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美国际影城，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”的滴滴快的来说，重要性不言而喻。而今，数百台的机器支撑着的整个大数据系统，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。