杨幂也只有在这件事上,能碾压高圆圆和范冰冰了

要不怎么说马爸爸会赚钱呢

在2011年的时候就开始说大数据了

还举了个形象生动的例子

▲ 最小的是浙江,最大的没说

戳下面的视频看看现场

除了罩杯

马爸爸掌握的秘密可多了

你购物记录里那些羞羞哒的东西

说出来可能这篇推文就要被举报了…

集这些千千万万的数据

也只是为了让你买得更爽

(其实是他卖得更爽)

所以大数据这么厉害

究竟是个什么鬼?

先来看看百科怎么说

大数据 Big Data

又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。在总数据量相同的情况下,与个别分析独立的小型数据集相比,将各个小型数据集合并后进行分析可得出许多额外的信息和数据关系性,可用来察觉商业趋势、判定研究质量、避免疾病扩散、打击犯罪或测定即时交通路况等。

简而言之

你一个人在淘宝上的所有行为,

称之为数据

所有用户在淘宝上的所有行为,

称之为大数据

听起来好像都是商人关心的事

但它真的和你息息相关

譬如能总结出大家都挺闲的

▲ 百度奇葩问题搜索报告

譬如能无声控诉黑心老板

▲ 腾讯全国加班指数

好了,还是来说点正经的

看看被大数据层层渗透的生活是怎样的

大数据和你有什么关系?

大数据 X 买买买

科学剁手,省心更省钱

以前都是杂志告诉你什么最流行

现在是网红告诉你什么最In

但最靠谱的还是数据

▲ 淘宝曾发布的趋势图谱

▲ 大幂幂功不可没

还有一份堪称业界楷模的消费报告

以2011-2015年淘宝全网数据为基础

说我们南方的姑娘对OL风没兴趣

▲ 越北越OL,你觉得准吗?

还有今年2月才发布的网络时尚消费趋势

以真实数据为带货女王大幂幂站台

指出大幂幂带动的时尚单品

超过第二名圆圆女神和第三名范爷的总和

所以说也不怪明星们总是拗脑洞造型

小编要是有这吸金能力

别说是在机场街拍

就是在鸡场也行…

除了能告诉我们什么单品最火爆

有心的妹砸可能早都发现

自己的淘宝页面和别人不一样

没错~这也是基于大数据和科学的算法

大数据 X 谈恋爱

遇见渣男的几率小了

如果说商业上的运用

还不能表现大数据的魔性

那么来看看在越来越数字化生活的如今

大数据怎么指导你谈恋爱

你有微博吧? 你有大众点评吧?

你有去哪儿吧?你在豆瓣上打过分吧?

甚至浏览过不能说的小电影吧?


一切在网络上的蛛丝马迹

都能被记录下来

在大数据的时代

这些至少能从一定程度上

勾勒出人的面貌:

看什么电影、去过哪里旅游、谈过几次恋爱等等

面对可能说谎的渣男

用数据来挑人,是不是靠谱多了?

相信不少主打相亲/社交的网站

在牵线的时候,已经这么做了

大数据 X 医疗

你有病,大数据有药

对有些人来说购物和爱情可能不是必需品

但医疗就不一样了


很多时候是因为数据的缺失

导致患者无法找到适合的治疗方案

但当数据样本足够多的时候

通过病史数据的存储与共享

就能对接到刚好的医生、方案

大大减少了时间和费用

大数据 X 交通

拜拜嘞,堵车

不仅人会生病

大城市的一个毛病就是出行难


随着大数据的深入应用

根据过往出行数据的分析

实时的车辆流量

家门前的红绿灯读秒会更智能

你的出行时间也会更合理

什么时候出门?数据说了算

是不是发现如今什么都在玩大数据了

甚至包括……

你的脚

大数据和意礴有什么关系?

多数朋友都是通过

3D足型扫描仪找到我们的

就是它精准扫描你的足部三围

1分钟速Get双脚的长宽高

目前已服务超过100万的用户

那么你可能又要问了

OK,Ok知道你厉害

那收集了这么多的脚型大数据

然后呢?

其实每个人的脚

都不是用一个鞋码能定义的

在后台的留言中

小编深切感受到你们的咆哮


“脚太宽/瘦/多肉!”

“脚太大/小!”

“第三个脚趾过长!”

所以特地为你们招了一批大牛

打造大数据研发中心

有清华大学教授、博士、留学归国人才

通过对海量数据分析、挖掘和深度机器学习


获悉特殊脚型人群需求

据大数据分析结果

优化传统制楦工艺、生产流程

实现鞋楦更适合脚型

打造从用户扫描脚型、下订单

至工厂物流到家的个性化定制闭环

不好意思,稿子背得太6

必须拿出来嘚瑟一下

还是举个栗子吧

譬如我们网购买鞋

总是买到不合脚的鞋

在有了你全面的脚型数据后

能更精准的为你推荐合适的鞋

在未来,甚至能根据具体情况

一键下单,定制专属鞋

再譬如总是有小脚星人咆哮买不到鞋

是因为品牌根本不知道有多少需求呀

经过科学的数据分析后

品牌就会知道该向哪个地区加码空投小码鞋了

既不造成浪费

也解决你们的问题

/互动/

你买鞋的时候

总是遇到什么难题呢?

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342

推荐阅读更多精彩内容