观察者
¥39 / 月
- 接入 ≤ 6 类设备,采样间隔 15 分钟
- 保留 90 天节律基线,支持导出 CSV
- 每周 1 份节能与舒适度周报
- 基础波纹视图与异常提醒
服务 / 价格档位
所有档位共享同一套大数据分析管道;差异在于数据保留时长、建议生成频率与共创席位。可按月切换,升级后历史基线不丢失。
核心能力卡片
从数据接入到建议落地,每一步都可回看、可质疑、可回滚——探索不该是一次性的冲动,而是可复现的路径。

统一 12 类设备的时间戳与量纲,缺测值用同族设备中位数补全,避免单点异常污染基线。

按使用时段、功率曲线与空间位置三维聚类,生成可命名的“生活群落”,而不是一张冷硬的设备清单。

基于历史基线做反事实推演,给出 30 天能耗、舒适度与碳排的三方权衡,并标注不确定区间。

采纳、忽略、调整幅度都会回流成权重,模型每周重训一次,让建议越来越贴近你的真实习惯。
解决方案对比
把“凭感觉调整”“通用智能家居规则”和“数据驱动的有机方案”放在同一张表里,你会更清楚自己该从哪里开始探索。
| 对比维度 | 凭感觉调整 | 通用规则引擎 | 有机数据方案 |
|---|---|---|---|
| 决策依据 | 个人体感,无记录 | 固定阈值与时间表 | 90 天个人节律基线 |
| 节能幅度 | 约 6%–10% | 约 15%–22% | 约 30%–38% |
| 舒适度影响 | 波动大,难以归因 | 偶发过冷过热 | 评分下降 ≤ 0.3 分 |
| 可解释性 | 低 | 中,规则黑箱 | 每条建议附归因与置信度 |
| 回滚成本 | 无记录不可回滚 | 需手动改回规则 | 一键回到调整前基线 |
客户评价
他们最先注意到的往往不是数字,而是家里的“呼吸感”变了——这是自然有机风格与数据分析相遇后最直观的反馈。
“我原本只想看看电费,结果被那条生活波纹吸引。第 11 天它提醒我,晚间的照明峰值比同户型高 27%,调了两档色温之后,入睡时间提前了 18 分钟。”
“最打动我的是可回滚。有次按建议调整空调曲线,第二天体感偏冷,一键就回到了调整前的基线,没有留下任何需要手动收拾的烂摊子。”
“作为网页设计从业者,我很在意界面的克制。它的不规则曲线和大地色几乎没有多余的装饰,但每次滚动都能看到数据在呼吸——这是一种很安静的科技跃动。”
常见疑问
以下是探索过程中最常被追问的四个问题,展开即可看到具体口径与参数。
实用指导清单
这是一份可直接照做的清单,每一条都给出做法、参数与验收口径,避免“装了却用不起来”。
从空调、照明、热水器中挑 3 类,占家庭能耗通常 55%–70%。先跑通链路再加设备,比一次性接入 12 类更容易定位问题。
15 分钟会漏掉短时峰值,1 分钟则让存储与计算成本翻倍。5 分钟在能耗曲线与舒适度之间取得平衡,日均数据量约 288 条/设备。
这 7 天不要调整任何设置,让基线保持干净。经验上,纯观察期能让后续建议的预估偏差从 ±15% 收敛到 ±7%。
调整后连续记录 3 天体感评分(1–5 分)。若评分下降超过 0.5 分,立即回滚;若能耗下降不足 3%,说明该变量收益有限,可换下一个。
季节交替会让旧基线失准。建议在换季前一周重算基线,并对比近 30 天与新基线的偏离度,偏离超过 12% 时优先更新而不是继续叠加建议。
一是别把网关放在金属柜内,信号衰减会让缺测率飙到 20%;二是别同时调温度和照明,归因会失效;三是别忽略厨房大功率设备的瞬时冲击,建议为它单独设置 15 分钟平滑窗口。