
胜在大数据分析能力 滴滴要先做后说
12月7日,以“汽车+移动互联网:跨界思辨汽车产业终局”为主题的第九届TC汽车互联网大会在上海举行。活动现场,滴滴出行战略部总监刘政康分享了滴滴的成功之道。他表示,滴滴最有竞争力的是大数据的处理能力与执行运营能力。先做后说是创业公司的特质,脚踏实地实地才能坚持下来。
以下为访谈实录:
我觉得滴滴的胜出天时地利跟人和,我加入滴滴短短的半年多的时间以来,我看到滴滴有两大核心竞争力,我觉得是在短时间之内很难以超越的,一个是大数据,滴滴的员工里面大概将近有三分之一是数据处理或是写代码的工程师,所以滴滴不仅仅是APP的公司,它里面有大量的算法跟大数据的分析在,各位看到的可能只是一个APP,你叫车了车就来了,其实背后有大量的代码,还有数据的推演。这是需要用到大量的数据分析,我们平台上每一天能够接收到95TB的数据量,这个数据量还是挺可怕的,我觉得滴滴的核心竞争力是我们大数据的分析能力,不可能什么事情都用表格去学习。
第二个是执行力跟运营的能力,说到底滴滴的成长历史不管从力推还是执行力都是非常强的,我之前是从通用的传统企业去滴滴的,我们滴滴是每半天或者是每一天做项目的总结,所以这个对于整个团队的执行力、效率还是很有效的,我觉得这样子创业的心,直到今天为止,滴滴的市场占有率已经是90%以上了,可是整个团队还是有创业危机的意识,在执行层面还是保留了初心,除了资本市场以外,这两个是未来之前滴滴为什么能够从20几家打车软件胜出的主要原因。
我觉得创业公司有一个比较明显的特质,没有一个特别完善的规模,这跟通用是完全不一样的,通用以前80%的时间是想,20%是做。在创业公司里面20%的时间是想的80%是做,所以创业公司有个明显的特征,是先做再说,做了一段有成果了之后才会大规模地铺开来做,如果在试探阶段做的不好就把业务给关起来了,我觉得新业务的拓展是比较常见的。
因为大家一开始没想透,都在一个实验的过程,所以人员的变动和组织的结构也会随着人员的变化产生非常大的波动。
说到盈利的模式,我觉得创业公司思考的方向也跟传统的企业不太一样,传统的汽车还是在成本的模式,可是对于互联网企业来说,更多时候是我一开始没有想过是要盈利,滴滴也是一样,我先抓流量,引导别人习惯用这个产品,等到这个流量变大了才会去想盈利的模式。
我觉得滴滴的内部价值观一直是三件事情,第一个是安全,第二个是效率,第三个才是盈利性。
从我个人角度,因为我是车厂出来的,所以我更愿意看到的是双方是合作伙伴的形式来源完成这件事情,而没有谁是绝对甲方,谁是乙方。因为各有各的优点,各有各的缺点,我更倾向大家发挥彼此的力量。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23