写点什么

【架构师训练营 1 期】第十二周作业

用户头像
诺乐
关注
发布于: 2020 年 12 月 15 日

作业一:在你所在的公司(行业、领域),正在用大数据处理哪些业务?可以用大数据实现哪些价值?



我目前在一家刚起步的网约车公司从事一线开发工作。显而易见,大数据的应用对整个网约车行业的发展推波助澜。虽然我们目前暂时未使用到大数据相关技术(因为公司小也比较LOW),但是在公司发展过程中每一次受挫我们都能感受到当前业务对大数据的巨大需求与强烈渴望。



当前公司痛点一:

业务场景:乘客预约下单,使用导航距离来计算乘车费用,并预先支付费用,驾驶员接单后按预约用车时间去接驾客人。

那么问题来了,由于不同时段的路况不一定相同,所以导航线路也不尽相同,那么下单时计算的里程数和实际用车时的里程数并不一定相同。导致乘客在不同时间下单,虽然起讫点相同,但算出的费用不同,造成乘客对公司的质疑和投诉。这里需要特别说明的是,我们不能按固定里程数来结算,需按用车时的导航里程给驾驶员结算费用(因用车时的导航里程和下单时的导航里程并不相同),若按固定里程数给驾驶员结算,驾驶员会抱怨、不满、拒载乘客,甚至导致驾驶员流失。



大数据能解决的痛点一:

预约下单时,提交用车时间之后,通过对大量的相同时段的历史数据进行分析,综合评估路况“预测”出该时段最适合的线路。对乘客而言,费用波动不会太大,甚至无感知。对司机而言,结算差额控制在一个合理的范围内,也便于给驾驶员一个合理的解释。解决这项问题不仅能让用户放心,也能让司机安心。



当前公司痛点二:

业务场景:乘客及时下单(及时叫车服务),由于前期驾驶员较少,巡游车辆分布不均,车辆调度困难,空跑成本高。

这项业务也类似滴滴打车的及时叫车服务,但由于滴滴的巡游车辆数量庞大,所以这个问题并不明显。我公司目前市内签约的司机共300多人,服务于整个昆明市内。其次,不得不说昆明是榜上有名的“堵城”。乘客若使用我们的及时叫车服务,下单之后……哎 可能还不如您扫一辆共享单车,也许您都到了,车还没来!所以,车少难调度,司机也不愿接这样的单。(且不讨论这项业务的市场竞争性)



大数据能解决的痛点二:

根据大量的乘客下单地点、时间历史数据,利用大数据筛选出各时间段的“热点”下单区域,针对不同时段的下单密集区域和下单稀疏区域,分配不同比例的车辆到不同的区域去。或展示大数据热力图,提供给司机以便于提前安排行程,降低调度难度,减少空跑成本。



当前公司痛点三:

业务场景:每逢节假日前后,订单量成倍突增,配单(分配司机)不合理,导致大量的订单积压找不到合适的司机派送,因此招聘了大量的调度人员和客服人员。



大数据能解决的痛点三:

利用大数据对每个订单的行程(预计时间、路况预估、导航策略)进行分析,计算顺路度,预判下一单时间是否吻合,最大程度减少空跑率,从而为每一个司机规划好行程,更合理地将订单配给司机。减轻公司负担,保障司机的收入,提升乘客的体验。



以上公司痛点只是一部分,对于网约车行业大数据技术的实施刻不容缓。



用户头像

诺乐

关注

还未添加个人签名 2018.12.01 加入

还未添加个人简介

评论

发布
暂无评论
【架构师训练营 1 期】第十二周作业