京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网前沿追踪:你想用大数据开餐馆吗_数据分析师考试
通过手机APP点外卖,早已成为许多年轻人的生活常态。但在百度高级副总裁、技术战略委员会主席王劲看来,作为人工智能和大数据结合的又一个产品,百度外卖背后的链条已经呈现出一个“智能系统”的雏形。
“大数据主要包括三种:人的数据、物的数据以及关系数据,包括人和人、物和物、人和物的关系。”王劲说。百度外卖正是在处理这几种关系的基础上,展现出人工智能全局优化的能力。
系统选调“送餐骑士”
据介绍,百度外卖有几千个负责送外卖的“百度骑士”,每时每刻都和调配系统连接。当客户下单后,系统会首先判断调配哪一个“骑士”去送餐,在多个任务的情况下,还会分析是先把所有订单的食物在各家餐厅拿好再送,还是先到两家餐馆拿了食物送到客户家,再到第三家餐馆取货再送。对系统来说,需要在午餐、晚餐的时间段,根据客户需求,把几千名“百度骑士”分配到城区的各个餐厅周边。这很考验智能系统的全局调配能力。
王劲说,智能系统通过机器学习等人工智能技术,不断自我完善。随着每天的外卖数量越来越多,各类数据也就积累得越多,包括细到在一个餐厅取餐时的等候时间。系统逐渐能够预测,外卖骑士要走多长时间到餐馆,到餐馆了还要等多久,这个餐馆做这个菜需要几分钟。
订单直通厨房屏幕
餐厅的服务流程将因此改变。用户通过系统下单后,订单菜名直接显示在厨师面前的屏幕上,做完一个菜,按一下按钮接着做下一个菜。而这种先后顺序反馈到百度外卖的系统上,又成为系统判断外卖效率的数据之一。
这些仅仅是开始。王劲说,未来希望把擅长厨艺的个人也接进这个系统。如果你的麻婆豆腐做得特别好,可能就只接麻婆豆腐的订单。每个有厨艺的人都能开“小而美”的美食作坊,专注做一道名菜。
对希望尝到美食的人来说,以后点外卖送来的5个菜,可能是来自5个不同的餐厅。即使是去店内吃,通过百度外卖系统订好餐桌,然后通过手机地图提供自己的出发位置和时间,到达餐馆的时候,菜就已经摆在那里等你了。这样,客户来了就吃,吃了就走,免去等位之苦,而对餐厅来说,翻台率则大大提高。
一餐可以吃多家
“比如在家里请客,预算2000块钱,让系统给配附近最好的菜,然后从各个餐馆下单。在温度还足够热的情况下,能够同一个时间送达,这都是可以做到的。甚至根据客人的口味,想吃川菜还是粤菜,海鲜或是山珍,都可以通过系统调配。”王劲说,大数据变得很重要,计算量也变得巨大,因此必须通过云计算提供的计算能力以及人工智能的全局优化来实现。
“以后两种企业会生存得很好,一种是做很大的平台,提供各种各样的技术、数据和智能的服务;还有一种是‘小而美’,只要专注干好一件事,搭在大平台上就能活得很好”,王劲说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19