
搭車(chē)大數(shù)據(jù),與時(shí)間賽跑
每天近5000萬(wàn)單快遞,上千萬(wàn)互聯(lián)網(wǎng)約租車(chē)訂單……近年來(lái),隨著快遞、物流、移動(dòng)出行等領(lǐng)域積極擁抱互聯(lián)網(wǎng),收發(fā)快遞、手機(jī)叫車(chē)等也正嵌入國(guó)人日常生活。日復(fù)一日的信息生成,累積起大數(shù)據(jù)應(yīng)用的基石。
不少企業(yè)順勢(shì)而為,跳入藍(lán)海,掀起朵朵浪花:通過(guò)大數(shù)據(jù),打車(chē)平臺(tái)可以更深入地了解用戶習(xí)慣、更智能地匹配訂單、更精準(zhǔn)地預(yù)測(cè)堵點(diǎn)、更正確地指引路徑;通過(guò)大數(shù)據(jù),快遞企業(yè)也能讓收派和中轉(zhuǎn)更高效,讓運(yùn)力分配與物流規(guī)劃更有效。效率!效率!大數(shù)據(jù),正以未曾想見(jiàn)的力度,大幅提升著車(chē)流物流的效率,改寫(xiě)著交通快遞行業(yè)的時(shí)空概念。
依靠大數(shù)據(jù)路由分單,分揀一個(gè)包裹只需1—2秒
往年的“雙十一”,對(duì)快遞企業(yè)既是一場(chǎng)生意狂歡,也是一場(chǎng)嚴(yán)峻考驗(yàn)。就拿分撥中心來(lái)說(shuō),來(lái)自四面八方的包裹要先集中于此,再按收貨地址分向下一網(wǎng)點(diǎn)。稍有延誤,來(lái)往的車(chē)輛、收發(fā)的包裹便會(huì)積壓擁堵。最要命的是,以前分揀工序均需技工靠著記憶和經(jīng)驗(yàn)完成,即便是熟練工,每單也需3—5秒。如今,這一切正因大數(shù)據(jù)路由分單而變得輕松:每個(gè)包裹貼著的電子面單上,有自動(dòng)生成的路由信息,分揀員只需根據(jù)簡(jiǎn)單的數(shù)字編碼“傻瓜操作”,每單只需1—2秒,正確率也由95%提升到98%以上。
不只是路由分單,自成立以來(lái),阿里巴巴旗下的菜鳥(niǎo)網(wǎng)絡(luò)公司一直致力于利用大數(shù)據(jù)幫助快遞企業(yè)優(yōu)化流程、縮減成本——
2013年,推出物流預(yù)警雷達(dá)。通過(guò)大數(shù)據(jù)計(jì)算,可預(yù)判消費(fèi)需求、分析貨品布局、預(yù)測(cè)最優(yōu)路徑,實(shí)現(xiàn)“訂單還未生成,包裹先行上路”。通過(guò)它,企業(yè)得以實(shí)時(shí)觀察攬收量、速度變化、節(jié)點(diǎn)壓力等,有效解決了旺季爆倉(cāng)擁堵問(wèn)題。
2014年,根據(jù)歷史訂單數(shù)據(jù)建立起四級(jí)地址庫(kù),在庫(kù)里輸入任何一個(gè)地址,系統(tǒng)便可快速識(shí)別應(yīng)由哪個(gè)網(wǎng)點(diǎn)派送,使“最后一公里”派送更精確更高效。
2015年,啟動(dòng)“鷹眼”項(xiàng)目。通過(guò)挖掘分析“超時(shí)異常件”的歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù),鎖定問(wèn)題網(wǎng)點(diǎn)占比較高的區(qū)域,給出解決建議。有了“鷹眼”,圓通快遞的超時(shí)異常件在4個(gè)月內(nèi)減少三成。
與快遞企業(yè)相同,想方設(shè)法提高效率、與時(shí)間賽跑也是打車(chē)平臺(tái)企業(yè)應(yīng)用大數(shù)據(jù)的直接目的所在?!巴ㄟ^(guò)收集供需數(shù)據(jù),我們能知道在每個(gè)時(shí)刻乘客發(fā)出了多少需求、有多少空閑運(yùn)力,并進(jìn)行訂單的實(shí)時(shí)分配?!钡蔚斡嘘P(guān)負(fù)責(zé)人告訴記者,供需匹配的技術(shù)完全由滴滴自己研發(fā),其遵循的原則是在保證成交率盡可能高的前提下,盡量縮短乘客等待時(shí)間。
提升乘客出行體驗(yàn)并非那么簡(jiǎn)單。滴滴上線之初,有些司機(jī)接單后發(fā)現(xiàn)離乘客很近,但在接駕過(guò)程中遇到擁堵或需要掉頭,實(shí)際卻花費(fèi)了不少時(shí)間。要解決這一問(wèn)題,就需要平臺(tái)對(duì)地理位置有更精確的定位、對(duì)實(shí)時(shí)路況有更準(zhǔn)確的預(yù)估。這同樣也要依靠大數(shù)據(jù)——每臺(tái)在線車(chē)輛都會(huì)為數(shù)據(jù)后臺(tái)反饋所在路段的實(shí)時(shí)路況,從而匯總成一座城市某個(gè)時(shí)刻的整體路況。
最近,滴滴還上線了動(dòng)態(tài)調(diào)價(jià)系統(tǒng):在龐大的數(shù)據(jù)訂單中,即時(shí)監(jiān)測(cè)出成交率過(guò)低的區(qū)域,并依據(jù)歷史交易價(jià)格來(lái)判斷加價(jià)幅度。動(dòng)態(tài)調(diào)價(jià)并非按照固定的加價(jià)倍數(shù),而是綜合衡量每張訂單的出發(fā)點(diǎn)和終點(diǎn),確定相同的加價(jià)金額。這背后,調(diào)價(jià)監(jiān)測(cè)的顆粒更小,數(shù)據(jù)更龐大,算法也更復(fù)雜。
大數(shù)據(jù)是金礦,但如果沒(méi)有得力工具,難以轉(zhuǎn)化為實(shí)實(shí)在在的經(jīng)濟(jì)效益
“我們一直在研究數(shù)據(jù),為什么近一兩年大數(shù)據(jù)會(huì)迎來(lái)爆發(fā)?”在滴滴出行有關(guān)負(fù)責(zé)人看來(lái),這取決于三個(gè)方面:數(shù)據(jù)規(guī)??焖僮龃?、算法進(jìn)步使數(shù)據(jù)具備了挖掘價(jià)值、云計(jì)算技術(shù)的進(jìn)步讓數(shù)據(jù)挖掘更簡(jiǎn)單易行。
應(yīng)用大數(shù)據(jù),起點(diǎn)在于數(shù)據(jù)獲取。中國(guó)市場(chǎng)的龐大體量,為數(shù)據(jù)規(guī)??焖僮龃筇峁┝藱C(jī)會(huì)。
三年時(shí)間,滴滴出行已成長(zhǎng)為全球最大的出行平臺(tái)之一,每天訂單近千萬(wàn)張,每張訂單的乘客信息、司機(jī)信息、出行軌跡都被悉心記錄下來(lái)?!懊刻煳覀円?jì)算10億次、分析60TB的數(shù)據(jù)、規(guī)劃30億條路線,記錄8000萬(wàn)公里的行駛路線,高峰時(shí)一分鐘要匹配200萬(wàn)次的需求,這在中國(guó)以外的任何國(guó)家都不會(huì)見(jiàn)到?!钡蔚纬鲂锌偛昧嘀毖?。
有人說(shuō),數(shù)據(jù)是比石油還有價(jià)值的金礦石,但若沒(méi)有得力工具,價(jià)值便無(wú)法深入挖掘;而若應(yīng)用得當(dāng),數(shù)據(jù)就會(huì)轉(zhuǎn)化為看得見(jiàn)摸得著的經(jīng)濟(jì)效益。
“在線司機(jī)主要有三個(gè)狀態(tài):接駕、服務(wù)、空駛。利用大數(shù)據(jù),我們力爭(zhēng)讓司機(jī)以最短的時(shí)間接到最近的乘客,并指給司機(jī)最佳路徑,使其最快抵達(dá)目的地?!钡蔚斡嘘P(guān)負(fù)責(zé)人表示,大數(shù)據(jù)提升乘客出行效率的同時(shí)也提升了平臺(tái)運(yùn)營(yíng)效率和經(jīng)營(yíng)效益。
“提升快遞網(wǎng)絡(luò)的效率,要在運(yùn)作、戰(zhàn)術(shù)、戰(zhàn)略等層面深入運(yùn)用大數(shù)據(jù)?!辈锁B(niǎo)網(wǎng)絡(luò)大數(shù)據(jù)科學(xué)家丁宏偉具體闡釋道:運(yùn)作層面包括跟蹤訂單、安排快遞員取件送件;戰(zhàn)術(shù)層面則指企業(yè)根據(jù)區(qū)域訂單情況,每隔三四個(gè)月調(diào)整運(yùn)力體量和線路規(guī)劃;在戰(zhàn)略層面,大數(shù)據(jù)可指導(dǎo)企業(yè)開(kāi)展新擴(kuò)建分撥中心等重大投資部署。
“目前,中國(guó)每天近60%的電商包裹是跑在大數(shù)據(jù)上的。”在菜鳥(niǎo)網(wǎng)絡(luò)總裁童文紅看來(lái),電商物流行業(yè)的大數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)已經(jīng)基本完成。
的確,相較不少行業(yè),快遞、物流、移動(dòng)出行領(lǐng)域在大數(shù)據(jù)應(yīng)用上可謂先行一步,而其前景也依然值得期待——
挖掘程度還可更深。目前,滴滴的訂單分配還需用到人為制定的規(guī)則。滴滴認(rèn)為,今后數(shù)據(jù)量更大,需要逐步依靠機(jī)器學(xué)習(xí)自動(dòng)設(shè)定規(guī)則。所謂機(jī)器學(xué)習(xí),是從數(shù)據(jù)中發(fā)現(xiàn)特有模式,并自動(dòng)提升計(jì)算機(jī)算法性能。今年5月,滴滴成立了機(jī)器學(xué)習(xí)研究院,瞄準(zhǔn)的就是這一關(guān)鍵點(diǎn)。
應(yīng)用范圍還可更廣?!懊刻焐习偃f(wàn)輛汽車(chē)在路上行駛,我們可以靠軌跡數(shù)據(jù)把一座城市的地圖給畫(huà)出來(lái)?!钡蔚斡嘘P(guān)負(fù)責(zé)人表示,比起傳統(tǒng)測(cè)繪,依靠不斷變動(dòng)的實(shí)時(shí)數(shù)據(jù)來(lái)畫(huà)地圖更快更新也更精準(zhǔn),“比如一些小路,地圖上沒(méi)有,可司機(jī)抄個(gè)近道就能顯示在后臺(tái)?!贝送?,今后通過(guò)后臺(tái)大數(shù)據(jù)分析,打車(chē)平臺(tái)還能估算出當(dāng)下最熱門(mén)的餐廳和酒店,乃至描繪出乘客的消費(fèi)習(xí)慣、能力等個(gè)人情況。
數(shù)據(jù)流轉(zhuǎn)起來(lái),有望實(shí)現(xiàn)“1+1>10”,企業(yè)期待共享政府?dāng)?shù)據(jù)
“你有你的數(shù)據(jù),我有我的數(shù)據(jù),但是數(shù)據(jù)流轉(zhuǎn)起來(lái)才能產(chǎn)生更大價(jià)值,這就是‘1+1>10’?!闭缍『陚ニ?,大數(shù)據(jù)時(shí)代最需要的莫過(guò)于開(kāi)放與共享。
在快遞行業(yè),傳統(tǒng)使用的是紙質(zhì)面單,人工錄入一單至少2分鐘;如今,依靠電子面單,只需巴槍掃描一下運(yùn)單號(hào),發(fā)貨人、收貨人、送貨企業(yè)和具體線路等完整鏈路信息便可自動(dòng)錄入系統(tǒng),時(shí)間只需一秒。到今年8月,國(guó)內(nèi)排名前15位的快遞公司已經(jīng)全部使用了電子面單,使用率接近60%。要知道,1年前,使用率還不足5%。這中間發(fā)生了什么?
原來(lái),此前不少快遞公司也曾推廣各自的電子運(yùn)單系統(tǒng),但由于需和電商賣(mài)家一一進(jìn)行技術(shù)對(duì)接,產(chǎn)生多次開(kāi)發(fā)成本和時(shí)間成本,普及速度很慢。為此,菜鳥(niǎo)網(wǎng)絡(luò)聯(lián)合15家快遞公司推出標(biāo)準(zhǔn)化的公共電子面單平臺(tái),向商家開(kāi)放免費(fèi)申請(qǐng)接入。接入平臺(tái)之后,德邦快遞切實(shí)感受到便利:以前,自有系統(tǒng)無(wú)法對(duì)電商賣(mài)家統(tǒng)一支持;現(xiàn)在,各個(gè)賣(mài)家在系統(tǒng)下單時(shí)選擇德邦后,訂單信息將自動(dòng)發(fā)至后臺(tái)系統(tǒng),還可將訂單號(hào)和運(yùn)單號(hào)智能匹配,實(shí)現(xiàn)了及時(shí)查詢和對(duì)賬。
“我們跟騰訊地圖等互聯(lián)網(wǎng)企業(yè)有非常良好的合作?!辈稍L中,滴滴有關(guān)負(fù)責(zé)人也向記者表達(dá)了共享政府?dāng)?shù)據(jù)的愿望。他表示,美國(guó)在數(shù)據(jù)開(kāi)放上走得較早,多年前交通管理部門(mén)就向社會(huì)公開(kāi)了大量數(shù)據(jù),若我國(guó)有關(guān)部門(mén)能將紅綠燈設(shè)置等信息公之于眾,滴滴就能對(duì)城市交通狀況有更清晰的了解,也就有可能更精準(zhǔn)地預(yù)測(cè)行程時(shí)間,“現(xiàn)在是閉著眼睛去猜,今后若能睜著眼睛去看,改變會(huì)是難以想象的?!?
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10