滴滴打车“滴米调度室”上线 大数据优化出行体验
12月23日,滴滴打车方面透露,经过两个多月的公测,滴滴的“滴米”调度系统正式上线。该系统可以有效规避司机“挑肥拣瘦”、最大程度让乘客订单呼叫都得到满足,让乘客获得更好的出行体验。
据介绍,依靠“滴米”系统,滴滴打车成功地保证了用户“打上车”的基本需求,即便在今年打车软件竞争激烈的“双十二”,滴滴用户打车成功率也达到了90%。
“滴滴的核心是大数据”,滴滴打车CTO张博告诉记者,“滴米调度系统正是基于大数据优势而生,通过这些优势去创造更多的社会价值是滴滴一直追求的”。
此外,张博还透露,滴滴打车很快将采用技术手段,通过“中间号”的方式以双向保护司机和乘客的手机号隐私,这个“中间号”大概只能在半小时内打通,让乘客投诉司机不规范等行为时无后顾之忧。
“保证用户打到车”
“作为滴滴公司重要的创新之一,‘滴米’极大的优化城市出租车的调度效率,进一步提升消费者的打车成功率,从而为消费者带来更好的出行体验。”12月23日,滴滴公司CTO张博在媒体沟通会上说。
据了解,“滴米”系统是滴滴公司依靠大数据的掌握,而首创的一种调度方式。滴滴公司招募了世界上最出色的大数据、算法专家,组建了一支超过800人的技术团队,并与一些高校和科研机构合作,推出相当于“调度室”功能的滴米系统。
“‘滴米’在司机端的体现是一种虚拟积分。对于司机来说,行驶里程多、道路状况好的‘好单’会扣除滴米,而行驶里程较少、道路状况拥堵的“坏单”的司机则会奖励‘滴米’。如果乘客发出叫车需求,而此时有两辆车与乘客的距离是一样的,那么司机谁的‘滴米’多,就是谁获得这个订单。这就鼓励司机为接到‘好单’而多累积‘滴米’。张博说。
张博表示,滴滴之所以推出“滴米”,主要是期望解决传统出租车行业运营规则中的通病——出租车行业原有的调度系统多年来仍作用有限,并不能解决司机拒载的问题。即便在打车软件出现后,也出现了“好单”都在抢,但“差单”却无人接的问题,司机间都是在比拼手机速度和网络速度。
据悉,今年10月份,滴滴首次推出“滴米”系统进行公测,两个月来取得了良好的效果。除了引导司机更好地投入到打车服务中,满足乘客最基本的“打上车”需求,“滴米系统更重要的社会属性在于,有效地调度了超过百万人的司机群体,推动出租车行业的不健康竞争向良性竞争转变,极大提升了城市出租车调度效率。
“好功能受益大数据”
张博向记者介绍,滴滴打车之所以能够推出滴米系统,这与公司长期积累的大数据优势有着莫大的关系。
据悉,在滴米系统中,系统首先要评判一个订单价值的高低,这就需要大量数据的支撑。在订单产生的时候,系统会第一时间根据订单的实际情况(路程远近、拥堵状况、历史订单)来预估这个订单的价值。如果这是一个不受司机欢迎的订单,系统就会以奖励滴米的方式激励司机抢单。如果这是一个非常受司机欢迎的订单,系统就会扣除抢单司机的滴米。“滴米就像滴滴系统中的虚拟货币,在发放的环节,大数据发挥了很大作用。”
在张博看来,正因为大数据的优势,滴米调度室与传统的出租车调度有了根本区别。“比如说,滴米调度系统可以知道哪一位司机在哪一个时刻接了一个什么样的订单,可以判断这个订单的价值高低,这是传统的出租车调度系统不具备的”,张博指出,“更重要的是,我们能够通过大数据的不断积累,掌控未来订单的分配。我们不断的记录司机的行为,司机是接了好的订单还是差的订单,是不是提供了好的服务,都会被记录下来。然后我们通过这些记录,去评估司机的贡献,反过来再让司机收益”。
在日常的出行中,司机和乘客在地域上的分布往往是不均匀的,一些地方乘客打不到车,一些地方司机拉不到客。而透过大数据,乘客的需求却可以被预测,张博向记者介绍,“比如晚上10点至11点左右,北京三里屯的乘客数量会激增。这样的例子不胜枚举,我们可以向司机提供全天的订单分布预测情况,根据司机所处的位置,提示司机在未来多长时间会遇到订单数量较少的情况,或提醒司机提早前往订单数量较多的地域。”
而在这样的预测与提醒下,有50%的司机愿意听从提醒前往那个目的地,有80%的司机认为这个信息有用。“这就是大数据创造的社会价值,是滴滴一直追求的。随着数据的不断积累,我们对用户出行的理解也会越来越深,它的价值也会不断放大”,张博强调。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21