易到用车汤鹏:大数据下的O2O产品

标签:大数据中国技术商业论坛易到用车

访客:66746  发表于:2013-11-28 17:01:52

【导读】大数据时代,你是否具备了大数据思维?发现商机后,如何用大数据思维创作产品,并通过数据挖掘解决发展中的问题,不断改进产品和服务质量,提高用户满意度?成立两年多时间的易到用车或将给你一些启发。

易到用车汤鹏:大数据下的O2O产品

11月8日上午,在“2013中国技术商业论坛暨领袖峰会”无数据不互联专场,易到用车网CTO、联合创始人汤鹏,详细讲述了如何通过大数据驱动易到用车网这种全新的应用模式的出现。

【易到用车模式如何诞生】

易到用车,2010年5月创立,是一个整合了全国所有租赁公司的汽车共享互联网约车服务平台,是一家专门提供专乘约租车服务的电子商务网站。

什么是租赁车?租赁车是有人驾驶。比如我今天要到上海出差,需要一个借机服务,如果自驾车就比较麻烦,可能传统的做法是找一家租赁公司,给他打电话,我今天要到上海出差,是不是有人可以接我一下,这是原有的租赁公司服务。

易到做的是把这些全国的租赁公司整合起来,做成一个比较大的平台,并且通过移动互联网的方式直接调度租赁公司所属的司机的资源和车的资源。传统行业的做法是我们把这个单子,比如发传真发给租赁公司,然后它通过派单,或者按他自己的行程单进行安排,而易到通过移动互联网直接把订单发到每一个司机,发到每一台车上,他可以直接选择接受或者拒绝的服务。目前,易到在线下已经做了49个城市,包括中国香港。

另一方面我们在线上做什么呢?

我们把用户通过移动APP和网站整合到易到用车网平台上,把他原来直接找租赁公司行为,直接通过移动互联网的手段快速地整合起来。这对租赁公司的好处是巨大的。因为它们之前的这些生意和客户大部分来自线下的具体的合作伙伴,或者之前的熟人关系,并没有一个正常的订单渠道。而且,用户信息也特别不透明。所以,我们整合两方,然后通过数据转化,把产品一一做出来。

【挖掘“在路上”的大数据】

这个生意最初是怎么出现的呢?

我和我的一个合作伙伴之前都会遇到同样的问题,就是我执勤在淘宝,经常会在北京和杭州往返出差,非常痛苦的事情就是去机场,或者去高铁。每次从机场出来,不管杭州还是北京都要排一长队,出租车等一个小时是平常的事情。于是,我会找一家租赁公司,比如我今天要到杭州出差,150元或180元,专门有租赁公司让司机来接我。这样一出飞机场,不需要等待,坐上车就走了。

但实际上,我经常遇到的困扰是什么?租赁公司给到的回复是,不好意思,今天所有车已经被订完了,要不您下回有空的时候再打。它们没有办法解决我的问题。

怎么通过大数据挖掘体现用户的具体位置,解决我这类客户的问题?

我举一个我们数据热点,就是通过北京市一个繁忙的周一早上,我们所有订单出现的图。这个图很有意思,红色的地方表示订单出现多的地方,黄色是稍微弱一点,但是还有很多订单,绿色相对会少一点,淡淡的颜色是几乎没有订单的地方。

把周一上午数据热图挖掘出来以后,很明显看到,右上角机场有很多人在那儿下订单,然后坐车,还有很多人在国贸,并且还有人在中关村、五道口附近,然后在北京西站和金融街附近有很多人坐车。中间是空的。通过这个图可以直观看到用户分布情况。为什么中间这块没有人坐车?后来发现是中南海,都带了司机。

于是,通过对用户位置数据挖掘可以看到有四个典型的热点区域,这样就解决了我之前的问题。

但是,如何精准地找到这些用户?

我们知道这些用户经常出现的热点地区后,接下来做什么?接下来我们就要把广告投到这里。

实际上,广告有很多方式,一可以通过线下媒体等进行定向投放,比如机场、CBD、楼宇等定向广告,尽量接触到这些热点地区人群。转化率往往比较可观。

有了用户,并发现用户的位置,我们之前只有一个产品,比如用户预定,然后就可以使用服务,这仍然满足不了用户的预期和期望,怎么能够把我们的产品丰富起来呢?

大数据又起了很关键的作用。

我们把用户的每一段行程聚合其他,比如用户在西三环上车国贸下车作为一条线,然后将所有的数据聚合起来,就能够看到线的粗细和点的大小,点的大小就表示出发或者到达的人越多,线的粗细表示行程符合路径的人越多。通过聚合发现从机场到国贸,或者从国贸到西站,或者国贸到金融街,国贸到中关村附近,这些线都是用户的强需求。平时它就在这些点与点之间进行游荡。

我们通过这种聚合方式产生出来我们的接送机产品,或者其他的短途线路的一些产品。然后定义出来我们的机场产品。

之前我们定义的机场产品是用户从机场上车,一直到他的目的地,这个套餐可能要100多块钱,包括两小时50公里。这下,用户该比较满意了吧?

但是从用户那儿获得的反馈仍是非常不满意。用户说我就住在国贸,或者我就住在三元桥,明明十几公里,或二十公里,为什么给我一个两小时的推荐包?由此,我们通过数据的聚合,最终还要看匹配程度。

根据数据聚合的多少和数据挖掘的结果会发现,实际上从机场T3到整个国贸大概距离25至30公里左右,行程占到整个行程的70%,通过优化套餐包,把价格降到用户的满意程度。

通过刚才的数据聚合产生很多有意思的产品,最初我们只有10种产品,比如针对时间非常迫切的用户,易到推出了一款随叫随到的产品,还有日租、短租或长途服务产品。

【以大数据思维解决发展中的问题】

我们有了用户,也有了丰富的产品,但是用户为什么一直不用呢?

我们找很多用户去了解,打电话给用户说:我们有优惠券,免费让你使用一次,你要不要试一下?或者你现在用车,我给你30块钱或者补贴给你用,怎么样?短信也类似。还有一些聪明的APP给用户发信息激活用户。

但是,我们尝试,发现结果不好,每一次你的卸载率会增加5%,这意味,你之前装到用户手机上的APP没有价值。后来经过努力,发现用场景打动你的用户,才会让你的转化率提高。

而这些场景就是从大数据挖掘过来的。一基于实际的用户行为、应用场景和需求的推荐模型。前几天天气特别不好,下午18:30时在国贸做了一些布置,大风大雨的天气,是等待回家还是尝试一下易到用车网?我们瞬时地点提高了大概百分之十几个点,这种符合用户需求的配件模型才真正不让用户反感。

二协同过滤,我们怎么用?

因为一个用户经常会预定我们的产品,我们便把用户和产品打上不同的标签。经常用的用户,比如一个月大概用了70多次,可以对他进行每天的趋势分析,比如他早晚上下班时,突然中间有一段时间中间没有打开,他偶然打开一次,我们就会告诉他,比如你之前的记录都是已经每天早上都要交车上下班,现在没有了,对他进行询问,给他一些引导。

还有我们观察了一些用户预定到上海的服务,但是这个用户的手机号又是北京的,我们也会在适当的时候提醒他,你需不需要到上海的接机服务?除了北京出发的送机服务,我们发现这对整个订单蛮有效。

有了用户,也有了产品,用户也愿意使用,怎么提高效率?

我们把所有瞬时上下车的地点分成红点,拦车的地点变成了蓝点。这样就可以看到,瞬时发生的实际会有很多,我们怎么提高效率?因为我们是平台,只有给司机和租赁公司提高更多的收入,让他们在单位时间内能接更多的单子才是他们的期望。

我们会把这些点用算法做进一步的数据挖掘。为什么说一直被忽略的是线下数据呢?我们之前抑制作互联网和移动互联网,更重视转化效率,用户的停留时间,但是我们会发现有很多线下数据会忽略,我发现这个对O2O尤其重要。

我们会对线下数据做分析,引入实时的交通情况,以及司机以往的行车轨迹,给他推荐最适合接的订单和最适合服务的地点,确保司机一天能接更多的订单,赚更多的钱。(顾琳琳/整理)

关于更多精彩内容,详见:中国技术商业论坛及领袖峰会

评论(3)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");