最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

和优信 CTO 邱慧聊二手车产业链中的技术价值

[复制链接]
跳转到指定楼层
楼主
发表于 2018-12-23 19:59:12 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本文来自“极客公园”(ID:geekpark),作者王颖奇。
这是一位互联网圈为数不多的女性 CTO,15 岁上大学,曾是腾讯获得 S 级荣誉的最年轻管理者之一。2014 年,邱慧加入优信,从零开始孵化优信二手车。人们很难将这样一位姑娘同 CTO 的头衔联系在一起,更何况是在二手车这样一个厚重的产业当中。这一次,颖奇和这位性格直率的 CTO 聊了聊关于二手车产业当中的技术价值。原来,在这个传统行业当中,也充满了闪亮迷人的技术信仰。
行业价值核心:检测与定价的效率
颖奇:邱总您好,很高兴您这次能接受我们的访谈,能否先跟大家介绍一下你自己呢?
邱慧:先简单说一下之前的经历吧,北大毕业后我去了微软亚洲研究院,参与了中国第一个 LBS 项目,后来加入了腾讯,参与腾讯研究院的组建,先后孵化了 QQ 拼音、QQ 影音以及微信视频聊天等产品。2014 年我加入优信,从零开始搭建团队和孵化产品,包括优信二手车、优信新车、汽车简历等。
颖奇:现在团队的人员规模是怎么样的?
邱慧:我们团队数百人,由于二手车产业链很复杂,产品技术团队工作划分比较精细,除了大家见到的优信二手车 App 这个面向 C 端的产品,我们还会做很多后端管理及运营的产品,会有一些黑科技,比如车辆的检测、智能定价、VR 看车等。
颖奇:能详细举例说说车辆检测的技术应用吗?
邱慧:举个例子,在我们做智能检测之前,中国的二手车检测基本是人工检测。人工检测有很大的局限性。第一,有经验的老师傅非常少;其次,人是非常主观的动物,比如偷个懒或心情不好导致出现失误都是难免的,很多车辆有问题没法被发现;第三,人的效率是不高的,因为我们不可能 24 小时工作。人工检查一辆车的外观需要整整 40 分钟,而我们做了一个自动化的检测设备,只需要十秒。
我们做了两个很重要的设备:一个叫做龙门。龙门是一个 360 度的棚子,上面有非常多的相机,地上有底盘检测仪,前面有一个栏杆,好像进停车场一样,车辆开过去的时候,栏杆抬起来,然后车子开进去,栏杆放下来的一瞬间车辆的外观报告就出来了。整个过程只需要十秒钟。利用这样的流程进行拍照,在云端进行图像识别,最后给出结果。
那这个结果能做什么呢?能告诉我们比如车辆的左前方有一个几厘米的划痕,还能告诉我们这样大小的划痕可能要折价一千块钱左右。自动化提供这么详尽的数据,相当于我们把人工的检测时间从 40 分钟缩短到十秒,极大提高了效率。这是龙门。
另一个设备叫查客。查客是一个软硬件一体的手持设备,大家都知道只要被撞过、修复过、重新喷过漆,车表面的厚度跟之前就是不一样的,相差 0.1 微米我们也能检查出来。相当于检测员拿这个手持设备对车进行扫描,我们就知道这个车之前有没有剐蹭过。
颖奇:通过技术设备的检测结果和经由老师傅检测的结果一样么?
邱慧:(设备检测结果)比老师傅准确多了。靠肉眼去看,人的精力有限;另外车辆的品牌车系特别多,一个非常懂宝马的师傅,不一定能够懂得奔驰或丰田。系统的一个好处是,它会进行机器学习、累积样本,并且越来越准确。所以我们不光是时间缩短了,准确度也提升了。
2015 年我们组建了优信的人工智能团队,是整个业界最早用人工智能系统去帮助车辆检测提高效率和准确度的公司。我们现在的图像识别准确度已经到 99.7% 了,已经是非常高的水平了。
颖奇:质量检测和匹配定价的效率才是核心?
邱慧:对,其实二手车行业在国外发展比较成熟,在中国为什么不成熟?是因为中国人觉得二手车这个行业水很深。归结起来痛点有两个:一是质量、二是价格。质量就是不知道有没有出过事故,价格的话,就是不晓得这个价格到底高还是低。技术可以解决质量检测的问题,也可以解决价格这个痛点。二手车定价是非常有难度的事情,我们也是花了整整一年的时间去打磨。
颖奇:那你们通过什么判断价格呢?
邱慧:二手车的定价受到各种因素限制,包括城市、里程、年限、保养情况、有没有出过事故等上千个指标。传统的定价方式是靠人的经验拍脑袋。而我们在国内最早采用了神经网络去建模。另外,由于介入了整个交易流程,优信有最完整的成交数据。有了大数据的积累我们的模型才能够不断迭代优化。
颖奇:关于二手车的大额分期业务,优信在技术上做了哪些努力呢?
邱慧:这个也是我们在业界非常早的用技术去实现的。分期涉及到风控,我们能够做到千人千面,给你提供一个非常适合你的金融分期解决方案,让你买到自己想要的车。我们在贷前、贷中和贷后三个环节都做了非常多系统化的建模处理,包括自动化信审、风险预警等等,去识别风险,提升风控水平。
颖奇:那您觉得优信在二手车这个商业模式下再往后走的话,有哪些更重要的技术是优信会去做早期准备的呢?
邱慧:有挺多的,比如我们最近已经上线但还在打磨中的 VR 看车。一方面我们要通过不停的优化软硬件一体的整个系统模型,追求更高清的图像质量、更高保真的还原度、更高效的拍摄模式,从而快速大量的为用户提供可靠且高质量的 VR 车源数据;另一方面利用 AI 人工智能系统在后台统计数据来完善升级我们的 VR 看车系统,比如用户通过 VR 看车更愿意在哪一个角度放大关注汽车的哪一个细节,数据告诉我们相当一部分用户关注汽车的车轮毂和内饰座椅。通过数据支撑,我们再想办法反向继续优化我们系统模型,这些数据与技术的积累优化可以直接转化为用户的体验。
因为我们定位是一个二手车电商平台。那么二手车的电商属性是什么呢?就是实现用户在网上就能够下决策。
一来 VR 看车不会受限于时间地域空间,让用户在线上就能感受这个车怎么样,车况满不满意,空间合不合适,用户不用辛苦地跑到停车场就能看到车内车外的每一个细节,省时又省力,这些优质的体验感都会促使购车者做出决策。二是没有什么比「真实」更具有说服力,而我们正在研发的「沉浸式 VR 看车」,就感觉自己好像真的坐进去了一样,感受下,「哦空间挺大的,我喜欢空间大的」;或者说「哎,我喜欢这个真皮座椅」。这样就尽可能在线上做好决策了,线上做好决策后去线下可能看一眼就购买了。相当于尽可能减少用户在线下做决策的时间,拉长在线上做决定的时间。
“重”行业中的CTO如何主动升级
颖奇:您当年去做 to C 的产品,最终转过来做像汽车行业这么重的一个全产业链平台,您觉得您作为一个技术人或者产品人,您自己最大的变化是什么。
邱慧:我觉得在商业思维方面有非常大的提升,包括整体的管理能力等。因为我以前做纯 to C,属于单边服务,只需要服务好一边的用户。但是二手车属于双边,甚至多边,涉及 B2C,C2B,B2B 等,商户和用户都是我的用户,这个思路是不一样的。
颖奇:您在 2014 年从零开始搭建团队,有没有哪些从量变到质变的一些管理研发很难跨越的坎?
邱慧:量变到质变的过程是最大的坎。当人员快速扩张的时候,从几十人到百人到几百人需要的管理方式是不一样的。需要带着大家制定标准和流程,需要在团队内部建立良好的沟通反馈机制,需要关注不同层级员工的成长和发展。当把几百人的坎迈过去之后,后面团队再增长也能继续保持高人效了。
颖奇:怎么能够激发大家的积极性一起成长呢?
邱慧:其实每个人的需求都不太一样,首先我们需要了解他想要的是什么,明确诉求,采用不同的帮助和激励机制。例如我们有 mentor 制度,每一个新员工进来都有 mentor 指定给他去帮助他。另外,我会要求所有管理者都必须跟直系下属定期进行 One on One,两周一次,强制要求,写在 KPI 中的。大家可以聊最近工作的情况、个人状态、生活中的变化等等,鼓励大家主动说,管理者给予反馈,形成良好的沟通机制。诉求得到满足,感受到尊重和鼓励,大家自然对团队认同感高,积极性高。
颖奇:我相信一些采访过您的人也问过,可能行业里面女生做 CTO 的会比较少,所以你会认为女性 CTO 比男性 CTO 有更好的优势吗?
邱慧:你说的很对,女性 CTO 比较少。首先因为技术是非常理性和抽象的思维方法,逻辑性要很强,可能大部分女生会感性一些。所以如果一个人的理性思维比较强,是会有助于他在技术和产品方面做管理和决策。但同时,我认为女性管理者更善于刚柔并济,能够很容易洞悉团队里面的问题,能够很好的调动团队积极性,能够非常好的跟大家互动交流,这对于程序员比较多的技术团队很重要。
颖奇:聊了这么多,您可以给大家推荐一些您最近在看的或者看过觉得有意思的书籍吗?
邱慧:最近在看《激情创业》《卓有成效的管理者》《基业长青》等等。
颖奇:最后,想请您总结一下,在吸引人才方面,一个人为什么应该加入优信二手车,是什么让他觉得来这里会比他去别的公司更好?
邱慧:我们并不盲目只通过高薪去吸引人才,而是给予优秀的人充分的发展空间和机会。在优信这样的快速发展的公司,我们需要的是一群真正想做事的人,大家有激情、有信念、追求成就感。
颖奇:优信有非常好的人才理念。非常感谢您的分享。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-24 09:50

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表