京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06