網(wǎng)約車運營管理課件5-1 網(wǎng)約車平臺大數(shù)據(jù)分析

任務(wù)一網(wǎng)約車平臺大數(shù)據(jù)分析1、能對運營平臺中的車輛運營大數(shù)據(jù)進(jìn)行統(tǒng)計與分析，為區(qū)域布局優(yōu)化提供數(shù)據(jù)基礎(chǔ)；

2、能對運營平臺中的駕駛員數(shù)據(jù)統(tǒng)計和分析，完成潛在風(fēng)險駕駛員行為分析，提高運營安全；

3、能對運營平臺承租人數(shù)據(jù)統(tǒng)計和分析，加強(qiáng)針對性服務(wù)。

某網(wǎng)約車租賃公司經(jīng)過一年的運營，需分析企業(yè)車輛運營情況。請你根據(jù)運營平臺中大數(shù)據(jù)指標(biāo)完成大數(shù)據(jù)分析，提報數(shù)據(jù)分析報告。

車輛運營大數(shù)據(jù)分析01網(wǎng)約車駕駛員行為大數(shù)據(jù)分析02網(wǎng)約車用戶大數(shù)據(jù)分析03網(wǎng)約車平臺運營大數(shù)據(jù)分析04車輛運營大數(shù)據(jù)分析車輛運營區(qū)域數(shù)據(jù)分析車輛運營利潤率數(shù)據(jù)分析車輛情況車輛資產(chǎn)狀態(tài)車輛情況（1）車輛總數(shù)：即網(wǎng)約車租賃公司內(nèi)車輛總數(shù)。（2）車輛整備中數(shù)量：本次汽車租賃業(yè)務(wù)結(jié)束后，對車輛進(jìn)行清潔、整理及檢查，且符合車輛技術(shù)要求、保持車況良好，處于整備中的車輛數(shù)量。（3）可發(fā)車數(shù)量：車輛整備結(jié)束后，車輛技術(shù)要求、保持車況良好符合發(fā)車標(biāo)準(zhǔn)的車輛數(shù)量。（4）待出庫數(shù)量：包含租出去未提車和未租出去的在庫車輛數(shù)量。（5）運營：已經(jīng)租賃出去的車輛數(shù)量，即車輛處于租賃合同期間內(nèi)，承租人享受使用權(quán)利。（6）扣車：處于車輛扣押狀態(tài)的車輛數(shù)量。（7）維修：處于維修狀態(tài)的車輛數(shù)量。（8）處置：達(dá)到報廢年限或不具備出租技術(shù)標(biāo)準(zhǔn)的車輛和計劃退出運營的車輛數(shù)量。車輛資產(chǎn)狀態(tài)運營車輛運營車輛即已經(jīng)處于以租代購、經(jīng)營租賃、分成租賃、日租模式等合同下，承租方擁有車輛使用權(quán)。閑置可發(fā)車即已經(jīng)完成車輛整備，符合租賃車輛技術(shù)要求，但未運營的車輛。根據(jù)車輛營運時長可分為1年內(nèi)、1-2年內(nèi)、2-3年內(nèi)、3年以上車齡車輛，可清晰掌握各車輛閑置情況，方便下一步營銷策略制訂。停運不可發(fā)車停運不可發(fā)車包括未上牌、待維修、維修中三種情況，可方便企業(yè)掌握進(jìn)度，及時督促車務(wù)進(jìn)展。處置中車輛處置中車輛包括二手車處置、個人買斷、提前報廢、公司回購等情況。車輛運營區(qū)域數(shù)據(jù)分析車輛出租率01車輛出租率是指一個統(tǒng)計周期內(nèi)租賃車日之和占租賃車輛總車日的比例，可以反映企業(yè)實際經(jīng)營狀況。單位為％，計算公式為公式中V——統(tǒng)計周期內(nèi)的租賃車日；W——統(tǒng)計周期內(nèi)的租賃車輛總車日。車輛違章02城市交通總是意外不斷，不管日常有多注意，難免還是會發(fā)生一些小意外，而當(dāng)車輛有違章遲遲不處理或分?jǐn)?shù)達(dá)到停運線時，會造成車輛無法運營，造成停運損失，故企業(yè)應(yīng)嚴(yán)密監(jiān)控車輛違章數(shù)量、所扣分?jǐn)?shù)、罰款金額、未處理扣分?jǐn)?shù)量、未處理罰款數(shù)量等指標(biāo)，及時督促駕駛員處理相關(guān)事宜。車輛運營利潤率數(shù)據(jù)分析租金總未收與逾期概況01賬單逾期分別在1-7天、8-15天、16-30天、31天以上的資金分布，進(jìn)一步記錄逾期賬單數(shù)量、逾期客戶數(shù)量等，可清晰反映企業(yè)積壓賬單多少與資金數(shù)量，方便管理資金周轉(zhuǎn)與賬單進(jìn)度。收租情況02①費用收租率費用收租率指實收費用與應(yīng)收費用金額之比?？煞从称髽I(yè)收益情況，實時記錄應(yīng)收金額、實收金額、減免金額、未收金額，通過占比了解企業(yè)優(yōu)惠力度與收益情況。②車輛收租率車輛收租率指實收車輛數(shù)量與應(yīng)收車輛數(shù)量之比，根據(jù)總運營車輛數(shù)量與收租情況的比較，了解企業(yè)車輛資產(chǎn)帶來的收益情況。網(wǎng)約車駕駛員行為大數(shù)據(jù)分析風(fēng)險行為駕駛行為因素錯誤01由于按計劃完成一些駕駛?cè)蝿?wù)的失敗，從而導(dǎo)致不想出現(xiàn)的結(jié)果；違規(guī)02有意的去偏離安全的駕駛行為系統(tǒng)，而選擇有潛在風(fēng)險的駕駛行為。分心駕駛行為駕駛?cè)诵袨榘l(fā)生源頭分析從駕駛?cè)诵袨榘l(fā)生源頭分析，分心駕駛行為可以分為三類：一是滿足駕駛?cè)松眢w舒適需求的分心駕駛行為，如抽煙、飲水、進(jìn)食、調(diào)節(jié)空調(diào)等行為；二是滿足駕駛?cè)诵那橛鋹傂枨蟮姆中鸟{駛行為，如化妝、刮胡子、聊天等，也包括使用手機(jī)撥打電話、收發(fā)信息等；三是周圍環(huán)境引發(fā)的分心駕駛行為，如照顧小孩、長時間關(guān)注某個車外突發(fā)情況等。企業(yè)案例很多乘客表示遇到過駕駛員頻繁使用手機(jī)的情況，玩手機(jī)、看手機(jī)等危險駕駛行為，近幾年由于加強(qiáng)對駕駛員素質(zhì)的監(jiān)管，網(wǎng)約車平臺紛紛出臺管理制度，一旦駕駛員存在妨礙交通安全的違法行為，將對其永久封號。某出行平臺對此做出舉措，車內(nèi)安裝桔視，行車服務(wù)過程全錄像。桔視其實就是一種車載設(shè)備，車內(nèi)監(jiān)控，是面向駕駛員提供的專屬車載設(shè)備，安裝的目的是為了提升駕駛員的服務(wù)水平，服務(wù)效率，規(guī)范駕駛員行為，有助于還原現(xiàn)場，輔助解決司乘糾紛，避免司乘沖突，主要的功能是：提高平臺判責(zé)準(zhǔn)確率，申訴有依據(jù)，以保護(hù)駕駛員的權(quán)益。拓展閱讀

公交“急加速、急減速”標(biāo)準(zhǔn)——危險駕駛等級劃分標(biāo)準(zhǔn)第一類：危險行為考核標(biāo)準(zhǔn)1、一級標(biāo)準(zhǔn)—加速度數(shù)值≥2.78，持續(xù)時間≥2秒，此時速度差為10KM/H，測試結(jié)果顯示：車內(nèi)人員即使抓扶把手也會造成摔傷或扭傷。2二級標(biāo)準(zhǔn)—加速度數(shù)值≥2.22，持續(xù)時間≥2秒，此時速度差為8KM/H，測試結(jié)果顯示：車內(nèi)人員抓扶把手有明顯傾斜感，未站穩(wěn)或未抓扶者會導(dǎo)致車內(nèi)摔傷。3、三級標(biāo)準(zhǔn)—加速度數(shù)值≥1.67，持續(xù)時間≥2秒，此時速度差為6KM/H，測試結(jié)果顯示：車內(nèi)人員不抓扶把手容易造成車內(nèi)摔傷。第二類：駕駛員類型界定1、一級標(biāo)準(zhǔn)—加速度1.38—1.67，持續(xù)時間≥2秒（危險型駕駛員）2、二級標(biāo)準(zhǔn)—加速度1.11—1.38，持續(xù)時間≥2秒（不穩(wěn)定型駕駛員）3、三級標(biāo)準(zhǔn)—加速度≦1.11正常狀態(tài)/常規(guī)狀態(tài)。（平穩(wěn)型駕駛員）網(wǎng)約車用戶大數(shù)據(jù)分析出行需求特征大數(shù)據(jù)分析出行時間大數(shù)據(jù)分析出行區(qū)域熱點大數(shù)據(jù)分析網(wǎng)約車出行用戶畫像大數(shù)據(jù)分析出行需求特征大數(shù)據(jù)分析年齡分段01網(wǎng)約車軟件使用人群大多集中在20～50歲之間，該年齡段的居民是城市交通日常出行最活躍的群體，出行目的大多是以工作、購物以及其他商業(yè)活動為主，相較于其他年齡層來說出行次數(shù)較多，所以對該年齡段出行需求預(yù)測分析，能夠反映出行活躍居民的一般規(guī)律?？赊D(zhuǎn)移人群02由于網(wǎng)約車具有方便、快捷、“門到門”出行、運營時間長（一般24h）等特點，部分沒有固定出行交通工具或者不常使用固定交通工具的人群是使用主體，且該人群出行一般集中在城市范圍之內(nèi)。從城市出行結(jié)構(gòu)的角度分析，該人群屬于交通方式可轉(zhuǎn)移人群，研究該部分人群的出行生成對交通規(guī)劃、交通管理措施的制訂有一定的指導(dǎo)意義，可以合理調(diào)整公共交通運力、調(diào)整交通模式、提升公共交通的競爭力。時空特性03采用該數(shù)據(jù)可以深入分析居民出行的時空特征，獲得動態(tài)的出行比例，從而進(jìn)一步提高出行需求模型預(yù)測精度。出行時間大數(shù)據(jù)分析出行時間屬于時空特征之一，時空特征可以動態(tài)調(diào)整一天內(nèi)不斷變化的出行需求和交通供給，進(jìn)而建立短時交通流預(yù)測模型，根據(jù)出行需求的時空特征來動態(tài)調(diào)整交通供給滿足出行需求。圖中表示的是工作日和休息日居民選擇網(wǎng)約車出行的供需圖。圖（a）表明工作日居民出行具有明顯的通勤特征，早高峰時段為08:00—09:00，晚高峰時段為17:30—19:30。相比之下休息日（b）早高峰出行量要遠(yuǎn)低于工作日。此外，圖中顯示無論高峰時段還是平峰時段，出行需求量均高于供給量。出行區(qū)域熱點大數(shù)據(jù)分析網(wǎng)約車數(shù)據(jù)中可以獲取每個時刻的出行生成量（包括發(fā)生量和吸引量），進(jìn)一步獲取每個時間段各小區(qū)的生成量，分析生成量隨時間的變化規(guī)律。以南京為例，如表所示，以時間、小區(qū)和頻率繪制三維圖，居民出行需求呈現(xiàn)先增加后減少再增加再減少的趨勢，其中商業(yè)區(qū)和居住區(qū)出行需求較高，其次是醫(yī)療區(qū)和教育區(qū)，最后是休閑區(qū)。編號小區(qū)類型小區(qū)編號1居住區(qū)1，3，9，10，12，15，19，21，25，27，29，31，33，34，55，57，58，63，64，69，73，74，76，78，80，81，82，83，84，90，91，93，94，97，98，99，100，1012商業(yè)區(qū)2，6，7，11，13，14，22，38，40，41，46，47，49，50，51，52，53，54，59，62，65，66，67，68，70，79，85，86，87，88，89，1023教育區(qū)5，8，20，26，30，32，35，36，39，42，43，44，48，774醫(yī)療區(qū)4，16，18，37，45，56，60，71，72，75，95，965休閑區(qū)17，23，24，28，61，92出行區(qū)域熱點大數(shù)據(jù)分析南京市網(wǎng)約車分布及小區(qū)劃分圖出行區(qū)域熱點大數(shù)據(jù)分析需求階段00:00—07:0001出行需求逐漸減少，絕大部分居住區(qū)和休閑區(qū)出行量為零。但商業(yè)區(qū)和醫(yī)療區(qū)仍有少量需求：如新街口(小區(qū)64、66、67)，鼓樓醫(yī)院(小區(qū)26)，由于地鐵等公共交通工具停運，部分下班或結(jié)束娛樂的居民會選擇使用網(wǎng)約車。07:00—10:0002出行人數(shù)達(dá)到一天中的第1個峰值，此時出行需求最大的區(qū)域為居住區(qū)。相比之下，休息日居民在這一時段出行需求明顯減少。10:00—17:0003出行變化比較平穩(wěn)，出行人數(shù)達(dá)到白天的最小值，但在13:00左右出現(xiàn)小幅波動。出行區(qū)域熱點大數(shù)據(jù)分析需求階段17:00—21:0004該階段出行需求又達(dá)到1次峰值，在這一階段除了通勤出行還存在大量彈性出行（如娛樂、購物、餐飲等）。休息日在這一階段的出行需求遠(yuǎn)高于工作日，出行需求熱點包括熱門的商業(yè)中心或旅游景點：新街口，紫峰大廈（小區(qū)36），秦淮河（小區(qū)78、79、80），夫子廟（小區(qū)87、88）。此外，一些公園也有很多旅游需求，例如玄武湖公園（小區(qū)17）。21：00—24：0005這一階段出行需求略有上升，主要集中部分商業(yè)區(qū)如酒吧、影院、餐廳。網(wǎng)約車出行用戶畫像大數(shù)據(jù)分析用戶畫像用戶畫像即探索用戶足跡，用戶（市場）導(dǎo)向：詳細(xì)了解我們的真實用戶是如何和產(chǎn)品及其相關(guān)內(nèi)容進(jìn)行互動等；必須從業(yè)務(wù)場景出發(fā)，解決實際的業(yè)務(wù)問題，之所以進(jìn)行用戶畫像要么是獲取新用戶，或者是提升用戶體驗，或者是挽回流失用戶等，并最終為用戶設(shè)計產(chǎn)品。通過分析用戶行為，最終為每個用戶打上標(biāo)簽，以及該標(biāo)簽的權(quán)重。標(biāo)簽：表征了內(nèi)容，用戶對該內(nèi)容有興趣、偏好、需求等等。權(quán)重：表征了指數(shù)，用戶的興趣、偏好指數(shù)，也可能表征用戶的需求度，可以簡單的理解為可信度，概率。用戶畫像的最終形態(tài)網(wǎng)約車平臺運營大數(shù)據(jù)分析網(wǎng)約車平臺用戶畫像大數(shù)據(jù)分析網(wǎng)約車平臺安全大數(shù)據(jù)分析網(wǎng)約車平臺運營大數(shù)據(jù)分析網(wǎng)約車平臺運營大數(shù)據(jù)分析①市場滲透率市場滲透率是對市場上當(dāng)前需求和潛在市場需求的一種比較。在市場滲透戰(zhàn)略的前提下，預(yù)期目標(biāo)的產(chǎn)品或服務(wù)，與當(dāng)時市場可能擁有的產(chǎn)品或服務(wù)的比例，稱為市場滲透率。計算公式為預(yù)期市場需求/潛在的市場需求。預(yù)期市場需求即某企業(yè)網(wǎng)約車平臺用戶規(guī)模，潛在的市場需求即網(wǎng)約車平臺用戶量。②新增用戶數(shù)量走勢“新注冊用戶”數(shù)量實際代表的是對用戶行為的洞察，用戶注冊需要打開APP-進(jìn)入注冊頁-填寫資料-提交注冊信息等多個步驟，為產(chǎn)品付出行動的用戶實際上是對產(chǎn)品認(rèn)可并有需求的用戶。當(dāng)統(tǒng)計新增用戶數(shù)量時，會統(tǒng)計各個渠道的拉新效果，例如各電子市場的新用戶數(shù)、各廣告投放渠道的新用戶數(shù)，以及每次活動的新用戶數(shù)，這背后對應(yīng)的是對運營推廣成本的控制。而在精細(xì)化運營中，需更關(guān)注“有效用戶”，注冊用戶只是有效用戶的其中一種體現(xiàn)，在衡量“新增用戶”數(shù)量時，更要關(guān)注用戶的關(guān)鍵行為。③用戶活躍度只有活躍的用戶才能對平臺產(chǎn)生價值，從而在平臺上消費，給平臺帶來利益。所以平臺用戶活躍量代表了用戶所能產(chǎn)生的消費力平臺自身運營數(shù)據(jù)分析網(wǎng)約車平臺運營大數(shù)據(jù)分析平臺自身運營數(shù)據(jù)分析④用戶留存率某段時間內(nèi)的新增用戶，經(jīng)過一段時間后，仍繼續(xù)使用應(yīng)用的，為留存用戶。留存率，就是留存用戶占總注冊用戶的比例。網(wǎng)約車app如果沒有用戶粘性，則說明業(yè)務(wù)收入沒有用戶基礎(chǔ)，難以維持企業(yè)生存。故監(jiān)控app用戶留存率，通過日留存率、周留存率、月留存率等指標(biāo)監(jiān)控應(yīng)用的用戶流失情況，并采取相應(yīng)的手段在用戶流失之前，激勵這些用戶繼續(xù)使用應(yīng)用。通過數(shù)據(jù)了解用戶留存的三個階段，并采取有效措施留住用戶。下面是用戶留存的三個階段：早期留存：讓新用戶采取行動開始使用產(chǎn)品或服務(wù)。中期留存：讓現(xiàn)有用戶養(yǎng)成使用產(chǎn)品或服務(wù)的習(xí)慣。長期留存：讓長期用戶通過產(chǎn)品或服務(wù)實現(xiàn)更多價值以提高他們的忠誠度。網(wǎng)約車平臺運營大數(shù)據(jù)分析網(wǎng)約車APP新增用戶留存率分析網(wǎng)約車APP的30天留存率普遍在60%左右，其中滴滴出行的30天留存率為76.1%，代表滴滴出行的新用戶在下載了該APP一個月后仍未卸載。網(wǎng)約車平臺運營大數(shù)據(jù)分析企業(yè)平臺宏觀方向運營數(shù)據(jù)分析①市場份額也稱“市場占有率”。指某企業(yè)某一產(chǎn)品（或品類）的銷售量（或銷售額）在市場同類產(chǎn)品（或品類）中所占比重。反映企業(yè)在市場上的地位。通常市場份額越高，競爭力越強(qiáng)。網(wǎng)約車平臺業(yè)務(wù)數(shù)據(jù)中已開展業(yè)務(wù)的城市、平臺下車輛數(shù)量、駕駛員數(shù)量、訂單信息皆是網(wǎng)約車平臺能夠提供運力大小的佐證。②請求不滿足率即請求差異率=（請求數(shù)-訂單數(shù)）/請求數(shù)。用戶的請求數(shù)及訂單數(shù)兩者差異，側(cè)面體現(xiàn)網(wǎng)約車平臺運力與客戶需求度差異。網(wǎng)約車平臺運營大數(shù)據(jù)分析分析案例在2013年9月期間，可以發(fā)現(xiàn)用戶的請求數(shù)及訂單數(shù)呈周期性的規(guī)律，在某段時間達(dá)到最大值，過段時間在回跌。（1）不同時段的請求數(shù)在12點有出行意向的用戶最多，其次是在13點出行，在11點有出行意向的用戶相對較少。中午出行有可能是打車去吃飯。由上圖可知，請求不滿足主要在13時段，其次是12，再到11。提出建議：建議在周五、周末加大對車輛的供給，增加駕駛員的數(shù)量，尤其是周末12、13點的供給。網(wǎng)約車平臺運營大數(shù)據(jù)分析企業(yè)平臺宏觀方向運營數(shù)據(jù)分析（2）不同時段請求滿足差異率③訂單響應(yīng)率所謂的訂單履行時間反映了企業(yè)提供產(chǎn)品或服務(wù)給客戶的速度；響應(yīng)能力越高，是指從客戶下達(dá)訂單開始直至完成該訂單，履行完所有賣家應(yīng)盡的義務(wù)所需要的時間。在網(wǎng)約車服務(wù)中網(wǎng)約車平臺會根據(jù)駕駛員接單后自動計算抵達(dá)時間，顯示給用戶。而顧客預(yù)計等待時長和實際等待時長兩者有時會存在差異。等待時長差異數(shù)=顧客預(yù)計等待時長-顧客實際等待時長。④駕駛員在忙率

履行訂單中的駕駛員數(shù)量與駕駛員總數(shù)量占比。根據(jù)此數(shù)據(jù)可分析城市運力需求與平臺所能提供運力的差異。網(wǎng)約車平臺運營大數(shù)據(jù)分析企業(yè)平臺宏觀方向運營數(shù)據(jù)分析案例利用描述統(tǒng)計對顧客預(yù)計等待時長和實際等待時長進(jìn)行分析：顧客預(yù)計等待時長平均在5.76min，而顧客實際等待的時長在7.20min。發(fā)現(xiàn)有3點比較顧客等待的時間較長。進(jìn)一步查看其數(shù)據(jù)。網(wǎng)約車平臺運營大數(shù)據(jù)分析企業(yè)平臺宏觀方向運營數(shù)據(jù)分析

根據(jù)上圖，可分析出駕駛員在忙率與請求不滿足率有關(guān)。

通過數(shù)據(jù)透視表得到駕駛員總體平均在忙率為56%。駕駛員在12、13比11點較忙。網(wǎng)約車平臺運營大數(shù)據(jù)分析企業(yè)平臺宏觀方向運營數(shù)據(jù)分析（1）研究駕駛員在忙率與等待時長差異的關(guān)系是否駕駛員在忙率越高，顧客等待時間越長。通過散點圖及相關(guān)系數(shù)研究其關(guān)系。結(jié)果表明，等待時間差異與駕駛員在忙率相關(guān)性很小，顧客等待的時長集中在0-2分鐘以內(nèi)。網(wǎng)約車平臺運營大數(shù)據(jù)分析企業(yè)平臺宏觀方向運營數(shù)據(jù)分析（2）研究駕駛員在忙率與請求不滿足率的關(guān)系是否駕駛員在忙率越高，用戶的出行需求越得不到滿足。依舊通過散點圖及相關(guān)系數(shù)研究其關(guān)系。結(jié)果表明：駕駛員在忙率與請求不滿足率呈中等相關(guān)關(guān)系，正相關(guān)。駕駛員在忙率集中30%-60%。提供建議：總體來說，顧客預(yù)計等待時長與實際等待時長相差不算太大，可根據(jù)需求進(jìn)一步優(yōu)化，避免顧客等太久，取消訂單。網(wǎng)約車平臺用戶畫像大數(shù)據(jù)分析用戶畫像的搭建方法網(wǎng)約車平臺用戶畫像大數(shù)據(jù)分析收集數(shù)據(jù)01收集數(shù)據(jù)是用戶畫像中十分重要的一環(huán)。用戶數(shù)據(jù)來源于網(wǎng)絡(luò)，而如何提取有效數(shù)據(jù)，比如打通平臺產(chǎn)品信息，引流渠道用戶信息，收集用戶實時數(shù)據(jù)等，這也是需要思考的問題。用戶數(shù)據(jù)分為靜態(tài)信息數(shù)據(jù)和動態(tài)信息數(shù)據(jù)。對于一般公司而言，更多是根據(jù)系統(tǒng)自身的需求和用戶的需要收集相關(guān)的數(shù)據(jù)。數(shù)據(jù)收集主要包括用戶行為數(shù)據(jù)、用戶偏好數(shù)據(jù)、用戶交易數(shù)據(jù)。收集用戶行為數(shù)據(jù)，方便對用戶進(jìn)行有針對性、目的性的運營。可對收集的數(shù)據(jù)做分析，讓用戶信息形成標(biāo)簽化。比如搭建用戶賬戶體系，可自建立數(shù)據(jù)倉庫，實現(xiàn)平臺數(shù)據(jù)共享，或打通用戶數(shù)據(jù)。網(wǎng)約車平臺用戶畫像大數(shù)據(jù)分析行為建模02行為建模就是根據(jù)用戶行為數(shù)據(jù)進(jìn)行建模。通過對用戶行為數(shù)據(jù)進(jìn)行分析和計算，為用戶打上標(biāo)簽，可得到用戶畫像的標(biāo)簽建模，即搭建用戶畫像標(biāo)簽體系。標(biāo)簽建模主要是基于原始數(shù)據(jù)進(jìn)行統(tǒng)計、分析和預(yù)測，從而得到事實標(biāo)簽、模型標(biāo)簽與預(yù)測標(biāo)簽。標(biāo)簽建模的方法來源于阿里巴巴用戶畫像體系，廣泛應(yīng)用于搜索引擎、推薦引擎、廣告投放和智能營銷等各種應(yīng)用領(lǐng)域。網(wǎng)約車平臺用戶畫像大數(shù)據(jù)分析構(gòu)建畫像03用戶畫像包含的內(nèi)容并不完全固定，不同企業(yè)對于用戶畫像有著不同對理解和需求。根據(jù)行業(yè)和產(chǎn)品的不同，所關(guān)注的特征也有不同，但主要還是體現(xiàn)在基本特征、社會特征、偏好特征、行為特征等。用戶畫像的核心是為用戶打標(biāo)簽。即將用戶的每個具體信息抽象成標(biāo)簽，利用這些標(biāo)簽將用戶形象具體化，從而為用戶提供有針對性的服務(wù)。將其年齡、性別、婚否、職位、收入、資產(chǎn)標(biāo)簽化，通過場景描述，挖掘用戶痛點，從而了解用戶動機(jī)。利用數(shù)據(jù)分析得到數(shù)據(jù)標(biāo)簽結(jié)果，最終滿足業(yè)務(wù)需求，從而讓構(gòu)建用戶畫像形成一個閉環(huán)。網(wǎng)約車平臺用戶畫像大數(shù)據(jù)分析案例從平臺數(shù)據(jù)分析疫情對網(wǎng)約車行業(yè)的影響網(wǎng)約車APP日活躍用戶數(shù)量的波動直接體現(xiàn)了用戶需求的變化。受新冠疫情的影響，人們?nèi)粘９ぷ魃畹某鲂行枨笫芟薅y以實現(xiàn)，這對網(wǎng)約車行業(yè)造成了有效需求不足的沖擊。從3月數(shù)據(jù)來看，3月2日之后，某