全部(149

自由数据:年销售6亿瓶的老干妈如何玩转大数据

一个丈夫早逝、剩下孤儿寡母、没什么文化的女人带着孩子艰苦谋生。


她从摆地摊做起,20-30多岁时她在卖苦力、辛苦摆地摊,挑着100斤的担子、走几十里去早市摆地摊。她曾被班车售票员推下车,为此她要走几十里。


她就是这样从一个小地摊做起,30年后,她打造的品牌年销售额达到45亿,成为行业第一品牌。当中国最火辣的女人老干妈遇上最热门的技术大数据,就是大数据时代发展数字经济的成功典型。



也许你会提出疑问,“老干妈”不好好做油辣椒,为什么也来蹭大数据的热度?大数据对她有用吗?小呗妥妥地告诉你,不仅有用,而且大有作为!


“老干妈大数据”怎么用?原材料全球采购实时监控


降低采购成本,提高采购效率,为企业正常运行提供保障


生产环节在线监控,把控生产各个环节,提高生产效率,降低生产成本


“老干妈大数据”有用吗?


72个国家,随时洞察市场情况,精准布局市场;老干妈已有20个品种的产品销往国外,覆盖“一带一路”国家在内的72个国家和地区。实现精细管理,每年全球销售7.7亿瓶,依靠大数据,企业产值从2015年的40亿元,增加到2017年的50亿元,年均增长了11.8%。


“老干妈”是如何做到的 运营大数据、监管平台


2016年,“老干妈”投入近700万元定制了一套运营大数据监管平台,通过“一带一路”销售监控、最受欢迎产品分析、产品经销商分析、原材料价格监控(产地自然灾害预警)等模块,优化了对原料采购、产品生产、成品销售等环节的控制和管理


据“老干妈”行政综合部对媒体的介绍,以前,依靠电话传真等方式联系经销商、监测市场,数据严重滞后,且不利于保存、查询和统计。现在,根据实时监测数据,以顾客需求为核心调整产品营销策略,实现了生产销售的无缝对接。据测算,“老干妈”运营大数据监管平台上线后,通过对原辅料采购的监测预警和提前处置,以及对人工运用的精准测算,企业年均节约成本15%至20%。


而根据大数据分析开发的新产品,也得到消费者的认可。目前,“老干妈”已有20余个系列辣椒制品,销售表现明显好于其他同类产品。


多年来,面对激烈的市场竞争,“老干妈”公司却一直处于行业领军地位,关键就在于产品不断推陈出新,而这其中,“大数据”也发挥着关键作用。


大数据的价值,关键在于运用。


在企业转型升级过程中,该公司将进一步优化平台,建立老干妈全球运营大数据库与创新性数据分析建模系统,充分挖掘公司经营数据的内在价值,为企业经营决策提供大数据服务支撑和智能化运营监控,实现企业科学发展、转型发展、提质发展。       



【全文】

自由数据 2018-07-13 10:22:00

自由数据:人工智能武器,是福是祸?

      


      近年来,伴随人工智能技术的快速发展,武器装备研发也驶入了智能化发展的快车道。人工智能在武器装备上的广泛应用,不但能适应“快速、精确、高效”的作战需求,还能显著提升武器装备的制导能力、毁伤效果和反应速度,得到广泛关注。然而,当具备高度智能、“会思考”的武器系统真正走上战场,汹涌而来的人工智能武器化究竟是福还是祸?日前,科技巨头谷歌公司正式宣布,将中断与美国军方关于使用人工智能分析无人机视频的合作,并承诺不会将人工智能技术用于武器开发。不过,谷歌公司表示还将继续推动人工智能在网络安全等军事领域的应用。一场围绕人工智能武器化的思辨,目前只是刚刚开始。


  “终结者末日”到来——人工智能武器化“来势汹汹”


  一手缔造出“机甲战士”和人工智能的人类,好像与生俱来就对它们存在着恐惧。科幻电影《终结者》中,拥有超人智力的“天网”系统不仅没有成为人类的得力助手,反而为人类带来了“终结者末日”。这些关于“机器人杀人”的科幻作品无不引人深思:拥有超人智力的智能机器,是否会危及人类自身安全?


  诞生于上个世纪50年代的人工智能,依托计算机运用数学算法模仿人类智力,让机器“学会”人类分析、推理和独立思考的能力。此次点燃谷歌公司人工智能军事应用争论“导火索”的,正是美国国防部“算法战争跨功能团队”的Maven项目。


  目前,美国国防部每天都会收集到来自无人机机群的海量战场视频数据,早已令人类图像分析师不堪重负。能否借助人工智能自动识别视频中的重要目标信息,成为美国军方与谷歌公司合作的重点。


  然而,“来势汹汹”的人工智能武器化,也引发了人们对于“冷血机器”的深思。韩国科学技术院研发的人工智能机器人武器,就遭到了30余个国家和地区研究人员的集体反对。斯蒂芬·霍金、伊隆·马斯克以及数千名人工智能与机器人领域研究人员也曾发表公开信,表达了对人工智能武器可能引发的“终结者末日”的担忧。


  早就与军事“联姻”——战争机器有了“人类智慧”


  早在上世纪60年代,美军就尝试把尚不成熟的人工智能与军事应用“联姻”。现代战争迈入智能化时代,尝到了“以智取胜”甜头的美军加速推进智能化武器的发展应用。目前,人工智能早已渗透至军事应用各个领域,具备指挥高效化、打击精确化、操作自动化和行为智能化的人工智能武器装备,将在未来战场发挥“机器智慧”的独特作用。


  专家系统。借助人工智能所拥有的推理分析能力,求解通常只有专家才能解决的各类复杂问题,是目前人工智能军事化最为活跃的应用之一。研究结果表明,人工智能用于战争指挥和作战规划,能将以往耗时12小时的工作量压缩到1小时。美国国防部高级研究计划局曾积极开展“深绿”系统研究,能提前预测战场态势变化,为指挥员计划决策提供重要辅助。俄罗斯军方也在积极推动人工智能代替士兵做决策,以求在瞬息万变的战场环境中抓住稍纵即逝的战机。此外,专家系统还可有力提升武器装备对战场态势的感知和评估能力,实现各类战场信息的有机融合。


  深度学习。主要模仿人脑学习过程,通过经验积累和自我学习不断提升“战场思维”。将深度学习技术应用于武器装备,有望进一步提升武器装备的自动目标识别能力,为破解战场“数据迷雾”提供有力支持。美国国防部高级研究计划局开展的“对抗环境下的目标识别与自适应”项目,旨在借助深度学习实现合成孔径雷达图像中目标的自动识别定位。“图像感知、解析、利用”项目则通过模式识别技术,实现对视频和图像中重要信息的有效提取转化。此外,人们还在为海量情报数据和数字化信息找寻“人工智能”解决方案,美国中央情报局就在积极推进137个人工智能情报处理项目。

  运动控制。无人化作战平台的兴起,也对人工智能提出了新的技术需求。曾实现完美“后空翻”的美国“阿特拉斯”机器人,需要时刻监测机体各项参数并实现运动控制,人工智能算法为其“运动自如”提供了一颗“智慧的大脑”。更能发挥人工智能效能的是集群运动控制领域,无论是美国于2014年完成的13艘无人艇自主集群行动试验,还是从3架F-18“大黄蜂”战斗机上释放的103架“山鹑”微型无人侦察机,抑或是美军正在展开的有人武器与无人武器协同作战,人工智能都为这些看似“呆头呆脑”的机器提供了“人类智慧”。


  关键还是人类自身——谨防机器成为“嗜血怪兽”


  在信息化和智能化战争的大背景下,把人工智能与军事应用“一刀两断”,恐怕谁也做不到。即便是此前倍感“压力山大”的谷歌公司,也明确表示将会继续在涉及网络安全、征兵等领域与美国军方开展人工智能技术合作。要防范人工智能成为“嗜血怪兽”,关键还是人类自身。


  事实上,人工智能的军事化应用虽然还只是刚刚起步,但它确实在未来战争中占据着不可替代的重要位置。未来战争作战节奏越来越快,战场数据将成“井喷”式增长,人脑很难应对瞬息万变的战场态势,反应速度快、信息容量大、不受时空或体力限制的人工智能必然会进入战场决策的“指挥圈”。美国国防部计划到2035年初步建成智能化作战体系,到2050年实现作战平台、信息系统、指挥控制的全面智能化,借此实现与对手的“技术代差”。


  同时,人工智能还将加速战场数据的信息融合,伴随着无人机、无人潜航器、机器人士兵以及“无人与有人”协同作战单元逐步走向战场,“云端大脑”“数字参谋”“虚拟仓储”等人工智能军事化应用或将在未来战争中发挥“颠覆性”作用。


  然而,人工智能武器只是一台完成人类布置任务的机器,一旦被别有用心的人重新编程,极有可能制造出一台滥杀无辜的“杀人机器”。面对复杂的人类战场环境,智能化武器装备也不是只靠数据和算法就能“想”明白的。2016年6月,英国潜艇曾向美国本土误发射一枚“三叉戟”洲际导弹,本应自动搜索和响应的美国反导系统却毫无反应,这才避免了一起自动触发报复机制的“灾难”。


  由此可见,事关战争的重大问题决不能轻易交由机器来做抉择,即便是人工智能军事化日益完善成熟,也不能放任智能化武器的“野蛮生长”。


  自由数据 www.freedt.cn 收集整理


【全文】

自由数据 2018-07-13 10:08:37

自由数据:AI预测世界杯,今年玩出新高度。

1.jpg

2010年世界杯半决赛,德国大战阿根廷前夕,全世界的目光都集中在一只章鱼身上。

 

这只名为保罗的章鱼在两个分别装有德国和阿根廷国旗的玻璃缸面前沉思良久,考虑了一个小时之后,跳到装有德国旗帜贝壳的玻璃缸,预言德国会取得胜利。

 8.jpg

章鱼保罗成为了当年全世界的宠物,它在世界杯上8次预测8次全中,成为名副其实的“预言帝”。伴随着章鱼保罗的各种猜测讨论接踵而来,阴谋论者说章鱼保罗被博彩公司操纵、数学家表示背后的原因是概率论、动物学家称章鱼喜爱的食物色彩与德国国旗颜色一致、而章鱼保罗的信徒把它看作神……

 

说到底,章鱼保罗事件只能算是玄学。而在八年后的今天,利用技术预言成为了最新的潮流。

 

近日,俄罗斯彼尔姆国立研究大学物理系大四学生维克多?扎科派洛建立了一个能预测2018年世界杯冠军的神经网络。扎科派洛进行了大量的研究,得出了对比赛结果产生最重要影响的几条标准,然后将数据输入网络。综合各项参数进行分析计算后,他得出结论,世界杯前三名将是德国队、巴西队和阿根廷队。

 

彼尔姆国立研究大学称,这项预测的准确度超过80%。如果预测准确的话,俄罗斯队甚至不能在小组赛中出线……

 9.jpg

同样看好德国队夺冠的不止大学,还有银行。瑞银集团在最近发表预测称,其全球财富管理部门使用计量经济学工具进行预测,结果称德国队夺冠概率高达24%。紧随其后的是巴西和西班牙队,分别为19.8%和16.1%。

 

连游戏公司都来凑热闹,EA宣布使用旗下游戏《FIFA 18》模拟预测今年世界杯冠军最终会由法国获得,并且是在和局的情况下以点球方式与德国分胜负,终以4:3险胜。

 

早在四年之前,百度、微软等公司就成功预测了世界杯的16强、8强和4强。预测赛事的原理大抵相同,在专业领域建立计算模型,导入相关数据,机器即可推演出结果。在Alphago站在世界围棋之巅后,其使用的神经网络成为了炙手可热的技术,利用这项技术来建立模型,能够得到准确客观的结果。

 

上文提到的俄罗斯大学生扎科派洛认为,天气、裁判、球员心情、球场状态、球员身体状况、伤势和在比赛中的碰撞都会影响比赛结果。因此,他在研究中使用了2006年、2010年和2014年世界杯的数据资料。

 

瑞银集团也派出18名分析师组成的团队进行研究,并对比赛进行了1万次计算机模拟。分析人员使用了团队实力、资格赛记录和过去世界杯表现等因素。

 

10.jpg 

(瑞银集团统计的本届世界杯前十名球队)

 

那么这些预测除了提供给人们津津乐道的谈资以外,还有什么用处?实际上,在体育竞技为主的博彩行业,人工智能可以大大降低风险。

 

英国一家体育科技公司就在依靠人工智能开发AI赌球工具,通过出售预测数据或者自己下注来赚钱。该企业称,他们利用AI观察上千小时的比赛并进行分析,对外声称当前的下注模型的正确率足以获得稳定的回报。

 

然而一切预测结果都不能和比赛结果划上等号,预测只能尽可能地将博彩风险降低,毕竟比赛当中出现任何意外情况,都是人工智能无法预料到的。

 11.jpg

顺便说一句,今年的世界杯也有类似章鱼保罗的动物,是俄罗斯层层选拔出来的一只猫。有兴趣的朋友倒是可以关注一下机器和猫哪个预测的更准确。

 

如果说人工智能还未发展成熟,大数据的实际应用在球队上能帮助提升整体的实力。

 

荷兰赫拉克勒斯足球俱乐部在2014年曾遭遇了危机:球员状态低迷,导致球队徘徊在降级边缘。

 12.jpg

这支球队没有遵循传统球队的做法——派球探挖人,而是请了一家数据公司SciSports,利用数据来寻找邀请球员。在大数据的帮助下,赫拉克勒斯足球俱乐部找到了沃特·魏霍斯特,一位未被荷兰青年队选中的年轻前锋。

 

SciSports给出的理由是魏霍斯特虽然看起来动作不流畅,但是进球非常多,这正是俱乐部需要的。免费转会到赫拉克勒斯后,魏霍斯特在比赛中大放异彩,一年之内成为了球队的最佳射手,随后转到阿尔克马尔足球俱乐部,转会费为150万英镑。

 13.jpg

SciSports利用数据和机器学习打造了SciSkill 指数,根据球员的能力、潜力和影响力进行排名。数据来源则是公司自己研发的BallJames系统:在球场布置了14台摄像机,从比赛的视频中自动生成3D数据,对数据进一步挖掘。

 

大数据不仅能选择合适的球员,加以利用就能做更多的事情。英超的20支球队都在主场配备了8-10台数码摄像机来捕捉球员在球场上的表现。一场比赛下来会记录140万项数据。

 

球员自身的数据也十分宝贵,在训练中,球员们会戴上GPS、加速感应器以及心率监测仪。有些俱乐部甚至开始把训练数据分析和球员的生活结合在一起,比如调整他们的饮食和睡眠习惯。

 

甚至在比赛当中,各种类型的运动数据也会被记录。本届世界杯专用足球“Telstar18”内置NFC芯片,可以与智能手机进行数据传输。每个用球都生成了一个独特的标签,具有权限者能解锁专属数据信息,还可以查看该球的运动轨迹以及球员们的射门技巧。

 

收集数据是第一阶段,如何去使用数据是最关键的。大数据专家Bernard Marr就曾撰文指出,数据的基本分析应用已经不足以保证竞争优势。数据运用的目标是寻找关键的1%——利用数据的细节找到对手的弱点,并通过这些弱点扭转乾坤。

 

总之,技术正在不断颠覆足球这项运动。 自由数据也热切盼望着,盼望着借助科技的强大力量,中国足球,还能出头!


【全文】

自由数据 2018-06-15 15:24:55

自由数据:细数2018年世界杯球员名单的有趣数据

世纪杯.png

   距离2018年世界杯正式开幕只有5天时间了,无数球迷期待的狂欢盛宴终于就要开始了,想必大家已经按捺不住了。本次总共736名球员将成为全世界瞩目的焦点,下面自由数据带大家看看本次世界杯参赛名单有哪些有趣的数据。 



1.     年龄最大球员

图片 1.png

来自埃及的第一门将哈达里,已经45岁了,成为本届世界杯年龄最大的球员。



2.    年龄最小球员

2.png

阿尔扎尼是本届世界杯中唯一一个99年后,目前在澳大利亚队担任中场位置。

tip:第二年轻的球员是出生于1998年的法国球员姆巴佩,仅仅大13天。



3.    平均年龄最大的球队

3.png

巴拿马队哪平均年龄超过29.6岁,是本次世界杯最老球队

tip:排名第二的是哥斯达黎加,本次世界杯将保持上一届的核心阵容参赛。



4.    平均年龄最小的球队

4.png

尼日利亚队平均年龄仅为25.9岁,是本届世界杯平均年龄最小的球队。



5.     国脚大户俱乐部

5.png

名副其实的国脚大户曼城今年将有16位球员分别代表不同的国家参赛,皇马以15排第二,巴萨以14排名第三。



6.     最恋家的球队

7.png

英格兰是世界杯唯一一支所有球员都来自同一联赛的球队。

 

7.     东拼西凑的球队

7.png

与英格兰恰恰相反,塞内加尔和瑞典都没有球员在本国联赛踢球。。。



8.     身价最高队伍

8.png

从德国转会市场统计的球员转会身价统计,法国队以9.68亿英镑总身价排名第一,OMG



9.     身价最低队伍

9.png

与法国队相对应的是巴拿马队,总身价只有848万英镑,法国队平均身价差不多是巴拿马的5倍。



10.  分布最平均

10.png

此次俄罗斯世界杯,从A-H8个小组汇总,每一组都有至少有一名巴萨球员,有有史以来唯一完成此壮举的俱乐部。



11.  中超外援数量最多的一次

11.png

今年将有9名中超外援登上世界杯,比2014年世界杯数量增加了3名。(值得鼓励)



12.  国脚发源地

12.png

英格兰联赛本届贡献了124明各国国脚,位居第一,其次分别是西班牙联赛81名,德国联赛67名,可见世界第一联赛影响力之强大。

Tip:可惜的是,贡献度第四的是意大利联赛,意大利国家队却无缘本届世界杯。



13.体重最重球员

13.png

据国际足联的球员统计数据显示,巴拿马球员罗曼-托尼斯以99公斤体重成为本届世界杯最重球员,(其实照片看起来不像胖子)



14.体重最轻球员

14.png

和体重最重相对应的是,日本球星乾贵士和英格兰球星林加德,他们都只有59公斤。



15.最高球员

15.png

本届世界杯身高最高的球员是201cm的克罗地亚门将卡利尼奇,另外一个同名的克罗地亚国家队著名大中锋卡利尼奇,身高也有187cm米。



16.最矮球星

16.png

瑞士球星沙奇里仅有165cm,是本届世界杯最矮球员。



17.平均最高球队

17.png

塞尔维亚国家队的平均身高186.6cm,成为平均身高最高的队伍。



18.平均身高最矮球队

18.png

相对应的是,沙特阿拉伯国家队,他们的平均身高为176.2cm,成为本届世界杯平均身高最低的球队,比塞尔维亚整整相差了10cm



 

自由数据www.freedt.cn,收集整理。

 



【全文】

自由数据 2018-06-08 15:59:21

自由数据:别让大数据蒙住了你的洞察力

 自由数据API接口


随便刷刷朋友圈和各种各样的社交知识平台,每天都会出现一大堆各种行业的分析报告,即有大数据又有洞察。大家在欢呼着拥抱大数据带来的洞察的同时,也不断让这两个词前所未有的廉价。

 

很多人并没意识到,洞察从来都不是来自于数据,而是来自于对现实现象的观察和假设。在这个世界上,数据无处不在,从来都不缺,缺少的是获得数据的手段。

 

互联网的出现和迅速发展,让大量获取数据成为了可能,但是在现阶段也仅仅是开始和探索,没有人计算得清楚全世界到底有多少数据,而我们目前能记录的有多少,即便是互联网任何一家巨头企业,所能记录的也只是其中的亿分之一。所以,面对如雨后春笋般出现的大数据解决方案,千万不能把自身业务的成败只维系于它们,否者你以后所面对的更大可能只有失败。

 

克里斯滕森再《创新者的解答》一书中,将研究的阶段分为三个阶段:首先描述我们想要了解的现象,然后对现象进行分类,最后再进行探究因果关系。而数据只是在第三阶段才发挥作用(并且只能揭示相关性而不是因果关系),前两个阶段才是体现洞察力的部分。也就是说先有洞察(我们通常所说的假设),再用数据来进行佐证。

 

现实情况中,大部分甲方乙方的专业团队在没有想法的前提下,往往指望通过各种网上爬取的社交数据、行为数据、搜索数据等各种不明觉厉的统计办法(交叉性、相关性分析等等),这样就会有很多种充满洞察的结果出现。这是很荒谬的一种行为,一个纯粹的统计学家从来都不一定会是一个杰出的社会学研究者。

 

所以,尽管有了大数据的支持,但是要想发现什么并不是大数据本身就可以解决的问题。作为甲方,如果真的想让大数据为自己的企业和品牌发展助力,那么在选择乙方的时候,必须先解决一下几个问题:

 

1.    乙方对所要面对的问题是如何定义的?有哪些假设?

 

缺少了假设,数据并没有什么意义,不同的介绍,同样的数据可能会找到不同的意义。克里斯滕森曾经举例过两种数据:一组是1,2,3,4,5,6;另一组是75,28,41,25,38,64。第一组看似规律,往往会被认为是7和8,但如果告诉你这是一组彩票中奖号码,你还会这么认为么?第二组看似毫无规律,但是如果告诉你这是从纽约某地到华盛顿某地途中所途径的公路号码,那么你一定会准确得预测后面两位数字。

 

所以,甲方们请记住,在第一阶段的工作才是考察乙方洞察力的时候。专业的一方,会根据甲方的需求重新深入考虑,寻找解决问题最有效的切入点,详细阐述数据研究的目的和局限性,并且明确数据的获取渠道。而往往大多数的乙方会直接说:“我们的数据很有价值,能发现很多。”似乎数据就是全能的。

 

2.    乙方提供的数据有多大程度是可信的?

 

大数据从诞生到现在,从来就不是公开的,并且由于其价值性,获得的成本也越来越高。优秀的数据的前提是全数据。尽管每个数据研究者都知道全数据是海量的,但是并没有人能真正估算其量级,也无法真正打通。

 

当乙方拍着胸脯说能爬到传统研究无法企及的海量数据时,请不要轻易的被打动。没有人知道这些数据占整体数据的比列,以及怎样检验所得数据的有效性和真实性。

 

3.    所得数据有多少才是真正的“消费者原生性数据”?

 

所谓道高一尺魔高一丈,既然数据有价值,就一定会有人造数据和庞大的水军的存在。水军的发展可能比爬取数据的技术发展更快。现在的水军的工作很大程度上已经由AI负责,数据的清洗也越来越难。更可怕的是,虚拟社交机器人已经能自动生成并发布内容,Twitter曾经承认这一数字高达20%,估计在2018年这一数字将超过50%。

 

洞察是我们在研究探索趋势的过程,而数据仅仅是验证洞察,或者发现当下的流行。万万不能过于把流行当成趋势,把当下数据形成的走势作为未来的指引。如果数据本身就可以准确的预测未来,那么最先使用的一定是股票投资者,那也就永赚不赔了。

 

自由数据 www.freedt.cn 整理发布,关注自由数据,获取优质数据服务。


【全文】

自由数据 2018-05-31 17:54:56

总共149条数据   首页  上一页1 2 3 . . . 下一页 末页   跳转到  共30

热门文章