滴滴“動態(tài)調(diào)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(jīng)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(tài)調(diào)價”與“排隊等候”功能背后的本質(zhì)原因。每個產(chǎn)品功能的背后都蘊藏著產(chǎn)品經(jīng)理的深刻洞察與思考。推薦產(chǎn)品人們閱讀交流~
經(jīng)常打車的小伙伴一定會發(fā)現(xiàn),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(shù)據(jù)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(xiàn)這樣的情況呢?
如圖我們可以看見滴滴通過加價調(diào)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(chǎn)生什么問題
1. 上下班高峰期
- 同一時間/地點打車人數(shù)迅速增多導(dǎo)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(dǎo)致道路擁堵,導(dǎo)致司機無法或不愿意去需求熱區(qū)(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(nèi)也會轉(zhuǎn)化為叫車用戶,用車需求暴漲。
- 雨雪天氣導(dǎo)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(shù)量是一定的偶爾還會減少,必然導(dǎo)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(fā)。
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(zhuǎn)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(yōu)解,剩下的方案就是“動態(tài)調(diào)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(wù)。
- 供給方(司機):提高價格,來提高司機的收入,讓司機獲得比預(yù)期更好的收益來調(diào)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(quán)衡,當價格符合雙方價值預(yù)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(tài)調(diào)價”落地上線后,發(fā)現(xiàn)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(diào)是“抑制需求”,并不是真正意義上的滿足需求。
- 把選擇權(quán)全權(quán)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(shù)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(diào)價后依舊會有無法出行的情況,反而導(dǎo)致大量因“調(diào)價”而產(chǎn)生的投訴。
基于以上問題不得不再次回歸到問題的本質(zhì):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(yù)期。
- 預(yù)期是否準確。
- 相對于這個預(yù)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(nèi)能解決了,因為它不僅受到地域、行業(yè)、政策等因素影響還受到運力結(jié)構(gòu)、更高級算法的影響,是一個“生態(tài)”性質(zhì)的問題。所以當前場景下優(yōu)先考慮第一第二層。
那么如何讓用戶更加準確的時間預(yù)期呢?并且在預(yù)期時間內(nèi)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(tài)調(diào)價模式最大的價值點就是為用戶提供了明確的時間預(yù)期以及通過先進先出的隊列邏輯,保證了預(yù)期服務(wù)能夠有序達成。
二、排隊為什么會成為當時最優(yōu)解
1. 國民特性
排隊文化深入人心,不難發(fā)現(xiàn)生活中排隊的場景經(jīng)常出現(xiàn),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(wù)
排隊體現(xiàn)了相對公平,基于先到先服務(wù)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(wù)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(xiàn)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(jù)平臺算法)。
4. 及時性
及時性可以理解為及時反饋,體現(xiàn)在你能夠肉眼可見的看到排隊狀態(tài)的變化,從而進一步強化明確性。
根據(jù)以上思考同時兼顧公平與效率的權(quán)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(tài)調(diào)價”模式。
由此可見,每一個產(chǎn)品功能的背后都蘊藏著產(chǎn)品經(jīng)理深刻的洞察與思考。
然而現(xiàn)實場景紛繁復(fù)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(diào)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(yīng)該優(yōu)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(yōu)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(shè)計出什么功能來滿足這樣的需求?
評論區(qū),期待你的見解!
寫在最后——
內(nèi)容如涉及侵權(quán),請聯(lián)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(zhuǎn)型產(chǎn)品, 一個會做鹵味會做奶茶會做飯的產(chǎn)品和你一起,用產(chǎn)品和世界溝通。公眾號:陸書白
本文由 @書白 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自Unsplash,基于CC0協(xié)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(diào)問題2的結(jié)論是如何得出的呢?,收入提高應(yīng)該是可以調(diào)動更多的運力供給吧(議價乘客和司機人數(shù)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(xué)習(xí)了
有時候我們無法給出最優(yōu)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(xiàn)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(jié)果,哪怕這個結(jié)果不是用戶想要的!這也體現(xiàn)了一款產(chǎn)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(yōu)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(yōu)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(xiàn)了產(chǎn)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(quán)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(chǎn)品設(shè)計之路,曲折而綿長。只有不能努力不斷進化,用好的產(chǎn)品更好的服務(wù)大家!產(chǎn)品人沖鴨!
平常打車都沒有發(fā)現(xiàn)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(diào)價”組合拳打法值得借鑒模仿,很不錯
產(chǎn)品沒有最好的解決方案,只有場景下最優(yōu)解!面對復(fù)雜的問題,往往是需要組合拳!砥礪前行!