运动的云上新玩法:咕咚LBS场景实践

简介: 10月13日2016杭州云栖大会拉开帷幕,位置服务专场的CEO申波带来了“咕咚:位置服务,数据如何让运动更好玩有趣”的重要演讲。本次分享从咕咚的进化开始谈起,进而讲到社区+工具的运动核心点,重点介绍了LBS场景下精准的运动轨迹、社交以及O2O,最后分享了咕咚的线上新玩法。一起来欣赏吧——
摘要:10月13日2016杭州云栖大会拉开帷幕,位置服务专场的CEO申波带来了“咕咚:位置服务,数据如何让运动更好玩有趣”的重要演讲。本次分享从咕咚的进化开始谈起,进而讲到社区+工具的运动核心点,重点介绍了LBS场景下精准的运动轨迹、社交以及O2O,最后分享了咕咚的线上新玩法。一起来欣赏吧——

 

以下内容根据演讲PPT及现场分享整理: 

本文从咕咚的进化开始谈起,进而讲到社区+工具的运动核心点,重点介绍了LBS场景下精准的运动轨迹、社交以及O2O,最后分享了咕咚的线上新玩法。

以下为精彩内容整理:

 

运动和位置是极度相关的,通过数据让运动更好玩有趣。咕咚是一个在线的时尚生活运动方式,是一个从线上到线下的服务,运动与很多其他软件不一样,它有线上的组织、线上的记录,也有线下的空间参与。

 

咕咚的进化

咕咚有多个维度,核心理念是建立大家的运动生活方式。最初,移动互联网还没有兴起,咕咚做手环,以硬件+社区的模式运营;后来逐渐发展到手环+APP模式;现在光靠手环收集数据已然不够,通过手机免费收集数据更方便,所以咕咚全面转向运动社交模式,达到好玩有趣的目的。

运动生态系统

db3b6ab29dde0e9d7746e45d31b84bb846a93d10

咕咚围绕着个人提供了多个维度的生态系统,包括与特步合作智能跑鞋,都是把运动做数字化处理;光是数据是没有意义的,必须引入社区内容,才能更加好玩有趣;运动天生具有竞技性,赛事活动必然与运动相关;我们会做一些增值服务,比如基于地理位置的寻宝游戏,通过增值服务发现所有宝藏的位置。

工具+社区

运动的核心点就是工具+社区。工具可通过高德地图的位置服务来记录运动,包括手环手表来,还有智能单车;社区有运动场地,运动圈,企业俱乐部以及线上活动等。

 

LBS场景

记录运动有两种方式,一种在户外通过GPS记录,另一种通过手机传感器记录的。根据手机传感器只能记录运动步数,咕咚基于高德地图可以精准的记录你的运动轨迹,并计算运动数据,包括配速、时间和卡路里。

73f7801a1d260e1e827d422ea090700dacfda999

很多人跑步的地点会对GPS有影响,可能会发生不精准的散射情况,我们根据人的身体行为和运动数据,做了很多的算法优化进行纠偏。

b8a0710bf22bb991b154985f008f6e0564a527f8

咕咚的记录已经非常精准,一些艺术家用咕咚来作画,举办画展,跑者可以自己设定路线形状。

7a059140f8eb208f2ec476b84dab628f9d2620bd

咕咚有附近的人和附近的组织,用户可以找到附近一起运动的人,并且验证他们是不是在跑步,在哪里跑步,这个数据是不能做假的,增加了信息的安全性和真实性。

除此之外,咕咚也可找到一些组织、场馆,同样是基于地理位置,实现同城活动。

 

线上新玩法

从开始的在线竞赛发展到现在的在线马拉松、单车、铁人三项,都是基于本身位置成绩记录进行PK,通过移动互联网,可以同一天在不同城市举办同一场比赛。

咕咚通过智能运动引擎进行实时数据分析,分析运动是否合理。咕咚有数百台服务器,后台是使用阿里云服务的,通过数据挖据、地理位置来让运动更好玩更有趣。

相关文章
|
11月前
|
人工智能 算法 数据安全/隐私保护
基于文档智能和百炼平台的RAG应用-部署实践有感
本文对《文档智能 & RAG让AI大模型更懂业务》解决方案进行了详细测评,涵盖实践原理理解、部署体验、LLM知识库优势及改进空间、适用业务场景等方面。测评指出,该方案在提升AI大模型对特定业务领域的理解和应用能力方面表现突出,但需在技术细节描述、知识库维护、多语言支持、性能优化及数据安全等方面进一步完善。
469 1
|
SQL 存储 关系型数据库
MySQL Cluster集群安装及使用
MySQL Cluster集群安装及使用
|
10月前
|
消息中间件 监控 大数据
优化Apache Kafka性能:最佳实践与调优策略
【10月更文挑战第24天】作为一名已经对Apache Kafka有所了解并有实际使用经验的开发者,我深知在大数据处理和实时数据流传输中,Kafka的重要性不言而喻。然而,在面对日益增长的数据量和业务需求时,如何保证系统的高性能和稳定性成为了摆在我们面前的一个挑战。本文将从我的个人视角出发,分享一些关于如何通过合理的配置和调优来提高Kafka性能的经验和建议。
302 4
|
5月前
|
人工智能 缓存 NoSQL
高并发秒杀系统设计:关键技术解析与典型陷阱规避
在电商、在线票务等场景中,高并发秒杀活动对系统性能和稳定性提出极大挑战。海量请求可能导致服务器资源耗尽、数据库锁争用及库存超卖等问题。通过飞算JavaAI生成的Redis + Lua分布式锁代码,可有效解决高并发下的锁问题,提升系统QPS达70%,同时避免缓存击穿与库存超卖。相较传统写法,AI优化代码显著提高性能与响应速度,为高并发系统开发提供高效解决方案。
|
关系型数据库 MySQL 分布式数据库
OceanBase的竞争对手是谁?
【8月更文挑战第8天】OceanBase的竞争对手是谁?
411 3
|
传感器 机器学习/深度学习 人工智能
再见吧云台!AI“魔法”让视频稳定起来
再见吧云台!AI“魔法”让视频稳定起来
|
安全
IPXProxy静态住宅代理:注册OpenAI Sora的关键
​随着OpenAI发布的Sora引起了广泛关注,这款革命性的文本转视频生成工具给视频创作领域带来了质的飞跃。许多人都对Sora充满了好奇,希望能够注册并使用它来提升创作水平。然而,许多用户在注册过程中遇到了网络环境的问题,这时候静态住宅代理的优势就显现出来了。
192 0
|
分布式计算 Hadoop 数据安全/隐私保护
现成Hadoop安装和配置,图文手把手交你
现成Hadoop安装和配置,图文手把手交你
|
编译器 C++
c++中typename和class的区别
c++中typename和class的区别
147 0
|
敏捷开发 数据可视化 安全
测试度量指标
测试度量指标
289 0