联合管理计划是一个强大的分析和可视化工具，但为了使用它，您需要数据。 JMP 中的许多最佳功能都与导入数据相关 - 查询生成器、XML 处理、多文件导入以及通过 HTTP 请求引入数据都是新功能，旨在轻松从其他来源引入数据，以便您可以进行分析并使用 JMP 可视化数据。重新编码等功能可以帮助您将杂乱的数据转换为干净的数据集，数据表提供虚拟联接等功能来有效地组合数据源。JMP 非常擅长处理您的数据......假设您有权访问它。
在我们的职业中，我们经常使用客户提供的数据源和公司内部的数据源，分析数据以增加利润、改进流程并做出决策。 作为数据科学家，我们中的一些人喜欢查看自己的个人数据，这篇博文是在我开始撰写一篇关于我的跑步数据的即将发表的论文时开始的。 我的故事不像我的一些同事所讲述的那样是一个个人故事量化自我和他们的自己的个人数据;我更感兴趣的是通过分析我在比赛前的训练来创建可视化并找到比赛成功的预测因素。 然而，创建这样的分析论文确实带来了我个人故事的各个方面，我想分享我在尝试收集跑步数据时的经验。
我开始在北卡罗来纳州立大学跑步，因为我的学位课程要求我参加入门体育课程。 考虑到这些选择，我选择了“跑步训练”，最终以 5 公里比赛结束。 我迷上了跑步和赛车，并购买了一台Garmin 先行者 301它与一个小型 Windows 应用程序同步，该应用程序非常擅长查看数据，但不提供可视化，也无法共享您的信息。 当时，我对此并不真正感兴趣，尽管我确实喜欢统计我的总里程数和每周里程数以获取动力。
Many runs and races are stored in various data sources over the years.Many runs and races are stored in various data sources over the years.Many runs and races are stored in various data sources over the years.Many runs and races are stored in various data sources over the years.多年来，许多跑步和比赛都存储在各种数据源中。另外，我当时带着iPod来听音乐，后来又买了一部能够充当自己的GPS的iPhone。 当时竞争并不激烈，耐克开发了Nike+，它有一种方法可以在没有GPS信号的情况下在跑步机上跑步。 我不想戴上手表并带着我的 iPhone，因为我已经这样做了来听音乐，所以我转而使用 Nike，并退役了 Forerunner。
Garmin 有一种方法可以出口到他们的TCX 文件格式，耐克当时允许导入该格式，所以我整合了我的数据。 耐克的网站提供了漂亮的可视化效果和谷歌支持的地图，我可以从任何有互联网的地方访问这些地图、公共 API、导入和导出数据的能力，甚至如果我愿意，还可以轻松地将跑步分享到社交媒体。
这篇文章不是关于人们放入云、社交媒体和第三方软件中的惊人数据量或这些决策所产生的安全影响。 我确实发现这些主题重要且有趣，但经常被忽视，但 10 年后我发现自己想要收集所有数据来撰写这篇论文，但我做不到。
Nike+ 网站不再显示以前显示的任何可视化和统计数据 - 你必须使用他们的应用程序的最新版本，名为耐克跑步俱乐部。 该应用程序很好，工作方式与以前的网站非常相似，但无法导出数据。 如果您在网络上搜索，您会发现一个现已删除的 REST API 文档的损坏链接的墓地，以及专门为获取涨跌的 Nike 数据而创建的无数网站和应用程序。 大约一年前，我能够使用以下方法提取 2016 年马拉松跑步数据n+出口商该网站后来因 Nike 对其 API 所做的更改而被破坏。
经过大量搜索后，我偶然发现了一个名为运行间隙，它是一种管理多个数据源的方式——您提供登录信息，它可以从 20 多个流行来源导入您的数据，目前包括 Nike。
我下载并尝试了一下，终于能够提取我的数据，尽管格式非常不方便，大约有 700 个单独的 GPX 文件。 我可能只需支付一笔费用即可解锁 Run Gap 中将数据直接从一个源传输到另一个源的能力。 在与我的同事 Julian Parris 讨论这个问题后（ @朱利安），我已开始在 Strava 中记录我当前的跑步情况。 API 支持和导入/导出功能更加用户友好（目前）。
我的观点是这样的：如果您依赖第三方来存储您的数据，您可能随时会丢失它。 细则中已详细说明。 这耐克服务条款明确指出：
耐克可随时终止或修改任何耐克平台、会员计划、产品或服务，恕不另行通知。
根据适用法律，耐克可以随时出于任何原因终止或暂停您的帐户、删除您的个人资料或任何用户内容，并限制您使用平台的全部或任何部分，而无需对耐克承担任何责任。
这意味着耐克可以以任何理由删除我的数据或将我锁定在我的帐户之外。 这并非闻所未闻。 例如，2015 年， LinkedIn 决定取消批量导出联系人的功能，此举引起了强烈反对。 幸运的是，LinkedIn 听取了用户的意见并改变了方向。 然而，数据对于发现的重要性是至关重要的——与数据相关的挑战是人工智能的最大障碍之一。 当数据来自其他来源时，收集数据可能会很困难，但至少您可以拥有自己的数据。 所以，趁还可以的时候去获取你的数据。
