汽车数据应用构想(二)

2024-06-03 08:04
文章标签 数据 应用 汽车 构想

本文主要是介绍汽车数据应用构想(二),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一直说数据价值场景,啥叫有价值?啥样的场景有价值?按互联网的价值观来看,用户的高频需求就是价值。用户也许不会付费,但只要他天天用,那就是流量,就是用户黏性,就是价值!!!

好了,那用户买车回家以后,最高频场景是啥?停车啊!加油一周一次、洗车两周一次、加玻璃水一月一次、保养半年一次、买保险一年一次……只有停车天天停,每次行程都得停车!

场景一:第一次去某个朋友家玩,对方把小区位置给你发过来,你会啥也不问直接导航过去吗?估计不会,多数人肯定还是要问一句:“车能进小区吗?附近哪儿能停车?”;

场景二:周末带全家去公园玩,本来把附近停车场景都看好了,结果人多出门墨迹,导致11点才到达,围着公园转了一大圈儿,发现全停满了。只能给住在附近的朋友打电话问:“附近哪儿还能停车?”;

场景三:去金融街开会,停车场费用太高,想到有个朋友就在金融街上班,打电话问他:“附近有没有哪个开放小区或闲置空地可以免费停车?”;

以上场景不是我编的,而是真实发生的,“一个朋友”不光知道哪儿能停,甚至还能知道更多细节:路边停车会不会被贴条?免费停车是不是容易被乱停的人挡住?是侧方位还是垂直车位?……总之,“一个朋友”总会知道最适合的停车地点!

“一个朋友”可以是你、是我、是他!每个人都有自己熟悉的地方,但这些信息,车也知道!熄火前的位置信息,必然就是停车位(路上意外不算哈),多个停车位在同一区域,这就是个停车场!

图片

光知道哪儿有停车场就够了吗?那直接地图上找停车场不就完事儿了?用户的痛点到底是啥?看图!

图片

那么通过车辆数据如何解决以上问题呢?今天不说废话,直接上干货,看图!

图片

上面说的这些,都是比较普遍的“可视规律”,其实每个人对于停车还有很多自己的小心思:公司园区里,可以弹性工作时间,有些人来得早走得早,那么上班的时候,他选择车位通常是离自己楼门最近的位置,而且还要考虑下班的时候车不会被晚来的车辆给挡住;而晚来晚走的人呢,上班来的时候通常不会在自己楼附近浪费时间找车位,而是直接停到肯定有空位的区域;

这些都是长时间的实践中得到的经验,很多“规律”并不是产品经理一个人就可以想到的,那么大数据的特点正好可以在这里发挥:只看现象,不问因果!一辆长期早到公司的车,都停在同一个地方,那么下次某个人偶尔早到公司,那就直接也停在这个地方就好,前人的经验只要照着做就好!

本期内容所有精华都在图里了,不再多费口舌,下期聊聊充电、加油的场景吧。


文章首发于公众号:昊叔说车

原创不易,转载请告知原作者,注明出处。

这篇关于汽车数据应用构想(二)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1026419

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

hdu1394(线段树点更新的应用)

题意:求一个序列经过一定的操作得到的序列的最小逆序数 这题会用到逆序数的一个性质,在0到n-1这些数字组成的乱序排列,将第一个数字A移到最后一位,得到的逆序数为res-a+(n-a-1) 知道上面的知识点后,可以用暴力来解 代码如下: #include<iostream>#include<algorithm>#include<cstring>#include<stack>#in