出行領域的底層邏輯和應用

3周帶你玩轉Excel!在行第一行家手把手帶學+作業實戰+答疑輔導,升職加薪快人一步,了解一下>>

人的一生都在出行,筆者探究出行的底層邏輯,并結合實際問題進行分析,給出了解決方法。

本文適合人群:真心喜歡經濟學、心理學、生物學甚至物理學等很底層的知識的人。

目錄:

一、序言

二、底層邏輯

  1. 出行需求
  2. 橫向拆分
  3. 縱向拆分

三、具體應用

  1. 網約車乘客遲到問題
  2. 乘客、司機、平臺的沖突矛盾

四、結束語

一、序言

物質因自然力被動作用而發生的叫移動,生物利用能量而發生的主動移動叫出行。

古往今來,人類的出行方式一直在變化,從裸足步行、穿鞋步行到馬車、轎子再到自行車、滑板、火車、輪船、汽車、飛機、電動車等,一直在發生變動。

本文從當前環境的交通出行入手進行研究,隨后的小節意外發現了歷史長河里變動的本質原因(未完全展開表達)。人類會接受怎樣的變動,以及這種變動如何得以發生,過去到現在到未來,是宏觀角度;之后又轉而聚焦當下,研究在第三方平臺的作用下,怎樣緩慢發生短期內可行的變動。

此主題過于宏達,本文肯定會存在很多待優化待補充的東西,但文中的核心思想已然足夠引人入勝。

未來有機會,可能會花更多時間出一本更完美的書,在此,先將核心思想傳達出來。

二、底層邏輯

為實操做準備。

1. 出行需求

1.1?對需求的分析

生存需要,所有人需要經常性地從A點移動到B點,B點發生的事件是出行方的收益(或減少的賠本),這是吸引力,移動過程必要的支出是排斥力。

  1. 物理和經濟問題:不同的人在不緊急狀況下選擇不同策略,完成移動付出時間、體力最低(支付的金錢也可轉化為個人為此工作的時間和體力,體力與時間正相關,之后不考慮體力);
  2. 包含現實問題:相同的人不同緊急程度選擇不同策略,因為不得不盡快出發(比如突發緊急情況不允許提前出發),要多考慮行程節省的時間為移動完成后發生事件所增加多少收益或減少多少損失;
  3. 其他特殊情況:舒適度、安全性等因素暫不考慮(很多特殊情況待補充)。

人預演不同的出行策略而產生不同情緒(正面情緒:快和便宜,負面情緒是:慢和貴),根據每種策略帶給自己的綜合感受來選擇最優策略,經驗積累后人們會快速選擇。

得益于物種選擇,對是否出行、哪種方式出行有將近百分之百的選擇,移動方都是賺的。

為出行方服務的司機和平臺,不能控制出行方此次移動理想狀況下(移動瞬間完成)將會產生的利益(或減少的賠本),是在解決當事件緊急時如何最大化接近瞬間完成(對一定會發生減少的吸引力的減少進行減輕),以及降低所有情況的移動本身所產生的成本(對排斥力進行減少)。

我們會發現,最大的難點在于前者的正向發生,往往是在后者反向發生的基礎上發生的:

為什么收入高的人,比收入低的人總體來說選擇更快的工具?

當雙方移動目的所得的收益一致時,且都不緊急時,收入高的人過程中節省的時間可以產出更多的利益。同時會付出更多的金額,本質上是自己未來的工作時間,他會選擇最優點:節省的時間 – 未來的時間的最大值。

這個公式適合所有人,一個人的效率是一定的(客觀現象),對出行本身能做的優化是:減少或不增加他未來的時間的前提下,增加或不減少他節省的時間。

為什么有時低收入的人也會選擇特別快的工具?一定是遇到了緊急事件,節省的時間 – 未來的時間的最大值,此公式依然成立,但此時此人節省的這部分時間的效率是遠比平時效率高的。

綜合來說,在緊急狀況下,所有收入水平的人都會選擇最快的出行(只要有足夠的錢);在不緊急的情況下,根據收入水平的不同,人們依次選擇不同速度的出行方式。

1.2?初步考慮如何優化

原始公式:

① 收益 =? 總支出 – 無用支出

② 人從A到B = 人付出的總支出α – 無用支出α

司機的出現:

③ 乘客從A到B = [乘客付出的總支出β +(司機付出的總支出β + 司機的利潤β)]– 無用支出β

(注:乘客付出的總支出是指非金錢的支出,比如步行到乘車點、等車的時間)

滴滴的出現:

④ 乘客從A到B = [乘客付出的總支出γ +(司機付出的總支出γ + 平臺付出的總支出γ + 司機的利潤γ + 平臺的利潤γ)] – 無用支出γ

滴滴的迭代:

⑤ 乘客從A到B = [乘客付出的總支出δ +(司機付出的總支出δ + 平臺付出的總支出δ + 司機的利潤δ + 平臺的利潤δ)] – 無用支出δ

理想方向:

⑥ 人的收益 = 付出的支出 – 0

無用支出:

  • 無用支出α = 乘客產生的無用支出α
  • 無用支出β = 司機產生的無用支出β + 乘客產生的無用支出β
  • 無用支出γ = 平臺產生的無用支出γ + 司機產生的無用支出γ+ 乘客產生的無用支出γ
  • 無用支出δ = 平臺產生的無用支出δ + 司機產生的無用支出δ+ 乘客產生的無用支出δ

變化發生的動力是:

總體來說,出行者比之前更利于自身生存了(總利益增加了,或總損失減少了)。

②到③:

1.1里面“不同的人相同的緊急情況”,總付出減少了。

③里面的公交到出租車:

1.1里面“相同的人不同緊急情況”可解釋(即便無用成本是增加的),選擇更快無用成本雖然可能會增加,司機的利潤來源于用戶快速到達比慢速到達產生的利益差的一部分。

司機的出現雖然增加了不必要的浪費(比如司機付出的精力理論上本可以載10個人沒問題等),但消減了乘客更大的浪費。

③到④到⑤:

主要是在減少無用成本,從而乘客的總支出(含金錢)是減少的。平臺的利潤來源于為乘客(為司機本質上還是為乘客)減少的無用支出的其中一部分。平臺的出現主要是消減了不必要的浪費,次要的消減了更大的浪費。

套用著名公式:產品價值=(新體驗—舊體驗)-遷移成本。平臺利潤(以及司機利潤)在這個公式中小于等于產品價值,平臺的抽成考慮的是總收益,即單個利潤及總單數,如何使乘積最大。

無用成本:

從物理學角度:理想狀況下,乘客從A到B的總成本應該是W=Fs(F摩擦力,s距離),這其實是很小的。但實際生活中,無用功產生的太多太多了(可以展開充分的想象),還有就是有用功產生的少了(比如乘客的等待本可以勞動)。

第三方平臺的出現,本質是在減少無用功的損耗,以及給有用功的創造提供時間(這一主題有必要深入考慮)

未考慮的點:

乘客的時間支出,既可以放在公式左邊,也可以放在右邊。不同乘客各自在不同情形下,偏向價格還是時間的原因根本是因為自己的時間就是支出,其實很復雜,暫時不插入。

馬車、共享單車業務等,是一樣的道理。

1.3?進一步考慮如何優化

算出平臺新增利潤都與哪些因素有關,從而對這些因素進行進一步拆分直到可實操優化的地步。

令1.2中的④ = ⑤,并帶入相應無用支出:

平臺的新增利潤(δ-γ):

=[(乘客付出的總支出γ-乘客產生的無用支出γ)-(乘客付出的總支出δ-乘客產生的無用支出δ)]+ [(司機付出的總支出γ-司機產生的無用支出γ)-(司機付出的總支出δ-司機產生的無用支出δ)]+ [(平臺付出的總支出γ-平臺產生的無用支出γ)-(平臺付出的總支出δ-平臺產生的無用支出δ)]-司機的新增利潤(δ-γ)

=(乘客付出的有效勞動γ-乘客付出的有效勞動δ)+(司機付出的有效勞動γ-司機付出的有效勞動δ)+(平臺付出的有效勞動γ-平臺付出的有效勞動δ)-司機的新增利潤(δ-γ)

按理說,兩次的有效勞動的總和應該是一致的,即乘客都是從A到B。

這表明公式有一些地方是錯誤的(由此的一些思考比如變化動力隨之也是有一些問題的)。

經過思考,我十分激動地發現了答案:

從②到⑤,是引入石油和電力的過程!

石油公司和電力公司對石油、電力的賣價是低于它們本身價值的,剩余的價值是付給汽車的發明者、司機、滴滴創意的發明者、產品經理、程序員等的技藝和智慧的,他們是將能源從源頭真正注入到現實生活中的人。

人是轉化食物能量的系統,人創造的新科技是轉化其他能量的系統。

本質上說,非體力勞動者收入的多少是看他真正轉化了多少新能源注入了人類生活,體力勞動者收入的多少是看他轉化了多少食物能源注入了人類生活。

再進一步:一個人金錢財富的多少,是看他轉化了多少宇宙能源進入了人類生活,這些能源轉化成了金錢儲存了起來,供他日后再換成能源。

⑦ 從A到B = (人付出的總能量 + 外界融入的新能量) – 人和外界無用的能量

此發現意義深遠(不僅僅對出行領域)。

舉一個例子:自動駕駛本質上是引入了更多的電力,是一項巨大的創新。這表明減少無用能量的回報是較小的,融入大塊的新能量是回報巨大的,或者說雖然無用能量是巨大的,但大塊地消減它的難度是巨大的,甚至比融入新能量的難度更高(汽車發動機的有用功是很小的)。

還要考慮的一點是,坐飛機很可能浪費的成本比步行要高,乘客依然選擇此的原因,除了緊急事件考慮到的事件收益外,其實石油的一部分價值也是免費送給乘客的,一部分理由也是考慮擴大消費者數量,所以新能源的價值是轉化者和接受者共同勞動也共同享受的。

本節一開始打算要進行的公式推導暫時不重新進行了。

2. 橫向拆分

勞動分工和專業化已被證明有絕對的降低無用支出的功效,抽象多種出行方式在相同出行階段的共同點,尋找新的可規模化的點(公交車司機就是對司機駕駛的規模化)。

業務中臺本質也是分工和專業化,是軟件的分工與專業化。抽象多種出行方式在相同出行階段的共同點,是尋找中臺模塊進行規模化的方式。舉一個例子:派單策略是對每個人和每輛的士相遇過程的集合,這套代碼可以解決每個人的每一單,且更專業。

在每個出行階段內,第一步是對相同的出行方式找共同點,第二步是對所有的出行方式找共同點。(有些是線下可優化,有些是線上可優化)。

橫向拆分后其他“尋找可優化策略的方法論”待發現。

3. 縱向拆分

3.1?定義

司機成本流:從石油采集、車本身的制造等源頭開始直到一個訂單完成過程,所不斷產生的成本。其實此流最好是司機產生的浪費成本流。再分析哪些可以優化,浪費成本流的終點顏色的深淺代表著策略的優劣性。(未考慮乘客的非資金成本)

信息流:出行過程中,乘客和司機以及客觀環境不斷產生的信息,是三條信息流。乘客端比如他的位置、時間點、在做什么等等,客觀環境比如公路擁堵狀況、安全狀況等。信息量也是不斷增多的。

情緒流:有乘客和司機兩條情緒流,整個過程中,不同事件造成各自的情緒跌宕起伏,且不斷匯聚成大背景情緒,一般會在結束時爆發。

乘客資金流:類比司機成本流的定義。

(這一節有個小彩蛋:“現查的”反色)

3.2 情緒流

情緒起監視作用,過程中,雙方會不斷產生正面情緒和負面情緒來博弈,使得司機成本流和乘客資金流的差額站在對自己有利的位置。

情緒是博弈的動力,充分的博弈會使雙方都沒有利益的得與失。各自的情緒為負則紅色加深,情緒為正則綠色加深(情緒加總為0為白色),最終顏色的深淺代表公平度,現實往往是不公平的(有意無意)。

情緒流其實還分情況,司機和乘客最終都是正向情緒,以及各自情緒一正一負(還分兩人的相加為正還是負),以及兩者都是負。

環境變化后的一小段時間會產生情緒,當此環境長時間不變后,情緒會慢慢消0(除了十分惡劣的負面情境)。這是自然選擇造成的,這是在“欺騙”我們一直前往更優環境。

普遍看來,社會環境也的確是在變好的,但如今每天的平均情緒和前幾年幾乎一致。

放到出行領域,滴滴這些第三方平臺出現,的確是減少了我們出行的成本的,但人們是在慢慢在習以為常。

這一點的補充是為了預言上一條補充的那個情緒流的發展:當優化策略出現時,情緒流最終是正的,但如果之后策略不再變化,情緒流慢慢又會趨于0。

3.3?信息流

互聯網技術可以說就是通過對信息流的一套動作來優化線下發生的活動的。

信息的采集一定要充分,不能遺漏有用信息;信息的處理要處理出正確的有價值的信息;信息的分配也要充分(比如來自乘客的原始信息有時也要處理后傳達給乘客)。

3.4 其他流暫不寫

三、具體應用

終于到可實操的層面了。

1. 網約車乘客遲到問題

1.1 遲到的發生過程

博弈過程(情緒為 -10到+10,由負面到正面):

第1輪:

  • 乘客:首次使用滴滴會在到達起始地時再下單,然后等待司機到來;情緒為-3。
  • 司機:司機接收訂單后馬上來接客,乘客就在起始地,馬上上車;情緒為0。

第2輪:

  • 乘客:8,9成的人會提前下單,在自己到起始地時,最好司機已經在,或者只等1、2分鐘;情緒為2。
  • 司機:司機前來接客,乘客未到,需要等若干分鐘(經調查,七成會等3分鐘左右,1成會等10分鐘左右),再考慮到自己是收費方;情緒大部分為-2,小部分為-7。

第3輪:

  • 乘客:行為不變,即普遍遲到3分鐘;情緒為0。
  • 司機:司機依然會接到單就趕往起始地(自己是收費方);情緒大部分為-2,小部分為-7(會主動催乘客)。

此時,現實中的博弈到達了一個平衡點,最終是利于乘客(如果這個遲到部分不納入司機收益考慮的點上),且當前較為穩定。

因為司機作為收錢的服務方,是被動的,所以在等與被等上成了輸家;乘客作為付費的受服務方,是主動的,享有主動權,所以在等與被等上成了贏家。

  • 情況1:乘客下單后不在意自己遲到與否,表現在出發晚,步行慢(屬于沒想要不遲到,下一步能不能做到不遲到另說)。
  • 情況2:司機接單后,乘客觀察了司機預計到達時間,但因為低估了自己的步行時間,出發晚了(屬于乘客想要不遲到,但不能不遲到)。
  • 情況3:司機接單后,發現高估了司機到達時間。馬上出發了,但還是遲到了(屬于乘客想要不遲到,但不能不遲到)。
  • 情況4:乘客發生意外事件,導致出發晚或路上耽誤了很久。

1.2 遲到的解決

  1. 情況1屬于制度問題導致博弈不充分,最終導致利益分配不公平。因為情緒是當下的,乘客沒有不良情緒,但最終導致他產生不必要的成本(他造成司機產生不必要的成本)。這種成本現實中是可以通過充分博弈來解決的。如果乘客知道要付費給司機后依然選擇不在意,那一定是有更大的利益使他自愿放棄這部分小利益(情況4)。由于一些原因,建議采取正面激勵或柔和的負面刺激來使乘客不發生這種情況(比如建立乘客的被評價系統,這一定會有額外成本,但居然也有額外收益,對司機安全有了更大保障)。
  2. 情況2屬于無用的成本里的可優化的成本,優化方式是通過信息流,將乘客步行所需時間處理好發給乘客。
  3. 情況3屬于司機產生的可優化的成本。這是介于預約叫車于立即叫車的中間狀態。可優化派單策略,但可能這部分可優化的成本有一部分現實情況導致暫時難以優化。
  4. 情況4屬于乘客造成司機產生不可優化的無用成本,還是要乘客來承擔。具體方式建議采取類似保險行業或國家納稅的思路(同時讓司機知道對方因意外遲到了,表面上安撫司機的負面情緒)。

遲到問題分為兩個步驟:

  1. 乘客想不想不遲到,按理說乘客肯定是不想遲到的,這成本最終都是自己的。但博弈不充分導致乘客當前沒覺得自己有損失(真的沒損失那就是司機有損失了),使一些乘客不太在意遲不遲到。
  2. 乘客能不能不遲到,當乘客知道遲到會有損害時,依然遲到那就是成本問題。成本分為可優化的無效成本,和必然付出的有效成本以及暫時不可優化的無效成本。

初步給出優化策略:

下單前司機派單策略的優化、相遇過程乘客步行時間的信息傳達給乘客,相遇過程乘客和司機可方便傳達意外信息,考慮建立乘客的被評價系統,刺激乘客不故意遲到、以及更加公平的計費算法。

考慮是不是要執行:

每一個新策略,根據第一部分里的公式對優化后與優化前進行比較。可調查當下情境某些項目的具體數量,優化后的量預估,再比較(暫時只對一個司機進行了調查,2成左右乘客是人等車,或者1分鐘內到;7成乘客是車等人4分鐘左右;1成乘客是車等人8分鐘左右)。

2. 乘客、司機、平臺的沖突矛盾

2.1 矛盾的發生

  • 常見矛盾:乘客與司機、乘客與平臺、司機與平臺
  • 不明顯的矛盾:乘客與乘客、司機與司機、平臺與平臺

2.2 矛盾的原因

[乘客付出的總支出γ +(司機付出的總支出γ + 平臺付出的總支出γ + 司機的利潤γ + 平臺的利潤γ)]= 乘客從A到B + 無用支出γ? (暫時不加引入的能源);

三者的相遇及運行,本質是靠乘客的出行需求。乘客付出的金錢,是司機和平臺收入的來源,乘客付出錢,供司機和平臺分。

三者之間的矛盾沖突就是每方站在自己角度,每一方都想要更多的利益,更少的付出。

矛盾與沖突的發生,就說明不公平的確發生了(或說表面上看起來是在發生)。每一次沖突開始時的狀態,總有一方是得益方,一方是損方,且是損方發起的抗爭,是博弈的開始。

人本能上知道,公平是使自已一生當中能獲取最大利益的點,所以當自己多余的利益受損時,抗爭力度就會特別低,這是博弈發起后能完成的原因。

題外話:為了方便,資金是在過程結束時,或者過程開始時,乘客一次性支付的。其實每個小階段支付一次也有一些優點。

2.3 矛盾的解決

  1. 嘗試消解造成矛盾事件發生的原因(對于誤會可消除誤會,平臺上掛的一些文章就是做這個的)。比如:讓乘客能夠不遲到;
  2. 疏通博弈過程,讓博弈充分進行,使得矛盾自然解決。比如:不得不遲到就要給司機錢了;
  3. 客服處理全新的矛盾,并再次分析總結,從第一步開始。

四、結束語

本文核心在于第一部分的底層邏輯,這一部分寫了十分之九,較為全面,因為就這么少,抽象的特點(類比數理化公式)。

第二部分表層應用,這一部分寫了萬分之一,只寫了2個問題,因為這一部分無窮無盡,現實世界總會出現各種各樣的問題(類比數理化習題)。

日后有機會再優化補充成書。但此文已把核心說完,希望能借此,每個人都能自己在心里在日常,優化補充成書。

 

本文由 @北方 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

給作者打賞,鼓勵TA抓緊創作!
評論
歡迎留言討論~!
  1. 真的是站在很專業的角度來分析啊,核心的底層邏輯包括乘客與司機的心理因素也考慮到了

    回復
    1. 能耐心看完很棒!喜歡的話可以加個微信17806273056。

      回復
豹子机赌大小玩法