滴滴

今日，四维图新宣布与立志“成为全球最大一站式移动出行平台”的滴滴出行签署数据交换合作、战略合作协议，双方将从数字地图、交通和导航服务，车联网和汽车后市场服务，基于地理位置信息的移动互联网服务等多个层面展开全方位合作。

此次与四维图新合作的重大意义，可以提升滴滴的基础地图服务质量，提升司机导航体验；滴滴的高质量浮动车数据可以提升四维图新的数据准确性，未来可以服务更多。

以下是演讲实录：

大家好，我来自滴滴。非常感谢四维图新给我们提供这个机会，让我在这里为大家分享一些滴滴在信息领域所做一些工作。简单介绍一下我们公司，我们是一家非常年轻的公司，成立于2012年6月份，到现在只有3年4个月的时间，我们使命成为全球最大的一站式出行服务平台，愿景就是让出行更加美好。
    我发现在现在的生活当中，我们已经非常难以离开滴滴打车，昨天晚上我到深圳，刚下飞机手机就没有电了，我去排队打的，一个小时，特别不适应，发现滴滴打车已经对我的生活发生很大的潜移默化的改变。给大家分享几个数字，介绍一下我们整个平台生态的概况，我们有5条用户产品线，覆盖出租车、专车、快车、顺飞车、代驾，大巴，这是我们的业务的数据我们的司机数量有出租车有135万，专车有300万，顺风车有550万，代驾有150万。我们的日交易量出租车300万，专车400万，顺风车223万，代驾50万，大巴拥有700余条线条。
    我们有几个关键的挑战，滴滴打车解决乘客和司机整个交通网络中信息不对称的问题，所以说我们整个生态优化的三大核心目标就是将运力和诉求进行精准匹配，引导司机快速接到乘客，当司机接到乘客之后，可以让司机以最快的速度挑选一条躲避拥堵的路线，到达目的地，使司机一天可以发挥最大的运力，这种情况下我们平台产生的效率就会最大，对社会也可以产生最大的共享。为了解决这些问题，后面需要有大数据进行支持，这背后有什么大数据技术呢？我们可以分成两层，一个就是交易引擎层，一个就是LDS，在交易引擎层我们需要做供需预测，判断一个城市比如说深圳什么订单高发区域，比如说体育馆晚上举行演唱会，我们如何快速把车辆调度过去；动态调价，本质上这是经济学行为，司机有时候不愿意接订单，为什么？因为价值不划算，所以我们需要去估计一个合适价格让司机愿意接受，乘客也愿意接受的价格。还有智能补贴，在一些情况下我们平台有义务让更多的，使效率提高的情况下，同时乘客又不愿意出补贴的时候，我们需要承担一定的社会义务，所以我们需要有一个智能补贴，让平台效率提升。
    还要决定一个特定订单分配给某一个司机，这背后都有非常复杂的技术。这是交易引擎层，往下滴滴整个大数据里面运转所有数据几乎所有数据都是跟地理信息相关，所以我们在最基础这一层有大量跟基础地理信息处理的相关引擎，有5个部分，POI，还有路线规划、实时路况等。这是接下来要讲的，要解决三个核心问题。
    一个就是确定在哪里，确定司机、乘客在哪里，这里面就涉及定位、还有POI技术，POI最主要就是让人类非常理解的方式描述人所在的位置；二要解决如何到达的问题，快速到达一个问题，无论是司机还是乘客方面；三要理解多久，在一个城市里面有若干个司机，谁去接乘客最合适？我们出行所有的平台当中都要解决这三个问题。
    所以首先我们LBD或者基础地图服务，本质上对真实世界进行缩影，在我们的出行平台上真实世界当中最关键部分就是城市的交通网络，我们要有城市交通网络的静态信息，同时我们要可以实时感知城市交通流量的各种变化，我们可以精确定位人车位置，我们可以非常快速、判断人车的具体、到达时间。我们目前已经有一套非常强大的后端系统支持这些服务，这里面分享几个数据，目前基础一天一个路径规划服务，每天处理100亿次的请求，在分值的时候一秒要处理80个请求，这已经超过目前所要处理的基础路径规划的请求量。
    同时我们有大量车在路上跑，需要对车辆轨迹进行实时的分析工作，目前我们的数据规模已经到30亿，我们的GDP活跃的数据量是百度6倍，每天的数据所对应里程数可以在地球、月球之间走两个来回，我们在分值的时候，每秒钟要处理10万个数据点。为什么我们要建立自己的LBS基础服务，这里面首先我们需要看到我们滴滴打车在这方面有其他公司所不具有的优势，首先我们有非常庞大和专业的司机群体，刚才已经跟大家分享这个数字了，我们在全平台的司机有550万，我们的司机的平均日在线时长达到1个小时。
    我们有非常高质量的浮动车数据，这里面跟大家介绍一下，我们随机挑选在北京运行一千辆快车的数据，截了5分钟的数据，然后还原到交通网络上，这5分钟就可以把北京核心主干道都覆盖到。如果再增加到2000辆，大家可以看到不仅仅主要的环路和高速路，还有连接路可以非常完美覆盖到，二三等级的道路都可以覆盖到。如果再增加数目，增加4000辆，基本上一些4等级的道路，基本上车会经常走的路会完整覆盖到五环以内，滴滴打车在线的数大概1万辆，大家可以想象到我们以一个什么频率、精度去感知整个交通城市网络的变化。
    最后要提到就要我们在基础服务能力上面，我们线上线下形成完整闭环，传统互联网企业服务能力强于线上弱于线下，但我们在线下培育一个非常好，非常优质的司机群体，我们还有研究院，这为我们提供世界级的专家，使我们在算法模型领域有很大的突破。我们有非常海量的用户行为数据，这三个东西就会形成一个闭环使我们非常快速验证我们的算法模型，从司机形成反馈，形成闭环，从而提升LBS的基础服务能力。
    最后聊聊此次跟四维图新的重大意义，四维图新在数据地图领域非常优秀的公司，有很多年的积累，通过跟四维图新的合作，我们可以快速提升我们的基础地图服务质量，提升司机的导航体验。滴滴打车所具有高质量的浮动数据提供给四维图新，帮助四维图新进一步提升实时交通信息服务，同时降低新路发现的成本。此外我们还在车联网，商业地产等其他方面也有更加多的合作。