滴滴“動態調價與排隊等候”功能策略分析
你是否也有過相同里程,不同場景下,打車費用不同的經歷?本文以“滴滴”為例,剖析在高峰期與雨雪天氣兩大典型場景中,APP “動態調價”與“排隊等候”功能背后的本質原因。每個產品功能的背后都蘊藏著產品經理的深刻洞察與思考。推薦產品人們閱讀交流~
經常打車的小伙伴一定會發現,同樣里程下,在不同的地點,不同的天氣,不同的時間點下打車費存在差異?(大數據殺熟策略咱不知有無,不亂說,也不研究)
在一些雨雪、打車高峰期打車費不僅平時貴還不一定能打到車,有時候還需要排隊?為什么會出現這樣的情況呢?
如圖我們可以看見滴滴通過加價調度車輛或者選擇排隊等候。
功能是為了解決問題滿足需求的,提及需求必定要有場景,提到打車必提兩個高頻場景
我們來看下“打工人上下班高峰期和雨雪天氣”這兩個典型場景下都會產生什么問題
1. 上下班高峰期
- 同一時間/地點打車人數迅速增多導致對車輛需求瞬間增大。
- 上下班道路車輛非常多,有的地方還限行,導致道路擁堵,導致司機無法或不愿意去需求熱區(很多人集中打車地方,比如CBD)。
2. 雨雪天氣
- 平時能騎車或者能步行的用戶在這樣的場景內也會轉化為叫車用戶,用車需求暴漲。
- 雨雪天氣導致路況較差,司機消化訂單能力降低,部分司機可能因為雨雪天氣選擇休息。
往深看一下,造成打不到車的原因是——供需失衡。
滴滴是很典型的雙邊平臺,供給方為司機,需求方為用戶,在某些場景下需求方會瞬間增多,供給方數量是一定的偶爾還會減少,必然導致了供需失衡。想要解決這些問題,就需要圍繞“供需平衡”這個點出發。
一、如何才能“供需平衡”
有三個方向可以努力:提高供給(更多的司機)、減少需求(提高價格等)、提高運轉效率。
第一個和最后一個顯然不是短期能解決了,成不了當下最優解,剩下的方案就是“動態調價”,即通過價格來平衡供給。
- 需求方:提高價格,來抑制打車需求,價格敏感型用戶此時就會放棄打車;價格不敏感用戶可通過高價來享受服務。
- 供給方(司機):提高價格,來提高司機的收入,讓司機獲得比預期更好的收益來調動司機的積極性。
這樣的策略看似解決了問題,用戶和司機都可以基于價格和價值進行權衡,當價格符合雙方價值預期便能夠達成交易,然而一個問題的解決往往會帶來新的問題“動態調價”落地上線后,發現在極端場景下價格會高的離譜,超出了感性人可接受范圍,并且暴露出了其他的問題——
- 通過價格上調是“抑制需求”,并不是真正意義上的滿足需求。
- 把選擇權全權交給用戶,通過競價,價格會高的離譜,司機伺價而動,雙方都在博弈,增加交易成本。
- 議價乘客和司機人數并未增多,運力供給并未大量提升,仍舊是部分司機滿足部分乘客需求。
- 調價后依舊會有無法出行的情況,反而導致大量因“調價”而產生的投訴。
基于以上問題不得不再次回歸到問題的本質:需求與供給的匹配問題,而且是良性的匹配有溫度的匹配,想要做好匹配,先要明確用戶訴求,叫車用戶訴求是更快的打到車,“更快的的打到車”是比較模糊的,再向下拆分可拆解成三層含義——
- 對自己什么時候能打到車有預期。
- 預期是否準確。
- 相對于這個預期,在時間上能否做到更快。
做到做好以上三層,才是真正滿足了用戶打車的根本訴求。
第三層不是短時間內能解決了,因為它不僅受到地域、行業、政策等因素影響還受到運力結構、更高級算法的影響,是一個“生態”性質的問題。所以當前場景下優先考慮第一第二層。
那么如何讓用戶更加準確的時間預期呢?并且在預期時間內能夠打到車?
滴滴做了這樣的動作“排隊”
從模式本身分析,排隊模式比動態調價模式最大的價值點就是為用戶提供了明確的時間預期以及通過先進先出的隊列邏輯,保證了預期服務能夠有序達成。
二、排隊為什么會成為當時最優解
1. 國民特性
排隊文化深入人心,不難發現生活中排隊的場景經常出現,排隊候車,排隊買食物,排隊核酸,排隊進電梯等等,這種場景太正常了,以至于我們的大腦本能的可以接受。
2. 先到先服務
排隊體現了相對公平,基于先到先服務原則,不僅會使得我們心理上的等待時間縮短,還會使等待的服務升值,進而再次縮短心理上的等待時間。
3. 明確性
明確性可以體現在“隊伍長度、逗留時間、等待時間”可以明確知道。
排隊可以明確的知道自己在什么位置,逗留的時長以及估計等待的時間(等待時間的準確程度依據平臺算法)。
4. 及時性
及時性可以理解為及時反饋,體現在你能夠肉眼可見的看到排隊狀態的變化,從而進一步強化明確性。
根據以上思考同時兼顧公平與效率的權衡,滴滴最后確定了“排隊模式”作為供需緊張場景下的主要解決方案,輔以“動態調價”模式。
由此可見,每一個產品功能的背后都蘊藏著產品經理深刻的洞察與思考。
然而現實場景紛繁復雜,只有你想不到,沒有你遇不到的,即便這樣的策略組合仍存在不完善的地方,某些場景下,“排隊和調價”組合策略在兼顧公平的同時實際上是降低了效率,對于那些更“緊急”的需求應該優先滿足,就像所有車輛必須給救護車讓道,救護車可無視紅燈一樣,面對這樣的“緊急”,平臺是無法去判斷緊急程度與緊急真假,給出最優解。
對于這個問題,你又會怎樣思考,做出什么樣的決策,進而設計出什么功能來滿足這樣的需求?
評論區,期待你的見解!
寫在最后——
內容如涉及侵權,請聯系我刪除
寫作的時候深感文字表達能力欠佳,希望對你有所幫助!
作者:書白,做過BD,做過運營,開過奶茶店,后轉型產品, 一個會做鹵味會做奶茶會做飯的產品和你一起,用產品和世界溝通。公眾號:陸書白
本文由 @書白 原創發布于人人都是產品經理。未經許可,禁止轉載
題圖來自Unsplash,基于CC0協議
沒有人對留的問題感興趣嗎
在公平排隊機制下,如何解決緊急叫車的需求?
動調問題2的結論是如何得出的呢?,收入提高應該是可以調動更多的運力供給吧(議價乘客和司機人數并未增多,運力供給并未大量提升,仍舊是部分司機滿足部分乘客需求。)
需求向下再拆解三層,學習了
有時候我們無法給出最優解,可能是需求不夠模糊,通過拆解,讓需求變得明確起來!點對點更能擊中靶心!
別說不同場景打車費不同了,就連上一秒和下一秒,打車費都是不一樣的,有時候我都退出重進好幾次取最低價哈哈
從前貨比三家,當今貨比三秒!嘿嘿
很有深度,不錯
感謝認可!
明確性可以體現在“隊伍長度、逗留時間、等待時間”可以明確知道。
是的呢,基于特定場景下,給到用戶明確的結果,哪怕這個結果不是用戶想要的!這也體現了一款產品的溫度!
用滴滴打車不就是圖一快么,排隊不就失去了這一優勢
排隊并非上上策,是基于場景下無法滿足“快速”打到車所給出的相對優秀的解法!
排隊解決的不是快的問題,而是解決了焦慮的問題!排隊公開透明化也體現了產品的溫度“我可能不能很快的幫你叫到車,你看看你還可以想想其他辦法”,幫不了用戶的時候,把決策權交給了用戶!
當然最終目的還是“快速打到車”
晚上突然下大雨,打車就要排位,看到我是第58位,共58位的時候我都崩潰了!
這時候有個難題又擺出來了,這樣的場景下,如何處理用戶情緒?
——產品設計之路,曲折而綿長。只有不能努力不斷進化,用好的產品更好的服務大家!產品人沖鴨!
平常打車都沒有發現哎,感覺都是那個價錢。下次看看
嗯嗯!有疑問歡迎交流,歡迎指點!
“排隊和調價”組合拳打法值得借鑒模仿,很不錯
產品沒有最好的解決方案,只有場景下最優解!面對復雜的問題,往往是需要組合拳!砥礪前行!