昨天，滴滴终于敲定美股退市日期了，6月2日提交退市申请。
大家估摸着，当年被“满门抄斩”的滴滴系APP应用大概率能恢复了。
司马南这半年来，也不盯着柳传志、柳青咬了，偃旗息鼓了。
看来，随着滴滴退市敲定，“滴滴＋联想＋柳传志家族”商界权力风云游戏可以告一段落了。
网友们多才多艺编的图
知情郎对司马南张嘴就喷、找人撕的戏路，点个赞！
江湖这潭死水太寂寞太单调，就需要司马南这样的多怼怼，扯扯遮羞布。
另外，纠结所有制属性，闹腾着柳传志侵吞国资，这事儿其实也可笑。
小学生关心企业属性问题，大人只关心公司业绩、利润、产品市场竞争力。
关键是，钱赚不到、产品毫无市场竞争力，还身披所有制战袍小孩瞎嚷嚷所谓对错。
就这戏路，到哪儿都被行内人当雏看。
01上市不满一年市值跌去9成
5月23日晚间，滴滴召开临时股东大会，就美国自愿退市计划进行投票表决。
根据表决结果，参与投票的超96％股份数同意公司美国存托凭证从纽交所退市，滴滴计划在2022年6月2日或之后向美国证券交易委员会正式提交退市申请，按照相关规定，在申请文件提交的10天后，滴滴的退市决定将正式生效。
滴滴表示，在退市和网络安全审查整改措施完成前，不会申请在其他证券交易所上市。
去年6月30日正式挂牌纽交所，滴滴目前上市不满一年。
当地时间5月23日，在宣布退市的消息后，滴滴股价先涨后跌，截至收盘跌5％，报1．43美元。
要知道，人家的发行价是14美元！现在1．4美元！
如今市值较上市初下跌超9成！
滴滴这半年的股价走势，跌成狗了！
从市值层面说，滴滴只是中概股这一年来的缩影。
中概股最近可谓饱受折磨，被美国人预摘牌套路搞的股不聊生。
5月20日，美国SEC将新一批8家在美国上市的中国公司列入““预摘牌名单”（Provisional list）”，其中包括瑞思教育和医美国际。
据统计，预摘牌名单已增至近150家。
这里特别要指出，很多国内外机构投资者是不允许持有非上市公司的股票，因此在滴滴今年年初宣布要退市后，大量机构投资者开始出售滴滴的股票，减小风险，那些进入预摘牌名单的公司，也会进入投资者抛售名单中。
原本想持有的投资人也会因此考虑风险选择减仓。
所以，整个市场预期就是抛中概股回笼资金规避风险。
更别说，如今美股也出现了技术性熊市的趋势，龙头泡沫科技股在跌，苹果大跌带动了整个科技股市值的回调。
华尔街大空头、罗森博格研究公司（Rosenberg Research）创始人大卫－罗森伯格（David Rosenberg）近日撰文称，感觉自己正在重温2008年夏天。
人家的观点是，熊市将使标普500指数跌至3300点，称过去两年美国股市和债市是虚假的牛市，是由目光短浅的经济学家、策略师、权威人士等的推断和沆瀣一气造成的。
根据罗森伯格的说法，通胀将在明年消失，美国经济将陷入衰退。
这么大胆高调的喊出看空自家股市判断，看空自家国家经济走势，也就美国人自己了。
国内敢？
02柳传志被拉下神坛了吗？
滴滴退市，从舆论角度而言，影响最大的其实是联想柳传志。
有自媒体打出的口号是：联想高管柳传志一世英名，却毁在了滴滴赴美上市。
当年，滴滴手握国内数亿人的出行信息数据，为了规避国内监管层审查，偷偷摸摸、悄无声息去美国上市。
没有任何庆祝，没有任何软文宣传，甚至连最基本的敲钟仪式都省了，公司管理层和投资人连朋友圈都没发。
之后，被官方明确以安全为由进行审查，且所有平台下架滴滴出行APP。
这事件彻底打开了联想的潘多拉魔盒，年后，司马南、张婕各种短视频直播撕逼联想企业问题，贱卖股份、侵吞国资，矛头直指柳传志。
一副要把这位创业教父拉下神坛搞臭的架势。
众所周知，滴滴的柳青是柳传志之女。
一大群自媒体甚至群情激涌，打着“滴滴、联想与柳传志家族兴衰史”的口号口诛笔伐。
也算给2022年开了一次口水盛宴。
其实国有民营所有制属性之争，也挺逗，这企业谁当大股东有个鸟用，关键得产品服务有市场竞争力，能赚钱啊。
总不能一句我爸是李刚，企业负债连连资不抵债就可以不背锅不担责任了吧，都靠政府养权力变现张嘴白嫖要钱，是哇？
披着所有制战袍到处撒尿的傻娃娃，权力不是这么玩的啊！
唉，难怪市场里的人总不看上这群人。
03被打压的滴滴的业绩如何？
之前，滴滴发了2021年的财报。
2021年全年，滴滴公司实现营业收入达1738．27亿元人民币，较2020年的1417．36亿元同比增长22．68％。
净利润方面，该公司全年亏损幅度较上年扩大，为493．34亿元。
从业务结构来看，目前滴滴的收入由中国出行板块（国内网约车、出租车、代驾和顺风车等业务）、国际业务板块（国际出行和外卖等业务）和其他业务（共享单车和电单车、车服、货运、自动驾驶及金融服务等业务）三部分构成。
中国出行业务仍然是滴滴营收的核心业务板块，占到滴滴总营收的92．3％。
作为滴滴的基本盘，中国出行业务板块在2021年不止营收同比仍保持增长，利润也保持了上涨。
2021年中国出行业务经调整EBITA（息税前利润）为61．29亿元，同比增长54．8％；经调整EBITA利润率从2．96％上涨至3．82％。
虽然滴滴的APP都被下架了，当凭借这些年滴滴的运营盘，国内大部分用户在出行打车方面，还是以滴滴为主。
不过总体看，去年，滴滴当年重金押注的社区团购橙心优选倒闭了，App整改下架，司机转投别家，今年2月全线业务裁员。
滴滴新业务几无进展，苦苦吃老本缩规模。
更别说，年后疫情反复，有不少快车司机选择退出网约车经营。
04 滴滴还在搞研发？出行算法有突破？
滴滴系有三家旗舰公司，分别是北京小桔科技有限公司（简称“小桔科技”）、北京嘀嘀无限科技发展有限公司（简称“嘀嘀无限”），以及注册地在天津的滴滴（中国）科技有限公司（简称“滴滴中国”）。
滴滴的专利也大部分落在这上面，绝大部分落在了嘀嘀无限这家公司上，在德高行全球专利数据中，嘀嘀无限有4400余件专利。
有一说一，在出行服务领域，滴滴打车的技术是很强的，尤其在出行算法上，有独到之处。
滴滴本质就是个算法公司。
毕竟，网约车本质是出行需求与运力的匹配，综合交通路况信息，让用户少等车，让司机多揽客，最好无缝衔接。
供需预测－路径规划－智能派单是整体滴滴运营逻辑的核心。
从专利布局看，滴滴这边大部分都属于算法专利，中国专利3246件，包括发明公开2681件、发明授权565件。
可以看看相关专利，人家工程师是如何定义出行路径算法的。
分享滴滴最近的算法专利
05调整资源配置的方法
背景技术与解决的现实问题
目前，随着社会的进步，人们的生活节奏也越来越快，不同的出行方式所带来的出行效率不同，汽车出行是一种较快的出行方式，但并不能所有的人都能自己开车，所以网约车成为了一种非常便利的出行方式，并逐渐涌现出了快车、专车、顺风车、拼车等多种类型的出行服务。
每种类型的出行服务在不同的场景下供需情况会出现较大变化，且每种类型的出行服务出现供需情况所对应的变化并不是相同的，如果直接根据两类出行服务对应的服务情况进行对比，并对服务质量较低的出行服务进行整改，这种整改方式并不准确。
发明内容
有鉴于此，本申请的目的在于提供一种调整资源配置的方法、装置、计算机设备、介质和产品，解决现有技术中存在的不同类型出行服务的比较结果不准确的问题。
本申请实施例提供了一种调整资源配置的方法，分以下四步：
S101，针对每类出行服务，统计该类出行服务在每个子区域的不同时间切片下的服务订单执行数据；不同类型的所述出行服务在极端场景下的订单数据异常程度是不同的；所述每个子区域均归属于目标地区；
S102，针对每类出行服务，根据该类出行服务在每个子区域的每个时间切片下的服务订单执行数据进行加权计算，以确定该类出行服务在所述目标地区中的订单执行效率；所述加权计算的过程中，所述每个子区域的每个时间切片所对应的订单数据异常程度与该时间切片所对应的权重呈负相关性；
S103，根据每类出行服务的订单执行效率的差别，确定目标出行服务；
S104，调整对所述目标出行服务类型的资源配置。
具体算法细节以及各种概念定义特别多，知情郎就不展开了，这个专利的目的就是对不同的反映订单执行效率的信息进行对比分析，然后采用了不同的资源配置方式来提高订单执行效率。
这个专利比较眼前一亮的细节点在于对极端天气下的处理。
众所周知，打车最难的一是上班高峰期，而是大雨天极端天气急打车。
这里的极端场景指的是影响出行服务供需情况的场景，比如，极端天气（下雨天、大风天）、上下班高峰期、节假日、演唱会结束后等。
在正常场景（非极端场景）下服务提供方和服务请求方所对应的供需情况是比较稳定的，但是在正常情况转换为极端场景时，这种变化幅度是就是订单数据异常程度。
订单数据异常程度可以根据每个时刻的供需情况随时间变化的变化幅度确定的，比如，上下班高峰期在工作场所的拼车服务对应的需求远大于非上下班高峰期的在工作场景的拼车服务对应的需求；而上下班高峰期在工作场所的专车服务对应的需求远小于非上下班高峰期的在工作场景的专车服务对应的需求。
不同类型的出行服务所对应的订单数据异常程度都会受到场景切换（从极端场景切换至正常场景，或者从正常场景切换至极端场景）的影响，但是不同类型的出行服务受影响程度可能会不同，比如，快车出行服务较为经济实惠，大多在天气良好的情况下用户通常会选择快车出行，在极端天气的情况下用户也会选择快车出行服务，并且快车出行服务所对应的服务订单会数量会增长，但是因为快车出行服务在天气良好的情况下服务订单数量的基数比较大，极端天气的情况下服务订单数量的增长幅度较小。
而特快出行服务的价格较高，在天气良好的情况下用户很少选择特快出行服务，因此在天气良好的情况下服务订单数量的基数比较小，在天气极端的情况下用户为了尽快出行，会主动选择特快出行服务，进而也增加了特快出行服务的订单量，极端天气的情况下特快出行服务的服务订单数量的增长幅度较大。
比如，在天气状况较差的情况下，出行服务的需求量会远大于出行服务的供给量，也就是会出现服务订单激增的情况，此时服务订单数量会远远大于天气状况良好的情况下的服务订单数量，也就是订单数据异常程度较高。
又比如，在市中心的人口密度较大，人流量大，城市郊区的人口密度小，人流量小，所以在市中心出行服务所对应的需求量远大于在城市郊区出行服务所对应的需求量，进而，市中心的出行服务的服务订单远大于城市郊区的出行服务的服务订单，也就是订单数据异常程度较高。
如何解决这些不同区域、不同时段、不同天气订单剧烈变化，来安排相应滴滴司机车辆去接乘客。
滴滴工程师给出的方案：
当订单执行效率根据以下信息的任意一种或多种确定：平均应答时长、平均接单时长和平均接单距离时，调整对所述目标出行服务类型的资源配置可以包括一种或多种，第一种资源配置方式可以为直接向服务提供端进行派单，服务提供方不需要考虑时间，缩短了接单时长和应答时长，进而提高了订单执行效率。第二种资源配置方式可以为增加目标出行服务的服务提供端的数量，增加服务提供端也就是增加了为服务订单进行服务的供应，供应增加了服务订单被执行的几率就变大了，进而目标出行服务的订单执行效率就增加了。
06订单取消处理方法
背景技术以及解决的现实问题
现有某些出行方式，如出租车为抢单播单模式，即在司机接单的情况下，在司机行程中，会播报到达目的地附近为起始地点的订单，以提高接单效率。还有些司机为自动派单模式，即由平台直接将单派送给司机端；
在实现本发明实施例的过程中，发明人发现有些司机并不适合所接的订单，导致乘客取消订单；而且在乘客取消订单后快速打车仍有可能打到同一司机。对此，司机和乘客都比较无耐，浪费了双方的时间和资源。
发明内容
本发明实施例的一个目的是避免出现乘客取消订单后快速打车又打到同一司机而导致多次取消订单，多次下单才能找到合适司机的问题。
本发明实施例提出了一种订单处理方法。
本发明实施例对经常出现乘客取消订单后快速打车又打到同一司机而导致双方都比较无奈的现象，采用对订单取消记录对应的接单终端进行标记的方式，以在该乘客下次发起打车请求时将该终端排除出去，防止出现乘客需要多次下单才能找到合适司机的情况，具有提高派单针对性的优点。
【转载请注明 德高行·知情郎】
