腾讯地图亮肌肉:BAT争霸大数据_数据分析师培训
除夕当天,央视一则“全国加班地图”的节目引起了我的兴趣。
为什么?因为这是腾讯地图开放平台提供的全国加班人群分布图。而这只是腾讯春节推出的三大热图之一!其它两个分别是红包地图、出行热力图。这,是腾讯地图第一次真正展示“大数据”实力的亮肌肉。
就在业界认为地图行业是高德(已被阿里收购)、百度的“双雄会”之时,帝企鹅已经不声不响地赶上来了。(扫描文末二维码关注可获取更多,每日一深度)
【高颗粒度的腾讯“加班地图”】
腾讯加班地图,是腾讯地图开放平台通过对每天超过100亿次的位置定位请求的大数据分析。比如,结合时间点的定位轨迹分析、区域分布特点、行业特征等等,从而分析得出加班用户的省份、城市、区域分布热点图。
以上图为例,图中圈比较密集、颜色偏红的地区加班指数较高,代表该地区加班人数较多,加班时间较长;颜色偏绿的区域,加班指数相对较低。
分省份看,加班人数最多的省份前三分别是广东、江苏、山西;分城市看,加班人数最多的城市前五位是我们的一线城市北京、上海、广州、重庆、深圳;
而对全国范围内区域的加班人数排序:前三的区域是北京国贸、上海南京西路、上海徐家汇, 区域排名前十中上海占3了个,北京、重庆各占2个, 广州、深圳、太原各1个。
再进入更细的颗粒度,来看一下“城市排行”中加班指数最高城市北京的情况:北京加班的人群主要集中在三元桥、国贸一带,指数较高,其中央视新大楼也在国贸商圈内;其次中关村和金融街加班的人也较多,同时还能看到今天中央电视台也有不少人依然在工作岗位。而排名第二的上海的加班情况是,加班人群主要集中在徐家汇、南京西路以及陆家嘴这些地方。
这说明,腾讯地图每日定位请求达到了很高量级(百亿次),精细程度也达到了很高的颗粒度。
【地图,车联网的战略制高点】
为什么这两年腾讯发力猛追地图业务?
我曾写过,时间、空间是一个信息原点的根本属性,目前信息流大多基于timeline机制,因此基于位置的产业LBS将是一片巨大的蓝海。位置服务将成为移动互联网的一项基础服务,也是一个战略制高点。
线报称,lbs事业部在百度内部地位相当特殊,由于移动端入口效应的凸现,李彦宏非常重视百度地图这款产品。而马云则先后两次共斥资十几亿美元,一口气让阿里巴巴整体吞掉了高德地图。
马化腾当然心知肚明,2013年,腾讯在战略注资搜狗时专门留下了当时挂在搜搜旗下的soso地图,更名为腾讯地图,上升到了整个集团战略层面。2014年,腾讯注资四维,获得了最顶级的国家级地图服务资质资源。一方面,腾讯地图产品不断打磨;另一方面,因为微信、手Q的强势拉动,腾讯地图正发力猛追。
更重要的是,移动端的超级入口正呈现马太效应,市场集中度越来越高。微信是业界公认的“超级移动船票”,有潜力成为船票的地图也许是下一个。至少,它是一个重要的基础性服务。
现在整个行业的热点之一,是车联网。当汽车之间与汽车之间通过地理服务连接起来时,产业是极为庞大的。去年,腾讯已经率先推出了“路宝”!
这一场车联网的超级入口战争,才刚刚开始。
【BAT加速布局大数据】
然而,在更重要的层面,地图是BAT争霸大数据的重要组成部分。
大数据,是当下IT领域最时髦的词,简单说就是从各种数据中快速获取信息价值的能力。2012年3月,奥巴马政府宣布投资2亿美元拉动大数据相关产业发展,将“大数据战略”上升为国家战略,奥巴马政府甚至将大数据定义为“未来的新石油”。
美国政府声明说,要通过提高美国从大型复杂的数据集中提取知识和管理的能力,来加强整个国家的竞争力,这被认为是跟互联网同一个级别的时代。显然大数据不止是一个词汇,更是一门技术,是一个产业时代。而中国作为世界上人口最多且GDP第二、互联网规模第二且增长第一的国家,在大数据层面有一个罕见的历史发展机遇。
我曾在《大数据绝不是大忽悠》(订阅微信公众号【王冠雄】后可见)中写过,大数据的精髓在于“大”,它不是抽样而是全样,它不是盲人摸到的象腿或者是象鼻子,而是整个大象本身,大数据的精妙处在于用的人越多越增持,通过这样一个模糊的宏观判断,能够完成一个精准的个体推荐,从而会让整个生产效率得到极大提高。
阿里巴巴、百度、腾讯,三家都把大数据升级为集团级战略。未来,一切生意都是数据的生意。
但是如果略作比较,还是存有很大差异。它不仅与其拥有的数据性质有关,也与技术基因、战略优先级和生态系统能力有关。从三大巨头的数据源看,百度是基于用户搜索行为的需求数据,阿里掌握着交易及信用数据,腾讯则掌握着社交关系数据。以后再详谈。
【结束语】
腾讯地图的迅速增长让人震惊,我却不意外,因为这是战略级业务。地图,依然是BAT三座大山的菜,而且是BAT争霸大数据的重要棋子。
当然,也不是谁拥有最多的用户、流量或数据,谁就在大数据领域最牛。所有关于大数据的论断都认为,大数据并不在于大,质量、性质以及谁拥有它,将决定大数据能被挖掘出来的价值和难度。
数据分析咨询请扫描二维码
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《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