物联网大数据被激发的三个特征
虽然数据本身是客观存在的,但是它的范畴是随着文明的进程不断变化和扩大的。在万物互联时代,大数据的几个重要特征将会被成倍放大,并最终形成特殊的应用场景及商业模式。
数据的体量将会成倍增加
正如移动互联网时代,核心网络节点从PC转换为人一样,在万物互联时代,无数的物理硬件将成为核心网络节点,数据来自无数自动化传感器、自动记录设施、生产监测、环境监测、交通监测、安防监测等;来自自动流程记录,刷卡机、收款机、电子不停车收费系统,互联网点击、电话拨号等设施以及各种办事流程登记等。由于连接数的增加,不间断的数据收集、存储、回传,以及更高清的图片和视频应用,都会让数据的体量有惊人的爆发。
比如Google街景服务,每辆车每天产生的数据将达到1TB,加入分三个拷贝,一年就是1PB,而目前最大容量的存储硬盘不过是10TB。
在万物互联的场景下,每天都会有大量的终端在进行类似Google街景这样的数据回传,而大数据的理念,要求数据尽可能庞大且非刻意收集。
伴随着物联网技术的成熟,产业的爆发,各种随身设备、物联网和云计算、云存储等技术的发展,万物都将被联网,物的所有轨迹都可以被记录,一切皆被数字化,因此产生的数据可以想象,比之今天,会有多大量级的增加。数据存储、数据计算与挖掘技术,都将成为万物互联场景下大数据应用的核心能力。
数据的及时性特征将会被放大
在互联网甚至是移动互联网时代,数据的及时性并没有那么重要,大量的统计结果是基于过往数据的挖掘而产生的,这些不及时的数据意义也是非常巨大的。Google利用不同地区人们的搜索习惯,成功预测了流行疾病的爆发。Facebook利用网民在无压力情况下浏览网页、评论、点赞、社交言论的情况,成功预测了美国各州总统大选的结果。这些都属于利用过往大数据的成功应用案例。
但是在万物互联场景下,由于物联网可以实现微量数据的不间断回传,人们对于数据的及时性需求将越来越旺盛,无等待服务将被更多的行业提供,从而产生更多的应用场景。
比如在智慧交通上,百度、高德等地图厂商,已经可以通过智能手机的数据回传,动态监控整个城市的交通情况,从而为用户提供实时的路况信息。目前这种路况信息已经取代了传统的交通广播模式,能够实现个性化地关注出行路线的路况,并根据交通情况,自动设计、自动更改。
目前,在物联网应用领域,缺乏一个类似iPhone之于移动互联网一般里程碑的产品。而大多数人都将此寄希望于无人驾驶,因为人类如果能将汽车这样一个工业时代最重要的个人产品进行智能化、数字化,那么将极大带动其他产业物联网化发展。而无人驾驶的前提,除了提前将整个街区数字化以外,不间断的数据回传也非常重要。在物联网环境下,随着车与更多物品连接起来,将会形成更大范围的网络效应,交通这个生态也将进一步丰富起来。
而在车联网普及方面,也许到来的速度要比我们想象的还要快一些。欧盟已经提出打造数字化大市场,首先在车联网领域进行突破,2018年3月31日开始,所有的汽车必须配备ecall装置,每个ecall设备中需要放入SIM卡。欧洲运营商Vodafone,自建并运营了全球第三大M2M平台(GDSP),确保M2M SIM 卡在全球无缝漫游,保证持续使用。截至2016年第一季度,Vodafone M2M连接数超过2000万,收入增速达到21%。到2019年,M2M计划新增覆盖50个国家,覆盖全球90%以上区域。
数据的完备性将得到极大提升
在大数据时代,数据格式变得越来越多样,涵盖了文本、音频、图片、视频、模拟信号等不同的类型;数据来源也越来越多样,不仅产生于组织内部运作的各个环节,也来自于组织外部。
例如,在交通领域,北京市交通智能化分析平台的数据来自路网摄像头/传感器、公交、轨道交通、出租车以及省际客运、旅游、化危运输、停车、租车等运输行业,还有问卷调查和地理信息系统数据。
4万辆浮动车每天产生2000万条记录,交通卡刷卡记录每天1900万条,手机定位数据每天1800万条,出租车运营数据每天100万条,电子停车收费系统数据每天50万条,定期调查覆盖8万户家庭等,这些数据在体量和速度上都达到了大数据的规模。
数据的完备性,尤其是跨界数据的交叉运用,将会产生意想不到的应用场景。亚马逊正是此中高手,更加完备的数据,让亚马逊在个性化推荐的时候,并不用如沃尔玛一样思考为什么买啤酒的用户会买尿不湿,他们只是通过统计学发现数以百计的类似关联现象,配合更多诸如年龄、消费习惯、性别等标签数据,将结论直接用于精细化营销。
总 结
物联网大数据的故事还有很长很长,数据的爆发只是一个开始,我们如何收集海量的数据,如何储存,如何设定算法,如何运用机器智能实现自动运算,如何将运算的结果用于预测未来或者更多的商业场景,最后如何确保我们的数据安全。
这里的每一个步骤,都是一个细分领域,我们在大数据应用的路上才刚刚起步。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11