成立不到三年，滴滴快的從一個起初被全民看衰的項目，變成了一個可以和世界級選手Uber去PK的平臺型公司。

　　2014年的那場補貼大戰讓滴滴、快的名聲大噪，讓騰訊、阿裏嘗到了移動支付的甜頭，再加上2015年情人節兩家公司的高調合併，滴滴快的在過去的一年多裏賺足了眼球。可能大多數人都會覺得滴滴快的之所以能崛起，靠的是補貼和行銷。但實際上，在行銷背後，有更多的不為外界所知道的“隱”科技。

　　1.滴米調度室

　　和很多計程車司機聊天時，他們都會頻繁地提到一個詞：滴米。簡單從字面上理解，滴米就是一種虛擬貨幣。通過和出租司機大量的交流，基本可以得出一個結論，滴米系統更像是一個調度室，滴米很有可能替代一部分甚至完全取代現金補貼的功能。

　　估計所有人在打車時都遇到過因為活兒不好（主要是路途太近）被司機“趕”下車的情況，客氣點的司機一般會説：“不好意思我馬上收車了，您換個車吧。”狠一點的司機乾脆直接不開門，發現路途太近乾脆就踩油門跑了。即便上了車，司機也會一路罵罵咧咧地抱怨，讓人很不爽。

　　計程車出現至今二三十年，原有的調度系統一直解決不了司機拒載的問題。打車軟體出現後，司機也都一窩蜂地搶好活兒，差活兒無人問津，除非乘客自己加錢，或者打車軟體給司機獎勵。結果是，司機們都是在拼手機性能，聯想換小米，小米換iPhone，網路上面也不甘示弱，2G基本沒用，3G是最起碼的，4G才是搶活兒的利器。

　　對於司機來説，是否能接到好活兒取決於司機的滴米數量。一個用戶的訂單發佈後，調度系統會根據大數據分析，對路程遠近、是否堵車等瞬間判斷其對司機的吸引力，如果是好活兒，搶單的司機會被扣除一定滴米。下一次如果好活兒出現，只要扣除一定數量的滴米就可以得到優先搶單的機會，當然，成交之後才會扣除滴米。

　　這也是為什麼現在滴滴在計程車業務上幾乎停掉了補貼，因為滴米已經可以實現現金補貼最基本的功能：防止司機挑活兒。如果訂單量足夠，派單系統更智慧，滴米完全有可能取代現金補貼。

　　2.用戶畫像系統

　　從2014年的補貼大戰開始至今，滴滴、快的加上背後的騰訊、阿裏，四家公司在市場上至少投入了幾十億元人民幣的補貼。雖然後期不再直接補貼，但各種打車紅包和代金券也是滿天飛。看起來燒錢遊戲很簡單，但其實這也需要經過思考，精打細算。

　　以代金券為例，滴滴快的的歷史數據呈現出兩大類四種不同的消費習慣—代金券敏感型：發代金券才用、發代金券用的更多；代金券不敏感型：發不發都用，發代金券也不用。在用戶畫像系統中，這些人會被劃分成四種群體。針對四類客群的運營策略也會全然不同，最直接的就是代金券的刺激頻率以及刺激金額，而對“代金券”免疫的土豪群體，則更多地需要在服務上做文章。

　　而在實際場景中，影響乘客對應用軟體的使用黏度的因素要遠比代金券複雜得多，在這種情況下，滴滴快的對用戶的“貼身跟蹤”就能及時發現薄弱環節，因此從用戶打開軟體到退出使用，其間的每一步情況都被快的記錄在案：哪一天退出的，哪一步退出的等等。

　　也就是説，滴滴快的也實現了用戶另外一個維度的歸類，分清哪部分是忠實用戶，哪部分可能是潛在的忠實用戶，哪些則是已經流失的；更進一步來看流失的原因：因為代金券沒有了流失？軟體體驗不好流失？還是等車時間太長而流失？這些都是下一步精準行銷的依據。

　　3.需求熱力圖

　　經常打車的都知道，出租司機的工作模式一般分為兩種，掃馬路和趴活兒。前者基本上就是碰運氣，滿大街尋找路邊招手打車的乘客，後者則是在一些需求比較集中的區域守株待兔。綜合來看，出租司機們基本都會依照自己以往的經驗來判斷，哪有活兒甚至是好活兒。

　　既然是依靠經驗，那不確定性就會非常高，也是為什麼滴滴會開發需求熱力圖的原因。

　　通過熱力圖，司機可以實時看到某一個區域訂單密集程度，也可以根據歷史數據來預測一些可能發生的變化。而之前這些資訊分散在計程車司機的頭腦中，也就是經驗，而現在可以用俯瞰的角度更宏觀地觀察。

　　根據初步的了解，系統會依據數據給司機或者乘客發出指引，比如指導用戶，走出前方的路口，可能更容易打到車。如果一個晚上10點到回龍觀的司機，依據經驗可能儘快離開，因為回龍觀晚上出來的單子比較少，而通過數據可以給出司機建議，離開，或者原地等一會兒，或者去一個比較近的、訂單比較多的地方。

　　4.訂單智慧推送

　　看過很多關於打車軟體的體驗和分析文章，很多人都在糾結和爭論司機接單的模式，到底是司機搶單好，還是系統直接派單好呢？

　　簡單地講，搶單像是一個自由交易，系統在撮合多個乘客和司機的資訊，進而達成資訊匹配。雖然這種互相選擇有利於初步資訊篩選，增加交易成功率，但效率可能會比較低。比如司機會看到很多不適合自己的單子，結果不小心錯過了最需要的單子，完全是浪費時間。

　　而派單適合全職司機，隨時可以相應。好處是迅速匹配資訊，壞處是不經篩選的訂單匹配之後的結果，很多司機會接到訂單後主動讓乘客取消訂單，乘客的體驗會非常差。如果完全不加干預地派單，再加上沒有補貼，司機取消訂單的比例會超過40%。

　　滴滴快的肯定不會傻傻地選擇上面的某一種，最理想狀態應該是搶單和派單相結合，先用技術手段進行篩選，派單之後再搶單。既進行資訊的初步篩選，又能在一定程度上提高資訊匹配的效率。

　　5.城市遷徙可視化平臺

　　城市遷徙可視化平臺匯集了滴滴快的的歷史數據，結合一個城市不同時間、地點、天氣狀況，對未來一定時間段的交通狀況進行分析和預判。

　　平臺分為幾個層面的資訊輸出，上帝視角俯瞰的綜合數據可以給交通部門提供出行參考，顆粒度比較小的區域數據結果可以幫助一些組織、機構做一些大型活動的參考，再小顆粒度的數據輸出可以為司機、個人出行提供參考。

　　城市遷徙可視化平臺已有具備查詢與地點和時間段相關的歷史訂單量、打車難易程度、訂單金額、被搶單時間、計程車分佈、地域遷徙等功能。這其中，查詢當地某一區域計程車出行相關歷史數據以及預測結果，可以幫助用戶調整出行計劃。除此之外，還有一個“遷徙”地圖，是指城市人流早上會從什麼位置流向什麼位置，晚上反之，週末有什麼流動趨勢，這種數據積累可以為城市規劃提供依據。

　　據説這個産品很快會上線，之後會開放給公眾和政府部門，對政府治理交通擁堵問題會積極的幫助。

　　總結

　　在移動出行市場上，滴滴快的的佈局要比外界看到的大很多，儘管有人會覺得遙不可及，如同十年前的馬雲，拿著阿里巴巴的宏偉藍圖到處宣講時被當做是騙子，結果大家都看到了。就像《馬雲內部講話：相信明天》這本書裏提到的一樣，那些自以為聰明的、不願意堅持的人都離開了，那些剩下的、相信明天的人都成了富翁。