滴滴快的推苍穹平台 用大数据下活“智能出行”棋

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

ZDNet至顶网软件频道消息: 下午1点钟,北京金融街的打车需求中,去往机场方向的几率更高;如果你是沈阳的出租车司机,想要生意好就要比其他城市的司机更早起……这些交通运行的“秘密”,来自于上个月底上线的“滴滴快的”大数据移动智能出行平台“苍穹”。在北京、上海、杭州等10个城市,所有专车和出租车的数据每个小时都会汇集到这个平台上,根据这些数据,“苍穹”可以提供各个区域的打车需求、打车难易程度、被抢单时间和车费等一系列数据。

“数据将成为司机‘拉活儿’的实时指南。”“滴滴快的”大数据负责人朱磊表示,在他看来,“滴滴快的”覆盖的360个城市中2亿多用户每天产生的600多万订单数据,将成为企业未来安身立命的根本。

许多和数据有关的技术应用已经开始产生价值。出行大数据,需要解决的最基础问题就是供需匹配,比如乘客站在一个点发出乘车需求,按道理应该直线距离最近的司机抢单成功,但事实往往并不如此,接单的司机很可能需要绕远掉头,或者正堵在路上。因此,要做好供需匹配,就必须综合考虑路况、司机车头朝向乃至掉头距离等诸多维度。人们喜欢使用手机打车,就是靠复杂的数据挖掘算法保证了良好的用户体验。

而“苍穹”提供的服务则在更高层面上改变着行业现状。“从根本上说,它解决的是资源调配的问题,有可能颠覆出租车做生意的模式,让司机知道他应该什么时候到哪里去载客,从而用更短时间赚到更多的钱。”据透露,“滴滴快的”将为一些付费车主或者平台活跃度高的车主提供此类增值服务,这就意味着,数据服务很可能成为“滴滴快的”未来的赢利点。

但大数据背后的商业逻辑并不止于此。上海白领吴芳芳告诉记者:“本以为‘滴滴’和‘快的’合并后,补贴力度会变小,但我还是会经常收到代金券,感觉和‘烧钱大战’的时候差不多。”她所不知道的是,之所以会收到这么多代金券,是因为在“滴滴快的”数据分析系统里,已经根据她的历史打车行为特点,将她划为代金券敏感用户。

通过对用户的贴身跟踪,“滴滴快的”将用户按照消费能力分成了4类,每一类都有根据他们不同消费习惯的营销策略,像吴芳芳这样的用户就需要不时给予代金券刺激,而对于那些对价格不敏感的用户,则需要在服务和体验方面下功夫。

被“画像”的还有司机。基于司机们的地理位置信息,“滴滴快的”发现杭州的出租车司机们每天晚上10点后会固定聚集在一些区域休息和就餐,就在这些场所提供优惠工作餐,来拉近司机和平台的关系。“滴滴快的”还尝试推出了回程单产品,根据不同司机收车回家的时间和方向,给他们匹配合适的用车需求,希望借此有针对性地提高司机的抢单意愿。

做好用户“画像”和行为分析,移动互联网广告也随之而来。“比如同样打车去北京西单,一个代金券敏感用户和一个对价格不敏感的用户,希望得到的商铺优惠信息就不会一样。”朱磊表示。“滴滴快的”与阿里巴巴、美团的合作正在完善用户“画像”,建立起精准营销的模式,未来在分析出消费偏好的基础上,就可以更有针对性地发送特定商场、特定店铺某一类产品的优惠信息。

“在行业野蛮生长阶段,大家只能烧钱争夺市场,但是以后比拼的就是技术和服务。”朱磊说。对于“滴滴快的”来说,大数据应用正是串起智能出行这盘棋的重要手段。文/本报记者 陈 静

原文发布时间为:2015年5月20日
本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。
相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
27天前
|
运维 算法 数据可视化
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】2 方案设计与实现-Python
文章详细介绍了参加2021高校大数据挑战赛中智能运维异常检测与趋势预测任务的方案设计与Python实现,包括问题一的异常点和异常周期检测、问题二的异常预测多变量分类问题,以及问题三的多变量KPI指标预测问题的算法过程描述和代码实现。
37 0
|
10天前
|
搜索推荐 OLAP 流计算
OneSQL OLAP实践问题之基于 Flink 打造流批一体的数据计算平台如何解决
OneSQL OLAP实践问题之基于 Flink 打造流批一体的数据计算平台如何解决
23 1
|
27天前
|
机器学习/深度学习 运维 算法
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】1 赛后总结与分析
对2021高校大数据挑战赛中智能运维异常检测与趋势预测赛题的赛后总结与分析,涉及赛题解析、不足与改进,并提供了异常检测、异常预测和趋势预测的方法和模型选择的讨论。
54 0
【2021 高校大数据挑战赛-智能运维中的异常检测与趋势预测】1 赛后总结与分析
|
2月前
|
存储 算法 数据可视化
云上大数据分析平台:解锁数据价值,驱动智能决策新篇章
实时性与流式处理:随着实时数据分析需求的增加,云上大数据分析平台将更加注重实时性和流式处理能力的建设。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。
86 8
|
12天前
|
数据可视化
Echarts数据可视化大屏开发| 大数据分析平台
Echarts数据可视化大屏开发| 大数据分析平台
|
2月前
|
存储 分布式计算 定位技术
高德地图与阿里云MaxCompute:构建智慧出行的数据引擎
通过与阿里云MaxCompute的紧密结合,高德地图成功构建了一个高效、稳定的大数据处理平台,实现了从数据采集到价值输出的全过程自动化。这不仅提升了数据处理效率,还极大地改善了用户体验,为智慧出行的发展奠定了坚实的基础。随着技术的不断进步,未来高德地图还将探索更多创新的应用场景,持续推动地图服务向智能化方向演进。
|
2月前
|
人工智能 数据安全/隐私保护
数据平台演进问题之智能化数据平台会面临什么样的挑战
数据平台演进问题之智能化数据平台会面临什么样的挑战
|
2月前
|
SQL 分布式计算 大数据
大数据处理平台Hive详解
【7月更文挑战第15天】Hive作为基于Hadoop的数据仓库工具,在大数据处理和分析领域发挥着重要作用。通过提供类SQL的查询语言,Hive降低了数据处理的门槛,使得具有SQL背景的开发者可以轻松地处理大规模数据。然而,Hive也存在查询延迟高、表达能力有限等缺点,需要在实际应用中根据具体场景和需求进行选择和优化。
|
2月前
|
存储 分布式计算 数据可视化
ERP系统中的大数据分析与处理:驱动企业智能决策
【7月更文挑战第29天】 ERP系统中的大数据分析与处理:驱动企业智能决策
67 0
|
2月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI使用问题之如何在MaxCompute上使用Protobuf处理数据
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。

热门文章

最新文章

下一篇
云函数