
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
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03