
行在云端,大数据时代的智能生活
从滴滴快的的平台上,可以看到全国各个城市每天交通的情况、车辆行使情况、路网情况以及打车需求情况,运转时可以很清晰看到北京从24小时内车辆分布情况,包括聚集情况。
滴滴快的打车技术副总裁朱磊在没有看该平台之前,认为北京每天早上6点到8点间,三、四环是高峰,然而该平台却清楚地显示出,机场高速才是最繁忙和高峰的路段。下午1点,则统计出金融街对于出租车司机来讲是生意最好的时段,每天1-2点很多顾客会从金融街去机场,这样的预测对司机来说非常明了,根据预测来进行订单选择能够获得的收益也最大。
朱磊介绍,滴滴快的平台是对外发布的,他们后续会在这个平台上发布更多的数据。他表示,滴滴快的希望可以做一些拥挤情况的需求优化和公共交通方面的匹配来帮助交通行业,帮助交管局看待交通情况。此外,滴滴也会融入出行数据,让人们全年出行数据都得以在这个平台看到,私人便可以知道什么地方订单最热,什么地方生意最好。
一般提大数据,人们提到、看到都是宏观性的东西,都是站在整个行业角度怎么做大数据,包括大数据、产品、运营、商业关系是什么,然而真正落实产品层面做事情还是非常细节的。朱磊表示,滴滴快的打车不仅仅是发一个单,有人接单把顾客拉走就可以的事情。逻辑是这样,但里面有许多细节的问题,比如顾客站在一条河边发一个请求,距离最近会优先推进,但是有一条河在河对岸时就没法处理。这时候,对订单调度算法和路径导航算法要求非常高。与此类似,北京的立交桥、四环、五环以及西直门会非常复杂,做真正智能匹配这件事情难度会呈几何上升的态势。
滴滴快的打车本质上到底是在做一件什么事情?如果留意产品的人会注意到,滴滴快的推出包括专车、出租车、顺风车,后续即将推出代架等等一系列交通出行行业的产品,一直在慢慢扩充。其实,滴滴快的本质上是在做人、物、信息以及服务的时空转移,这是公司定位抽象的本质,把人运来运去时可以做收费。
出租车运营往往会有一个高峰期,但在下午的时候则有许多空闲时间,如何在全国交通很拥挤运挤跟不上的状况下,对于出租车时间进行合理分配,将在不同时间段出现的空闲的运力做出整合,这也是滴滴快的想要去解决的一件事。朱磊认为,出行不是大家的本身目的,出行只是一种手段,把目的地相关信息做成商业信息推送给大家,以获得更方便的生活,也是滴滴快的一直想做的事。
在传统互联网1.0、2.0时代,所有人时空割裂,把人和时空绑定,是很大的突破点。而在服务模式里,去除中间环节,这也是出行支撑的关键环节。最后会形成生态系统概念,人、物、信息服务都是介入生态里边,认证身份、信誉问题、还有安全性以及成本问题,都能得到极大的解决。
理想商业模式从经济学价值来讲剩余价值为零,这点在传统行业里做不到,回到O2O本质里,供需双方智能匹配时,利润最大化是没法做到的。整个交通行业整个中间商区掉后,打掉中介环节后做任何一件事情,都可以做到颠覆到以前商业模式建立的模式,可以做到剩余价值为零。
朱磊介绍,滴滴快的要维护客户的活跃度和客户关系,需要先抛一个人物画像。在中国范围内进行数据采集,对用户精准描述非常粗糙。其实,常用的出发点,意味着家住在那边,常想去的地方,意味着工作在什么地方,这样就刻画出了活动范围、商圈范围。而车型的选择可以判断人物的消费能力及消费倾向。才外,根据每次出行的节点,还能刻画出家庭的情况,、同学和朋友的圈,如此一来,就建立了用户的生活数据。未来,滴快的也会跟阿里、团推、腾讯建立合作,希望建立一张大网,共同为客户提供更方便的生活。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08