补贴之外,滴滴打车背后技术体系会吓你一跳!.pdf

补贴之外 ，滴滴打车背后的技术体系会吓你一跳 ！ 提起滴滴快的 ，人们的印象似乎还 在2014年初的那场旷日持久的补贴大战上 ，殊不知 ，当人们还 在关心合并之后补贴会不会减少时 ，滴滴快的已经完成了破蛹成蝶的蜕变 ，从一家营销驱动公司变 成了技术驱动公司。一个全球最大的移动出行数据“超级大脑“即将浮出水面。 移动出行的超级大脑 “分秒”之间的多轮筛选 ，数据完成的用户画像系统 ，人们点滴的打车轨迹正在汇聚成就一个全新的商 业生态。 周五晚上6点40分 ，李菲 （化名 ）在离家不到3公里的地方 ，用打车软件叫了一辆出租车 ，在不到1 分钟的时间、系统通知了附近43辆出租车之后显示被抢单 ，与此同时 ，李菲的手机上收到一条短信 通知 ，打车软件为此向司机支付了11元补贴。 这次打车给李菲带来的愉悦感可想而知 ：之前望眼欲穿的苦等 ，现在则分秒可得。不过李菲或许不 知道的是 ，从她按下叫车键到系统启动用车通知“分秒”之间 ，后台已经完成了多轮筛选 ：根据用户 画像和用车需求 ，匹配位置合适的出租车 ，再结合实时的地理位置和运能状况确立给后者的补贴金 额——这些计算都是在毫秒内实现。甚至在更早之前 ，软件已经根据她的历史打车的行为特点 ，将 其划归到了“屌丝”的标签之下 ，由此她才频繁收到金额不小的代金券。 2012年开始成立的滴滴快的迅速地网罗了360个城市中近两亿“打车族“ ：每天 ，600多万订单生成 ， 每个小时 ，数十万订单数据汇入滴滴快的后台。而李菲们所不知道的是 ，他们的点滴打车轨迹正在 汇聚成就一个全新的商业生态 ，而这也正是滴滴快的等打车软件的未来疆场。 用户画像 ：屌丝和土豪的不同行为轨迹 滴滴快的“土豪式”补贴背后 ，其实也有着它自己的精打细算。随着两家公司的合并 ，行业已经从粗暴 的跑马圈地走入了精耕细作的时代 ，要花更少的钱获取更多的用户。 精准营销的前提是对用户的清晰认知。以简单的代金券发放为例 ，滴滴快的的历史数据呈现出两大 类四种不同的消费习惯。代金券敏感型 ：发代金券才用、发代金券用的更多 ；代金券不敏感型 ： 发不发都用 ，发代金券也不用。在滴滴快的的用户画像系统中 ，上述四种群体会被分别冠以屌丝、 普通、中产、土豪的标签。针对四类客群的运营策略也会全然不同 ，最直接的就是代金券的刺激频 率以及刺激金额 ，而对“代金券”免疫的土豪群体 ，则更多地需要在服务上做文章。 而在实际场景中 ，影响乘客对应用软件的使用黏度的因素要远比代金券复杂得多 ，在这种情况下 ， 滴滴快的对用户的“贴身跟踪”就能及时发现薄弱环节 ，因此从用户打开软件到退出使用 ，其间的每 一步情况都被快的记录在案 ：哪一天退出的 ，哪一步退出的 ，退出之后“跳转”到什么软件等等。 据此 ，滴滴快的也实现了用户另外一个纬度的归类 ，分清哪部分是忠实用户 ，哪部分可能是潜在的 忠实用户 ，哪些则是已经流失的 ；更进一步来看流失的原因 ：因为代金券没有了流失 ？软件体验不 好流失 ？还是等车时间太长而流失 ？—这些都是下一步精准营销的依据。 而对于滴滴快的而言 ，用户分析不仅仅是针对乘客 ，也包括司机、出租车公司的所有相关方。尽管 基础信息大同小异 ，都包括人的基本信息、信用、行为信息等 ；也有一些通用的刺激手法 ，比如 积分、礼物等。不过 ，不同的用户画像就对应了不同的刺激程度 ，而结合不同的场景 ，还是许多特 殊的营销安排。 杭州市场就是一个很典型的例子。基于司机的地理位置信息 ，滴滴快的发现每天中午或者是每天晚 上10点以后 ，司机都会聚集在一些固定的地点 ，可能休息或者就餐。所以滴滴快的就会在这些场所 提供一些工作餐或者是优惠食品 ，通过线下的活动来提升司机和滴滴快的的合作关系。 产品生成的逻辑 ：更 确地匹配供需 维护好用户只是一个基础 ，最终目的是为了打通供需 ，生成更加优化的服务和产品。这也正是数据 之于打车软件此类的O2O行业的重要性所在。数据能解决一个核心问题 ，就是做供需双方的智能 匹配。 其实也很容易理解 ，公交、出租车、地铁都是对出行人群不同需求的对号入座 ，不过这样被称之为“ 粗暴式”的分类法应用起来效率低下 ，以一个司空见惯的打车场景为例 ，在路边拦车 ，可能许久都没 有空车经过 ，或者是好不容易等到的车 ，司机问了地址之后还可能拒载—呈现一种杂乱无章的状态 。 而在海量的数据基础之下 ，出行的需求被不断细分 ，而且是实时匹配。例如一个乘客下单之后 ，需 求方的用户图像和需求同时被识别 ，结合供方的车辆条件和位置地图进行第一轮筛选 ，不过这个 看似“正常”的订单却不一定符合实际 ，因为有一些订单发出来是司机不愿意接