获得如此可观的收益,消费者可能就会不太愿意分享他们的个人信息了,不过目前还只是预测。
汽车行业是块巨大的蛋糕,谷歌、苹果和其他公司都试图找机会布局自己的汽车行业。尤其是在南美,在汽车上花费多少时间,可能就会得到多少数据,很容易就可以想象新的大规模与汽车相关的企业可以构建出什么样的数据库了,毕竟,Uber其实是一家大的数据分析公司,而不只是出租车公司。
对Uber来说,当然不是中国区Uber,这不仅是在市场中占据主导地位这么简单,根据麦肯锡最新报告“Monetizing Car Data”的作者给出的结论,在接下来13年,汽车行业产生的数据可能会达到4500到7500亿美元的价值。
根据麦肯锡的分析:7500亿美元可以被任何人拥有,但要先满足如下两个条件:
1、抓住市场,通过数据分析出符合消费者心理的炫酷新产品,以期消费者愿意买单。
2、推出此款产品,并有一个合理的产品迭代周期。
想法简单,但执行困难。以一种十分通用的方式,麦肯锡关于这个新市场给出的结论,让我们明白了一件事情,汽车数据货币化的道路上面临的首要挑战就是与最终客户沟通,明白客户最终想要的是什么。
在互联网时代,这种分析用户数据以对产品趋势作出判断的例子比比皆是,科技行业将消费者视为产品的想法也不足为奇。例如,谷歌几周前就十分低调的更换了它的广告政策,以期获取更多的用户行为数据。
这对汽车驾驶员来说有什么影响吗?
假设让你的汽车自动运行一分钟时间,会对车道上的其他车造成什么影响呢?毕竟获取你的行程,驾驶习惯等信息要比获取你的上网信息严肃的多,是什么促使消费者分享这些数据的呢?麦肯锡列举了一系列可能的原因,比如消费者为了更低的保险费率或其他优惠主动分享。然而,我们往往忽视了根本原因:用户往往不喜欢为数据安全买单,但要知道,既然保险公司可以通过获取用户数据的方式降低你的保险费率,也可以用同样的方式提高啊。
另一方面,就算我们意识到这一点,可能也并不能阻止什么。年轻人往往不是很担心隐私问题,根据调查意外发现,90%的人意识到数据可以被一些应用程序或第三方利用。另一项调查中,79%的受访者表示不介意这些应用通过授权访问自己的数据。
当你的数据获取足够充分,足够庞大,就可以安心上道了吗?获取驾驶者的个人信息可能很简单,但行驶过程中可能会有很多意外情况发生,尤其是中国的交通情况错综复杂,各类立交桥、高架桥纵横,要想做好无人车,并用于人们的日常出行,恐怕不仅仅是大数据的责任吧。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04