第278章 算法

  听完所有的数据匯报，林渊点点头，表情並没有大家那么轻鬆：“好的，成绩摆在这里，大家辛苦了。那么今天，我就要来和大家商量一件非常重要的事情。”

  眾人闻言，纷纷收起脸上的笑意，坐直了身子，神色变得郑重起来。

  林渊扫视了一圈，直言不讳地说道：“我们现在能拿下这么多下沉市场，並不是因为我们的商业模式有多先进，本质上，我们依旧处於教育市场的初期，只不过是在打时间差。”

  “等拉手、美团那帮人在超一线城市里完成了资源整合和相互吞併，他们终究会带著庞大的资金和品牌优势，回过头来收割这些三四线市场，跟我们正面竞爭。这绝不是危言耸听，无非是时间长短的问题。”

  林渊敲了敲桌子：“大家都是管理层，我现在需要知道，在接下来的业务推进上，你们有没有更好的方法能够避免这个问题？”

  会议室里顿时安静下来，隨后眾人开始交头接耳地低声討论。

  老规矩，林渊没有留在现场给他们压力：“给你们半个小时，拿出一个能落地的方向。”说完，他直接推门走了出去。

  回到自己的办公室，林渊点上一根烟，翻开桌上技术部提交的关於影院线上选座系统的最新报告。

  其实刚才会议室里拋出的问题非常现实。网际网路商业模式如果来来回回只是靠地推、打折和补贴，没有核心的技术护城河，这一点已经说过无数遍，直到未来，大资本只要想下场，立刻就可以做，就比如京东，比如阿里的闪购。

  开口就是百亿补贴，用户量直接就被抢走一大半，美团也只能被迫跟进。

  虽然影院票务系统能够建立一定的护城河，但並不是別人仿製不出来的。

  最关键的是目前这个项目还在初级阶段，工程师匯总上来的数据报告並不容乐观。

  如果仅仅是开发一套能展示座位和卖票的网页系统，那对林渊来说非常简单。但真正核心的难题，在於“高並发调度”和“底层算法同步”。

  早期的影院票务市场是一片混沌。各大影院用的是各自为战、完全封闭的区域网售票系统（如满天星、火烈鸟等）。要把这些老旧系统打通，做成一个统一的在线选座平台，难度极大。

  尤其是遇到热门大片上映，几万甚至几十万人同时涌入系统抢票。这时候怎么保证线上选座和线下实体售票处的座位状態达到毫秒级的同步？怎么避免几十个人同时点击同一个座位造成的“超卖”现象以及伺服器宕机？