
精打細(xì)算的滴滴快的:利用大數(shù)據(jù)構(gòu)建產(chǎn)業(yè)生態(tài)圈
5月5日消息,隨著2014年初那場(chǎng)曠日持久補(bǔ)貼大戰(zhàn)的落幕,“土豪”一詞也隨之成為人們對(duì)滴滴快的的印象標(biāo)簽。殊不知,在瘋狂補(bǔ)貼的同時(shí),滴滴快的也有一顆精打細(xì)算的“心”—利用大數(shù)據(jù)構(gòu)建更廣闊的產(chǎn)業(yè)生態(tài)圈。
其實(shí)從2012年開(kāi)始,滴滴快的便迅速網(wǎng)羅了360個(gè)城市中近兩億“打車族”。每天600多萬(wàn)訂單生成,每個(gè)小時(shí),數(shù)十萬(wàn)訂單數(shù)據(jù)匯入滴滴快的后臺(tái)。通過(guò)對(duì)這些人們出行數(shù)據(jù)的匯總、分析,滴滴快的構(gòu)建出一套用戶畫(huà)像系統(tǒng),由此而形成一個(gè)全新的商業(yè)生態(tài)。
隨著2015年初兩家公司的合并,打車軟件行業(yè)已經(jīng)從粗暴的跑馬圈地走入了精耕細(xì)作的時(shí)代?;ǜ俚腻X(qián)獲取更多的用戶,也成為打車軟件行業(yè)未來(lái)發(fā)展的大方向。
以簡(jiǎn)單的代金券發(fā)放為例,從用戶按下滴滴快的界面的叫車鍵到系統(tǒng)啟動(dòng)用車通知“分秒”之間,在滴滴快的后臺(tái)已經(jīng)完成了多輪篩選:根據(jù)用戶畫(huà)像和用車需求,匹配位置合適的出租車,再結(jié)合實(shí)時(shí)的地理位置和運(yùn)能狀況確立給后者的補(bǔ)貼金額。
根據(jù)對(duì)用戶數(shù)據(jù)的挖掘,在滴滴快的后臺(tái)共呈現(xiàn)出兩大類四種不同的消費(fèi)習(xí)慣。代金券敏感型:發(fā)代金券才用、發(fā)代金券用的更多;代金券不敏感型:發(fā)不發(fā)都用,發(fā)代金券也不用。在滴滴快的的用戶畫(huà)像系統(tǒng)中,上述四種群體會(huì)被分別冠以屌絲、普通、中產(chǎn)、土豪的標(biāo)簽。
針對(duì)上述四類客群,滴滴快的后臺(tái)的運(yùn)營(yíng)策略也會(huì)全然不同,最直接的就是代金券的刺激頻率以及刺激金額,而對(duì)“代金券”免疫的土豪群體,則更多地需要在服務(wù)上做文章。
而在實(shí)際場(chǎng)景中,影響乘客對(duì)應(yīng)用軟件的使用黏度的因素要遠(yuǎn)比代金券復(fù)雜得多。在這種情況下,滴滴快的對(duì)用戶的“貼身跟蹤”就能及時(shí)發(fā)現(xiàn)薄弱環(huán)節(jié),因此從用戶打開(kāi)軟件到退出使用,其間的每一步情況都被快的記錄在案:哪一天退出的,哪一步退出的,退出之后“跳轉(zhuǎn)”到什么軟件等等。
根據(jù)上述的運(yùn)營(yíng)策略,滴滴快的也實(shí)現(xiàn)了用戶另外一個(gè)緯度的歸類,分清哪部分是忠實(shí)用戶,哪部分可能是潛在的忠實(shí)用戶,哪些則是已經(jīng)流失的;更進(jìn)一步來(lái)看流失的原因:因?yàn)榇鹑瘺](méi)有了流失?軟件體驗(yàn)不好流失?還是等車時(shí)間太長(zhǎng)而流失?而這些都是下一步精準(zhǔn)營(yíng)銷的依據(jù)。
除了用戶層面的精打細(xì)算,在司機(jī)層面、出租車公司的所有相關(guān)方,滴滴快的也有著一套精打細(xì)算的策略。盡管基礎(chǔ)信息大同小異,都包括人的基本信息、信用、行為信息等;也有一些通用的刺激手法,比如積分、禮物等。不過(guò),不同的用戶畫(huà)像就對(duì)應(yīng)了不同的刺激程度,而結(jié)合不同的場(chǎng)景,還是許多特殊的營(yíng)銷安排。
杭州市場(chǎng)就是一個(gè)很典型的例子?;谒緳C(jī)的地理位置信息,滴滴快的發(fā)現(xiàn)每天中午或者是每天晚上10點(diǎn)以后,司機(jī)都會(huì)聚集在一些固定的地點(diǎn),可能休息或者就餐。所以滴滴快的就會(huì)在這些場(chǎng)所提供一些工作餐或者是優(yōu)惠食品,通過(guò)線下的活動(dòng)來(lái)提升司機(jī)和滴滴快的的合作關(guān)系。
眾所周知,精準(zhǔn)營(yíng)銷的前提是對(duì)用戶的清晰認(rèn)知。不管是在乘客端,還是司機(jī)端,用戶數(shù)據(jù)的匯總和挖掘都是精打細(xì)算的根本。也正是這些用戶點(diǎn)滴的打車軌跡造就打車軟件行業(yè)未來(lái)新的商業(yè)生態(tài)。
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