滴滴大数据推动智能出行 构建未来智慧交通

滴滴大数据推动智能出行构建未来智慧交通信息组2018年6月14日目录一、滴滴简介.........................................................................................................31、滴滴概况..........................................................................................................32、滴滴的优势及劣势............................................................................................5二、滴滴的盈利模式.....................................................................................................51、滴滴的投入.......................................................................................................52、滴滴的产出.......................................................................................................63、滴滴的变换.......................................................................................................7三、大数据简介............................................................................................................81、大数据的概念及特点........................................................................................82、大数据与云计算...............................................................................................83、大数据的应用...................................................................................................9四、大数据在滴滴中的应用........................................................................................11五、滴滴存在的问题、原因分析及建议......................................................................145.1滴滴再运营中存在的问题及原因分析............................................................155.2滴滴打车面临问题的解决对策.......................................................................16一、滴滴简介1、滴滴概况1.1、滴滴简要发展史滴滴打车是由小桔科技滴滴打车于2012年9月上线创办的，小桔科技是腾讯投资的一家移动互联网公司，致力于移动交通的发展，为乘客提供便利，真正改变人们出行打车的习惯。“滴滴出行”App改变了传统打车方式，建立培养出大移动互联网时代下引领的用户现代化出行方式。较比传统电话召车与路边扬招来说，滴滴打车的诞生更是改变了传统打车市场格局，颠覆了路边拦车概念，利用移动互联网特点，将线上与线下相融合，从打车初始阶段到下车使用线上支付车费，画出一个乘客与司机紧密相连的O2O（OnlineToOffline）完美闭环，最大限度优化乘客打车体验，改变传统出租司机等客方式，让司机师傅根据乘客目的地按意愿“接单”，节约司机与乘客沟通成本，降低空驶率，最大化节省司乘双方资源与时间。1.2产品定位中国最大的移动出行平台1.3用户群体城市有打车需求的智能手机用户和有载客赚钱意愿的司机1.4地域分布根据相关统计，滴滴打车主要集中在北上广深等经济发达白领聚集的地区。2、滴滴的优势及劣势2.1优势：1.滴滴打车在国内起步较早，是行业先驱，具有先发优势；2.有腾讯这样强大的背景支撑；3.经过几年的发展已经积累了相当庞大的高活跃用户群体；4.与快的的合并增加了市场份额，整合了双方资源，减小了进一步开拓市场的阻力,基本形成了对市场的垄断；5.拥有优秀的高执行力的团队；6.自主创新的平台技术。2.2劣势：1.依靠广告和大量补贴优惠获取用户，市场开拓和推广费用高；2.没有技术壁垒，在技术层面并不占优势；3.用户迁移成本极低。4.非雇佣司机，线下管理难度大。2.3机会：1.移动出行行业体量巨大；2.移动出行受到资本市场青睐；3.O2O处于风口，发展前景广阔；4.用户对传统的打车方式十分不满，痛点明显；5.国家层面大力支持“互联网+”，整体局面利好。二、滴滴的盈利模式1、滴滴的投入投入只是产出的“必要”条件。有了投入不一定有产出，但是没有投入很难有产出。这里的投入最主要的有两种：时间和金钱。先说时间。网络上的推广都需要经过长时间的积累，积累流量，积累经验。在推广的过程中不断完善产品，使产品更符合市场需求，更符合大众的用户体验。当然，除了投入时间，还有一种快速产出的方法——你很有钱，有大量的资金能够投入，并且不会追求短期的回报，确实腾讯是很有钱的。产品的研发，需要投入大量的资金；产品的推广，线上线下都需要投入大量的资金，而在推广过程中所产生的竞争，更需要大量资金的支持，滴滴与快的的竞争，得益的网民，双方都烧了大量的资金，但是竞争总会有输有赢，最后滴滴与快的合并，市场占有率达99%，基本上形成了对市场的垄断。2、滴滴的产出滴滴的产出我们可以从滴滴的盈利模式来分析：1、大数据的采集。在使用打车软件的同时，软件会记录乘客的打车起点和终点，然后汇总每一个人的信息，分析数据，总结出频率较高的起点和终点，可能会形成一种类似商业地图一样的东西。如果把城市当做一个平面，这些数据就是城市上面的一个个虚拟建筑，有高有低，出现频率越高的地方，虚拟建筑就越高。通常来说，火车站，商业中心以及高校的虚拟较高。比如说在北京的话，国贸肯定会非常高，在太原的话，和信摩尔会非常高。就这样通过这些虚拟建筑的高低，腾讯和阿里获取了全国地级以上城市的精确的商业图。有了这些数据，腾讯和阿里就可以分析乘客的消费行为以及常用出行路线。2、信息的价值。通过打车软件可以获取覆盖全中国数亿人口的数据，这是多么值钱的一份信息，这也是腾讯不惜花上数十亿元人民币来购买的信息。这么庞大的精确的详实的细致的数据就是信息的价值所在。3、商业地产与商业住宅的规划咨询。比如出现了一个与万达竞争的商业地产公司，但是万达有先发优势已经把好地皮给占了，这时腾讯站出来了，然后这个公司就得花钱买腾讯的数据，这就把信息变现了。这还只是其中一种变现方法，以此为基础，腾讯完全可以成立一个极具权威的咨询公司。4、实体店与虚拟店的结合。腾讯可以将线上和线下打成一片，一个简单的微信号就可以代购，实体店铺有二维码扫一扫便可以微信支付，比起淘宝最关大的优势就是便携性和实时性。5、市政建设的规划。分析打车频率与常用地点后，腾讯就基本掌握了城市道路的利用效率与堵车节点，由此出发可以给市政建设部门提供数据支持，来改善交通，缓解堵车现象，提高城市道路使用率。甚至可以细化到给每一个消费者提供道路规划。6、支付方式的改变。微信支付可以加速电子支付替代纸币的速度。7、广告投放。基于LBS技术下的广告精准投放，针对不同的人群，不同人群不同的偏好，进行精准广告的投放。3、滴滴的变换大数据是滴滴打车的心脏。不只是滴滴打车产品的心脏，还是滴滴打车商业的心脏。滴滴的研发的基本原则是想办法撮合乘客和司机，满足他们的需求，保证他们的体验。举个例子，某一个时刻在中关村，同时出现很多订单，周围有很多司机。滴滴要做的决策是：将订单发送给合适的司机。因为司机在任何时刻都只能听到同时爆发订单中的一个。所以匹配要准确，那么背后就是推荐算法要准确，匹配效率要高，计算要快，推送要及时。这还不够。滴滴在推送订单到这位司机之前，应该先预测他对订单感兴趣的程度，广告领域称为CTR，滴滴称为STR。在后验过程中，滴滴可以做到80%的准确度。其中，不仅要计算司机的个人特征，还要结合其决策体系，如喜好，是对小费敏感，长短途敏感，时间敏感，还是对方向敏感等静态特征和司机和订单之间的位置关系、时间关系等动态特征进行综合分析。除此以外，还有补贴，给乘客什么样的补贴，给司机什么样的补贴，谁更敏感，多少金额影响更积极，这些策略的背后都是大数据在起作用。滴滴希望用有限的资源最大化提升用户的质量和活跃度，这不可能通过人肉实现，只有技术才能实现这些。而实现的过程中，对架构、运营、产品等挑战都很大，而我觉得这可以看成投入的一部分。三、大数据简介1、大数据的概念及特点大数据，英语：Bigdata或Megadata，或称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。大数据几乎无法使用大多数的数据库管理系统处理，而必须使用“在数十、数百甚至数千台服务器上同时平行运行的软件”（分布式）。大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）大数据[1]技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。2、大数据与云计算大数据环境下的数据源不仅有结构化数据，更多的是非结构化数据，如视频、图片、语音等信息。从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式计算架构。它的特色在于对海量数据的挖掘，但它必须依托云计算的分布式处理、分布式数据库、云存储和/或虚拟化技术。简单来讲，他俩之间的关系你可以这样来理解，云计算技术就是一个容器，大数据正是存放在这个容器中的水，大数据是要依靠云计算技术来进行存储和计算的。3、大数据的应用（这部分可简化）大数据不在乎你有多少数据内容，在于你如何分析使用这些数据，能否为你理解这个行业和企业提供一个新的维度，发觉一些你没有注意到因素之间的结果关系，善用这种结果会让你事半功倍！重点在于分析预测。3.1、电商行业电商行业是最早利用大数据进行精准营销，它根据客户的消费习惯提前生产资料、物流管理等，有利于精细社会大生产。并且可以预测流行趋势，消费趋势、地域消费特点、客户消费习惯、各种消费行为的相关度、消费热点、影响消费的重要因素等。有针对性的推荐，如淘宝、京东等推荐。3.2、金融行业大数据在金融行业应用范围是比较广的，它更多应用于交易，现在很多股权的交易都是利用大数据算法进行，这些算法现在越来越多的考虑了社交媒体和网站新闻来决定在未来几秒内是买出还是卖出。3.3、医疗行业医疗机构无论是病理报告、治愈方案还是药物报告等方面都是数据比较庞大行业，面对众多病毒、肿瘤细胞都处于不断进化的过程，诊