7.20暴雨襲城,為什麼打車這麼難?

7.20,北京暴雨,打到車變成一件很難的事情。

為什麼雨天打車那麼難?

原因很簡單,那就是:需求增多,供給減少。

7月20日,滴滴平台訂單量較上周三環比整整增加了2.1倍

在北京的暴雨中,平時選擇騎車出行、地鐵出行、以及開車怕路滑的,基本都選擇了打車出行。以下是7月20日(本周三)與7月13日(上周三)的訂單量高峰訂單熱力圖對比,大家可以感受下。目測只有天安門的升旗帥鍋不打車上班。

在7月20日當天,每分鐘都有無數個訂單從北京城裡湧出來,最誇張的那一分鐘里滴滴的訂單系統收到了近8000個單,平均一下,每秒約有133個人在發單。尤其是東南角,這個平常高峰不太熱的區域,20號高峰期的訂單比同期(7月13日)環比增加了83.1%。系統內心的獨白一定是這樣的:我好忙,我好方,上周三不是這樣的!

然而在需求量急劇增多的同時,供給量卻在相對減少。

因為早高峰的訂單爆發,讓一部分師傅提前賺到了自己的心理價位,還有師傅比較愛惜自己的車輛不願涉水,所以會選擇提前收工回家。

雖然,滴滴也通過一些補貼鼓勵師傅們多多接單。但7月20日的出車師傅與上周三相比那真的不是少了一點點。尤其是在早高峰過後,越來越多的師傅選擇收車回家。看看那可憐的晚高峰,綠色的線在晚高峰急劇下滑。

此外,暴雨天氣,早晚高峰比以往來得都要早。7月20日下午14點開始,打車的人逐步增多,17點左右到達峰值。供需不平衡,給當天的晚高峰帶來了不小的壓力。以下為快車實時訂單呼叫量對比。

在如此暴雨中,面對供需不平衡,如何才能順利回家?

1、建議提前預約順風車出行

當天,有很多用戶選擇了順風車出行,與同期(上周三)相比,7月20日當天,北京滴滴順風車較7月13日的預約訂單增長了200.58%,當天訂單爆發期從原本的下午15點,提前至了中午12點。從中午12點開始,順風車的預約系統迎來了爆發,訂單曲線不斷以45°角攀升,於下午17點到達頂峰。而大部分成功預約順風車的乘客,基本都在晚高峰正式到來之前找到了回家的車輛。

值得注意的是,部分有心的乘客從7月20日凌晨便開始預約當天出行的順風車訂單。常言道:先下手為強。這句話同樣適用於極端天氣的打車。

2、建議選擇拼車出行

晚高峰時期的快車拼車的訂單整整增加了3倍。滴滴快車拼車在高峰期可以提高5%的打車成功率。這是基於訂單熱區往往有很多可以匹配的順路訂單。7月20日各個熱區的平均拼成率一度超過了90%。此外,拼車的一口價也有利於乘客用更實惠的價格出行。

此外,與周圍熟悉的人一起打車去就近的地鐵站也是一個好選擇。極端天氣下,大家儘早安排出門計劃,多用預約訂單,多拼車,且不要在短時間內多次重複發送、取消同樣的訂單。當然,最後還是要說極端天氣出行不便,在打車時還請耐心等待一下師傅。也希望有更多的師傅能在保障安全駕駛的情況下,在暴雨天里出車為大家提供便利。

多人多次發送同樣的訂單,重複發單、叫車、取消會造成為該區域造成一定的「虛假」熱度,提升整個區域的臨時加價比例。

有關於滴滴動態調價:

有很多朋友通過微博、微信向我們反應了當天動態加價的情況。動態加價系統是滴滴平台基於經濟學供需原理所開發的一套大數據計算系統。系統會根據實時供需狀況為每一個訂單匹配一個合理的加價倍數。乘客確認加價信息後,方可發單。

當天在滴滴的平台上很多訂單都被動態加價了。因為熱區確實太多,加上晚高峰城市積水狀況複雜,車輛從遠處來接,確實需要更高的成本。

動態加價其實這是一個複雜的大數據問題,簡單而言,在以當時當地供需的基礎上,還會參考該區域同時段歷史加價數據,以及訂單質量。

其實,當天早高峰後,平台整體訂單應答率不斷下降,即使滴滴通過各種補貼手段鼓勵師傅們多多接單,但司機師傅在線數量也十分慘淡。最先開始下降的是計程車。當天計程車的呼叫成功率從原有的近100%直線下降至30%左右,最低時期只有24%。

上圖是20日當天,快車和計程車應答率的對比。

可以假設一下,如果當天不通過動態加價來調節,快車的呼叫成功率、司機在線數量很可能和計程車一模一樣,那就意味著不能打到車的人將進一步增加20%。需求已經大幅提升,而供給一旦大幅減少,只會讓情況變得更加糟糕。

滴滴動態加價系統通過價格槓桿,吸引更多的師傅們上線接單。事實證明,動態加價起到了作用。17點左右,快車在線司機數量有回升(具體見司機在線圖)。與此同時,動態加價這隻看不見的手也開始調取車輛穿梭於各個熱區之間,逐步吃掉爆棚的需求。

動態加價僅僅只是一個選擇,用戶如果不想加價的話依然可以選擇不加費,可以選擇等待動態調價消失後繼續發送原價請求。這不意味著一定不成交,只是在概率上低一些。當然在20日這種極端情況下,概率會非常低。


推薦閱讀:

在大數據時代,每家公司都要有大數據部門嗎?
R語言之數據重塑
雲計算的未來暢想(三)
Excel下的堆積型南丁格爾玫瑰圖怎麼畫(zuo)?

TAG:暴雨 | 滴滴出行 | 大数据 |