從大數(shù)據(jù)視角看專車B2C和C2C模式

大數(shù)據(jù) 專車模式 B2C C2C

車云網(wǎng) | 2016-05-11 11:57

【數(shù)據(jù)猿導讀】以神州專車為代表的B2C模式和以Uber、滴滴為代表的C2C模式是國內(nèi)專車服務的主要兩大模式。本文重點從大數(shù)據(jù)角度來分析專車B2C、C2C模式對大數(shù)據(jù)搜集及后續(xù)價值衍生挖掘的影響

目前國內(nèi)專車服務主要分為B2C模式及C2C模式，前者以神州專車為代表，后者則以Uber、滴滴為代表。兩種模式的優(yōu)劣之爭從未間斷，口水戰(zhàn)不斷。后者吐槽前者對較“重”，玩的不是互聯(lián)網(wǎng)模式;前者則詬病后者商業(yè)模式不夠清晰，服務品質(zhì)不能夠讓乘客對平臺產(chǎn)生歸屬感。

在車云菌看來，這兩種模式將在未來一段時間內(nèi)共存下去。因此，本文不聊模式的優(yōu)劣，而是換個視角，將目光聚焦在模式背后的大數(shù)據(jù)層面，聊一聊專車B2C、C2C模式對大數(shù)據(jù)搜集及后續(xù)價值衍生挖掘的影響。

大數(shù)據(jù)，怎么來?

專車B2C、C2C模式在數(shù)據(jù)端的差異，首先最直接的體現(xiàn)在前端數(shù)據(jù)搜集方式上。專車C2C平臺上的出行數(shù)據(jù)主要依靠手機獲取，專車B2C平臺上的出行數(shù)據(jù)主要通過“OBD搜集為主、手機搜集輔助”兩種渠道搜集。

造成這種情況的原因很簡單，共享經(jīng)濟下的C2C專車模式，雖然擁有海量的司機和車輛，但對車輛本身的控制力有限，也不能直接對車輛進行OBD設備的安裝。相反，B2C模式自有車輛、自有司機，因此對車輛和司機的管理都更為方便，為每輛車統(tǒng)一安裝OBD設備也成為可能，出行數(shù)據(jù)的采集也更加容易。

作為專車的忠實用戶，車云菌曾多次體驗C2C模式的滴滴、Uber并與司機聊天。從這類平臺的司機普遍反饋來看，因為涉及種種隱私的問題和顧慮，大多數(shù)專車司機并不希望平臺對自己的車輛數(shù)據(jù)，例如實時位置、行駛軌跡等進行追蹤，但因此必須使用APP的關系，還是會在接單時出現(xiàn)“被動貢獻數(shù)據(jù)”的情況。

不過，相比C2C專車模式來說，B2C專車模式下平臺掌握車輛所有權，因此在數(shù)據(jù)搜集和使用上，顯得光明正大了許多。

以神州專車為例，神州專車目前擁有近4萬輛專車、5萬名司機，該平臺每輛車均安裝了OBD設備，OBD成了一個遠程管理司機、監(jiān)測車輛狀況的“黑匣子”，通過該系統(tǒng)可以獲得車輛位置以及運行狀態(tài)等信息，自帶的3G模塊會將數(shù)據(jù)上傳至神州專車服務器，達到實時監(jiān)測的等級。

神州專車數(shù)據(jù)收集方式

值得注意的是，相比手機采集的目的地、車輛行駛軌跡等信息，OBD產(chǎn)品采集的信息豐富度更高。主要包括兩部分：第一是基于CAN總線的數(shù)據(jù)，車速、各種溫度、輪速、發(fā)動機扭矩、油門、制動踏板、排檔桿位置、空調(diào)等各種設備是否工作、故障信息等等;第二是控制器內(nèi)部數(shù)據(jù)，這類數(shù)據(jù)的豐富度遠大于第一種，但需要和車廠達成更深度的協(xié)議。

因此綜合來看，專車B2C模式在數(shù)據(jù)采集的深度和穩(wěn)健度上具有一定優(yōu)勢。這些數(shù)據(jù)和用戶訂單數(shù)據(jù)一起，構(gòu)成了大數(shù)據(jù)來源的基礎。

數(shù)據(jù)來了，然后呢?

有了大數(shù)據(jù)，下一步自然是大數(shù)據(jù)價值的挖掘。在這個慢慢步入DT時代的世界里，幾乎所有基于互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)的新商業(yè)都可以歸結(jié)為數(shù)據(jù)生意。而出行數(shù)據(jù)，無疑是所有數(shù)據(jù)中價值數(shù)一數(shù)二的一座金礦。

那么，出行大數(shù)據(jù)到底該怎么玩?依舊以上述B2C模式的神州專車為例。目前，該平臺大數(shù)據(jù)系統(tǒng)現(xiàn)階段主要希望解決三個核心問題：安全、效率、增長。具體來說：

出行大數(shù)據(jù)

安全方面，除了源頭上車輛和司機的安全系數(shù)外，大數(shù)據(jù)在車輛實時行駛過程中發(fā)揮了重要作用。具體而言，神州專車配置的OBD可以實時監(jiān)測司機的駕駛行為，例如司機有沒有系安全帶，是不是急加速急剎車，門有沒有關好，是否是疲勞駕駛等情況，如有違規(guī)情況會提醒司機改善，以杜絕安全隱患。有人開玩笑說，司機甚至在某個拐彎角度大了些，導致乘客有一點不舒服，都會被神州專車平臺提醒。

效率方面，大數(shù)據(jù)用以提高效率的關鍵點主要集中調(diào)度效率，而調(diào)度效率的核心則在供給和需求的預測。這里需要提到神州專車去年推出“極速佛”GSFO系統(tǒng)，該系統(tǒng)通過綜合運用大數(shù)據(jù)、云計算和車聯(lián)網(wǎng)技術，根據(jù)歷史數(shù)據(jù)，對目標區(qū)域進行網(wǎng)格式劃分，預測不同時段各個網(wǎng)格內(nèi)的運力需求，從而有針對的調(diào)度車輛，分配資源的專車智能調(diào)度系統(tǒng)。

舉個例子，根據(jù)歷史大數(shù)據(jù)統(tǒng)計，“極速佛”GSFO可以發(fā)現(xiàn)望京SOHO內(nèi)的很多公司允許員工在21:00以后打車報銷，簋街上22:00以后是大家吃完麻小、烤魚散場回家的高峰，那么這兩個地方在這個時間節(jié)點的單量一定較大，平臺就會提前派司機去該地點待命。

數(shù)據(jù)顯示，部署“極速佛”GSFO系統(tǒng)后，神州專車的車輛調(diào)配效率上升了25%，空駛率降低了20%。另外，動態(tài)調(diào)價方面，在GSFO系統(tǒng)支撐下，平臺實現(xiàn)了價格最高降幅高達40%，非早晚高峰的0.8倍至1.0倍動態(tài)定價的現(xiàn)狀。

除了看得見的安全和效率外，大數(shù)據(jù)還關系著專車平臺發(fā)展的未來。具體而言，大數(shù)據(jù)通過分析用戶訪問記錄、歷史訂單、社交網(wǎng)絡分享等數(shù)據(jù)信息，從而對用戶的出行習慣甚至消費習慣進行推測。這些預測的目的是為了精準營銷，這一方面是增長的手段，一方面也是大數(shù)據(jù)發(fā)展到一定階段的必然產(chǎn)物。目前，神州專車采用的MapReduce、Hive等主流的大數(shù)據(jù)處理技術，就是為了達到這一目的。

值得注意的是，由于專車產(chǎn)品相對于出租車、快車產(chǎn)品來說，用戶的潛在消費水平更高，家庭收入更為穩(wěn)定、是社會目前的中堅力量，因此其大數(shù)據(jù)可挖掘和衍生的價值就更高。

當然，如果站在更高的角度上看問題，當出行數(shù)據(jù)積累到一定程度后，其價值也必將在車聯(lián)網(wǎng)、無人駕駛、甚至智慧城市等大交通領域得以體現(xiàn)，更多基于出行大數(shù)據(jù)的服務也將會浮出水面?，F(xiàn)在，僅僅是萬里長征的第一步。

目前，神州專車已在硅谷建立了實驗室，專注于云計算、大數(shù)據(jù)、機器學習以及無人駕駛等前沿技術的研發(fā)。滴滴也成立了“機器學習研究院”，力圖使用機器學習方法提高數(shù)據(jù)處理效率。在行業(yè)的努力下，數(shù)據(jù)終究會向服務落地。

車云小結(jié)

羅蘭貝格最新的報告顯示，2015年，中國整體出行市場規(guī)模為28億次/天，其中專車的潛在市場需求為1.8億次/天;預計到2020年，專車的潛在市場需求將增長到2.2億次/天，市場容量達2.1萬億元。無疑，這是專車的機會，更是出行大數(shù)據(jù)的機會。而神州專車占據(jù)近40%市場份額，加之其獨特的B2C模式，將在市場競爭中擁有更多優(yōu)勢。

來源：車云網(wǎng)

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責。