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。
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,这也是出行支撑的数据分析关键环节。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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09