京公网安备 11010802034615号
经营许可证编号:京B2-20210330
据美国媒体上周报道,纽约一家名叫Juno的创业公司正在悄悄挖掘Uber的数据,还邀请Uber司机来纽约世贸中心喝咖啡,条件是必须安装一个神秘的车载设备,以及Juno手机APP。
虽然商业模式秘而不宣,但Juno请Uber司机喝咖啡,显然是看重了车辆和司机的出行数据金矿。
B2C比C2C共享模式更适合玩大数据
据说,Juno在纽约街头的Uber司机群体中已经口口相传。目前,Uber还没有将其封杀,但这确实威胁到了Uber的生意。
有人说,这家企业玩的是“借船出海”的游戏:给Uber司机开出足够诱惑的条件,比如每周25美元(约合人民币163元)的酬劳,提供咖啡休息、免费停车等,目的是通过“寄居”在Uber身上采集出行数据,最终通过数据来构建商业模式并获利。
可以说,Uber被挖角,Juno很聪明。出行大数据是一座大金矿,国内各大专车已经看到了这一点。滴滴、Uber最初高额补贴烧掉了上百亿元,圈到了大批的私家车司机和车辆。但这仅仅是第一步,下一步就会在车联网、无人驾驶、智慧城市等交通领域“孵化”出更多的大数据服务。
出行大数据的战争已经悄然打响。滴滴在大数据方面很高调,推出了智能出行平台,还定期发布不同地区、人群的出行报告。神州专车去年推出“极速佛”GSFO系统,通过研究用车需求和车辆供给数据,实现动态调价,价格最高降幅高达40%,非早晚高峰的0.8倍至1.0倍动态定价让滴滴、Uber动辄一两倍的加价很尴尬。就连交通部门也盯住了专车大数据,一直期望滴滴、Uber、神州专车等平台共享数据。
不过,Uber遭遇数据“劫持”,表明共享经济下C2C专车模式,虽然能圈到海量的司机和车辆,但对于车辆的不可控、难以安装OBD设备,让大数据挖掘难度增大。相比之下,神州专车的B2C模式能够有效管控司机和车辆,出行数据更容易采集,围绕大数据做文章可谓占据天时地利。
用户出行大数据怎么玩?
当下正进入一个DT的时代,几乎所有基于互联网、移动互联网的新商业都可以归结为数据生意。相比传统的静态数据,不管是社交数据还是出行数据,未来都是待开发的金矿。智慧交通、智能出行及车联网等新兴服务都离不开大数据的肌体。数据只是一个工具,如何由数据到服务是一个从0到1的过程。
大数据服务能够为出行打开更大想象空间。以神州专车为例,由于车辆和司机自营,每辆车都安装OBD车载诊断系统,车辆位置、运行状态,甚至每一脚油门的数据都可视化,既为车联网提供了数据基础,又能根据数据提供更安全、个性化的出行服务。此外,车辆供给与需求的匹配和车辆调度也依赖于大数据,以降低空驶率,节省燃油成本。
滴滴已经成立了 “机器学习研究院”,全球招募相关领域的世界级科学家,使用机器学习方法提高数据处理效率。神州专车去年也在美国硅谷设立实验室,挖角谷歌、Facebook等大数据技术专家。
专车竞争经历烧钱圈地战后,必将升级到大数据竞争的新阶段,基于大数据的服务会是下一轮较量的主战场。出行仅仅是一个开端,由此延伸的餐饮、旅游、电影、消费等生活服务,都可以基于大数据的画像能力,为用户提供更便利、智能、个性化的服务,开启的会是一个数万亿的大市场。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29