从供需匹配理解Uber的致胜关键是什么？

摘要: 在准备我们的远程协作功能的流程开发设计的时候，我的同伴对我说，程序员接私活其实不喜欢抢单，能够像Uber那样，用配单的形式来做么？这是个好问题，配单是Uber与其他几个打车软件很不一样的地方，但是，Uber的致胜关键远远不止这一点，而我一直对Uber的模式很感兴趣。因此，我们不妨把这个问题扩大为，远程协作的任务撮合模式，我们可以学习Uber么？



　　在准备我们的远程协作功能的流程开发设计的时候，我的同伴对我说，程序员接私活其实不喜欢抢单，能够像Uber那样，用配单的形式来做么？这是个好问题，配单是Uber与其他几个打车软件很不一样的地方，但是，Uber的致胜关键远远不止这一点，而我一直对Uber的模式很感兴趣。因此，我们不妨把这个问题扩大为，远程协作的任务撮合模式，我们可以学习Uber么？
　　因此，我们先来总结一下， Uber的获胜机制是什么？
　　溢价算法-让市场的手来调节价格，分配资源
　　和其他打车软件不一样，Uber的溢价不是计划好的（比如雕爷在《论Uber为什么该得诺贝尔经济学奖》里面提到，它可以比的士还要便宜，也可以贵到时普通价格的3.8倍，完全由供需决定），是依据供求动态平衡”，溢价系数应该是和该区域的用户需求以及司机数量比例相关，也就是直接的供需关系。
　　匹配算法－快速响应，优良服务，顾客体验的正循环
　　对于司机而言，派单是比抢单更轻松的方法。Uber在派单之前用来匹配“乘客需求－司机供给”的模型，每个订单通过算法（包括,最短到达时间，是否可用、以往评价等因素），决定了司机和车辆的推荐顺位。
　　通过算法找到能够最短到达的司机
　　司机看不到目的地，因此也无法拒载。（潜在问题是，司机如果对目的地那片区域如果不熟悉怎么办？除非算法里自动匹配司机过往的行车记录，有类似行车记录的司机才进行推荐，否则将造成司机找不到路，行车体验很差的结果。Uber目前推出的最短路程游戏就是解决这个问题的。）
　　奖励机制－更多接单，更好服务
　　奖励政策每周不同，实时更新;奖金每周发放，而车费是即时发放。
　　高峰时段奖励
　　冲单奖励（10单，20单，40单等）
　　每程的奖励50元封顶， 旨在推动司机多接单，而不是蓄力接大单。
　　奖金门槛促进接单率和服务质量：
　　顾客评分星级 4.8
　　配单15秒以内接单率80%以上（用户总是在15秒以内能够接到回复，提升用户体验）
　　每周数据重新计算，促进新的一周服务和效率的提升。
　　“如果不相信我们的数据统计，可以选择不冲击奖励，但千万不要过来找我们辩论，辩论者终止合作”
　　介绍朋友做Uber司机，司机做满20单后，推荐人获得200元奖励。
　　如果满足奖励前提，除每单收入外，还可以获得满70单7000元保底收入、满单行程奖励、新司机满5单首周200元奖励、金牌司机奖励等等。**目的全在于，提高司机响应率，以及服务态度。
　　初期不仅返回佣金（20%车费），还提供补贴（45%车费）。
　　管理机制－如何让非员工的合作伙伴守规矩
　　由于Uber的司机只是平台的合作伙伴，而不是员工（这一点和我们一模一样），因此平台无法直接规定司机的言行，但是可以通过经济杠杆来调整。
　　拿到高额奖金－得到用户的服务好评－优良的仪表，服务态度，以及专业素养。然后提供相关建议来让用户得到更多用户好评，拿到高额奖金。
　　一经发现，永久封号的严厉惩罚机制，杜绝影响平台发展的隐患。比如私自联系客户。
　　投诉的严厉处置。
　　我们先看看如何学习Uber做工序匹配：
　　匹配算法－快速响应，优良服务，顾客体验的正循环
　　对于司机而言，派单是比抢单更轻松的方法。Uber在派单之前用来匹配“乘客需求－司机供给”的模型，每个订单通过算法（包括,最短到达时间，是否可用、以往评价等因素），决定了司机和车辆的推荐顺位。
　　通过算法找到能够最短到达的司机
　　司机看不到目的地，因此也无法拒载。（潜在问题是，司机如果对目的地那片区域如果不熟悉怎么办？除非算法里自动匹配司机过往的行车记录，有类似行车记录的司机才进行推荐，否则将造成司机找不到路，行车体验很差的结果。Uber目前推出的最短路程游戏就是解决这个问题的。）