京公网安备 11010802034615号
经营许可证编号:京B2-20210330
无线传感碰撞大数据,世界会是哪般模样
“得数据者得天下”早已不是什么危言耸听的口号。世界走入大数据的时代,这点维克托·迈尔在《大数据时代》里早已经描述得非常清楚。在计算机和云储存的发展的当下,人类不需要用样本数据做统计分析,而是利用所有的数据;不需要强调事物间的因果关系,而是相关关系。
庞大的数据力求还原事物运动变化的规律,无疑对人看清事物、正确决策意义重大。从传统零售行业,到互联网电商,到现在火热的移动互联网应用,都从中获益颇丰。沃尔玛可以在卖蛋挞和飓风之间找到关系,适时推销,提高销售额;亚马逊可以在用户浏览行为和用户偏好之间找到关系,精准营销,提高销售额;近期火热的移动互联网应用大姨吗的CEO柴可也是一路宣讲他们的大数据,怎样利用积累的大量用户信息,找到用户真正需求,解决用户问题。在服务用户和消费者上,大数据功不可没,但是对于没有交互能力的其他对象呢?对于搜集这些信息互联网如果单枪匹马可能就力不从心了。
对于地震、电磁、温度、湿度、噪声、光强度、压力、土壤成分、移动物体的大小、速度和方向等多种数据的收集,明显需要假借他物,无线传感器就是这个物。无线传感器和无线传感器网络的出现和推广无疑让大数据的扩充又大大向前迈了一步。它们是绝佳的变化监测者,采集被感知对象的信息后会及时反馈给观察者。无线传感器是人类收集环境信息非常有利的手段,可供参考的庞大数据,会简化很多问题。想象一下,通过应用传感器网络,监测森林湿度变化,预防森林大火;通过对水体质量的监测,控制水污染。在军事、航空、救灾、环境、医疗、保健、家居、工业、商业等等众多领域都有其用武之处。
个人电脑经历了从军事领域到大众化的普及,无线传感器走了同样的路。从宏观领域的大规模应用,转向平常人家。不管是嗅到其商业化气息也好还是发掘其中的趣味性也好,越来越多生产者现在投入其中。
无线传感碰撞大数据,世界会是哪般模样?
Clime和Estimote的开发者就是这波浪潮中的泳者(这两个项目已经早早地PO在DEMO8上啦)。Clime创业团队瞄准家庭这个消费场所,开发出一些对家庭空气环境、植物,孩子、宠物相关的监测的功能。可以通过定位功能防止孩子宠走丢,可以通过对动感的监控即使察觉婴儿睡眠情况,可以监控室内温度、湿度、亮度、紫外线强度,帮助保持适宜的生活环境,维护一个对身体有益的环境。这个产品可以广泛用于室内,尤其在环境问题越来越多的今天,它的作用和潜力还非常大。在中国这个消费能力不断增长,身体健康意识越来越强的现在,更是有很大的市场潜力。
Estimote没有选择家庭方向,将商业环境作为目标。Estimote想做一个收集信息的集大成者。消费者在进入到一定范围之内就能够接受EstimoteBeacon发出的商品信号,能够看到Beacon拥有者推出的通知或者是下一部动作指示。试想一下,Estimote应用可以通过用户对商品的浏览情况推测出用户的偏好,结合商品信息可以进行精准营销,帮助用户快速在大堆商品中找到目标商品,并且可以帮助用户完成线上购买线上支付的功能。Estimote如果能够大范围的掌握商品的信息,在拥有大量注册用户的情况下,可想而知其巨大的商业潜力。由此可以猜测,在未来社会无线传感器网络高速通达的情况下,人所见之物的信息可能都会被手机检测到。比如你在逛街看到某个路人的裙子很好看,你可以快速搜到商品信息进行购买。在无线传感器的时代每个实体信息都可以被记录传送,众多变化也可以被记录,它昭示的就是一个巨量信息的时代,一个更高层次的大数据时代。
无线传感碰撞大数据,世界会是哪般模样?
Clime现在还在Indiegogo上众筹,一个Clime售价约为26美元,并不是便宜,在离众筹结束仅剩15天的时候还有一半的钱仍在募集中,一共收到325名支持者的赞助。在Indiegoog上称不上一个受欢迎的项目。相较而言,2012年推出市场的Estimote已经在美国和欧洲占据一定规模。三只售价99美元,每个Beacon有限的覆盖范围对覆盖量提出要求,也给商家的成本支出带来压力。无线传感器在个人家庭和商业领域前途光明,但是还有一段路去探索。增强实用性和降低售价是两个重要的任务。
将目光从国外转向国内,目前国内无线传感技术也在不断发展,应用范围在扩大。但是美国这股风毫无疑问更加强劲。从家庭环境的检测,在宠物孩子等方面的应用,到办公环境,办公团队方面的使用,到生活应用方面,商业方面都已经有众多尝试。国内移动互联网浪潮汹涌的今天,智能硬件的发展也要更近脚步。双管齐下才能进一步融入到大数据时代,享受大数据带来的无穷福利。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31