商务数据分析与应用1 综合案例分析 综合案例一_数据分析的关键要素解析.pptVIP

* * 商务数据分析与应用 江苏经贸职业技术学院 综合案例一 数据分析的关键要素解析 1 目录 案例导入 2 提出问题 3 分析问题 4 总结 案例导入 人们的出行离不开交通工具，或公共交通，或开车，或打车。和以前不同的是，近五年来，出行变得更加方便了，通过互联网可以查询公交线路、班次，哪条路较为拥堵？什么地方人多，这些都是基于出行数据的积累分析，下面我们就一起来看看滴滴出行的大数据。 案例导入 滴滴的出行数据量有多大？央视报道，滴滴拥有超过4.5亿用户，在中国400多个城市开展服务，每天的订单量高达2500万，相当于全球其他市场，包括美国加到一起，所有移动出行市场总量的2倍，每天要处理数据4500TB，相当于450多万部蓝光电影。 而在北京，工作日早高峰一分钟内有超过1600人使用滴滴叫车，所有的供需一目了然。 案例导入 这么大的数据处理量难道只是为了统计出全国有多少人在打车吗？这些数据反映背后的现象意义非凡。 王占伟是滴滴媒体研究院的首席数据分析师，已经从事大数据行业十年。他表示，透过滴滴大数据可以了解不同区域、不同行业从业者的工作情况。比如工作日中关村软件园的夜间出行订单比较多，尤其是晚上9点之后的订单，可以推断，从事互联网行业的人员加班稍微多一些。 案例导入 另外，王占伟表示，透过这些出行大数据，还可以看到不同城市的教育、医疗资源的分布，长期的观察就能发现城市的经济、社会资源的发展、变迁情况，非常有研究价值。此外，滴滴大数据的应用不只在观察城市发展变迁这种宏观层面，最为实际的是匹配司乘信息、提高车主、司机收入。 案例导入 未来的出行将更加智能，未来城市的交通建设也将趋于“智慧”，在这方面，滴滴基于大数据的应用已经走在了前列：2015年滴滴研究院在北京创立，2017年3月，滴滴美国研究院在硅谷成立。滴滴美研院近百人的团队聚集了包括北美、欧洲等全球顶级的科学家，在大数据安全和智能驾驶等前沿领域开展研究。在国内济南、贵阳、深圳等20多个城市，基于滴滴大数据的智慧信号灯、智慧诱导屏、潮汐车道等都已落地，通过滴滴大数据优化的城市主干道早晚高峰期的交通延误时间平均下降了10%-20%。 1 目录 案例导入 2 提出问题 3 分析问题 4 总结 提出问题 滴滴出行“脑洞大开” 大数据的究竟从哪儿来，又神奇在哪儿？ 1 目录 案例导入 2 提出问题 3 分析问题 4 总结 分析问题 滴滴研究院副院长叶杰平近日在上海一场内部分享会上详细解读了滴滴大脑，这是外部首次窥探到较为完整的滴滴算法世界，一直潜水的产品“九霄”也首次露出真容。 分析问题 叶杰平在这次分享会中将滴滴大脑这个智能系统分为三部分 01 02 03 智能系统 大数据 机器学习 云计算 分析问题 其中大数据就像工业革命时代的煤一样举足轻重，人工智能需要数据进行训练，纵观应用级深度学习的成功案例，他们都获得了海量数据，像谷歌和Facebook这样的公司都可以获取大量数据，这种优势让他们可以创造更有效的新工具。 分析问题 而机器学习是人工智能的核心，一套系统通过机器自我学习的方式来实现人工智能，算法则是机器学习的关键要素。滴滴搭建的核心算法模型，可以帮助实现更准确的预测能力、智能的调配能力，提高效率降低成本，达到最优运力调度。 分析问题 云计算提供强大、灵活的计算能力，滴滴的业务场景对计算要求和实时性都非常高，用户输入一个目的地，最佳合理调度都由滴滴大脑以毫秒级的速度来计算，例如通过滴滴云计算搭建了大规模实时分单处理平台，可以实现多维度最佳订单匹配。滴滴平台已经有数万台服务器，未来两年服务器规模将达到数十万台。 分析问题 而这个算法世界是滴滴大脑最为核心的技术之一，滴滴研究院解决的技术难题，包括供需预测、路径规划、智能派单等都离不开算法，此外在提高用户乘车体验上，也引入了人工智能，比如服务分和机器判责等功能背后都是通过复杂的机器学习算法技术来实现。滴滴大脑每两秒进行一次判断，要考虑N步走法，也就是预测未来，在迅速的大量计算中，完成全局最优的智能派单。 分析问题 对于这些背后的技术，叶杰平在这次内部分享中作了详细解读： 大数据的神奇之处就在于可以通过搜集到的数据，进行处理分析后，得到规律，然后利用这个规律来对未来进行预测。 1、供需预测 分析问题 大数据预测的关键是足够多的高质量的数据。当前滴滴在交通领域的数据量全球第一，每日峰值订单超过2000万单、每日处理数据超过2000TB，覆盖了交通路况、用户叫车信息、司机驾驶行为、车辆数据等多个维度，它所掌握的巨大的真实数据除了帮助预测路况外，还能对供需进行预测，供需预测越准确，越能更好的解决供需不平衡问题。 1、供需预测 分析问题 滴滴目前对15分钟后供需预测的准确度已经达到了85%，基于这样高的准确率，平台可以调度司机满足未来的打车需