乘车自相残杀——无形的力量吞噬运营商的利润
乘车自相残杀——无形的力量吞噬运营商的利润
由 Zoba 高级经济学家 Rob Siliciano 撰写。 Rob 拥有哈佛大学经济学博士学位，热爱城市交通和零度以下的气温。
随着移动运营商在提高车队单位经济性方面面临越来越大的压力，我们在 Zoba 的工作是为运营商提供他们需要的工具和见解，以增加乘车、利润和影响力。
在这篇文章中，我们将探讨“拼车”对运营商利润的影响，并引入一个新指标，“ ** 每次部署的净乘车次数** ，”我们开发该模型的目的是通过提供比传统指标更好的部署盈利能力评估，帮助运营商减少乘车自相残杀的影响。
微移动的部署效率
每天，全球的微型交通运营商在城市中移动和部署数十万辆踏板车、自行车和轻便摩托车——不幸的是， 今天完成的所有部署中有 1/3 没有为运营商的网络增加任何价值。
这对行业来说是一个巨大的问题，因为部署通常是运营商最大的开支。根据 麦肯锡 、部署、重新平衡和交换占乘车总成本的 40-50%。
鉴于此，运营商的部署策略可能意味着提供可盈利、可持续的服务或遭受负面单位经济和车辆利用率低的影响。随着运营商寻求削减成本，难怪许多人都在认真审视其现有部署策略的效率——无论是从仓库部署还是作为再平衡的一部分。 但是，什么使部署策略好或坏？
在 Zoba，我们花了很多时间与运营商合作解决这些问题，并开始相信一个好的策略是：
- 将车辆放置在用户最有可能乘坐的区域。
- 优先安排在可能会继续流通的区域中的展示位置。
- 避免已经有足够的自然车辆供应来满足需求的过度供应地区。
在第三点——供应过剩——我们看到团队最经常挣扎。虽然表面上很简单，但试图估计满足数十或数百个车站需求所需的车辆数量并非易事。加上天气、季节性和当地事件等时间变化，人类几乎不可能有效地做到这一点。
乘车自相残杀——无形的力量吞噬运营商的利润
想象一辆车停在市中心的车站，你把一辆车停在它旁边。一个小时后，新车上车，而第一辆车还在那里，闲置着。这种情况每天在全球城市上演数千次。
当团队将车辆部署在不需要的位置时，他们会降低该位置的每辆车的生产力。在 Zoba，我们称这种现象为 ** 骑自相残杀 .**
骑自相残杀 是由于同一运营商引入另一辆车而减少了相邻车辆的乘车体验（从而减少了收入）。
对于运营商而言，乘车自相残杀的成本特别高，因为他们会产生部署车辆的费用，同时错过了车辆部署在其他位置可能获得的潜在收入。
不幸的是，对于运营商来说，目前这个问题在微移动领域的规模很难被夸大。目前，团队每周花费数千小时将车辆部署到蚕食自己车队的位置。
纵观全球运营商的数以亿计的游乐设施和部署， 我们估计多达 ** 如今，1/3 的部署没有为运营商的网络增加任何实际价值。**
在火车站、商场和市中心等乘车量较高的地方，乘车自相残杀并不罕见—— 占高需求地点所有游乐设施的一半 .²
也许是出于一种不错过游乐设施的偏见， 这是一个经典的正确地点错误时间问题，它正在慢慢蚕食运营商的利润。
RPD 盲点：当更多滑板车≠更多骑行时
虽然远方的中央运营团队很容易假设供应过剩是由尽量减少部署地点数量的愿望驱动的——w 如果可以停在一个站，为什么要停在两个站？ ——我们认为情况并非如此³。相反，我们认为这个问题更加隐蔽，并且是由运营团队用来衡量自己的指标驱动的。
指标陷阱可能很难识别，尤其是在运营层面，因为它们通常被相同的指标驱动仪表板深深隐藏，而 KPI 操作员依赖于跟踪绩效和识别问题。
当我们看到数据驱动的运营团队在高水平的自相残杀中苦苦挣扎时，根本原因通常在于以下两个地方之一：
- 过度使用热图来告知部署策略（ 我们在上一篇文章中探讨了这个问题 )
- 指标的使用，例如 每次部署的骑行次数 (RPD) 仅关注干预措施对部署车辆的影响。
让我们看一个例子： 您是一名市场经理，需要在 A 站或 B 站之间进行选择。仅看 RDP，您会选择哪个站？
目前的行业标准， 每次部署的骑行次数， 测量部署车辆在部署后的设定时间段内（通常为 24 小时）接收的乘车次数。它可以很好地代表部署所获得的直接收入；然而，RPD 在其作为盈利能力指标的使用方面受到限制，因为它无法考虑部署在附近车辆上的成本。
当团队无法理解他们的行为对车队中其他车辆的影响时，他们最终会无意中做出无利可图的决定，这会花费运营商的时间和金钱，并最终降低为乘客提供的服务质量。
虽然在上面的示例中，A 站似乎是显而易见的选择，但在下一节中，我们将展示为什么在考虑到乘车自相残杀后情况可能并非如此，并引入一个更好的指标，团队可以用来评估他们的影响部署。
介绍净 RPD — 衡量部署盈利能力的更好方法
这就是为什么在 Zoba，我们建议运营商使用 每次部署的净乘车次数 (nRPD)⁴ 评估部署盈利能力。我们与客户共同开发的一项新指标 nRPD 用于衡量车辆在部署后捕获的行驶次数 现有车辆无法提供这些服务。
与 RPD 不同，nRPD 考虑了拼车成本，让运营商更清楚地了解特定部署对总乘客量和收入的正面或负面影响。
这种转变对运营商业务的影响不容小觑——当有效利用时， 基于 nRDP 的部署策略增加了总乘客量，同时降低了可变成本，而不会给运营商带来额外成本 .
回顾我们的例子， 您可以看到考虑到乘车自相残杀的影响时图片的变化情况。现在包括nRPD，你现在会选择哪个站？
通过采用 nRPD，市场运营团队可以：
- 衡量他们的工作对收入增长的影响。
- 优化 盈利能力的部署决策。
- 尽量减少花在执行非生产性任务上的时间。
虽然这篇文章侧重于需要更好的指标来评估部署盈利能力，但在未来的文章中，我们将深入探讨我们如何在 Zoba 计算 nRPD 的细节，并为希望开始为自己计算 nRPD 的运营商提供一些示例和工具。
同时，如果您有兴趣了解有关 nRPD 的更多信息以及 Zoba 的决策自动化平台如何立即开始帮助您的团队增加收入和提高利润—— 单击此处安排演示 .
¹ 在 Zoba，我们相信，无论您对一个城市有多了解，您都无法凭直觉知道超过一千辆汽车的最佳分布。加上时间变化（例如天气影响、周末-工作日变化），您将面临人类根本无法解决的问题。帮助运营商克服这个问题是我们创立 Zoba 的原因。
² 在竞争激烈的市场中，运营商有时会将车辆聚集在其他运营商附近。这加剧了这个问题。
³ 我们每个月都会与数百个市场的运营商进行交流，当地运营商对微型交通的使命和愿景的奉献精神和热情不断给我们留下深刻印象。在 Zoba，我们相信没有人在微移动领域更努力地工作，也没有人在推动这个行业向前发展。这就是为什么我们致力于通过开发解决方案来帮助他们做出更好、更快的决策，这些解决方案为运营商提供针对其市场条件的独特建议和针对其目标的个性化建议。
⁴ 或者，该指标可以称为每次部署的可变净骑行次数 (vRDP) 或每次部署的增量净骑行次数 (iRPD)。
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明
