posts · 2026.11.15

从监控到理解:数据实验室的目标是什么

智能家居方法论#数据挖掘#跨源分析#家庭活动#数据价值

看了一堆数值,却答不上一个简单的问题

HomePulse 攒了很多数据之后,我发现一个尴尬的事实:我盯着一堆仪表盘,却回答不了一个最普通的问题——“刚才家里到底发生了什么?”

我能看到某个传感器的实时数值:灯是开是关、温度是多少、功率是多少瓦。但把这些数值连起来,我还是不知道:是谁在洗澡?洗衣机洗到哪一步了?老人夜里起夜了几次?

这就是监控和理解的区别:

监控:这个传感器现在是什么值?
理解:家里刚才发生了什么活动?

监控是"看数值",理解是"懂活动"。我一直在做前者,却误以为自己在做后者。

为什么单靠一个数据源,永远答不对

只有功率数据:我知道"有设备在用电",但不知道是哪个——吹风机和热风枪的低档位功率可以几乎一样,功率形态不是设备的唯一指纹。

只有水流量数据:我知道"有人在用水",但不知道是洗澡、洗衣还是冲马桶——洗澡和洗衣都是持续用水,流量形态可能很相似。

只有状态数据:我知道"浴霸开了",但不知道为什么开——可能是洗澡、取暖、换气,甚至只是开了个照明。

单源数据只能告诉你"有个现象",不能告诉你"发生了什么活动"。 这就是局限。

把多个源拼起来,事情就不一样了

我开始尝试把不同的数据源交叉印证,效果立刻不一样。

洗澡识别:燃气在烧 + 水流量大 + 浴霸开着 + 湿度上升。这四个信号单独看都模棱两可,放在一起,“有人在洗澡"这个结论就非常可信。

洗衣机程序识别:程序状态 + 水位变化 + 功率周期波动。三者联合,我能精确知道洗衣机现在是在洗涤、漂洗还是脱水,不用任何人告诉我。

老人夜间安全:北卧的人体存在传感器从"有人"变"无人” + 门磁开合 + 时间是凌晨两点。拼起来就是"老人起夜、走出了房间",值得关注。

跨源数据的价值,在于互相印证,而不是互相替代。

但跨源有一条红线:别乱推断

跨源印证很好用,但我给自己划了一条红线:不跨源推断。

什么意思?A 源的现象,不能拿来解释 B 源。我踩过的坑:

  • 看到"水压 0.33",就推断"上游供水出问题"——结果那个 0.33 单位是 MPa,压力完全正常,我硬编了一个不存在的故障;
  • 看到"功率均值下降",就推断"设备停机了"——结果均值把启动尖峰抹平了,结论是错的。

还有两条配套原则:

  • 不用均值抹尖峰:回到原始样本做事件分析,别被分钟均值骗了;
  • 标注优先于算法:用户说"刚才关的是浴霸排气扇",算法就去验证、去提取数值证据,而不是自己"猜设备"。

数据实验室真正的目标

想通这些之后,我给 HomePulse 重新定位:

数据实验室的目标,不是"存数据",是"理解家里发生了什么"。

不是"这个传感器现在是什么值",而是"家里刚才发生了什么活动、谁在做什么、设备在干什么"。

具体地说:

  • 谁在洗澡?—— 水、气、浴霸联合判断;
  • 洗衣机到哪一步?—— 程序、水位、功率联合判断;
  • 老人夜里安全吗?—— 人体存在、门磁、时间联合判断;
  • 哪台电器最耗电?—— 回路功率 + 设备身份映射。

这件事教给我什么

  1. 监控和理解决不是一回事。 前者看数值,后者懂活动;数据实验室要的是后者。

  2. 单源永远有局限。 功率、水、状态,任何一个单独都识别不了"活动"。

  3. 跨源交叉验证,是理解活动的唯一可靠路径。 但别越界去乱推断。

  4. 数据价值不在"存了多少",在"能理解多少活动"。 一仓库看不懂的数字,不如几条能说清"刚才发生了什么"的证据。

教训一句话:数据实验室的价值,不体现在仪表盘的数量,体现在能不能回答"家里刚才发生了什么"。