这是一个被数字吞噬的时代。互联网大行其道、智能手机普及、智能硬件发展、存储技术进步、硬件成本下降，这些要素都推进了信息和数据爆炸性增长的趋势。2000年以前，人类仅存储大约12 EB的数据。但是，现如今，每天都将会产生大约2EB的数据。换言之，过去两年内人类社会的数据增长量占到全世界所有数据的百分之九十以上。数字不吞噬你，吞噬谁?

这也是一个傲娇和浮夸的时代。因为数据获取的便利性，现在任何一家触网的公司，都宣称自己是大数据公司。任何一家传统的金融机构都标称自己基于数据挖掘进行风险控制。甚至超级多的P2P小贷公司都傲娇的觉得自己已经站在大数据的风口和前沿。

后文所列举的一些行为痕迹和数据挖掘的鲜活案例，例如，如何判断怀孕、如何捕捉阅读趋势、如何通过声音控制枪支犯罪、如何识别路面的坑坑洼洼，很少能在国内企业中看到类似新颖的案例和介绍。数据的价值不在于拥有，而在于挖掘。路还很长，请务实前行。

一、当我们变成一堆数字

不用担心和害怕，也不必觉得冷漠，客观上，我们每个人在公司的眼中就是一条或多条数字化的记录。互联网的发展、存储技术的进步和智能硬件对日常生活的渗透，使得任何一家公司都在无时无刻的收集我们数字化的消费和行为痕迹。

例如，结构化痕迹。假设你在银行申请一笔消费贷款，你的年龄、性别、教育、电话、邮箱、收入、家庭、地址、征信、消费、资产、流水等信息都会被传统的二维表结构形式清晰的记录下来。例如，文本痕迹。即时通讯的留言、网上发表的帖子、邮件的内容、产品发表的评论、针对某个无良电商的投诉，和微软小冰的聊天(有空可以调戏下它)、Kindle的文本标记。例如，声音痕迹。语音投诉、客服的沟通和交流、吵架声甚至枪声。例如，图片和视频痕迹。朋友圈上传的图片、优酷上传的视频、街头监视器录制的视频。例如，传感器痕迹。智能手环、智能穿戴设备、智能家电、智能药丸、手机、发动机的传感器等。

二、消费痕迹

(一)如何判断女生是否怀孕?

美国Target零售超市的怀孕预测模型。这是一个较为经典的故事。Target超市向15岁的女儿寄送了母婴用品的打折券(例如婴儿服和婴儿床)，这件事情显然惹恼了女孩的父亲。该父亲就向Target超市进行投诉，超市也就这件事情，正式进行了道歉。但是，两周后该父亲和Target的客服人员联系，表达了自己的歉意，委婉的承认，女儿确实出现了点状况，过几个月就要分娩了，自己一直被蒙在鼓里。

Target超市是如何做到，先于父亲，提前知道该女生怀孕的呢?他们通过超市中25种关键商品，构建了一个可以为顾客打分的“怀孕指数”，即怀孕预测模型。例如，是否购买不含香料的产品、是否购买能够装得下尿布的手提包、是否购买婴儿随身用品、是否购买一些特定的维生素、以及明显的孕妇装等。基于这样的预测，Target公司就会提前给新妈妈寄送母婴相关的折扣券，从而提前抢占市场。

(二)行为痕迹和消费轨迹

现在很多公司都能够刻画出你部分的消费行为轨迹。百度通过地图、糯米和钱包，能够判断出你的行为轨迹，消费过哪些场所，消费偏好和习惯等。京东也有一个购物者基因，通过你的消费行为，给你贴上行为标签，刻画你的消费偏好。其实，商业银行也可以考虑做这样的事情。

客户在银行中留下的行为和消费痕迹，一般来说，包括两类，即静态的地址和动态的地址。前者是指客户在办理各种业务填录的家庭地址、公司地址、户籍地址和账单地址等。后者是客户刷卡、取现、消费时遗留下的行动轨迹和位置信息。换言之，客户和商业银行每一次接触(柜台、ATM、手机银行APP、自助网点、POS刷卡等)都会留下行为痕迹，例如，客户通过ATM取现，我们就可以通过后台ATM交易系统获取客户取现的位置等。又例如，客户在不同的地方使用APP登陆手机银行，我们可以通过GPS跟踪到客户的位置和移动轨迹。客户刷卡消费时，我们通过POS的地址可以发现客户在哪些商场超市或4S店有过消费行为。

基于这些痕迹，银行可以做一些营销和应用。例如，勾勒客户的行为轨迹，刻画客户的工作圈、生活圈和消费圈，识别客户在地里空间上的分布。例如，通过家庭地址可以判断住宅和小区的高档性，通过办公地址判断和估算客户所在写字楼的高档性，通过消费地址可以判断客户消费出入场所的高档性，从而可以综合判断客户的潜力价值。

三、文本痕迹

(一)如何捕捉阅读趋势?

数字化阅读。电子书kindle，或者一些阅读的APP，将书籍数字化。用户可以个性化的改变字体，添加备注和标记，高亮显示相关的文本，或者对文本内容进行搜索。

用户的这些行为都会被后台记录、整理和统计。例如，读了什么内容，读了多久，是否跳读，是否在什么页面进行了批注，在哪里进行了高亮标注。这些信息对出版商很有价值。例如，通过分析跳读和阅读暂停情况，出版商会考虑是否需要优化和调整部分内容，来提高消费者的阅读体验。例如，通过分析书本中常常被用户划做重点的段落和词句，识别读者的兴趣和偏好，从而判断和引领新的话题走向和趋势。

四、声音痕迹

(一)如何进行广告的精准推送?

通过语音识别技术进行广告精准化投放，捕捉实时的营销机会。美国移动运营商Verizon，通过机顶盒收集观众观看电视的情况。但是他们会收集观众间的对话内容，通过传感器“倾听”和“观看”人们在家中的行为，以便在合适的时机播放合适的广告。

例如，你和妻子发生争吵，机顶盒通过语音识别和分析技术，将婚姻指导方面的广告推送过来。例如，如果你和妻子正在商量去哪里旅游，那么在你最喜欢的节目的广告时间，机顶盒会将某海岛的旅游广告推送过来。

(二)如何通过声音控制枪支犯罪?

通过音频分析控制枪支犯罪。很多女生比较迷来自星星的你，都教授颜值高，而且还有特异功能。记得有一幕场景，都教授可以通过声音感受到几公里外的千颂伊，然后借助声音定位，快速出现，从而化险为夷。

现实中，通过声音定位貌似也是可以实现的。在城市管理和枪支控制中，美国人已经这么干了。如何快速定位发生枪击的位置，从而防控枪支犯罪?他们搭建了一套shotspotter传感器网络，实时监控整个城市的声音。因为枪声的频率和大小较为独特，如果真的发生了枪战，该工具会利用部署在整个城市的传感器网络，通过声音的监控，异常频率的识别，从而判断该声音是否属于枪声，并且提供实时的GPS定位报告。

五、视频痕迹

(一)如何监控异常?

态势感知。通过监控录像判断空间的变化和异常。基于软件，监视器可以全天候自动监控特定的地点和空间，通过图像和行为分析，判断监控区域是否存在异常或可疑活动。另一方面，某些智能的软件，还具有自学习、不断自我修正和参数优化的功能。即自动观察环境，学习区分正常和反常行为，一旦发现异常，就会及时发送警报信息。

(二)如何监控犯罪?

犯罪监控。和很多警匪动作电影中的情节一样，在国外很多大城市，现在已经开始通过公共场合监控摄像头捕捉犯罪行为。例如，在伦敦，通过遍布市区的422000台摄像头会捕捉罪犯。通过监控摄像，生成3D面纹，并且拿3D的面孔和社交网络上的用户头像进行比对。因此，可以基于人脸识别技术，找到罪犯的Facebook账号，从而了解罪犯的信息(家庭住址、活跃IP地址、朋友等)，从而快速定位罪犯。

(三)如何进行商业应用?

商业银行的人脸识别设想。从商业银行的角度来设想，如果客户在踏入支行大堂的一瞬间，相关的摄像头通过捕捉用户的面部特征，从而在后台数据库中识别出对应的客户。这样在客户和业务人员交流时，业务系统提前弹出有关该客户的一系列相关的属性、特征和标签(例如资产、负债、结算情况、房车孩情况、投资偏好、消费偏好和倾向等)，从而有助于业务人员迅速了解客户，基于客户特征进行产品的推荐和营销，往往会带来意想不到的客户体验。

六、传感器痕迹

(一)什么是物联网和智能生活?

物联网，它的英文名字，非常高大上吊炸天，internet ofthings(IOT)，即万物互联。如果真的万物互联，那么生活中真的增加了很多的想象空间。以往在科幻电影大片中才出现的智能生活场景，在现实生活中都不会太遥远。下面是物联网和智能硬件的一些例子。

例如，手机、邮箱、咖啡机互联。手机中的APP自动同步和读取关联邮箱中的内容，通过文本识别，发现某份邮件告知早会取消，那么APP自动将调整手机闹铃的时间。并且，该APP告知关联的咖啡机延迟到一个新的时间点启动。这样你起床梳理完毕时，就可以喝上Morning Coffee。

例如，智能冰箱和电商互联。智能冰箱知道内部存储了哪些东西，并且，能够根据你的饮食习惯和食物消耗速度，自动的关联电商网站，提前预定和采购相关的食物。亚马逊最近开发的冰箱磁贴，就有类似的功能。即，您只需要点击冰箱上的磁贴，该磁贴是和电商网站关联的，从而一键触发下单、购买和支付的流程，完成购买需求。

例如，智能汽车、互联网、冰箱互联。当你下班准备回家，上车时，你的车会自动检查交通状况和天气信息，设计优化的路线，尽可能的使你安全而又迅速的回到家中。在回家的路上，通过监测你的状态，你的车自动打开你熟悉的音乐，将温度调整到最宜人的水平。并且，通过关联家里的冰箱，语音系统会告诉你冰箱的存货，是否需要采购食材。此外，通过搜索互联网，它还会基于冰箱的食材，给你推荐几道比较合适的菜谱。

例如，智能电视。当一切妥当准备和家人一起看电影时，你会想看一个适合成年人的电影。但是，当你5岁的孩子走进屋子的时候，智能电视通过摄像头进行人脸识别，从而自动终止该电影，并且自动调换频道。

例如，智能地毯。你上班的时候，你上年纪的母亲独自一个人待在家里面。智能地毯会自动监测母亲的走动模式和行动情况。按惯例，母亲每天上午10:30的时候会走进厨房冲杯咖啡，或者在晚上21：00的时候就寝睡觉。一旦地毯监测到的情况与常规的行为模式存在较大偏差，它能够通过手机给你一些提醒。

例如，智能手环和闹钟提醒。智能手环制造商Jawbone会收集和分析用户的生物钟和睡眠规律。基于用户的睡眠数据，它可以监控个体的健康水平。此外，它可以根据用户的睡眠规律设定闹钟。手环可以判断用户处于深睡眠还是浅睡眠状态，研究表明如果从深层睡眠中醒来，人的一天都会很累。因此，在早晨时，如果手环监测到用户转入浅睡眠阶段时，那么手环就会叫醒用户，防止用户重新进入深层睡眠阶段。

(二)比赛成绩受什么因素影响?

奥林匹克自行车队，选手的车垫下都会安装传感器，实时监控运动员每一次加速和向前推力对坐垫施加的力量。基于这样的数据，从而分析车手在每场比赛和每次训练项目中的表现。其次，结合可穿戴设备收集的健康数据，包括卡路里收入、睡眠质量、空气质量、心率等。最后，采集车手在社交网络的发布的内容，判断和确定运动员的情绪状态。

基于以上这些数据，全面综合的分析比赛成绩的影响要素，从而对体育竞技进行科学化和数字化的管理。

(三)如何识别路面上的坑坑洼洼?

如何找到城市路面上的坑坑洼洼?传统常规的做法是派出检测车在每条道路上进行大概一年两次的彻底检查。检测车需要驶过全城的每条道路，并且记录每处路面的损毁程度。较为耗时耗力。

后来市政府开发了一款APP应用，鼓励市民下载，并在手机后台的自动执行。在市民驾车上下班、购物或去健身房等正常生活中，手机里面的加速器会探知人们的行进速度，并且在人们减速或刹车时留下记录。

一种情况是，如果路上有坑洼，开车的市民注意到这个坑洼，然后减速或转向避开这个区域，然后继续加速前进。另外一种情况，开车的市民没有注意到路面的坑洼，直接开过去，手机上的传感器也会记录细微的水平颠簸情况。这两类坑洼信息都会被传送回数据中心，基于算法集中运算，从而标记出城市街道中的坑洼路面。

via:比格堆塔

End

来源:36大数据（36dsj.com)