【CTBF2013精彩回顾】在路上的大数据

标签:大数据O2O打车软件易到用车

访客:31872  发表于:2013-12-02 14:57:49

【2013中国技术商业论坛精彩回顾】【无数据不互联】在路上的大数据


                                   易到用车网CTO、联合创始人汤鹏

导语:易到用车从一个思想的雏形逐渐发展成涵盖49个城市,把全国汽车租赁公司都整合到一个平台的服务网站,依靠的不是运气,不是偶然,而是对大数据的充分挖掘和运用。是易到用车让我们知道,我们每个人的位置,原来竟包含了如此大的价值。

2013中国技术商业论坛(CTBF)已经落幕,但是论坛上嘉宾们的精彩演讲仍然历历在目,小编将嘉宾的发言经过精细整理,做成回顾专题,以飨读者。 

O2O是前一段时间炒得比较火的概念,易到用车如何通过大数据驱动这种新应用模式的出现呢?

商机的雏形

易到用车最初这个生意的商机是怎么出现的呢?

我跟我合作伙伴经常会遇到同样的困扰。我曾经经常会在北京和杭州两地之间往返出差,最痛苦的事情莫过于去机场,或者去高铁坐飞机。每次机场出来,不管杭州还是北京都要排长队等候出租车,而往往一等等一个多小时。我过去的做法是会找一家租赁公司,提前告知我将去杭州出差了,谈好价钱,到时候租赁公司派司机来接我。这样的好处是一出飞机场的门口,不再需要长久等待。但在现实中,我经常遇到的困扰是租赁公司告知“不好意思,今天所有车已经被定完了,要不您下回有空的时候再打。”所以关于等车的问题一直没有得到解决。

正是在多次遭遇困扰之后,我们产生了易到用车的商用雏形。

线上线下两步走

我们主要通过线下和线上同步进行。

在线下,易到用车实际上它是整合了全国所有的汽车租赁公司资源,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资源和车的资源。我们通过移动互联网直接把订单发到每一个司机每一辆车上,他可以直接选择接受或者拒绝服务。在线下目前已经做了49个城市,也包括中国香港。

在线上, 易到用车通过移动APP和网站把用户整合到统一平台上,把用户原来直接找租赁公司单线的行为,直接通过移动互联网的手段直接快速的整合起来。这对租赁公司十分有好处,过去租赁公司的生意和客户大部分来自于线下具体的合作伙伴,或者之前的熟人关系,并没有一个正常的订单渠道,而用户信息也特别不透明。而通过两方的整合,然后通过数据的转化,我们就可以把产品一一做出来。

位置的价值

当我们已经有了一部分的用户,但究竟怎么通过大数据的挖掘,来体现用户的具体位置呢?我们把所有的订单都标注出来,形成一个数据的热点图。例如在北京市一个繁忙的周一早上,红色的地方表示订单出现最多的地方,黄色是稍微弱一点,但是还是有很多订单,绿色是相对会少一点,淡淡的颜色是几乎没有订单的地方。这样一标注,就可以很明显的看到,国贸、中关村、五道口、北京西站和金融街附近有很多人坐车,我们可以直观地看到用户是怎样分布的。

接下来就要把易到用车的广告投到这儿。这可以采取很多种方式,例如媒体宣传、机场和CBD楼宇的定向广告投放,尽量接触到数据的热点人群,事实证明这些广告的投放转化率还是比较可观的。

仅依赖广告还不够,对用户来说,单一的产品仍然满足不了他们的预期和期望。怎么能够把产品丰富起来呢?大数据在里面又起了很关键的作用。我们把用户的每一段行程聚合起来,比如用户在西三环上车做起点,在国贸下车做终点,两点连成一条线,然后把所有的数据聚合起来,就能够看到线的粗细和点的大小,点越大就表示出发或者到达的人越多,线越粗就表示行程符合路径的人越多。通过这个聚合我们发现机场到国贸,或者国贸到西站,或者国贸到金融街,国贸到中关村附近,这些线路都是用户的强需求。

我们通过这种聚合方式产生出很多套餐产品,如机场接送服务产品、或者其他的短途线路产品、随叫随到产品以及日租短租等服务。并且通过优化套餐包,并且把价格真正降到用户满意的程度。

场景打动用户

当我们有了用户,也有了丰富的产品之后,我发现一个很有意思的现象,就是有的用户一直不用。为什么用户不用呢?我尝试很多方式试图增加用户,比如打电话给用户,提供有优惠券,可以免费试用一次,或者只要用户用车,我们补贴30元,或者发送短信,激活用户等方法。

但是这样的效果并不好,发送短信激活码反而会导致用户的APP卸载率增加5%。最后,我们发现用场景打动用户,才会真正有效提高广告宣传转化率。而实际上这些场景恰恰就是从大数据中挖掘过来。

我举一个基于实际的用户行为、应用场景和需求的推荐模型。在天气较恶劣时间段,在1830下班高峰期的时候,我们在国贸做了一个宣传,宣传的口号是“大风大雨的天气,是不是还等待回家,要不要尝试一下易到用车网”,结果瞬时地点提高了大概百分之十几,这就说明符合用户需求的宣传才真正不让用户反感。

O2O线下数据最精彩

  另外大数据挖掘的帮助就是协同过滤。例如一个用户经常预定易到用车的产品,但突然有一段时间没有使用,那么当他再次登录时,我们的系统就会对其进行询问和引导。有的用户手机号归属地是北京,但经常遇到去上海的服务,那么系统也会适时提醒对方,需要不需要到上海的接机服务?这样的做法对提高订单非常有效。

   不仅如此,我们还会对用户上下车的点做进一步的数据挖掘,只有提高效率,让司机和租赁公司提高更多的收入,在单位时间内接到更多的单子才是他们的期望,体现我们的价值。过去线下数据一直会忽略,而这恰恰对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,还有司机以往的行车轨迹,给他推荐最适合他接的订单,以及最适合服务的地点,保证司机一天能接更多的订单。所以,我认为整个O2O来说,线下的数据才是最精彩的。


评论(0)

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");