揭秘神州专车出行大数据：专车进入拼"智力"时代

神州专车出行大数据云计算

比特网 | 2016-06-14 11:15

【数据猿导读】如何才能让出行更智能、更便利?放在专车这个市场里，就不得不提一下专车幕后的神秘“大脑”——一切用户前端所感知的体验都依赖于大数据“智力”的无形指挥，既保证了用户出行体验，又能实现商业上运营的精细化、智能化、高效。可以说，专车市场粗暴式的补贴促销大战偃旗息鼓后，最终比...

互联网出行已经融入我们的生活当中。如何更便利、快速地上车，如何降低车辆和司机的空驶率，司机如何驾驶能更省油、绿色环保，用户在哪个位置上车最方便，怎么根据不同用户的偏好来提供个性化服务，动态调整价格?可以说，每一点都是用车出行市场的痛点，也是专车下一步竞争的聚焦点。

如何才能让出行更智能、更便利?放在专车这个市场里，就不得不提一下专车幕后的神秘“大脑”——一切用户前端所感知的体验都依赖于大数据“智力”的无形指挥，既保证了用户出行体验，又能实现商业上运营的精细化、智能化、高效。可以说，专车市场粗暴式的补贴促销大战偃旗息鼓后，最终比拼的会是以大数据为核心的技术军备竞赛。

无论是滴滴、Uber，还是后起之秀神州专车，都在大数据、云计算、车联网等技术领域投入了重兵。人们更容易感知到USD(Uber、神州专车、滴滴)三家硝烟弥漫的补贴和优惠大战，殊不知在背后的技术层面，火药味更是越来越浓。尤其是神州专车，在大数据、云计算、车联网等前沿技术领域投入重金攻关，与清华大学、天津大学合作设立技术实验室，并在美国硅谷设立招揽顶尖人才，准备发动一场无硝烟的战争。

其中，大数据是重头戏。每家都在纵谈大数据，但究竟能给专车出行带来哪些价值呢?我们就来剧透一下。

智能调度是总指挥

首先是智能调度，说白了就是用户发起一个出行的订单需求，专车如何来快速响应，这就涉及到一个智能调度的系统。神州专车的海量用户，在哪里下了订单，上车地点、目的地是哪儿，行驶过程中的轨迹等，每天平台上都会生成数十亿条的数据。神州专车会根据用户订单的区域分布、时间点分布，通过电子围栏划出热点区域，将司机从后台进行实时调度，充分保证用户出行的快速响应。

派单机制也是一个大学问，比如这里有一个订单，神州的派单算法和技术是怎么决策的呢?会综合考虑位置远近、未来这段时间是否有订单、车型匹配、服务地点与目的地等几个因素，提前采集GPS数据。比如针对未来预约用车的订单，并不会立刻派单，往往距离订单开始前30-40分钟派单，因为路上车辆是流动的，位置也在变化，大数据会实时监测，根据车辆所在位置，选择最佳时间点，来动态派单给“顺路”的司机，这样减少司机的空驶时间。

这样，大数据就成了无形的指挥棒，高效的话，车队资源利用率高，否则就成了无头苍蝇，用户找不到车，司机一窝蜂。而且从运营的角度看，车辆的运营效率，每减少5分钟空驶率，可以节约的油量是一个相当可观的数据。

动态定价谁说了算

相信常用打车软件的人会经常遇到这种情况：当某地出现暴雨、冰雹等极端天气，滴滴快的、Uber会实行动态定价，甚至有一些上浮到了正常价格的4.9倍。相比之下，神州专车也同步进行了动态上浮，但幅度控制在了1.5倍左右。但是很多乘客都很迷惑，运营方是怎么决定调价幅度的呢?

实际上，这背后就涉及到了动态定价的技术。神州专车会结合不同区域、不同时间点的供给与需求的状况，通过价格来实现最优的匹配，这背后有一套算法来指导，究竟是涨价还是降价，谁说了算呢?从技术实现角度看，神州专车会根据某个城市时间轴的移动订单数分布，按照需求数和供给数，会以一个1KM*1KM的矩形去计算，设定一个需求与供给的比例，比如1.5倍就会上调20%，2.0倍是40%，2.2倍是50%，并设定一个最高的阀值。

当然，人们更多地是看到了高峰期、极端天气出行需求暴涨后的价格上浮。现在像一些订单的低谷期，比如周末、非早晚高峰或订单量小的区域，也会采取降价的方式，释放运力出来，主要目的还是将供给与需求拉平，达到最优的匹配。

值得关注的是，在运营模式上，神州专车与滴滴、Uber有明显区别，后者加价离谱，是因为私家车接入多，只能靠价格来刺激司机抢单，而神州是派单机制，司机车辆都自主，控制力强得多，能保持在1.2-1.4倍左右。但无论哪种，大数据来决定价格的趋势不会改变。

机器学习带来的另外一个好处是，能够预测某一地未来某段时间的供需情况，从而对车辆进行提早调动，保证供需达到平衡。具体表现是：“网格化运力预测与优化系统” ( Grid Based Supply Forecast And Optimization System)部署以后，神州专车的车辆调配效率上升了25%，空驶率降低了20%，运营成本持续走低，0.8-1.0倍成常态，1.4、1.5倍的情况将比较少见。

在哪上车更便利

另外还有一个非常有趣的现象。我们经常使用专车也会发现，上车地点是一个大的痛点，经常司机在附近转悠，始终与乘客碰不到面，在频繁电话沟通后才能接上头，不仅麻烦，用户体验也受影响。神州专车跟清华大学联合实验室就在秘密攻克一项“最佳上车点”的大数据技术，专门针对全国专车覆盖城市，进行一个最佳上车地点的POI兴趣点的大数据分析和研究。

这项技术能带来哪些神奇体验呢?问题其实出在高德、百度等地图导航接口上，因为导航采集的POI点，并不会考虑车辆停车是否合理、乘客上车是否方便这个因素，所以POI点会定位在企业、商户等分散的维度上，但这并不适用乘客上下车。所以神州专车联合清华大学进行POI大数据的清洗，根据用户行为共性和个性间筛选，建立不同城市的最佳上下车地点的POI点的梳理，比如在国贸三期，用户在东门上车是一个共性的行为，就不定位在国贸楼里面，因为车是进不去的，反而人走出来很方便，最终就会形成更智能化的上下车最佳地点。在神州专车最新的APP，“最佳上车点”已经上线，据了解，未来还将上线“最佳下车地点”，形成“最佳上车地点推荐，最佳下车地点预测”的智能技术。

这其中涉及到了机器学习、深度神经网络学习的人工智能技术，就像一个孩子的智力不断提升一样，系统也会根据数据量、算法不断进步，做到越来越智能，结果可能连上车前的沟通电话也能省掉，双方直接到最优的地点即可。别小看这个技术，在专车司机认路水平普遍不如出租车时，能免去多大的麻烦，估计很多用户会有“终于松一口气”的体会。

让刷单无从遁藏

做专车这个市场，刷单是一个行业现象，特别是Uber、滴滴这样的抢单平台，受高额补贴的引诱，导致恶意刷单套取补贴款的行为相当普遍。之前就有数据显示，Uber每天因为刷单行为就损失百万元之巨，并滋生了庞大的刷单族，只需要GPS模仿出行轨迹，单足不出户，单月收入就能达到2-3万元，一本万利。同样，一个模式框里的滴滴快的也面临着刷单虚假行为的困扰。

那怎么来解决这个现象呢?相比，采取派单机制的神州专车，是专属雇佣司机，刷单现象很少的原因，还在于大数据技术的“无形的手”。据悉，神州专车采取了三重技术进行反欺诈——手机、GPS和OBD，三道关口去匹配，这样的话，用GPS软件模拟安卓手机GPS运行轨迹的方式很容易识别出来，只要人车分离，就会触发报警机制和作弊嫌疑警示。特别是车辆自身的OBD数据，神州专车是自有车辆，车辆出行中的油耗、发动机工况、故障代码等一目了然。

当然，对Uber、滴滴们来说，刷单是一场马拉松的对抗，魔高一尺，道高一丈。由于私家车不可能采集OBD信息，所以很难通过大数据来准确地判定车辆出行状况。

乘坐体验更舒适

既然是专车，那就必须在出行、乘坐体验上，享受到专车舒适、尊享的待遇。相比滴滴、Uber等私家车接入为主的平台，由于车辆和司机很难统一管理，必然存在着驾驶习惯、司机搭讪等完全不同的行为，这是中高端的商务出行人群比较“忌讳”的，也经常能看到一些吐槽。神州专车在司机形象、车况上更胜一筹，毕竟是自家员工、专业车辆，比私家车更容易统一规范、标准，而且在驾驶行为上也引入了大数据的技术来保障体验。

秘密依然在车辆的OBD大数据分析上，笔者乘坐过神州专车，几乎所有司机的开车习惯、驾驶平稳度都很规范，很少有急刹车、急加油等动作，原因是因为所有的神州车都进行了OBD的“改造”，司机的所有加油、刹车、油耗等实时车况数据，在大数据后台清晰展示出来，几万名司机，每一个加油动作都可视化。即使车辆出了故障，一些司机想多拉活儿忽略，有了OBD，后台可强制让司机去维修。这对司机起到了明显的“约束”作用，乘坐体验更舒适，对社会来说，也更环保。

而且这里面还有一个油耗的小数字、大文章。据透露，对神州这样的B2C自营模式来说，几万部车在路上跑，油费是一个天文数字，通过OBD来优化油耗，每个月节省下来的油费就高达数千万元。笔者第一次听到也吃了一惊。但这一点，滴滴与Uber是永远无法做到的，因为车辆并非自有，很难在私家车上安装和采集数据。此外，这些数据对于汽车厂商来说，也是财富，可用于后续的车辆改进计划。如果考虑到未来的共享汽车，这里面的想象空间会更大。

当然，除了以上这些大数据应用外，神州专车还与清华大学、北航、天津大学等国内的985、211高校合作，建立了前瞻性的实验基地或研究中心，并且投入巨资在美国硅谷设立实验室，招募来自于GOOGLE、Facebook、微软及知名车企的前沿技术人员、工程师、人工智能专家，展开基于大数据、车联网、机器学习等领域的研究。

不出意料的话，这些技术的储备和应用，最终都会反馈到出行等场景体验上，而且在下一轮的专车大赛中，也迎合了未来市场比拼用户体验的新竞争规则。最近一份来自于罗兰贝格的数据也显示，神州专车在专车市场(相对出租车溢价20%)占据40%市场份额，尤其是神州专车次月客户留存率达70%，稳居行业首位。那究竟是什么让神州的回头客比例更高呢?显然，神州背后的技术“大脑”更聪明，体验更佳。未来，专车之争，不取决于补贴，除了要看政策脸，更要看大数据、人工智能等技术的眼色。

来源：比特网

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。