14年以前，租车都是线下的实体的，老老实实的开门店的，交着水电费，交着房租，还要额外的人力开支，用户上门取车各种不方便，需要身份证、信用卡、还要签一堆合同。

为什么要做这么累的事情？

有一部分，只是说有一部分原因是因为风控。如果用户在网上可以下单，拿着车走了，谁来保障车辆的安全？一辆车少说也要10万左右吧，这样的风险当时没有任何一家企业可以承受的起的。

说一个行业数据，2‰，这就是传统开着门店的租车行业的车辆丢失率。按某传统租车公司披露的日均订单量5000单算，按70%的老用户+30%的新用户计算，老用户极限安全的情况下，每日存在5000*30%的车辆是首次出租，在按照2‰的丢车来算，每天存在的风险车辆是2辆左右，20万的潜在风险。

现在行业中滴滴出行也在做租车，从2016年7月至今，1辆车都没有丢失，用的就是滴滴平台大量的出行数据信息+第三方征信数据，至于怎么做，行业里有很多很成熟的方法：打分卡模型，FICO、AHP等等，任何一种，都可以让原本很捉襟见肘的问题得到一定程度上的解决，而公司所付出的就是一些Hc。

除此之外的，ofo&摩拜单车的车辆投放策略，美团&大众点评的最佳路径推荐等等。这些公司无形中改变了我们的生活，最基础的支撑就是其背后的强大机器学习算法及业务数据分析。

正是有了数据分析挖掘的全力支持，才有了如今的科技生活，所以价值昭然若揭。

最后，谢谢大家阅读。

作者：沙韬伟，知乎id：Slade Sal，atv，苏宁易购高级算法工程师，苏宁易购全产业算法研究负责人，4年数据挖掘数据分析经验，前惠普中国算法研究员、滴滴租车用户征信负责人、分布式R开发研究员贡献者

本文由 @沙韬伟 原创发布于人人都是产品经理。未经许可，禁止转载。