
可穿戴设备的根本是大数据_数据分析师
2013年科技界最火的一个名词莫过于“大数据”,接下来的时代里,数据的增加会呈现几何级的增长;而今年科技界最火的名词莫过于可穿戴设备,这是智能设备的一个新方向;虽然从表面上看这是两件事情,但事实上细细想来会发现他们有一个共同的本质。
可穿戴及智能设备日渐丰富
进入2014年,可穿戴设备越来越丰富起来,除了智能手表、智能手环这样的产品外,我们还看到智能正入侵服装领域,其他诸如智能水杯这样的产品也越来也多,智能化似一股东风,吹向可穿戴设备,吹向智能家居。
说是智能化,其实多半停留在宣传的角度上,很多产品只要能够接入互联网,能够有一款手机APP来遥控就可以算是智能,所以你看到智能洗衣机、智能空气净化器大体上是从这个思路延展开来的。或许这是一种成熟的产品设计与研发策略,与时代接轨,采用新技术。可穿戴设备也一样,对数码这个领域来说,可穿戴设备还算一个新的品类,这类产品引起用户的兴趣,但长久的观察不难发现这类产品的用户粘性很小,用户接触可穿戴设备后,可能不会经过很长的一段时间就会渐渐失去兴趣。智能手表在这方面体现的尤为突出,其次是智能手环,而作为延伸,智能服装虽然被很多人看好,但其实用性终究是备受质疑的。
大厂商的大局
如果你也长期关注数码领域,你可能很容易的回想起掀起可穿戴设备热潮的正是谷歌,谷歌高调的发布了谷歌眼镜,随后可穿戴设备这一概念和产品渐渐开始火了起来,包括智能手表、智能手环在内的产品,也被归纳到这一产品范畴,成为一个新的产品类别,而这个产品类别也备受关注,很多人都认为这就是智能产品的未来。无独有偶,今年年初谷歌还收购了智能家居品牌Nest掀起了智能家居的热潮,随后苹果也发布了Homekit和Healthkit平台,增加了对智能家居和可穿戴设备的支持。
谷歌费劲新机的在智能硬件设备上做大动作,但似乎有点雷声大雨点小,谷歌眼镜火爆抢购一段时间后也渐归平静,而收购Nest后并没有推出智能家居任何相关产品,掀起一阵风潮后,谷歌要悄然的出售了Nest,这种怪异的行为在苹果的处理上得到了解答,与谷歌相比苹果在可穿戴和智能家居产品上的动作很小,只是发布了HealthKit和Homekit两个平台,产品硬件方面也只有一款Apple Watch。
廉价手环的弊端
从去年开始智能手环开始走进人们的实现,Jawbone的智能手环成为了一个很好的返利,同类产品受到关注。今年小米也发布了自己旗下的智能手环,从功能上来看,小米智能手环的功能,与主流智能手环相差无几,但在价钱上,小米智能手环却极为低廉,仅售79元,而与小米手环最相似的Misfit Shine售价区间在700-1000之间,这其中有近十倍的差价,这十倍的差价当然不是由硬件差别所造成的。早有体验着指出不同可穿戴设备的差别很大程度上在算法,Misfit Shine与小米手环硬件和功能都很相似,但在进行运动计量时,Misfit Shine的算法能够提供更精准的计量,而更精准的数据也能够汇聚更精准的分析,为用户提供更有利的建议。
再来看谷歌和苹果,其实二者相似的是都在做平台级的应用,谷歌虽然发布了可穿戴硬件,但其本质还是要积累数据经验,硬件从PC到手机再到可穿戴设备,其实反映到数据世界,是用户产生数据能力的提高,发展到可穿戴,设备是每分每秒都在进行数据生产的,所以可穿戴设备的兴起和必然只是大数据的一个表象。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16