京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09