用大数据下活“智能出行”棋_数据分析师

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。