滴滴调价的讨论（动态调价与排队等候）

滴滴调价的讨论（动态调价与排队等候）有三个方向可以努力：提高供给（更多的司机）、减少需求（提高价格等）、提高运转效率。滴滴是很典型的双边平台，供给方为司机，需求方为用户，在某些场景下需求方会瞬间增多，供给方数量是一定的偶尔还会减少，必然导致了供需失衡。想要解决这些问题，就需要围绕“供需平衡”这个点出发。功能是为了解决问题满足需求的，提及需求必定要有场景，提到打车必提两个高频场景我们来看下“打工人上下班高峰期和雨雪天气”这两个典型场景下都会产生什么问题往深看一下，造成打不到车的原因是——供需失衡。

你是否也有过相同里程，不同场景下，打车费用不同的经历？本文以“滴滴”为例，剖析在高峰期与雨雪天气两大典型场景中，APP “动态调价”与“排队等候”功能背后的本质原因。每个产品功能的背后都蕴藏着产品经理的深刻洞察与思考。推荐产品人们阅读交流～

经常打车的小伙伴一定会发现，同样里程下，在不同的地点，不同的天气，不同的时间点下打车费存在差异？（大数据杀熟策略咱不知有无，不乱说，也不研究）

在一些雨雪、打车高峰期打车费不仅平时贵还不一定能打到车，有时候还需要排队？为什么会出现这样的情况呢？

如图我们可以看见滴滴通过加价调度车辆或者选择排队等候。

功能是为了解决问题满足需求的，提及需求必定要有场景，提到打车必提两个高频场景

我们来看下“打工人上下班高峰期和雨雪天气”这两个典型场景下都会产生什么问题

1. 上下班高峰期

• 同一时间/地点打车人数迅速增多导致对车辆需求瞬间增大。
• 上下班道路车辆非常多，有的地方还限行，导致道路拥堵，导致司机无法或不愿意去需求热区（很多人集中打车地方，比如CBD）。

2. 雨雪天气

• 平时能骑车或者能步行的用户在这样的场景内也会转化为叫车用户，用车需求暴涨。
• 雨雪天气导致路况较差，司机消化订单能力降低，部分司机可能因为雨雪天气选择休息。

往深看一下，造成打不到车的原因是——供需失衡。

滴滴是很典型的双边平台，供给方为司机，需求方为用户，在某些场景下需求方会瞬间增多，供给方数量是一定的偶尔还会减少，必然导致了供需失衡。想要解决这些问题，就需要围绕“供需平衡”这个点出发。

一、如何才能“供需平衡”

有三个方向可以努力：提高供给（更多的司机）、减少需求（提高价格等）、提高运转效率。

第一个和最后一个显然不是短期能解决了，成不了当下最优解，剩下的方案就是“动态调价”，即通过价格来平衡供给。

• 需求方：提高价格，来抑制打车需求，价格敏感型用户此时就会放弃打车；价格不敏感用户可通过高价来享受服务。
• 供给方（司机）：提高价格，来提高司机的收入，让司机获得比预期更好的收益来调动司机的积极性。

这样的策略看似解决了问题，用户和司机都可以基于价格和价值进行权衡，当价格符合双方价值预期便能够达成交易，然而一个问题的解决往往会带来新的问题“动态调价”落地上线后，发现在极端场景下价格会高的离谱，超出了感性人可接受范围，并且暴露出了其他的问题——

• 通过价格上调是“抑制需求”，并不是真正意义上的满足需求。
• 把选择权全权交给用户，通过竞价，价格会高的离谱，司机伺价而动，双方都在博弈，增加交易成本。
• 议价乘客和司机人数并未增多，运力供给并未大量提升，仍旧是部分司机满足部分乘客需求。
• 调价后依旧会有无法出行的情况，反而导致大量因“调价”而产生的投诉。

基于以上问题不得不再次回归到问题的本质：需求与供给的匹配问题，而且是良性的匹配有温度的匹配，想要做好匹配，先要明确用户诉求，叫车用户诉求是更快的打到车，“更快的的打到车”是比较模糊的，再向下拆分可拆解成三层含义——

• 对自己什么时候能打到车有预期。
• 预期是否准确。
• 相对于这个预期，在时间上能否做到更快。

做到做好以上三层，才是真正满足了用户打车的根本诉求。

第三层不是短时间内能解决了，因为它不仅受到地域、行业、政策等因素影响还受到运力结构、更高级算法的影响，是一个“生态”性质的问题。所以当前场景下优先考虑第一第二层。

那么如何让用户更加准确的时间预期呢？并且在预期时间内能够打到车？

滴滴做了这样的动作“排队”

从模式本身分析，排队模式比动态调价模式最大的价值点就是为用户提供了明确的时间预期以及通过先进先出的队列逻辑，保证了预期服务能够有序达成。

二、排队为什么会成为当时最优解

1. 国民特性

排队文化深入人心，不难发现生活中排队的场景经常出现，排队候车，排队买食物，排队核酸，排队进电梯等等，这种场景太正常了，以至于我们的大脑本能的可以接受。

2. 先到先服务

排队体现了相对公平，基于先到先服务原则，不仅会使得我们心理上的等待时间缩短，还会使等待的服务升值，进而再次缩短心理上的等待时间。

3. 明确性

明确性可以体现在“队伍长度、逗留时间、等待时间”可以明确知道。

排队可以明确的知道自己在什么位置，逗留的时长以及估计等待的时间（等待时间的准确程度依据平台算法）。

4. 及时性

及时性可以理解为及时反馈，体现在你能够肉眼可见的看到排队状态的变化，从而进一步强化明确性。

根据以上思考同时兼顾公平与效率的权衡，滴滴最后确定了“排队模式”作为供需紧张场景下的主要解决方案，辅以“动态调价”模式。

由此可见，每一个产品功能的背后都蕴藏着产品经理深刻的洞察与思考。

然而现实场景纷繁复杂，只有你想不到，没有你遇不到的，即便这样的策略组合仍存在不完善的地方，某些场景下，“排队和调价”组合策略在兼顾公平的同时实际上是降低了效率，对于那些更“紧急”的需求应该优先满足，就像所有车辆必须给救护车让道，救护车可无视红灯一样，面对这样的“紧急”，平台是无法去判断紧急程度与紧急真假，给出最优解。

对于这个问题，你又会怎样思考，做出什么样的决策，进而设计出什么功能来满足这样的需求？

评论区，期待你的见解！

写在最后——

内容如涉及侵权，请联系我删除

写作的时候深感文字表达能力欠佳，希望对你有所帮助！

作者：书白，做过BD，做过运营，开过奶茶店，后转型产品， 一个会做卤味会做奶茶会做饭的产品和你一起，用产品和世界沟通。公众号：陆书白

本文由 @书白 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议