
Uber凭什么可以变成像谷歌这样的大数据公司
Uber意识到走向大数据化的时刻已经到来,今年,我们将看到Uber变形成像Google、Facebook以及Visa一样的大数据公司:依靠它们掌握的有关用户的大量信息创造新的服务,并将这些数据卖给其他公司产生盈利。
与喜达屋合作:用户数据交易
该项服务允许用户将自己Uber账户与喜达屋优先顾客账户相关联,当用户使用Uber时可以获得积分,代价是Uber将会将用户在Uber的全部出行信息卖给喜达屋。
虽然听起来仿佛用户牺牲了所有的个人信息,但仔细分析下来,这是一项互助互惠的服务。比如,用户每月需要从北京飞往上海总部开例会,Uber可以掌握这项信息,因为它会提供把用户送到首都机场的服务,几个小时后又会在虹桥机场等待用户的到达。之后,Uber会将用户送往预定的酒店。当预定的酒店不是喜达屋酒店时,Uber会将这个信息通知给喜达屋,而喜达屋便会立即做出反应,向用户提供报价、特色服务等信息以诱惑说服用户,确保用户下次来上海时可以选择喜达屋。
同理,Uber还可以与航空公司、餐厅、酒吧等出行类服务建立相同的合作,使合作公司可以笼络更多的潜在客户。
放心,Uber利用的信息是用户同意且无害的
Visa和万事达卡这样的公司会将绝大多数交易数据卖给私募股权、对冲基金和投资银行,这已经不再是一个秘密。而这行得通的原因是他们去掉了所有个人身份识别信息(PII)转而出售集合信息。而Uber鼓励用户通过提交自己PII换取额外积分或里程,成功获取用户PII。并且即使用户没有提交,Uber仍有机会得到非PII集合数据。
因为民众对于Uber的依赖,越来越多的有效信息被集合起来。Uber了解当地最热门的酒吧,最好吃的餐厅。而且它掌握的交通模式的数据跟政府在一个数量级。如果Uber能够将Uber的普通数据和用户以牺牲隐私换取优惠的私密信息合理结合起来,那么Uber将具备成为一家大数据公司的基本。Uber除了可以以此开发出更多利于用户的新服务新产品,更可以通过数据交易创造更多营收。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10