如何对待数据,业务就如何对你 -- 打车软件反省

作者:卢东明

这次重新把一篇一直在写,但一直没有写完和发表的博客捡起来的原因是起于知乎上面的一篇热评的文章《为什么移动打车 App 一直在烧钱,投资人还在不断投入?》虽然是几年前的文章,但是一直有人跟踪和提问。显然,这个烧钱的问题一直没有结束,估计除了这几个打车软件的最高决策者以外,也没有人知道什么时候、怎么结束……

今天我想讨论的并不是关于融资方面的问题,而是从大数据的角度分享一些我的观察,以及试图从这些观察中分析“大数据对一个公司的战略经营模式的影响”。

我想每个人可能都有这样的体验,有的时候叫车是很顺利,体验很好的,但是有的时候却发现打车软件显示以及发布到上百个司机了,也没有人抢单。

我经历过最悲催的一次是夜里12点在永安里叫车去东二环,嘀嘀打车软件上显示的是已经通知了1114辆车,还是没有人理我。回来和别的出租车司机聊天才知道一个“夜高峰”的术语,意思是每天半夜12点前后,前半夜加班的人要回家了,后半夜加班的人要上班了,这个时候打车的人非常多,出租司机们遍地是活,基本上不太愿意抢嘀嘀或者快的的单,因为经常还有接了单过去了,客人又被扫街的车拉走了的情况。

我们回到无线打车这个软件的本原吧,其实它就是一个撮合平台,把买方(打车人)和卖方(出租司机/专车司机)撮合成单,这里面的数据也并不复杂:时间,地点,人物,价格(包括加价,嘀嘀给的红包等等)。但是从数据的角度来看,和经典的撮合平台(如股票交易所,铁路售票,电商)来比,并不更挑战,甚至可以说有先例可循,不难实现,那接下来的问题就是,把这个平台做出来就应该坐地收钱了啊,为什么会出现前面知乎那篇文章说到的,大量烧钱,而且前仆后继地烧钱不止,而在用户层面及司机层面,持续的口碑并不好呢?

从前年开始用打车软件开始,我一直带着这个问题每次用打车软件的时候都会和司机聊他们的体会/感受。先简要地说一下以嘀嘀为例的用户体验:

1. 发布:买方发布购买需求(提交位置信息,和行程信息),这个信息可以推算出这一单的总价值,“商品”的价值基本确定了。

2. 派送:嘀嘀作为撮合平台把这个重要信息发布出去,发布的方法基本上是按照离买方的距离排序,顺序发送给可能的卖方。(这里再多说一点,嘀嘀基本上是按照直线距离来排序的,这也给司机和乘客们造成了很多困扰,隔着二环立交桥和护城河的车对客人有什么用呢?)

3. 选择:卖方根据自己当时的情况(载客、下客、空车、休息、即将下客、加油、回家等等)以及离买方的距离(来判断能否大致满足买方的时间需求--能不能及时赶到)来决定是否抢单。

4. 成交:抢单成功的撮合平台把买卖双方撮合,让他们自己联系,成交,付款,评价,分享等等。

整个过程中发布需求,撮合成交都比较简单,客户选择与系统基本无关,所以业务模式及用户体验中最关键的点是“派送”,目前的基本做法是:

按距离排序,顺序发送给一定范围内的所有司机(甚至不管司机当时是否有客人,所以经常会出现另一个问题,就是上车以后还要一直听嘀嘀软件那半机器半人工的播报着附近的叫车/约车需求),这个算法/操作/行为基本上决定了司机们的一个重要的用户体验:那就是见单就抢,甚至一段时间里出现了一个奇怪的现象:出租司机普遍大幅提高IT化水平,直接表现就是提升硬件水平,换智能手机,换高档智能手机,升级网络水平:上3G/4G、MiFi等(为此13年我写过一篇博客:出租车司机给我的IT启示,还被新浪推荐到IT博客首页)。

但是这样下来的用户体验并不好,除了最初在竞争中最早投资硬件设备的司机们以外,回来司机们普遍反应抢不到,抢不准等等。为了吸引司机们多转向这些叫车软件,嘀嘀/快的给司机发大量的补贴,但是这样也培养了一个非常不好的行为习惯,那就是很多司机没有补贴不愿意接单,偏偏等着有补贴了再接。

后来有一次去台北的旅行给了我很多启发,现在回来讲台北的体验

台北和嘀嘀打车相对应的有一家相对最成功的“电招平台”,叫“台湾大车队”,有一个短号码和一个手机App,供买方提交需求,平台撮合后发布,但是重要的区别在于:

1. 需求由电招平台分析后精准发布给1个司机(算法永远可以优化,但是基本上以距离优先,辅以以前的评分,这个月接单的反馈等等),另外有两个备选,如果第一个司机在一定时间内没有接单,系统会自动把需求推送给备选司机,这样司机们可以有位置和心理上的准备。

2. 电招平台每单收取NT$10,在台北出租车起步价为NT$70,普遍单客价在150以下的情况下,这个收费是不低的。试想以北京市出租车¥14的起步价为例,如果不仅没有¥5-15的补贴,反而收取¥2的信息费,你们认为会有多少司机会用这个软件呢?

特别是第2条,和中国各大城市各个打车软件普遍靠补贴,拼烧钱相比有天壤之别,不是吗?这家“台湾大车队”凭此单一业务已经是上市公司了。

我多次和台北的司机讨论同样的问题:

(1) 推送的单子公平吗?

(2) 你们都接吗?

(3) 收10块钱贵不贵?

普遍的反映是:

(1) 公平不公平不知道;

(2) 只要有单做,基本上都会接,因为有一种中奖的体会,毕竟是有单做了;

(3) 收10块钱真贵,但是曾经放弃过,事实证明放弃加入平台的月份平均每天营业额比加入平台的营业额差40-50%左右。

最后回过来说大数据价值话题。

我一直认为:

1,信息是有价值的;

2,价值是需要挖掘,甚至深度挖掘的;

3,数据价值的实现是需要有好的商业模式来推动的。

嘀嘀的模式在于:

收到了价值¥X的信息(数据),免费发给(可能的)所有人,业务模式是“抢钱(信息)”,当大家不抢的时候,通过大量烧钱的方式,刺激买卖双方进入这种业务模式,以试图建立人们使用习惯。

但是从效果来说,比较明显的是,这种烧钱的刺激短期效果非常好,对传播也非常好,家喻户晓。

最重要的问题是,这种商业模式建立及培养的习惯是大家(买方、卖方)都在等红包,而越来越不关注这个业务本原的价值所在(有人在A要打车去B,而某司机恰好在A,愿意出租自己的车与时间),也就是开篇所讲的:“买”、“卖”双方的核心利益所在。出现的问题就是一有红包就用嘀嘀,一没有红包就忘了,甚至不用。在我看来,这是一种对数据价值的忽视、背离,甚至严重扭曲。

“数据是有价值的”这一点在台湾大车队的业务模式上看到了几乎充分的体现,在我和若干台北出租司机聊的过程中,发现,很多司机很讨厌每单收10块,觉得太贵,也有司机真的就由此退了会员,但是更多的是不得不加入,而这种纠结的境况恰恰说明定价准确,买卖双方在数据的真实价值点上或附近发生讨价还价,这种行为更有助于发现、调整数据的真实价值。

有人说台北没有这么严酷的竞争,所以大车队还能收费卖信息。事实是:竞争现在就有,台北也有免费叫车的服务软件,但是一直没有大车队普及,也许和很多创业型公司一样,没有足够的资金去烧,所以无法有足够的知名度。而且对台湾大车队来说,即使未来竞争更激烈了,也可以通过价值提升(例如,销售月卡,年卡,套餐等方式)和降价来进一步竞争。

对中国的打车软件来说,尤其是领头的嘀嘀和快的,有超级富豪做背后的金主,我仍然认为,你也不应该把市场做坏了,以后你的用户都是不愿意付费的,你只能和资本市场去说另外的故事,例如“拿到了人们出行的入口”之类的,以后在从那个场景上去找商业模式,而摆在目前如此之好的商业模式都没有抓住,人家为什么相信你在下一个机会中能够赚钱呢。

来源:明说大数据

原文发布于微信公众号 - 大数据(hzdashuju)

原文发表时间:2015-07-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

【快报】这家公司让你2025年坐上飞行汽车 | MIT智能纹身,与手机交互

新智元 AI DAILY 1 MIT开发智能纹身DuoSkin,能与手机、计算机交互 ? 最近,一群MIT博士生和微软研究员合作,开发出一款名为DuoSk...

37660
来自专栏新智元

【AI 引擎】潘基文会见马云取经大数据 | 顶级风投认为基因编辑比人工智能风险更大 | 微软开源Edge浏览器关键引擎

1.微软继续开源:开放Edge浏览器关键引擎 ? 微软在官方博客中宣布,将于下月在代码托管网站GitHub上分享Chakra的源代码。Chakra是Edge浏览...

38160
来自专栏新智元

【AI 引擎】通用汽车发力无人驾驶领域 | 亚马逊的危机?

1.谷歌将开发人脸识别手机 本地处理不依赖云计算 ? 谷歌正在与硅谷的一家芯片设计公司合作开发一种技术,让智能手机借助自身的处理能力识别照片和视频中的物体,而不...

22930
来自专栏数据猿

不做律师,玩起了电子合同,这家入选微软加速器第十期的电子合同企业究竟是什么来头?

图丨法大大创始人兼CEO 黄翔 作为唯一一家入选微软加速器第十期的第三方电子合同平台,“法大大”是一家什么样的企业?为何能在竞争如此激烈的招募活动中脱颖而出?第...

33850
来自专栏分布式系统和大数据处理

教训:互联网创业必须避免的八大误区

这本书由腾讯科技频道编著,如笔者所言:成功学太多了,中国的传统文化又是只谈成功之道,避谈遇挫之苦,所以人们往往只看到了创业者光鲜的一面,看不到狼狈的一面。高大上...

12340
来自专栏人工智能头条

AI 3 分钟:每周最新闻

平时都是讲技术讲干货,太费脑子。周一是一周最难熬的一天,所以我们今天聊点轻松的话题。

10030
来自专栏程序你好

盘点中国第一代程序员,看尽中国软件的前世今生

12920
来自专栏量子位

施密特怼马斯克“大错特错”,特斯拉要用记者评分网站抗击负面新闻?

毕竟,这个世界刚刚一脚迈进AI的时代,人类就像被铺天盖地的自动驾驶事故新闻,劈头盖脸地羞辱了,特别是在AI领域辛勤耕耘的人们。

8210
来自专栏大数据架构师专家

不要太迷信python

随着人工智能的发展,python使用越来越广泛,python培训也成了培训机构的重头戏.什么python简单,学习成本低,python使用广泛...

36850
来自专栏FreeBuf

FICO报告:2017年借记卡物理欺诈案件比去年同期数量上升39%

在国外生活旅行中一大风险其实是银行卡欺诈。无论是借记卡,还是信用卡,犯罪份子总能想出各种手段读取卡片、安置摄像头获取信息。2017年1-6月之间,ATM、PoS...

38470

扫码关注云+社区

领取腾讯云代金券