#趨勢洞察 #創新企業
第 26 名 GitHub:「為傳統生意帶入開放原始碼(open-source)元素」GitHub 共同編碼平台擁有超過 450 萬用戶,成為開源軟體開發界的翹楚。為減輕公司專案團隊因電子郵件大量往來所產生的困擾,GitHub 在平台上創造了一些新功能:更優化的儲存格式及編碼工具、手機模式、非編碼檔案的文件瀏覽器等。2013 年更推出官方使用網站 government.github.com(目前已有超過 100 個組織參與其中),以強化各級機關組織間的溝通合作管道。此外 GitHub 還與 AfricaHackTrip 組織聯手贊助薩哈拉以南的四個非洲城市,借此促進全球所有區域加入線上發展社群。
http://www.fastcompany.com/most-innovative-compani…/…/github
第 27 名 奇異公司 (General Electric, GE):「落實物聯網的概念」透過實體及數據分析的結合,GE 逐漸整理出關於「機器如何運作」的數據,以重新建置更有效率的機器。GE 估計這些改進可以將美國生產力提高 1.5%,20 年下來的效益可提高國民平均收入約 30%。近年來航空界已開始運用機器自動回報系統設備,預估 15 年可為航空界省下約 300 億美元,GE 終極目標:提供航空公司及飛行員及時改變航道、飛行速度的建議,提高飛航安全度、可靠性並有效降低成本。
http://www.fastcompany.com/most-innovative-companies/2014/ge
第 28 名 Square:「讓行動支付簡化於無形」去年10月 Square 打破舊有匯款模式:不用帳號、密碼、無需下載、不用與 Facebook 連線,只要寫封E-mail,並將附件寄到 cash@square.com,然後把交易金額填入主旨欄位,一旦信件經 Square 傳送至可扣款的賬戶,一切就搞定了!透過 Square,用戶可以「立即」收到帳款,去年六月更推出 Stand 幫助 Square 用戶的交易過程更加流暢,即便不透過雲端的服務,Square 仍能提供具吸引力的價值與服務。
http://www.fastcompany.com/most-innovative-compani…/…/square
第 29 名 Stats:「把運動員變成博學的書呆子」今年 NBA 所有球場都花了十萬美金安裝了由 Stats 發展出的動態攝影系統(SportVU)來追蹤並量化分析比賽中的一切數據資料,球隊可以將系統中獲得的分析數據(對方球隊傳球路線、派哪個球員防守對方某個球員最具效力、如何運用有效防守策略攻擊籃筐)導入作戰計劃。歐洲足球冠軍聯賽亦透過 SportVU 追蹤記錄球員動作及進球機會的數據,而Duke 籃球隊去年10 月也成為第一個採用此系統的大學籃球隊。Stats 的下個目標:進軍冰上曲棍球。
http://www.fastcompany.com/most-innovative-companies/…/stats
第 30 名 Levi Strauss:「減少、重複使用及回收利用」140 年歷史的牛仔及卡其屆龍頭 Levi’s 也加入綠色環保行列了!去年春天推出 Levi's Waste < Less 系列,每件商品約採用 20% 回收再造原料製成,而秋天首次亮相的 Levi's Dockers Wekkthread 將回收的舊材料運用新商品上以降低生產成本。Levi’s 有超過 10% 的產品運用這種永續改念的技術製成,同時其重新活化品牌的力度亦反映在產品銷售額上。Levi’s 社會及環境可持續發展部副總裁 Michael Kobori 說:「透過一小部分的系列商品無法達成我們希望促成的環境改變,但當所有的產品線都參與時,我們所有的商品就達到 100% 的 Waste < Less(減少耗料) 及 Water < Less(減少耗水)」
http://www.fastcompany.com/most-innovative-c…/…/levi-strauss
nba stats general 在 scrape-nba-statistics-notebook - Erick Lu 的推薦與評價
In this project, I use Python to “scrape” ESPN for stats on all the ... in teams.keys(): # each roster webpage follows this general pattern. ... <看更多>
nba stats general 在 Web Scraping NBA Stats With Python: Data Project [Part 1 of 3] 的推薦與評價
This is part 1 of a 3-part series where we predict which NBA player will win MVP. In this part, we'll download the NBA data we need by using ... ... <看更多>