滴滴快车运营负责人分享：如何通过数据挖掘发现…

滴滴快车运营负责人分享：如何通过数据挖掘发现…

现在，没有人知道滴滴打车。从第一单到日成交1000万单，用了不到21个月。

在很短的时间里，我们见证了滴滴打车的快速发展，以及它对我们生活的影响。如今，“出行”这个词已经和滴滴紧密联系在一起。

这有赖于滴滴打车对出行数据的深度挖掘，出行服务的创新，以及针对不同城市的城市化运营。

爱尔旗下的创业社区MindStore邀请了滴滴打车快车运营负责人孙舒分享了“快车拼车”这一产品的诞生，以及滴滴在不同城市运营的基本机制。

(滴滴快车运营负责人孙舒)

以下为分享全文:

大城市已经很拥挤了。在北京工作的人，尤其是在五道口通勤的人，都知道下班打车回家是一件很痛苦的事情。

然而，我们的城市化进程正变得越来越分散。中国一线城市的车辆密度已经超过了其他任何一个国家，比如杭州、北京，也远远高于东京、纽约。

车辆密度大，导致路上车辆行驶速度慢。当我们每天花那么多时间在上下班的路上，每个人的出行成本增加，整个社会的效率降低。四年前，当滴滴打车推出时，我们想解决一个简单的问题:当你需要一辆出租车时，你可以找到一辆。

四年来，我们通过一条业务线、一个产品、一个产品，逐步将滴滴打车打造成为多元化、多业务线的出行平台。从最开始的出租车、专车、顺风车，到快车。之后还有代驾、试驾、企业差旅等服务。这么多业务线，我们想做的很简单:满足绝大多数人的出行需求。

除了业务线的增加，我们还可以从数据中看到滴滴打车的快速增长:

使用3亿人；2015年总订单量为14.3亿，是2015年美国所有出租车订单的两倍；2016年3月，滴滴打车平台日订单量突破1000万，相当于美国日移动出行的5、6倍。

随着我们规模的快速增长，我们每天都在积累大量的数据。通过对这些数据的深度挖掘，我们有了一些有趣的发现。

第一个是关于空驱动率。

当我们开始用移动互联网连接出租车的时候，我们不断努力优化的一个指标就是空开车率。这个指标的背后，是我们在思考如何让跑在路上的司机提高产量，减少一个行程结束到第二个行程开始的时间，减少燃油成本的浪费。

其实以我们现在的规模和数据，早晚高峰基本上可以完成一单，第二单就会进来。这时，司机的手机立即响起。但是，即使订单可以紧密衔接，一般情况下，司机从第一个乘客的下车地点开车到第二个乘客的上车地点仍然需要5分钟，所以每小时开车率会是10%空。

那么一个直接的问题就是，我们有没有什么办法可以彻底解决空开车率的问题，让司机在这一个小时里有生产力。

二、关于车的使用空。

做了滴滴巴士之后，我们开始非常注重上座率。也就是说，一辆公交车的三四十个座位中，实际上有多少是有乘客的？上座率越高，公交资源利用率越高。

其实汽车也是如此。我们发现，滴滴平台上的大部分车型，除了司机，几乎都能坐四个乘客。但是，一般来说，旅途中只有一两个乘客。早高峰和晚高峰，大家都去上班或者下班回家。一般都是一个人。这样一个本来可以坐四个人的车型，只用了车内40%的资源。于是，我们开始更深入地思考上座率的问题。

第三，关于滴滴平台上特定时间段的供需平衡。

滴滴用户打开滴滴，能不能叫车，应该是我们平台需要满足的最基本需求。我们称之为回应率。回复率也是我们每天非常关注的一个指标，我们的运营，技术，产品。

基本上，我们在不断增加我们平台上的车辆和司机数量。同时，我们通过不同的策略和 *** 作方式，鼓励司机在合适的时间接单，我们也在不断优化我们的调度和匹配算法。但是发现几乎所有的城市，出行需求都是如此巨大，早晚高峰很难满足。

一旦遇到恶劣天气，比如下雪，情况会更糟。所以我们会想，除了增加车辆数量，我们还有没有其他的方法来保证我们的用户体验，保证每一个用户在需要的时候都能打到车？

第四，同类出行需求的满足。

我们发现，当一个城市的规模变大时，很多类似的出行会在类似的时间发生，尤其是早晚高峰。例如，在北京，每天早上7点到9点之间，成千上万的用户从北京北部的巨大住宅区回龙观前往上地或五道口。

他们的行程有很大一部分是重叠的。我们能合并这些行程吗？

那么如何减少空开车，如何利用车内空空间，如何满足早晚高峰和恶劣天气的需求，如何连接这些重叠的行程？这些观察和思考的最终结果汇聚到一种新的共享出行方式——拼车。

什么是拼车？拼车就是你和路线相似的人共乘一辆车。

我们先来看看什么是非拼车。当我们独立出行时，一个司机从第一个乘客的上车地点接乘客A，按照最佳路线行驶到乘客A的目的地。a乘客下车，司机结束订单。然后司机空开车到乘客B的上车地点，把乘客B放下，再空开车去接乘客C，以此类推。

拼车有什么区别？A司机先去接乘客A，但在途中，有可能乘客A刚上车，也有可能是中途。司机在途中接乘客B，然后司机会根据两个人的目的地顺序，看谁离得最近，把两个乘客送到各自对应的目的地。

所以一般来说，在拼车的情况下，一辆车的司机可以用比一次出行多一点的时间和距离，来服务之前需要两倍时间才能完成的两次出行。也就是说，在更短的时间、更短的距离内服务同样的用户，效率更高。

对于一个用户来说，如果选择拼车，可能会有三种不同的体验。第一，有可能附近没几米，另一个乘客在叫出租车，而他同时去的地方在路上，所以你们两个就在起点打起来了，这种情况发生的可能性还是比较小的。

第二个是我叫出租车的时候没有拼，但是在行程中，滴滴的后台还在不断的算计。我在收单的途中，如果发现刚好有一个人离你的行程不远，也在往途中的一个目的地发单子，它就会把这个单子发给这个司机。如果匹配，就顺路接第二个用户，一起去你们相似的目的地。

第三类等于第二类。另一方面，我叫了一辆出租车，正好另一个拼友在旅途中离我很近。同时我们俩去的地方差不多，所以我的车来接我的时候这个拼友已经在车上了。

该产品听起来很简单，但通常，在简单的产品背后需要做大量的工作。这款拼车产品依托于滴滴出行目前的出行数据。每天收集超过50TB的出行数据，同时每天的路径规划也超过50亿次。

基于以上的数据量，我们可以进行最大化的数据挖掘，通过这样一个由大数据和深度学习驱动的人工神经元的智能网络，不断实现非常精准的预测能力、智能配置能力和动态定价能力。

那么这样一种大数据驱动的共享出行模式能带来什么呢？有什么意义？

首先，拼车可以提高出租车叫车的成功率。以前我们一个人叫车，就得有一辆车匹配。现在，一辆车可以当两辆车用。拼车可以在不增加一辆车上路的情况下，大大提高出租车叫车成功率和整体用户体验。

第二点是可以提高司机的时薪。比如以前30分钟10公里，一个车主一个司机只能服务一个用户。现在，多花一点时间，就有可能在35分钟或40分钟内服务两个不同的用户群。效率更高，司机的小时利用率更高。空的开车率甚至可以降到0，司机的收入自然会变高。司机效率和整个平台效率的提升，可以进一步降低出行者的出行成本。本来这个行程要一个人出，现在和拼车人分享那部分行程，可以一起分担，出行成本至少可以降低30%。

那么，打车呼叫成功率的提高，司机时薪的提高，用户出行成本的降低，其实就形成了良性循环。当我的司机时薪提高后，会有更多的车主愿意加入这样的平台。那么司机越多，整体乘车体验就越好，就会有更多人使用这样的出行产品。同时我的出行成本也变低了，整个规模在增加，形成了这样的良性循环。

除了减少空行驶率的数据，还可以减少拥堵。这个很简单。一个人坐车，就变成了两个人坐车。在一个我们有共享座位的城市，三四个人可以直接坐一辆车，这样就直接减少了路上的车辆。我们绝大多数的城市再也无法支撑我们的自私。大家都只想方便自己，一个人坐一辆车把市区路全堵了。拼车不能完全解决拥堵问题，但我们认为可以减少部分拥堵。

最后，拼车其实创造了一个社交场景，应该可以有一些治愈的功能。如果我们希望我们每个人平均每天花一个小时，一个半小时，甚至更多的时间在路上，那么当我们堵在路上，一个人坐在车里的时候。如果拼车成功，你会有一个朋友和你一起坐在车里。这时候就可以创造一些交流室空让整个旅行更加美好和愉快。

拼车背后的一个关键因素是拼车出行的重叠率。也就是说，当两个不同的行程拼成功后，两个人分享的行程比例是多少？

在我们试运营的几个城市，上线的时候重叠率几乎达到了70%。最近通过一些算法的优化，已经达到了75%。那么，重合率越高，司机的效率就越高，拼车的整体效益就越大。通过不断改进我们的算法，做更多的数据挖掘，这个重合率也在不断提高。

什么是完美的拼车旅行？我给你举个例子。应该是说一辆车上有四个座位。此时，只有四个不同的用户群，他们彼此不认识。他们从同一个起点出发去一个目的地。然后这个时候四个人刚好凑在一起，所以四个人100%合乘一辆车，一个行程。

我们在多个城市在线拼车后，各个城市的反应大相径庭。青岛、南京、杭州的拼车意愿最高，也就是说，100个快递单中，有多少人选择拼车？南京高达60%以上。

以及如何才能更好的做拼车，滴滴这个出行平台未来的发展方向是什么？事实上，它主要是由我们的大数据和我们的技术驱动的。让我给你举几个例子。最近我们积累了越来越多拼车产品的数据。我们也通过这样的沉淀和技术的快速进步，解决了拼车产品的一些最基础的问题。

举第一个例子，拼车上线的时候，乘客的一个不好的体验就是乘客先在车上，我要在路上再接一个乘客。再接一个乘客，发现我反而要掉头。这个时间对于整个乘客体验是非常不好的。

上车后想北上，但这次匹配了一个拼车订单在南方取车，所以很伤乘客的体验，虽然有可能这些拼车路线很方便。最近通过更细致的地图技术服务获得了一些功能，基本解决了掉头和行驶的问题。

二、拼车需要优化的问题是，虽然有很多成功的订单，但是拼车成功后双方乘客，尤其是第一位乘客是什么体验，能不能减少他的乘客流失时间？跟随

随着我们业务的增长，可以放在一起的订单数量也在增加。通过定位问题的特征，利用机器学习，看是否能足够快地匹配。首先，能不能匹配上一个能匹配的订单。二是能否尽可能减少乘客尤其是第一个乘客的时间损失，尽快把乘客送到他的目的地。

所以预测，尤其是前瞻性的精准预测和智能调度，对我们整个产品形态非常关键。一次完美的旅行，一次完美的拼车旅行，或者一次完美的普通旅行，其实都需要大量的数据挖掘。看看能不能预测当前的路况，能不能选择两个，三个，甚至四个最适合成功的不同行程，既能提高效率，又能保证用户体验。

现在滴滴已经在400多个城市开通，我们也希望用我们技术驱动、体验驱动的共享经济模式改变每个城市的出行。拼车是我们认为可以让城市出行变得更好的产品之一。我给大家介绍一下这么大的旅行网是怎么运作的，我们的旅行平台是怎么分城市运营的。

从去年下半年开始，我们的代驾网络从全国259个城市发展到400多个城市，基本上所有的地级市都开通了。我们希望实现的目标之一是城市间的互联互通。与此同时，许多城市已经实现盈亏平衡或开始盈利。

那么我们城市队的运营模式是怎样的呢？或许和其他很多互联网公司不同，我们至少是在一二线城市，而在一些三线城市，每个城市都有自己的小团队。每个城市团队相当于一个小的创业公司，基于滴滴出行这么大的平台。

每个城市团队都有权力和责任让滴滴快车在所在城市做到最好，同时根据当地公交小时数的独特性和特点不断推出各种创新，让滴滴快车这样的产品在所有城市达到最高的普及率。所以我们在数百个城市有数百项创新。这样的分布式创新，才能给我们带来最快的增长和迭代。

所以每个城市都相当于自己的独立作战单位。一个城市有一个总经理，他是这个城市的总经理。在他下面，有三个不同的小团队，运营团队，营销团队，体验团队。

运营团队主要掌握用户和司机在全股的活跃度，通过各种手段和方法维护和提升他们的活跃度。

市场团队主要负责我们的品牌推广和品牌传播。通过线上线下的营销活动，与同类品牌的合作，以及新媒体的一些运营，可以让滴滴快车这个产品和这个品牌全面渗透到整个城市。

第三块是体验团队。一个司机和一个用户在滴滴平台。他能呆多久，能活跃到什么程度？我们认为部分原因是基于他的经历。所以我们有一个体验团队来关注和提升滴滴产品在整个城市的体验。同时协助这个城市的总经理，以及相应的HR，PR，GR和管理层等。

那我们为什么要这么做？三个具体原因。首先是贴近市场。团队的城市化，运营策略的城市化，市场活动的城市化，尤其是在滴滴这样的O2O行业，实际上城市之间还是有很大差异的。比如成都和杭州很不一样，北京和深圳也很不一样。用户的习惯不一样，车主和司机的习惯也不一样。怎样才能更好的服务和吸引司机，服务和吸引乘客？

第二个原因是快速决策。每个地方都有自己的热点，每个地方的竞争情况都不一样，每个地方都有一些突发事件，所以当我们每个地方都有一个相对独立的团队时，他们可以非常迅速地做出决策，快速有效地做出反应。'

最后，最主要的原因是，我们认为一个中心化的大脑，不如几百个大脑分布在全国各地。我们国家每天每个城市都在做各种创新和尝试，各种AB测试，所以迭代速度会更快。作为一个整体组织，我们的迭代速度更快。

同时因为分城市，试错成本更低。所以通过这样一个分布式的创新，这样一个相对独立的城市的网络，就可以实现滴滴今天可以在400多个城市运营，可以很好的服务车主和用户。一个城市一个城市的改变人们的出行。

本文来自爱范儿旗下创业社区MindStore的“MindTalkLineField”专栏。