长夜漫漫，无心睡眠，我以为只有我睡不着，原来晶晶姑娘你也睡不着！请问你也是春运没买到坐票吗？
每年的这个时候，总会流传着一张图片，那就是非洲的角马大迁徙和春运盛况的对比图，隐含的意思无非就是说“雨季又过了，又到了春运的季节，男男女女们挤在一起，随着列车轻轻的摇动，就如同那雄海龟趴在雌海龟的身上……”
所以当百度推出的春运迁徙地图在央视亮相的时候，马上让我眼前一亮。作为这种大数据可视化产品的脑残粉，一定要跳出来赞一下。
一.迁徙地图背后的大数据可视化
从全国迁徙图首页可以看出，数据来源是百度地图LBS开放平台，并且辗转找到此项目的负责人求证后，也验证了这一产品的数据来自于众多使用了百度地图的应用所传送来的定位请求，从而对所有请求信息进行辨认设备和定位位置变化来分析处理全样数据。
上面的话比较拗口，简单点儿说，就是只要你的手机里装有使用百度地图API的应用，那么你的长距离移动就是这张地图里的一条线。
只拿此刻的数据进行一下解读，1月26日上午十点，在过去八小时内最热的迁入城市前三名是北京重庆和赣州。无论重庆和赣州，都是劳务输出的重点地区，排名前三理所应当。那么北京为什么位居迁入城市第一？
点开北京的路线详情就能看到，迁入北京的大部分是廊坊、天津、葫芦岛等地的人，只是把北京当做一个交通中转站而已。这也就是北京能在迁出城市和迁入城市都能名列第一的原因了。
已经看到有人质疑这种产品有什么作用。在我看来，再牛逼的大数据挖掘技术，如果不能以一个接地气的方式表达出来，那么永远就只能停留在拙劣的公关PR稿中。举一个最浅显的例子，如果铁道部看完这个图，那么他们至少知道下一步的高铁线路应该怎么铺设。如果你是那个在火车上卖WIFI的小哥，你肯定也会选择最热线路吧？卖烧不坏的袜子、越南跌打膏之类的朋友们同理。
前两天，陌陌也推出了他们春运版的数据，盘点了热门回家线路热门群组各种数据。但是看完之后，我陷入了深深的失望，我最盼望的数据是“漂亮妹子最多的线路”“漂亮妹子最多的车厢”“D杯以上无座只好站着的漂亮妹子最多的车次”……
二.称赞与吐槽
一直以来，百度是我心目中人格最分裂的公司，A面是一个善于营销和自我推广的公司，但是最近几年推出的新产品基本都是跟随型产品，别人先蹚出一条血路，然后百度再用自己庞大的用户群和流量去拓宽这条路，包括踩死先行者。B面是一个拥有着众多牛人和牛逼数据的GEEK，但是却不拿这些数据来做一些让人拍案叫绝的东西。
如果想成为谷歌一样受到全世界尊重的搜索公司，那么百度必须要做一些让人惊叹的产品。例如2008年前，谷歌推出了一个单独的小产品--流感疫情地图，里面将从世界各国卫生组织收集到的流感信息用可视化的方式呈现出来，这样你在出差的时候，就知道是否应该带药品了。(嗯，根据地图显示，我国人民身体素质很好，身体倍棒吃嘛嘛香不得感冒)。
从表面上看，这产品对谷歌商业化产品没有任何拉动作用，但是经过这样的尝试，在两年后，当H1N1病毒肆虐的时候，谷歌已经能将患病高发区整合进自己的地图应用了。
百度迁徙地图算是百度近年来比较少见的，不以拉动任何产品下载使用为目的的数据产品了。但是就产品细节来说，有不少地方有待改进，例如视觉的炫酷感，例如地图的可点击操作等等。
无独有偶，就在五天前，英国《卫报》推出了他们的一个数据产品，叫做《在天上--航空的百年史》。因为1914年是世界上首个商业航班试飞成功，当时只有1名乘客。1914年全年也只卖了1205张票，而2013年卖了31亿2千万张飞机票。产品首页就实时展示了现在全世界上空正在飞行的飞机数和过去24小时所飞过的航线图，很炫很酷，并且密集恐惧症患者慎入。(地址，可能需要翻一下~)
三.大数据需要更接地气
大数据，要玩起来，才会更好玩。我们经常会在公关PR稿中看到这样的话“在本次发布会上推出的新版本，是基于大数据，由业内资深的大数据挖掘团队和机器学习团队埋头研究数月才推出的……”让人不明觉厉。同样的句式，放之四海而皆准，例如情趣用品，也可以说“我们这次推出的新的按摩棒，是基于大数据，由业内资深大数据挖掘团队和机器学习团队埋头研究数月才推出，完全符合绝大多数中国女性的使用习惯……”
所以，大数据现在需要的是将一个泛概念变成一个个接地气的产品或者项目。例如美国梅西百货，他们会根据库存和需求变化情况，实时的调整7300万种商品的实时定价。例如洛杉矶警局，会根据各个区域之前的犯罪率和居住情况，预测性的调整巡逻频率和力度。
百度迁徙地图，如今只是刚上线，所以更多起到的是公关和宣传的作用。而如果这个产品能坚持10年，那么这一定是了解中国产业结构变化和人群生态变化的最简单的途径。
打住，写到这里，突然觉得上面的文字正经到了可怕的地步。
我终于在过年回家之前，把自己的状态调整到了一个六线城市里的木讷内向男中年，准备在“瓜子花生矿泉水，鸡腿盒饭收收腿”的亲切乡音中要变身成地图上的一条线了……
|
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习，包括理论知识和实践技能。以下是数据分析需要学习的主要方面： 基础知识： 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作，包括但不限于以下领域： 金融行业：金融行业对数据分析人才的需求非常大，数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面： 数据收集与整理：数据分析师 ...
2024-11-22数据分析师需要掌握多种技能，以确保能够有效地处理和分析数据，并为业务决策提供支持。以下是数据分析师需要掌握的主要技能： ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别： 定义和目标： 数据开发：数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色，其职责涵盖了多个方面，包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能，以确保能够有效地处理、分析和解释数据，从而支持决策制定。以下是数据分析师所需的关键技能： ...
2024-11-22数据分析师需要具备一系列技能，以确保能够有效地处理、分析和解释数据，从而支持决策制定。以下是数据分析师所需的关键技能： ...
2024-11-22数据分析师需要具备一系列的技能和能力，以确保能够有效地处理、分析和解释数据，从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升，企业对数据驱动决策的依赖加深。 - 预测到2025年，中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中，可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面，主要包括数据的收集、整理、分析和可视化，以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能： 统计学基础：数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异，总体来看，入门并不算特别困难，但需要一定的学习和实践积累。 入门难度：数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程，它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展，随着技术的不断进步和数据量的爆炸式增长，企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术，每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法： 对比分析法：通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级，以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域，吸引着越来越多的女性加入其中。对于女生而言，在选择成为一名数据分析师时，行业选择至关 ...
2024-11-21
