网约车运力平台精细化运营下的数据价值思考.docVIP

网约车运力平台精细化运营下的数据价值思考 / 1. 前言 本文建立在网约车聚合业务下，运力平台的精细化运营阶段的基础上，思考数据支撑/数据产品的价值和可落地的切入点。 2. 精细化业务方向拆解 基于启动阶段的业务经验，业务在早期可以通过快速开城扩张，得到体量的快速增长，但当达到一定量级后，体验和安全会成为制约增长的重要因素。 本文通过“运力”、“行程”两项业务实体，基于以下理解对业务方向进行拆解：体验与安全作为基石，支撑业务体量稳步增长。 2.1 安全 2.1.1 运力安全 准入风控：司机准入作为网约车业务的起点，在业务扩张过程中是第一道风险点，且司机群体客观上存在不稳定的特殊性； 健康管控：司机在工作过程中，存在疲劳驾驶等不安全因素，且在疫情期间司机的健康问题势必会收到监管部门、社会舆论的高度关注。 2.1.2 行程安全 事前预警：行程安全的核心工作方向，势必在于如何有效避免发生安全事件； 事中告警：一旦发生安全事件，或发生了安全风险，平台第一时间需要获取到风险告警，才能有后续的响应操作； 事后响应：安全事件发生后，平台通过辅助公安、安抚受害者、回应舆情的方式，将事件影响降到最低。 2.2 体验 2.2.1 运力服务质量 违规行为管控：平台对于司机刷单、恶意绕路、辱骂乘客等有损乘客、平台利益的行为，必须具备结构化、流程化的管控抓手； 标准化流程管控：在非专车业务中，司机服务流程相对宽松，但仍需有框架性的约束，如上车提醒系安全带，下车提醒注意车辆。 2.2.2 行程质量 行前高效接驾：派单的质量是重要的体验要素，一次满足用户预期的派单是良好的体验开端； 行中路线合理：行程当前为司机规划的路线，既需要满足客观条件，更要符合司乘预期，一次糟糕的路径规划极有可能造成一次客诉； 行后客诉响应：一旦发生客诉纠纷，需保证司乘向平台反馈的路径畅通，且平台的响应措施及时到位。 2.3 增长 2.3.1 运力规模 司机拉新：公海司机是业务的主力军，其规模的增长速度决定了在城市内的司机群体影响力和业务扩张的速度； 司机留存：司机入驻平台后，部分司机可能会在完成新人奖后流失，平台需要通过定向的产品、运营策略，加强新司机的留存比例； 司机促活：平台大部分司机为第二平台司机，平台的关键工作在于促进各层级司机的跃迁，加强司机对平台的黏性。 2.3.2 交易效率 双边匹配效率：网约车交易的核心在于平衡供需，背后是如何将运力资源，乘客需求各自发挥最大价值，从而提升平台收益。 3. 数据支撑/运营的切入点 3.1 驱动业务/产品优先级的定义 上文通过MECE的方式，将精细化运营进行了二维的拆解。 虽已经定义了「体验与安全作为基石，支撑业务体量稳步增长」的大前提，但在细分领域仍很难快速且科学定义每个子项的优先级；而在研发资源、时间资源有限的背景下，科学地定义各子项优先级便是第一个事项，亦是数据支撑的第一个切入点。 在0-1阶段这个问题很好回答，因为大多是阻滞性，可以主观定性分析的业务问题。而当进入1-N阶段，我们需要通过一些可以量化的手段，通过客观定量的方式，表述业务问题所造成的影响。 下文我们简单的进行一次实践：在「提升司乘行程体验」的课题中，行前高效接驾、行中路线合理、行后快速响应客诉，这三个子项，如何佐证其各自的业务优先级？（或者如何通过数据驱动业务部门确定优先级？） 3.1.1 从目标指标出发，判断价值权重 此处我们假设「提升行程体验」课题的核心指标是：体验类CPO（每笔订单的体验类进线投诉率）；舆情类投诉率。拉取近30天体验类的司乘进线，通过通话标题进行分类计数： 行前体验投诉，如派单太远； 行中体验投诉，如司机导航绕路； 行后体验投诉，司乘重复进线反馈问题未解决。 通过此类方式计算行前、行中、行后三个子项，分别对体验CPO造成的影响，得出各自的权重。通过同样的分类计数方式，拉取近30日的舆情类工单并计数，拿到三个子项在舆情类投诉率这一指标下各自的权重。 假设我们判断体验类CPO下的权重为，行前：行中：行后 = 5：4：1，舆情类投诉率下的权重为，行前：行中：行后 = 1：2：7。而体验类CPO和舆情投诉率两项指标，在「提升行程体验」这一课题下的权重为8：2，则最终的价值权重为：行前：行中：行后 = 4.2 : 3.6 : 2.2。 3.1.2 对比边际效益，得出最终结论 完成上述步骤后，我们已经可以初步判断三个子项各自的业务影响程度，接下来需要通过计算边际效益，做出优先级的决策：假设通过产研各部门的综合评估，行前、行中、行后各自的产品方案成本为：行前90人日，行中70人日；行后30人日。 此时我们便可以通过三个子项各自的价值权重、开发成本，粗略的评估各自的边际效益（价值/成本），从而得出优先级的结论：行后快速响应 行中路线合理 行前高效接驾。 3