Uber 的動態定價是如何實現的?厲害在哪裡?

一直對Uber的定價演算法很感興趣。希望各路大神從技術層面和經濟學層面做一個比較深入的解析。


Uber現在(2017年)定價遠不是動態加價那麼簡單了,主要發展歷程可以分為四個方面:

一:大眾所知的動態加價

實現方式大家也都說得比較明白了:當某一區域內Uber空車比叫車人少的時候,對車費實行動態加價,幅度正比於供需兩端的差距。周邊區域的司機會因為更高的車費而開往此地,空車數量增加,最終供求平衡,加價回落至零。

動態加價在乘客端的經濟學本質是二級價格歧視。可以把加價情況下的叫車機會看成是飛機航班上的頭等艙。在司機端的經濟學本質更為基本,就是人會對激勵作出反應。

因為動態定價的存在,整個市場可以同時觸碰到原本無法觸碰的需求曲線和供給曲線,社會整體福利是增加的。而Uber作為交易的撮合者無疑也是受益的。

順便說一句:雖然動態加價的原理很簡單易懂,但在演算法具體實現上還是有很多細節需要好好想想的。比如說,動態加價的變化需要穩定而不是波動。如果波動,乘客會不願意叫車,如果變化過快,周邊區域的司機會因為擔心加價會很快回落而不願開過來。

二:一口價

Uber在2016年開始逐步取消以實際行駛里程和時間來定價收費的模式。取而代之的,是在乘客叫車的時候,事先對里程和時間做估算,並結合動態加價的係數,生成一個一口價車費。

一口價最初的動機主要有兩個:

  1. 希望減少乘客對無法控制車費的過度焦慮,比如說堵車或者司機選了一條不同的路線。
  2. 希望減少乘客對動態加價係數的過度關注。比如說乘客可能看到一個1.2倍的係數就不想叫車了,然而實際上只是從5元錢加到了6元。

實現難點:對行駛里程和時間的正確估算。

三:個性化定價

一口價的普及極大地拓展了Uber在定價方面的產品空間,一個預料之中的後續操作就是個性化定價:根據Uber所知的用戶信息對不同用戶有不同的定價策略。比如說,根據用戶在Uber上的使用記錄推斷用戶的價格敏感度,並以此對高敏感的用戶做打折優惠。或者對非活躍用戶做價格營銷。

其實,這些玩法在美國傳統銷售行業早已踐行幾十年,經濟學上的本質就是三級價格歧視。然而不同的是,Uber可以把定價策略持續細分,直到每個用戶都有一套針對自己的價格體系。在極限情況下,定價會變成一級價格歧視,所有的乘客端的剩餘都將歸Uber所有。

四:針對下游效應的個性化定價

Uber和傳統銷售市場的另外一個巨大不同,就是傳統銷售市場上的每一筆購買都是獨立的,不會對其他購買產生影響。然而Uber則不一樣,每一次叫車都會對市場上的車的分布產生影響,從而影響後續其他人的叫車,也就是下游效應(downstream effect)。對應的,在定價上也有優化的空間。一個典型的例子就是,如果當前的叫單會把車從一個供大於求的區域轉移到供小於求的區域,因為對整體市場的供給有改善,因此車費應打折,作為激勵。(反之亦然,相當於動態加價的加強版本)。


謝謝 @提奇坤 邀請!我的第二個答案用比較學術的方式回答吧,關於Uber的動態定價。

一、Uber的動態定價的目的

動態定價(Dynamic Pricing)在原理上很好理解,就是通過變動價格來影響供需關係。

Uber的Dynamic Pricing是:

當某地需求(潛在叫車量)大於供給(可用車輛)時,系統自動加價,實現

  • a.擴大供給量(吸引更多司機上線服務/從鄰近區域轉移至此地),

  • b.暫時縮減需求量(用價格篩選出叫車需求強的用戶:需求較弱的用戶,會選擇等價格回落後再開始叫車,或考慮採用其他交通方案)

藉此達到供求的平衡。

這樣做有兩個好處:

1)保證服務的可靠性,讓乘客始終「有車可叫」並且叫後能快速上車;

2)服務車輛數量的大幅提高,意味著完成搭載的行程數將大幅增加,這一點保證了Uber作為一種代步方式的實際意義和效用。

在Uber最新發布的研究中(https://newsroom.uber.com/2015/09/the-effects-of-ubers-surge-pricing/),研究者們將去年紐約新年夜Uber動態定價系統短暫失靈作為一次難得的「天然實驗」,與動態定價運行正常的某晚情況做了對比分析,發現後者的搭車成功率高達100%,而前者卻只有25%,候車時間也大大長於正常情形。這在一定程度上證明了動態定價機制是有效的。

二、動態定價早已有之

其實,基於時間因素的差異化定價策略,一直以來都被人們廣泛應用於商業世界的各個領域。同一部電影,夜場要比午場貴;同一款皮鞋,快過季時的價碼一定比剛剛上市時的便宜(但同時需承擔可能售罄的風險)。上世紀70年代末,美國航空公司首次啟用真正意義上的動態定價機制。此後,這一機制逐漸成為航空業、酒店業、汽車租賃業的標準做法,甚至球賽、劇院、零售業和水電費的定價也逐步開始動態化。最近迪士尼樂園就準備開始採用基於需求量的定價模式,旺/淡季以不同價位出售門票(Disney Considers Uber-Style Pricing for Theme Parks)。

當然,Uber的動態定價有特殊的地方。

三、Uber有獨特之處

那麼,Uber的動態定價究竟特殊在哪裡呢?

區別就在於:絕大多數運用動態定價的企業是有庫存的。它們的特點是「有限、隨時間消逝」——一趟航班的座位數、一個酒店的房間數、一個球場或劇院的座位數都是固定的,一旦飛機起飛、比賽開始、演出拉開帷幕,時間過去了卻還有空座或空房,那麼這部分收入也就永遠失去了,因此他們要儘可能快地售清庫存,並儘可能多地從需求中獲取利潤。

可以說,傳統的動態定價(確實用「基於時間因素的差異化定價策略」更加符合)都是改變需求來適應供給。

Uber則不同。Uber不擁有任何一輛車,也無法強制任何一個司機服務——也就是說,Uber的「庫存」是可多可少的。人們搭車需求最強的時刻,對司機來說往往恰恰也是駕車體驗不甚愉悅、甚至危險係數頗高的時刻,比如說早晚高峰,還有暴雨颱風的季節。在這些情況下,若無激勵機制,上線服務的司機數(供應量)會自然減少。因此,使Uber定價區別於其他行業做法的特殊之處,不在於它限制了需求,而在於它調動了供應。以前想打車也付得起車費卻無車可打的人,現在可以順利叫到車了。事實上,它讓更多人的需求得到了滿足。

四、Uber動態定價有技術難度

實現這一功能當然也並沒有那麼簡單。

Uber的定價演算法基於大量、即時的數據、建模、優化,引入了「時間-空間」雙維度。這種實時性,賦予了司機估算需求的能力(這在傳統計程車行業是無法實現的),並能在系統給出的建議的指導下,識別出回報率最高的接客時間和地點。

此外,不同城市的價格彈性各不相同。為實現對每個城市的「量身定製」,Uber建立了大規模的計量經濟模型和資料庫,量化不同城市中乘客/司機對價格的敏感度、候車時間等相關變數,並隨變數的改變即時調整演算法,以適應不斷變動的市場情況。

(司機空駛時會看到的動態地圖)

因此,在一個長期以來定價幾乎完全受人為控制的行業,Uber通過動態定價模式,讓市場複位,重新發揮它「無形之手」的力量,這就是它最厲害、有價值的地方了。


最近在觀察Uber的動態溢價過程,觀察到一個有意思的現象。

如果有溢價,Uber會提供一個功能叫做溢價結束後通知。開啟後,如果你附近打車倍率恢復到非溢價狀態,系統會推送一條通知。

最近我發現,如果不點擊此按鈕,而是留在叫車界面隔幾分鐘刷新一次溢價,絕大多數情況溢價會一直存在。如果激活該功能,並保持軟體是後台運行狀態,絕大多數情況溢價也一直存在。

有意思的來了,如果是激活了該功能,並後台結束Uber程序運行,有較大概率在五分鐘內,收到溢價結束的通知,但是此時叫車,一般司機會從一個比較遠的地方趕過來,而不是就近派車。

如果這個觀察不是錯覺,可以推測,Uber的動態溢價一方面在乘客可接受範圍內,儘可能的提升司機收入。另一方面如果用戶因為出現溢價有可能放棄此次產品使用,那麼就從非溢價區域給他派一輛車好了,一般價格敏感的用戶,對時間成本相對不敏感。


這一個月來我的興趣放在了研究英超球隊球票定價上,恰好也讀了一些關於動態定價的資料。從高票答案中學習到了Uber動態定價相關的一些知識,反過來印證球票定價的時候,突然想明白了一些事情。這裡首先必須致謝完顏玩兒鹽老師,然後我想圍繞這個話題補充點剛學習到的內容:)也算是做個筆記。

借一張圖,既鎮樓又養眼... 圖片來源:【Ensuring Uber Is the Most Reliable Choice】

【一、動態定價的前提】

  • 生產者處於壟斷(或寡頭)地位。
  • 潛在的消費者數量接近無限大;
  • 產品形態單一,它的銷售不受其它形態產品的影響;
  • 消費者「辨別力不強」,一般來講當產品低於他的感知價格時就會購買。

這個很簡單了,不用再多解釋,Uber符合全部四個特徵。

【二、動態定價的導向】(其實和普通定價導向是一回事)

  • 利潤導向:通過動態調整產品價格最大化收益。

比如酒店業、航空業,體育賽事門票,根據需求變動價格,以有限的產能來獲取更多消費者剩餘。

  • 銷量導向:通過動態調整產品價格增加市場份額或提高設施利用率或者提升店鋪人流量。

比如高票答案中提到迪士尼遊樂園門票,以及Uber都應該屬於這個方向。本質上來說,都是在平衡供需關係。水電費應該也在此列,因為這也是個沒有「庫存」的產品。

  • 成本導向:通過動態調整產品價格覆蓋成本(以及達到企業自身經營相關的目標)

比如亞馬遜這類的B2C網站,清理庫存,回籠資金。 (我自己也經歷過,買一本庫存為2的書,下單付款之後,剩下的那一本突然便宜了20塊錢...最近才明白這其實就是動態定價。)

  • 競爭導向:通過動態調整產品價格去進入和佔領市場。

一般來講就是調至市場最低,成為價格領導者。如果說操作,就是實時收集市場最低價,根據需要動態調整,但抱歉這個我還舉不出合適的例子。

所以要注意,高票答案里的動態定價功能是放在Uber這個大前提下的,實際上動態定價的功能不僅僅只有「通過變動價格來影響供需關係」。

【三、利潤導向的動態定價特點】

要說清楚這幾個特點,必須提到另外一個概念:收入管理(Revenue Management),簡單說來,就是在正確的時間以正確的價格和數量把產品賣給正確的人。動態定價其實就是通過計算各種影響銷售的因素的數據,去實現「利潤最大化」這個目標。

1997年發布的《歐洲委員會綜合報告》中羅列了利潤導向的動態定價模式的四大特點:

  • 「易腐壞」庫存,即產品有時限性,在某個具體時間後,失去其價值。
  • 高固定成本,即無論產品是否賣出,生產者所付出的成本變化不大。
  • 固定的產能,即產品是始終有限的,比如酒店的房間,飛機的座位,球場的座位。
  • 產品可預購,即擁有提前通過數據計算需求調整產品價格的可能性。

這也是從側面印證Uber動態調整定價不是以收益最大化為導向的原因,因為它幾乎全都不符合。

(個人估計這部分增加的收入佔總營業比例也不會太多)

【四、Uber動態定價為什麼有「獨特」之處】

初看起來Uber調動供給是挺「獨特」的。

但是仔細琢磨一下,它的產品是某段時間某個區間內的承運關係,一個交易涉及了司機和乘客雙方,這是兩個「人」的因素。動態定價其實調動的是「人」的積極性。再想想迪士尼門票,在人流上限以內,供給也是可以根據需求被「調動」的(來多少人,我就印多少票),和Uber產品的最大區別其實是在於門票沒有「人」性。

另外,個人認為,Uber的動態定價嚴格意義上來說應該是「基於需求的動態定價」,因為在同一時間裡,並不是所有產品都面臨「上下班高峰」或者「暴風雨」的外部條件,而所謂的「傳統的基於時間動態定價」的產品(包括迪斯尼樂園門票這種同樣是銷量導向的產品),則是同一時間所有產品都面臨同樣外部條件。兩者有本質上的區別,也就不存在可比性。其原因就是Uber的「共享經濟」模式有別於傳統的商業模式而已。

所以這種「獨特」是與生俱來的,不是那種「它從芸芸眾生演化成一個非常NB的異類」的那種獨特,而是「它天生就是一個非常NB的異類」。這樣說起來,好像它也並不怎麼「厲害」。

PS/第四點怎麼感覺說了和沒說一樣...

【五、動態定價的劣勢】

  • 對用戶不友好,影響客戶忠誠度,以及企業口碑。

拿Uber舉例,可能更多用戶不會理解動態定價是為了平衡供需,而是會覺得Uber在急用車時翻倍漲價太唯利是圖賺黑心錢。又拿球票舉例,如果在採用動態定價時,出現了兩張鄰座票價格不同的情況,買高價票的就會覺得自己被欺騙了,從而對售票方會表示不滿。如何降低這種影響是採用任何採用動態定價的企業都需要認真考慮的問題。

  • 需要綜合考慮因素較多。

如果考慮的因素不周全,那麼對顧客的感知價格評估就不準確,動態定價的意義對於傳統定價的優勢也就越小。而且前面史丁丁愛打怪的答案也是個很好的例子,突發事件(如暴恐)來臨時,如果演算法沒覆蓋到,反而可能帶來巨大的負面影響,有點得不償失。

  • 技術要求比較高,要考慮投資回報率。

對於某些企業(特別是傳統企業)而言,訂製一套動態定價系統的成本並不低,相比它可以帶來的潛在收益,值不值得投入還得根據企業自身的需求進行評估。所以並不是每個企業都會採用動態定價。 (要麼為什麼現在應用動態定價的案例還是只有那麼幾個?航空、酒店、票務、網購、交通工具)

最後賣個關子,英超這麼有錢的聯賽,二十傢俱樂部中不乏年營業額高達兩三億英鎊的,目前都還沒有一家採用動態定價的,你說,這都是為什麼捏?

關子購買地址:【來,讓我們聊一聊球票這件事兒 - 知乎專欄】

如果您對管理學感興趣,我這裡還有拓展閱讀推薦給您:【答案索引--【學習和經驗分享】 - 知乎專欄】

——————————我是求賞的小尾巴——————————

如果這篇文章對你有所幫助,不妨點擊並【掃描二維碼】對我打賞:)


Uber的峰時動態定價經常引起爭議。比如巴黎恐襲,再比如下面的這個案例:

2014年12月,澳大利亞悉尼的公共場所發生了一次匪徒持槍劫持案件。路人都四散奔逃,沒車的人只能叫Uber服務。按照Uber動態定價機制,一定區域內叫車需求量變大之後,系統便會自動決定提價。當時案發所在地的Uber價格瞬間漲到原有價格的四倍。

當時案件過後,澳大利亞的社會評論家撰文抨擊Uber稱,沒有感受到挾持案事發現場的緊張情緒,而是跟恐怖分子一起干起了「趁火打劫」的買賣。

各大社交網站也是一邊倒地怒斥Uber的「無良舉動」,最後在重壓之下,Uber承諾為離開案發地區的市民提供免費服務,並同意提供最多200澳元(約合165美元)的退款。

雖然做出了退款舉動,Uber發言人還是對漲價之舉做出了解釋——打車服務的車費根據演算法計算得出,該演算法會對需求做出回應,因此悉尼的司機會提價。而且調高價格只是為了鼓勵司機上線,從該地區接走乘客。

在我看來,用道德的大棒來打擊Uber的動態定價毫無意義,因為這種慈善家的思維無益於解決問題。市場機制永遠都是最靈敏的,這種干預市場的做法只會好心辦了壞事。

從另一個角度來看,Uber的價格演算法也是該公司最重要的創新,它能夠讓公司確定對司機具有吸引力的價格。因為司機是獨立承包人,所以 Uber 無法命令這些司機上路,而具有吸引力的價格其唯一驅動司機的力量。


其實優步的定價並不高明,多次碰到司機通過對講機在吼:這裡有雙倍,就是他媽接不到單!


厲害?

個人來說,基本先打開滴滴,再打開優步,優步總是加價,滴滴即使是下班高峰期也能卡到原價的時候,於是怒關優步,優步你好,優步再見

以上基本是最近20次打車的現況


A Deeper Look at Uber』s Dynamic Pricing Model

http://abovethecrowd.com/2014/03/11/a-deeper-look-at-ubers-dynamic-pricing-model/


隨機數


有兩個傳說,來源不可靠,聽完笑笑就好:

一旦加倍,每次都會主動給你加倍。。。

另一個,不知道傳說中的深夜手機電量不足的時候打車會加倍的事情是不是真的?


其實這個功能有些場景有待商榷.

記得某個下雨天晚上,用Uber打車自動加價到2.8倍,怒關之,結果走到路邊手一伸就攔到了計程車.


根據用戶手機電量來定的?


厲害什麼厲害。

一些地方用不了(沒有普及,多半是黑車橫行地帶)

一些地方不讓用(聰明的利益關係)


司機能知道哪個地方的車價突然提高了?


推薦閱讀:

金融學與金融工程有什麼區別?
從法律角度看,商家挑選顧客是否涉嫌歧視?
經濟學與社會學的研究領域及方法有哪些異同?
凱恩斯經濟理論和馬克思經濟理論有沒有內在聯繫?
經濟大蕭條時期有錢人為什麼被迫上街賣水果?

TAG:移動互聯網 | 演算法 | 經濟學 | 定價 | 大數據 |