摘要 : 代駕服務的達成分為三個主要環節，其一代駕客戶發出代駕需求，其二平臺接收需求并進行處理，將代駕客戶的需求及時分配給距離最近的代駕司機，其三，代駕司機接單，第一時間前往代駕客戶所在地點
5月底，包括馬云、馬化騰、雷軍、周鴻袆、郭臺銘等在內的科技大佬齊聚貴陽召開了一次高規格的大數據產業峰會，緊接著6月17日，習總在貴州考察調研時強調了大數據發展，再次引爆了“大數據”這一科技熱詞。以大數據為代表的互聯網信息技術正在深刻改變著人類的思維、生產、生活、學習方式，今天老兵以代駕行業為案例談談大數據在具體行業中的應用。
在代駕行業的蠻荒時代，市場上只有傳統的代駕公司和行走在法律邊緣的“黑代駕”，兩者不僅存在收費高、安全保障差等弊端，而且往往只是居于一地難成氣候，更重要的是，響應速度難以達到客戶滿意。在這樣的市場背景下，要做成一家上規模、有口碑的代駕平臺，要引領代駕市場發展，實際上是需要全面發力的。而這其中，技術的發力顯然最為關鍵，沒有技術力量的支撐這種規模的網絡代駕平臺建設根本無從談起，e代駕也正是依靠技術實力特別是大數據體系迅速成為代駕行業的霸主。
從2011年正式進入這個市場算起，e代駕已經走過了4年。在這4年中，從無到有，從小到大，從有限的代駕司機到10萬的代駕隊伍，e代駕已經是占據市場九成份額、覆蓋北京、上海、廣州、深圳等全國近200個城市，高峰訂單超過20萬的寡頭。那么，e代駕到底是如何從大數據分析入手，在代駕市場拔得頭籌的呢？
一般來說，代駕服務的達成分為三個主要環節，其一代駕客戶發出代駕需求，其二平臺接收需求并進行處理，將代駕客戶的需求及時分配給距離最近的代駕司機，其三，代駕司機接單，第一時間前往代駕客戶所在地點。這三個環節，任何一個環節做不到位，都會導致響應速度的延遲，進而影響用戶體驗。長此以往，甚至會影響到代駕平臺的生存。然而e代駕目前能做到的是，以遠超傳統代駕的到達速度, 平均6分鐘以內到達，最大限度的降低客戶等待時間。那么，e代駕究竟在這個三個環節是怎樣做的呢？
在代駕客戶需求環節，e代駕利用其過往交易訂單的龐大數據進行分析，最終得出最容易產生代駕需求的時段、場所和具體地點。比如，晚上22點至24點，飯店、KTV、酒吧、大排檔等地都是用戶出現最為頻繁的場合，這些場合的用戶遇到應酬的幾率更好，需要代駕服務的概率也就更高。盡管這些場合不使用大數據分析也能估摸出來，但大數據在其中的價值在于，能對這些場合以及具體的位置、時間段進行動態的數據挖掘和分析，從而為代駕司機提供最新的代駕需求分布參考，為代駕司機的實時調度打下了基礎。
在平臺接收需求并進行處理的環節，e代駕的大數據分析系統能實時分析出距離代駕客戶最近的5名代駕司機供用戶選擇，并及時將代駕需求第一時間發送到用戶指定的代駕司機的手機客戶端。值得注意的是，這個過程不是一過性的信息傳輸，而是實時動態的需求處理和分配的過程。哪些司機響應、響應的速度，以及司機目前所在的具體位置及其到達代駕客戶地點的路況等，大數據都會進行相應的計算和分析，從而做到高效、動態的調度和分配。
當代駕司機響應需求后，大數據系統還會實時進行基于LBS的調動，確保代駕司機能以最快的時間、最短的路線抵達代駕客戶所在地點。
當然，這三個環節在e代駕峰值高達20萬的訂單量處理過程中，有著更為復雜的算法和科學的分析。無論是過往大數據的收集、集合和處理，還是對平臺大數據的挖掘、分析和計算，無不需要一整套的先進的大數據系統進行支撐。
事實上，e代駕的大數據分析也為構建代駕司機和代駕客戶之間的生態創造了條件，一方面，其基于大數據向有需求的客戶實時推送最近的5位司機的做法，有利于激勵代駕司機做好代駕服務、贏得用戶好評，以便在5位司機中能獲得被選中的最大幾率。另一方面，為了解決代駕司機代駕結束后歸程的后顧之憂，e代駕還利用其大數據分析系統分析出最常出現的代駕目的地，并基于大數據針對這些地點合理規劃和部署代駕司機班車，供代駕司機歸程。這種做法不僅體現了e代駕的人性化管理和對代駕司機的人文關懷，也反映出了e代駕的大數據技術實力。
不僅如此，通過引入大數據分析系統，e代駕全國平均6分鐘抵達代駕客戶所處位置的做法，也實現了代駕司機的高效流動，進而有效降低代駕司機服務代駕客戶的時間成本，以大數據提升用戶體驗的同時，也有效提高了代駕司機的收入。
京公網安備 11010502049343號