滴滴打车靠什么赚钱？_百度知道
滴滴打车靠什么赚钱？
1、大数据的采集。在使用打车软件的同时，软件会记录乘客的打车起点和终点，然后汇总每一个人的信息，分析数据，总结出频率较高的起点和终点，可能会形成一种类似商业地图一样的东西。2、信息的价值。通过打车软件可以获取覆盖全中国数亿人口的数据，这是多么值钱的一份信息，这也是腾讯不惜花上数十亿元人民币来购买的信息。这么庞大的精确的详实的细致的数据就是信息的价值所在。&3、商业地产与商业住宅的规4、实体店与虚拟店的结合。腾讯可以将线上和线下打成一片，5、市政建设的规划。分析打车频率与常用地点后，腾讯就基本掌握了城市6、支付方式的改变。微信支付可以加速电子支付替代纸币的速度。
采纳率：100%
为您推荐：
其他类似问题
您可能关注的内容
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。天天用滴滴打车，你知道滴滴公司怎么赚钱的吗？
滴滴和Uber合并之前，两个叫车软件常常出现低价竞争的情况
乘客们也乐见其成，毕竟几块钱甚至一分钱就能叫个车，简直是捡了大便宜了，说直白点就是鹬蚌相争渔翁得利。
所以，滴滴在此前很长的一段时间里都是给人一种亏本获取用户量流量的印象。滴滴和uber合并之后，大家都认为是融资的钱烧够了，不想在互相伤害了，那么就合并吧！没有竞争就没有伤害！照这个意思来看？在占据大市场的前提下，没有低价竞争的情况，滴滴终于要开始赚钱啦！流量大大的，广告费刷刷的来！但是！一切都没有辣么简单！一个网友在朋友圈看到一组滴滴数据，给滴滴算了一笔帐！1：保守估计日订单量3000万按照平均每单13元计算，有3.9亿流水，滴滴抽取的管理费比例为27%，每天收入1.053亿，一个月高达30.159亿。2：结算日为每周二长期存量资金有3.9*7=27.3亿，这比资金可产生的利息收入每月将近3000万（只算活期，保守估计）3：每天上万个投诉只要有乘客投诉，滴滴可以依照情节程度罚款司机100-500元不等，每天投诉量达到上万件，每个月按照30万预估，按照50%投诉需要扣200元计算，每个月光投诉中就能获得6000万元。4：拼车、溢价、乘客付的溢价与司机无关在拼车，乘客付出80%的拼车里程，司机仍然按照路程和时间来计算，第四项粗略估计每天有300万收入。5：广告滴滴在市场的占有量是有目共睹的，每个月纯广告收入就高达9000万，还不算流量分成、车险等。所以，滴滴之前低价获得的用户量就是之后的摇钱树啊！还不赚钱的话？说的过去吗？以前亏的，现在要连本带利的赚回来！赚回来！瞧瞧这小账算的，难怪不少人吐槽，服务越来越不好，大概是捞回本钱了。但是以上这些，都比不上滴滴从司机身上获得的直接利益，司机在乘客和滴滴之间充当了一个枢纽，司机既服务与乘客，同样也服务与滴滴公司。滴滴司机也算得上滴滴的员工，但属于编制外的，不要缴纳社保，没有任何风险，简直没谁了！独此一家！（联连Life 转载）
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
广告推广联系QQ
广告投放咨询微信电话
今日搜狐热点当前位置：&&为什么滴滴打车都烧了几十亿了却忍着不赚钱？
为什么滴滴打车都烧了几十亿了却忍着不赚钱？
发布时间：日 19:20:04
(电子商务研究中心讯)　　为什么滴滴打车都烧了几十亿了却忍着不赚钱，背后的商业逻辑是什么?　　答1：【黑问用户】徐张生--微信生意宝CEO　　滴滴和快的的深度用户群体就是都市白领，而对于这个群体，打车需求是最旺盛的，他们的社会活动也较为活跃，这部分群体不仅是智能手机深度用户群体，更是对价格颇为敏感，通过补贴返现抵价券等模式刺激他们的打车频率，一旦有了用户和用户活跃度，这个打车APP就不仅仅是个打车软件了，而是一个流量入口，这里面就可以探索出更多的商业模式和盈利模式。　　目前快的的积分商城就是一个不错的尝试，虽然现在里面的内容不多，但是积分商城却可以吸引用户在没有打车需求的时候还能打开快的，这就是成功之处，或许滴滴和快的未来成为一个新兴的O2O流量入口也不无可能。　　这种模式个人觉得很有潜力，而潜力的大小则是建立在用户数上。当然滴滴烧钱还能为腾讯推广微信支付，所以没有不烧理由啊，烧出个未来，呵呵！　　答2：【黑问用户】王有效--迈道营销集群创始人/CEO二手车界网创始人　　潜在价值非常大：　　1、最刚需的活跃式O2O，而且复购率非常高。　　2、移动互联的流量入口。　　3、实现目的性资金沉淀。并且将成为最活跃的&开户行&。　　4、这是移动互联的最根本的价值，就是嫁接应用。　　5、盈利能力不在返佣，在于资本再生、流量再生。　　6、互联网思维就是，干出名堂，就是利益，因为永远都有资本追随者埋单。　　答3：【黑问导师】吴京川--黑马会员,客户通创始人　　估计不是不着急挣钱，而是在寻路中，国外的模式国情不同，不好照搬，反正用户有了，试探着找路，譬如现在推的专车服务，就属于一种试探，如果市场接受，就是一个收入来源，不过看了下价格，真心不便宜，市场容量有限。　　答4：【黑问导师】--宁哲网络创始人，区域互联网顾问滴滴打车就是支付入口，打车的竞争绝非打车业务而是移动支付的用户占有率。　　打车根本不需要赚钱，用户会在其他领域几十倍偿还打车的几十亿的。　　答5：【黑问用户】逸--life　　这个故事本来是微信支付借助打车app进行推广，引来狙击，烧钱多少都是两个支付口的推广预算，和打车app没什么大关系，至于打车app的盈亏生死，根本不是两个巨头的关注点，但是这事既然做了，就应该有个输赢或者效果评估。　　个人认为两个赢家是app运营商，可以从烧钱过程中赚点灰色收入，两个巨头是输家，微信支付主动开战也好，被迫参战也罢，都是白花钱，打车这块有补贴就用，没补贴就不用，一点回头钱看不到，微信支付也没从这次大战中占什么便宜，将来的赢利点，还是要靠真实的商业支付环节，而不是这种非常麻烦的打车环节。　　答6：【黑问用户】牟联华　　移动支付的确是双方的焦点所在，也能将白领一族深度吸引，但这种支付模式我认为还是过于繁琐，假如下一次还有入围者，我想应该是背景更深厚的群体以硬件的方式来实现。对于嘀嘀与快的，并没有改变打车的行业规律，高峰期照样无车可打，实属可有可无。(来源：i黑马 文/黑问）
今年以来，中国电商企业掀起上市第二波热潮，如美团点评、齐家网、宝宝树、拼多多、找钢网、同程艺龙、沪江教育、小狗电器、什么值得买、中粮我买网等都已提交IPO申请。在此背景下，7月10日，国内知名电商智库电子商务研究中心发布了《年度中国电商上市公司数据报告》（全文下载：）。对电商上市公司财务数据进行分析，电商各领域上市公司包括：（1）B2B电商：生意宝、焦点科技、上海钢联、欧浦智网、慧聪集团、科通芯城、卓尔集团、冠福股份；（2）零售电商：阿里巴巴、京东、唯品会、苏宁易购、寺库、聚美优品、国美零售、南极电商、宝尊电商、御家汇、有赞、优信集团、小米集团。（3）生活服务电商：携程网、途牛、58同城、一嗨租车、无忧英语、前程无忧、搜房网、阿里影业、阿里健康、乐居、平安好医生；（4）跨境电商：跨境通、广博股份、天泽信息、华鼎股份、浔兴股份、山鼎设计、联络互动、新维国际控股、兰亭集势；（5）电商物流：顺丰控股、圆通速递、申通快递、韵达股份、德邦股份、中通快递、百世。
【关键词】
【相关阅读】
【电商智库】
14日14日14日14日14日14日14日14日
100EC将邮件推送
股票名称/代码
阿里巴巴BABA.US
唯品会VIPS.US
宝尊电商BZUN.US
聚美优品JMEI.US
寺库SECO.US
100EC官方微博补贴之外，滴滴打车背后的技术体系会吓你一跳
　　提起滴滴快的，人们的印象似乎还留在2014年初的那场旷日持久的补贴大战上，殊不知，当人们还在关心合并之后补贴会不会减少时，滴滴快的已经完成了破蛹成蝶的蜕变，从一家营销驱动公司变成了技术驱动公司。一个全球最大的移动出行数据&超级大脑&即将浮出水面。
　　　滴滴快的：打造移动出行的超级大脑
　　&分秒&之间的多轮筛选，数据完成的用户画像系统，人们点滴的打车轨迹正在汇聚成就一个全新的商业生态。
　　周五晚上6点40分，李菲(化名)在离家不到3公里的地方，用打车软件叫了一辆出租车，在不到1分钟的时间、系统通知了附近43辆出租车之后显示被抢单，与此同时，李菲的手机上收到一条短信：&我们额外支付了司机11元，这部分费用由土豪快的买单。&
　　这次打车给李菲带来的愉悦感可想而知：之前望眼欲穿的苦等，现在则分秒可得。不过李菲或许不知道的是，从她按下快的界面的叫车键到系统启动用车通知&分秒&之间，快的后台已经完成了多轮筛选：根据用户画像和用车需求，匹配位置合适的出租车，再结合实时的地理位置和运能状况确立给后者的补贴金额&&这些计算都是在毫秒内实现。甚至在更早之前，快的已经根据她的历史打车的行为特点，将其划归到了&屌丝&的标签之下，由此她才频繁收到金额不小的代金券。
　　2012年开始成立的滴滴快的迅速地网络了360个城市中近两亿&打车族&：每天，600多万订单生成，每个小时，数十万订单数据汇入滴滴快的后台。而李菲们所不知道的是，他们的点滴打车轨迹正在汇聚成就一个全新的商业生态，而这也正是滴滴快的等打车软件的未来疆场。
　　用户画像：屌丝和土豪的不同行为轨迹
　　滴滴快的&土豪式&补贴背后，其实也有着它自己的精打细算。随着两家公司的合并，行业已经从粗暴的跑马圈地走入了精耕细作的时代，要花更少的钱获取更多的用户。
　　精准营销的前提是对用户的清晰认知。以简单的代金券发放为例，滴滴快的的历史数据呈现出两大类四种不同的消费习惯&代金券敏感型：发代金券才用、发代金券用的更多;代金券不敏感型：发不发都用，发代金券也不用。在滴滴快的的用户画像系统中，上述四种群体会被分别冠以屌丝、普通、中产、土豪的标签。针对四类客群的运营策略也会全然不同，最直接的就是代金券的刺激频率以及刺激金额，而对&代金券&免疫的土豪群体，则更多地需要在服务上做文章。
　　而在实际场景中，影响乘客对应用软件的使用黏度的因素要远比代金券复杂得多，在这种情况下，滴滴快的对用户的&贴身跟踪&就能及时发现薄弱环节，因此从用户打开软件到退出使用，其间的每一步情况都被快的记录在案：哪一天退出的，哪一步退出的，退出之后&跳转&到什么软件等等。
　　据此，滴滴快的也实现了用户另外一个纬度的归类，分清哪部分是忠实用户，哪部分可能是潜在的忠实用户，哪些则是已经流失的;更进一步来看流失的原因：因为代金券没有了流失？软件体验不好流失？还是等车时间太长而流失？&这些都是下一步精准营销的依据。
　　而对于滴滴快的而言，用户分析不仅仅是针对乘客，也包括司机、出租车公司的所有相关方。尽管基础信息大同小异，都包括人的基本信息、信用、行为信息等;也有一些通用的刺激手法，比如积分、礼物等。不过，不同的用户画像就对应了不同的刺激程度，而结合不同的场景，还是许多特殊的营销安排。
　　杭州市场就是一个很典型的例子。基于司机的地理位置信息，滴滴快的发现每天中午或者是每天晚上10点以后，司机都会聚集在一些固定的地点，可能休息或者就餐。所以滴滴快的就会在这些场所提供一些工作餐或者是优惠食品，通过线下的活动来提升司机和滴滴快的的合作关系。
　　产品生成的逻辑：更精确地匹配供需
　　维护好用户只是一个基础，最终目的是为了打通供需，生成更加优化的服务和产品。这也正是数据之于打车软件此类的O2O行业的重要性所在。数据能解决一个核心问题，就是做供需双方的智能匹配。
　　其实也很容易理解，公交、出租车、地铁都是对出行人群不同需求的对号入座，不过这样被称之为&粗暴式&的分类法应用起来效率低下，以一个司空见惯的打车场景为例，在路边拦车，可能许久都没有空车经过，或者是好不容易等到的车，司机问了地址之后还可能拒载&呈现一种杂乱无章的状态。
　　而在海量的数据基础之下，出行的需求被不断细分，而且是实时匹配。例如一个乘客下单之后，需求方的用户图像和需求同时被识别，结合供方的车辆条件和位置地图进行第一轮筛选，不过这个看似&正常&的订单却不一定符合实际，因为有一些订单发出来是司机不愿意接的，比如高峰时段的拥挤路段，那么在这个时候就要进行订单评估和内部调节，结合历史数据制定一些刺激措施、叠加&乘客自行出的小费&来诱导司机，这样一个符合供需双方胃口的&合理&订单就生成了，下一步要做的就是实时调度，要考虑当时的交通情况、车的朝向、车速、附近是否有突发性事件等等因素，选择最为优化的方案。
　　完成了以上的步骤之后，滴滴快的才会把用车需求和奖励方案推送给经过层层筛选之后的出租车，这样李菲们打车的成功率大大提升了，而且所用的时间更短。&这是以前所有的产品做不到的，因为不能洞悉消费者的心理。在大数据应用下，消费者和供给方能够省略中间环节直接议价，这是一个模式上的变革性的突破。&而最终海量的议价数据将提炼成为一种&商业情报&，来推动新的产品和新服务的推出，比如智能定价系统，以从机场到望京这一段司机不愿意接的单为例，可能70%的乘客额外加了20块钱，少数人加了30块钱，而有的只愿意加10块钱，那么系统整合分析以后会得出21元钱是一个更合适的议价，那么最终的定价可能消费者和司机双方都可以接受。
　　因此，以这样的逻辑推导生成的产品才更能有的放矢，因为其生成不是来自于企业对市场的臆断，而是直接提炼于供需双方的心理预期和真实需求。
　　&回程单&的产品创设就是一个很典型的例子。最初是滴滴快的的数据分析发现一个异常的数据现象，就是司机的抢单意愿率在某一个时点会骤然下滑，过一段时间又会反弹，日日如此。通过对这个特殊节点分析，滴滴快的得出一个司机运营的特殊场景，就是司机收工的时间，接下来就是针对性地解决，因为不管司机是交班还是回家，肯定有一个固定的方向&这一点可以通过历史数据分析出来。那么滴滴快的要做的就是把同样去往这个方向的乘客分配给对应的司机;这样做是否就一定见效？所以下一步就要评估效果，看回程单是否真正提高了司机的抢单意愿，确定之后才能作为常规产品推出。
　　产品的细分应用场景将会越来越依赖于大数据分析，从数据中洞察需求与商机，再结合大数据提供应用解决方案，将变成未来产品迭代的常规运作模式之一。这也是滴滴快的产品的生成逻辑。
　　由&女神去哪儿&所引发的盈利模式畅想
　　不过，打车软件可以让传统的商业模式更加高效，更加酷，那么它的盈利模式又是什么？
　　当然，可以简单地收取一种平台佣金：司机做成一单交易，打车软件从中进行提成。且不说现在很少有司机愿意支付这种新兴的&份子钱&，而且这样一种缺少差异性的盈利模式需要寄生于垄断的生态条件下，而打车软件市场显然不符合这个条件。
　　机会正隐藏在数据密码中。2014年，快的打车发布了名为&七夕，女神都去哪儿了&的全国各地女生用车报告。数据显示，8月2日七夕节当日女生叫车时间最高峰为22点10分，其中叫车目的地为饭店占比最高的前五名分别为广州(49%)、重庆(40%)、上海(38%)、北京(35%)和深圳(34%)，叫车目的地为酒店的占比前五名则分别是，长沙(53%)、深圳(49%)、杭州(46%)、上海(45%)、北京(43%)。
　　对于滴滴快的来说，这不是娱乐八卦噱头，这里至少暗含了两大&宝藏&，一个是知道特定时间的特定人群的聚集地，另一个则是特定人群在某段时间的消费行为。
　　滴滴快的在接下来的4、5月份将要上线的需求预测系统和运能预测系统就是基于对上述第一点的掌握，比如通过已经发布的滴滴打车热力图，司机借此可以看到整个北京城的实时用车需求：什么位置需求旺盛，同时运能严重不足。这样也就避免了司机&听天由命&的状态：在马路上毫无目的地空转。
　　而掌握了某一群体特定时间的消费行为这件事则具有更大的想象空间，基于乘客目的地周边的商铺而提供的广告服务，也是滴滴快的未来业务一个最重要的落脚点。这或许将颠覆传统的互联网广告模式&&传统的广告，消费者是比较被动的接受者，最终形成真实的购买行为的转化率很低，而打车软件承载的是人、时间、空间多维度结合的生活场景，个性化推荐更加投其所好，贴近实际，转化率会高得多。这个判断也来自于滴滴快的大量的数据分析，用户研究显示了其中30%有非常明确的商业需求，50%是潜在的消费群，那么滴滴快的就可以在用户出行途中来推送目的地的商铺优惠信息。
　　这只是一个粗略的模式雏形，如果有更细致的用户行为分析就可以使广告推送更加的精准。比如滴滴快的对用户行为跳转的研究发现，用户在叫车结束退出APP之后，很多会打开团购网站搜索电影票、餐饮券等等，那么如果一个用户想打车去星际影城，那么滴滴快的和团购网站合作推出的团购票说不定就会正中用户的心思。
　　这类结合出行过程和目的地分析的广告模式将会焕发更大的生命力，同时也广泛适用于其他的出行情境，包括出租车、专车、地铁、公交一系列的出行方式在内。&只和人和目的地相关，可以在大的出行生态里面做成相对通用的广告系统，后续可以和更多其他的APP合作。&据滴滴快的内部人士透露，这一套让&数据变现&的系统将在5月底的时候投入运行。
　　跨界的数据&火花&
　　尽管滴滴快的野心不小，想要构建一个全新的广告&生态&，不过这显然不是滴滴快的凭借一己之力所能实现的，必须借助于外部数据的导入&&这恐怕也是大数据应用最基本的要求，那就是开放和共享。
　　与阿里和美团等的合作就实现了双方数据的相互补充，电商和团购企业缺乏出行数据，而滴滴快的目前缺失的是用户的消费数据和信用数据，在此基础上双方就可以共建用户画像体系：工作地点、家庭地点、消费情况、价格敏感度等等。
　　在一个完整的用户图像下，广告推送就会更加的精准。比如定位到一个北京用户打车去西单，在分析出其消费偏好的基础上，就可以针对性地发送特定商场特定店铺的某一类产品的优惠信息。&量身定做的实时实地的广告价值将远远超过传统广告盲目推送的方式。&一些针对节日的广告类型也会应运而生。以七夕节为例，就可以首先圈定跟节日消费相关的群体，提前两天推送花店信息，可以在节日当天直接送花上门，甚至可以制造一些小&浪漫&：或许可以设想一下当你的女朋友看到一辆豪车来接她下班时的惊喜，而车上还放着她喜欢的音乐，外加一束娇艳的玫瑰花。
　　完美的畅想还不得不面对现实中固有的一些问题，一个来自于不同的行业标准和数据标准所带来的数据通用的难题，而即便在技术共享上不存在障碍，而协商机制的建立也将是一个漫长的&对话&。
　　数据的价值评判每一家都是不一样的，那么就需要跨界的共赢机制的建立，这个在历史经验上是不存在的，只能去摸索磨合，这个过程肯定是痛苦的。
　　数据驱动模式的基础：技术投入
　　尽管还存在不少待解难题，如今开始把关注焦点转向数据驱动模式的快的，都已经与&补贴大战&时不可同日而语。因为任何的新兴业务，不论发展初期如何势如破竹，也必然要经过一个商业模式的探索和沉淀，否则最终会被&价格战&拖得精疲力竭。
　　经过初期的野蛮生长之后，还想获得跨越式发展，就肯定需要在技术上的重点投入。补贴大战之后，滴滴快的开始组建自己的大数据团队，从百度、腾讯、阿里的云计算和大数据部门招了几百号人，经过了最初的苦活、脏活、累活的痛苦历程，进行了数据导入、清洗、存储、结构化等一系列最基础的处理，最终建成了滴滴快的的大数据体系。据相关负责人介绍，目前扩建后团队的核心力量正在进行大数据2.0系统的研发。这套内部代号为&地平线系统&的大数据架构，克服了1.0系统中突出的数据数量与数据质量、处理速度之间的矛盾，实现了数据纯度、处理速度的跨越式升级。
　　这个&超级大脑&支撑了滴滴快的大数据应用所需要的所有基础数据，在此之上是支持产品、商业、运营商业化的团队，每个配备了20个人左右。这样的架构实际上避免了基础数据和应用数据之间的&污染&问题，比如一个需求场景形成了A的画像集合，其中结合B行业又会出现一个AB子集，应用到特殊的场景C之后又会形成一个同时满足ABC的集合。如果每次都从基础数据抽取的话，就很容易影响基础数据的稳定性。
　　清晰的数据架构对于&每秒(毫秒)都产生海量数据&的快的来说，重要性不言而喻。而今，数百台的机器支撑着的滴滴快的大数据系统，就像是公司的&心脏&：业务规模越大，越是重要。
　　这种投入不是任何一个公司都能够负担的，却是每一个公司都应该及早想清楚的，过早投入的话，对精力和资本消耗太大，不过如果之前缺乏考虑，后面就要做很多工作才能把之前错失的那些数据漏洞补回来。对于早期一直争抢用户市场、而无暇顾及数据应用的滴滴快的来说，这恐怕也是宝贵的&经验之谈&了。
版权作品，未经环球网Huanqiu.com书面授权，严禁转载，违者将被追究法律责任。
责编：陈健
环球时报系产品
用手机继续阅读当前位置 & &
& 滴滴打车为什么越来越贵？终于彻底真相了
滴滴打车为什么越来越贵？终于彻底真相了
23:52:02&&出处：&&作者：谈婧
编辑：朝晖 &&)
让小伙伴们也看看：
阅读更多：
好文共享：
文章观点支持
文章价值打分
当前文章打分0 分，共有0人打分
[01-20][01-18][01-17][01-16][01-13][01-13][01-13][01-12][01-11][01-05]
登录驱动之家
没有帐号？
用合作网站帐户直接登录