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
《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28