網(wǎng)約車(chē)運(yùn)力平臺(tái)精細(xì)化運(yùn)營(yíng)下的數(shù)據(jù)價(jià)值思考

1 評(píng)論 9662 瀏覽 85 收藏 15 分鐘

編輯導(dǎo)語(yǔ):去年年初,一場(chǎng)始料未及的疫情給各行各業(yè)帶來(lái)了不小的影響。隨后各地“復(fù)工潮”陸續(xù)展開(kāi),憑借著安全優(yōu)勢(shì)的網(wǎng)約車(chē)行業(yè)迎來(lái)了爆發(fā)式的反彈增長(zhǎng),搶占公共交通的市場(chǎng)份額。不少平臺(tái)更是制定了精細(xì)化運(yùn)營(yíng)的策略,本文作者就對(duì)其數(shù)據(jù)價(jià)值進(jìn)行了思考。

1. 前言

本文建立在網(wǎng)約車(chē)聚合業(yè)務(wù)下,運(yùn)力平臺(tái)的精細(xì)化運(yùn)營(yíng)階段的基礎(chǔ)上,思考數(shù)據(jù)支撐/數(shù)據(jù)產(chǎn)品的價(jià)值和可落地的切入點(diǎn)。

2. 精細(xì)化業(yè)務(wù)方向拆解

基于啟動(dòng)階段的業(yè)務(wù)經(jīng)驗(yàn),業(yè)務(wù)在早期可以通過(guò)快速開(kāi)城擴(kuò)張,得到體量的快速增長(zhǎng),但當(dāng)達(dá)到一定量級(jí)后,體驗(yàn)和安全會(huì)成為制約增長(zhǎng)的重要因素。

本文通過(guò)“運(yùn)力”、“行程”兩項(xiàng)業(yè)務(wù)實(shí)體,基于以下理解對(duì)業(yè)務(wù)方向進(jìn)行拆解:體驗(yàn)與安全作為基石,支撐業(yè)務(wù)體量穩(wěn)步增長(zhǎng)。

2.1 安全

2.1.1 運(yùn)力安全

  • 準(zhǔn)入風(fēng)控:司機(jī)準(zhǔn)入作為網(wǎng)約車(chē)業(yè)務(wù)的起點(diǎn),在業(yè)務(wù)擴(kuò)張過(guò)程中是第一道風(fēng)險(xiǎn)點(diǎn),且司機(jī)群體客觀上存在不穩(wěn)定的特殊性;
  • 健康管控:司機(jī)在工作過(guò)程中,存在疲勞駕駛等不安全因素,且在疫情期間司機(jī)的健康問(wèn)題勢(shì)必會(huì)收到監(jiān)管部門(mén)、社會(huì)輿論的高度關(guān)注。

2.1.2 行程安全

  • 事前預(yù)警:行程安全的核心工作方向,勢(shì)必在于如何有效避免發(fā)生安全事件;
  • 事中告警:一旦發(fā)生安全事件,或發(fā)生了安全風(fēng)險(xiǎn),平臺(tái)第一時(shí)間需要獲取到風(fēng)險(xiǎn)告警,才能有后續(xù)的響應(yīng)操作;
  • 事后響應(yīng):安全事件發(fā)生后,平臺(tái)通過(guò)輔助公安、安撫受害者、回應(yīng)輿情的方式,將事件影響降到最低。

2.2 體驗(yàn)

2.2.1 運(yùn)力服務(wù)質(zhì)量

  • 違規(guī)行為管控:平臺(tái)對(duì)于司機(jī)刷單、惡意繞路、辱罵乘客等有損乘客、平臺(tái)利益的行為,必須具備結(jié)構(gòu)化、流程化的管控抓手;
  • 標(biāo)準(zhǔn)化流程管控:在非專車(chē)業(yè)務(wù)中,司機(jī)服務(wù)流程相對(duì)寬松,但仍需有框架性的約束,如上車(chē)提醒系安全帶,下車(chē)提醒注意車(chē)輛。

2.2.2 行程質(zhì)量

  • 行前高效接駕:派單的質(zhì)量是重要的體驗(yàn)要素,一次滿足用戶預(yù)期的派單是良好的體驗(yàn)開(kāi)端;
  • 行中路線合理:行程當(dāng)前為司機(jī)規(guī)劃的路線,既需要滿足客觀條件,更要符合司乘預(yù)期,一次糟糕的路徑規(guī)劃極有可能造成一次客訴;
  • 行后客訴響應(yīng):一旦發(fā)生客訴糾紛,需保證司乘向平臺(tái)反饋的路徑暢通,且平臺(tái)的響應(yīng)措施及時(shí)到位。

2.3 增長(zhǎng)

2.3.1 運(yùn)力規(guī)模

  • 司機(jī)拉新:公海司機(jī)是業(yè)務(wù)的主力軍,其規(guī)模的增長(zhǎng)速度決定了在城市內(nèi)的司機(jī)群體影響力和業(yè)務(wù)擴(kuò)張的速度;
  • 司機(jī)留存:司機(jī)入駐平臺(tái)后,部分司機(jī)可能會(huì)在完成新人獎(jiǎng)后流失,平臺(tái)需要通過(guò)定向的產(chǎn)品、運(yùn)營(yíng)策略,加強(qiáng)新司機(jī)的留存比例;
  • 司機(jī)促活:平臺(tái)大部分司機(jī)為第二平臺(tái)司機(jī),平臺(tái)的關(guān)鍵工作在于促進(jìn)各層級(jí)司機(jī)的躍遷,加強(qiáng)司機(jī)對(duì)平臺(tái)的黏性。

2.3.2 交易效率

雙邊匹配效率:網(wǎng)約車(chē)交易的核心在于平衡供需,背后是如何將運(yùn)力資源,乘客需求各自發(fā)揮最大價(jià)值,從而提升平臺(tái)收益。

3. 數(shù)據(jù)支撐/運(yùn)營(yíng)的切入點(diǎn)

3.1 驅(qū)動(dòng)業(yè)務(wù)/產(chǎn)品優(yōu)先級(jí)的定義

上文通過(guò)MECE的方式,將精細(xì)化運(yùn)營(yíng)進(jìn)行了二維的拆解。

雖已經(jīng)定義了「體驗(yàn)與安全作為基石,支撐業(yè)務(wù)體量穩(wěn)步增長(zhǎng)」的大前提,但在細(xì)分領(lǐng)域仍很難快速且科學(xué)定義每個(gè)子項(xiàng)的優(yōu)先級(jí);而在研發(fā)資源、時(shí)間資源有限的背景下,科學(xué)地定義各子項(xiàng)優(yōu)先級(jí)便是第一個(gè)事項(xiàng),亦是數(shù)據(jù)支撐的第一個(gè)切入點(diǎn)。

在0-1階段這個(gè)問(wèn)題很好回答,因?yàn)榇蠖嗍亲铚?,可以主觀定性分析的業(yè)務(wù)問(wèn)題。而當(dāng)進(jìn)入1-N階段,我們需要通過(guò)一些可以量化的手段,通過(guò)客觀定量的方式,表述業(yè)務(wù)問(wèn)題所造成的影響。

下文我們簡(jiǎn)單的進(jìn)行一次實(shí)踐:在「提升司乘行程體驗(yàn)」的課題中,行前高效接駕、行中路線合理、行后快速響應(yīng)客訴,這三個(gè)子項(xiàng),如何佐證其各自的業(yè)務(wù)優(yōu)先級(jí)?(或者如何通過(guò)數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)部門(mén)確定優(yōu)先級(jí)?)

3.1.1 從目標(biāo)指標(biāo)出發(fā),判斷價(jià)值權(quán)重

此處我們假設(shè)「提升行程體驗(yàn)」課題的核心指標(biāo)是:體驗(yàn)類CPO(每筆訂單的體驗(yàn)類進(jìn)線投訴率);輿情類投訴率。拉取近30天體驗(yàn)類的司乘進(jìn)線,通過(guò)通話標(biāo)題進(jìn)行分類計(jì)數(shù):

  • 行前體驗(yàn)投訴,如派單太遠(yuǎn);
  • 行中體驗(yàn)投訴,如司機(jī)導(dǎo)航繞路;
  • 行后體驗(yàn)投訴,司乘重復(fù)進(jìn)線反饋問(wèn)題未解決。

通過(guò)此類方式計(jì)算行前、行中、行后三個(gè)子項(xiàng),分別對(duì)體驗(yàn)CPO造成的影響,得出各自的權(quán)重。通過(guò)同樣的分類計(jì)數(shù)方式,拉取近30日的輿情類工單并計(jì)數(shù),拿到三個(gè)子項(xiàng)在輿情類投訴率這一指標(biāo)下各自的權(quán)重。

假設(shè)我們判斷體驗(yàn)類CPO下的權(quán)重為,行前:行中:行后 = 5:4:1,輿情類投訴率下的權(quán)重為,行前:行中:行后 = 1:2:7。而體驗(yàn)類CPO和輿情投訴率兩項(xiàng)指標(biāo),在「提升行程體驗(yàn)」這一課題下的權(quán)重為8:2,則最終的價(jià)值權(quán)重為:行前:行中:行后 = 4.2 : 3.6 : 2.2。

3.1.2 對(duì)比邊際效益,得出最終結(jié)論

完成上述步驟后,我們已經(jīng)可以初步判斷三個(gè)子項(xiàng)各自的業(yè)務(wù)影響程度,接下來(lái)需要通過(guò)計(jì)算邊際效益,做出優(yōu)先級(jí)的決策:假設(shè)通過(guò)產(chǎn)研各部門(mén)的綜合評(píng)估,行前、行中、行后各自的產(chǎn)品方案成本為:行前90人日,行中70人日;行后30人日。

此時(shí)我們便可以通過(guò)三個(gè)子項(xiàng)各自的價(jià)值權(quán)重、開(kāi)發(fā)成本,粗略的評(píng)估各自的邊際效益(價(jià)值/成本),從而得出優(yōu)先級(jí)的結(jié)論:行后快速響應(yīng) > 行中路線合理 > 行前高效接駕。

3.2 驅(qū)動(dòng)策略設(shè)計(jì)與量化管控

上文我們已通過(guò)數(shù)據(jù)完成了業(yè)務(wù)/產(chǎn)品優(yōu)先級(jí)的定義,接下來(lái)的工作便是:如何通過(guò)數(shù)據(jù)驅(qū)動(dòng)精細(xì)化的產(chǎn)品策略、運(yùn)營(yíng)策略進(jìn)行落地和監(jiān)控。

3.2.1 如何驅(qū)動(dòng)策略的定義與設(shè)計(jì)

抽象所有的產(chǎn)品/運(yùn)營(yíng)策略,可以得到下面的公式:精細(xì)化產(chǎn)品/運(yùn)營(yíng)策略 = 最佳的人群 + 最佳的手段。

3.2.1.1 圈選最佳的人群

在接入聚合平臺(tái)的網(wǎng)約車(chē)業(yè)務(wù)內(nèi),司機(jī)是最主要的用戶人群。我們通過(guò)以下的方式,利用數(shù)據(jù)資源將司機(jī)的各類特征進(jìn)行量化,從而實(shí)現(xiàn)圈選。

  • 司機(jī)靜態(tài)標(biāo)簽:如司機(jī)的城市屬性、性別屬性、年齡屬性,這些內(nèi)容在司機(jī)注冊(cè)完成后,就已經(jīng)確定不會(huì)變動(dòng);
  • 司機(jī)動(dòng)態(tài)標(biāo)簽。

司機(jī)考核指標(biāo):我們?cè)诤饬恳粋€(gè)司機(jī)對(duì)平臺(tái)的忠實(shí)度、貢獻(xiàn)度時(shí),通常使用出車(chē)時(shí)長(zhǎng)、完單數(shù)這兩項(xiàng)司機(jī)維度的考核指標(biāo)。

例如:我們?cè)谌x「全職司機(jī)」時(shí),條件可以為「近7日日均出車(chē)時(shí)長(zhǎng)>6小時(shí),且日均完單數(shù)>10單」。在進(jìn)行運(yùn)力增長(zhǎng)(如沉睡司機(jī)激活、維系全職司機(jī)等)策略時(shí),是最常用的圈選場(chǎng)景。

司機(jī)端App:App采集的司機(jī)行為日志,也可用作司機(jī)的動(dòng)態(tài)標(biāo)簽。如「主動(dòng)撥打乘客電話」、「習(xí)慣使用外置導(dǎo)航」等,司機(jī)端產(chǎn)品經(jīng)理如需要對(duì)用戶的操作路徑進(jìn)行可視化洞察,進(jìn)而定義產(chǎn)品灰度實(shí)驗(yàn)時(shí),這些都是實(shí)用的能力。

司機(jī)行動(dòng)軌跡:在進(jìn)行安全策略時(shí),司機(jī)的行為軌跡是非常關(guān)鍵的人群圈選能力,例如在進(jìn)行疫情防控的場(chǎng)景下,我們可以快速通過(guò)軌跡標(biāo)簽,圈選出風(fēng)險(xiǎn)司機(jī)。

3.2.1.2 執(zhí)行最佳的手段

目前的運(yùn)營(yíng)場(chǎng)景下,運(yùn)營(yíng)同學(xué)選擇策略手段通常是基于個(gè)人的運(yùn)營(yíng)經(jīng)驗(yàn),強(qiáng)依賴于運(yùn)營(yíng)人員的主觀因素。

將上述的運(yùn)營(yíng)場(chǎng)景,通過(guò)業(yè)務(wù)用例推導(dǎo)系統(tǒng)用例:數(shù)據(jù)產(chǎn)品可以為運(yùn)營(yíng)人員提供運(yùn)營(yíng)手段的推薦,也可以定義為「基于歷史數(shù)據(jù)的策略效果和成本預(yù)測(cè)」。

此處以最日常的B端(司機(jī))現(xiàn)金補(bǔ)貼策略為例:運(yùn)營(yíng)定義活動(dòng):杭州當(dāng)日新注冊(cè)司機(jī)3天周期沖單獎(jiǎng),5單獎(jiǎng)勵(lì)10元,10單獎(jiǎng)勵(lì)30元,20單獎(jiǎng)勵(lì)50元,本次活動(dòng)的核心指標(biāo)是「新注冊(cè)司機(jī)次日留存率」:

  • 成本預(yù)測(cè):通過(guò)拉取本策略圈選人群(新注冊(cè)司機(jī))在過(guò)去命中的人數(shù),預(yù)測(cè)明日的新注冊(cè)司機(jī)數(shù)。輔以過(guò)去新注冊(cè)司機(jī)的完單情況(5單人數(shù)、10單人數(shù)、20單人數(shù)),計(jì)算得到本次活動(dòng)的成本置信區(qū)間;
  • 效果預(yù)測(cè):選取N組歷史數(shù)據(jù)中,施加外部策略情況下的數(shù)據(jù),計(jì)算每一組的數(shù)據(jù)的「新注冊(cè)司機(jī)次日留存率」以及每個(gè)策略的實(shí)際成本,根據(jù)歷史數(shù)據(jù)計(jì)算ROI的中位數(shù),基于此中位數(shù)以及上文中預(yù)測(cè)的成本置信區(qū)間,即可獲得本次策略的效果置信區(qū)間。

3.2.2 如何有效地對(duì)策略進(jìn)行量化管控

策略結(jié)束后,運(yùn)營(yíng)同學(xué)需要對(duì)本次策略進(jìn)行ROI的量化評(píng)價(jià)。策略的成本是否在可接受的范圍內(nèi),帶來(lái)的收益是否符合了預(yù)期。此處為科學(xué)地量化ROI,此處引入「合成控制法」模型進(jìn)行計(jì)算。

合成控制法的思路是反事實(shí)框架,即「如果沒(méi)有施加此策略,會(huì)有怎樣的結(jié)果,并與實(shí)際施加策略后的結(jié)果進(jìn)行對(duì)比」。

4. 產(chǎn)品層面的落地方案

4.1 標(biāo)簽萃取平臺(tái)

自定義司機(jī)靜態(tài)/動(dòng)態(tài)、訂單標(biāo)簽:

  • 基礎(chǔ)標(biāo)簽:支持用戶通過(guò)字段屬性,直接定義標(biāo)簽(如 `司機(jī)來(lái)源` ,`城市`,`司機(jī)類型`);
  • 復(fù)合標(biāo)簽:支持用戶通過(guò)可視化建模的方式,萃取出復(fù)雜性、個(gè)性化較強(qiáng)的標(biāo)簽(如`最近出車(chē)時(shí)間` >= 昨日0點(diǎn) 且 `城市` = 杭州市)。

4.2 畫(huà)像分析平臺(tái)

4.2.1 分組畫(huà)像分析

  • 基于標(biāo)簽萃取平臺(tái)提供的標(biāo)簽結(jié)果,獲取單標(biāo)簽屬性分布;
  • 支持多基礎(chǔ)標(biāo)簽進(jìn)行交叉分析(如查看杭州市的司機(jī)類型分布);
  • 通過(guò)分組對(duì)比進(jìn)行TGI指數(shù)分析(用于分析某個(gè)群體的特征是否顯著,是否超過(guò)總體的均值)。

4.2.2個(gè)體畫(huà)像分析

  • 通過(guò)路線軌跡,直觀查看司機(jī)在使用app時(shí)的行為路線,可用于警察取證等特殊場(chǎng)景;
  • 對(duì)司機(jī)過(guò)往的接單行為、拒單行為、出車(chē)行為、調(diào)度日志等多方數(shù)據(jù)進(jìn)行可視化呈現(xiàn),既可用于排查case,也可用于客服處理司機(jī)進(jìn)線。

4.3 A/B實(shí)驗(yàn)平臺(tái)

4.3.1 實(shí)驗(yàn)分層和分桶

在設(shè)計(jì)和執(zhí)行實(shí)驗(yàn)(包括產(chǎn)品功能、運(yùn)營(yíng)策略等)時(shí),基于標(biāo)簽萃取平臺(tái)提供的標(biāo)簽結(jié)果,對(duì)司機(jī)流量進(jìn)行縱向分層和橫向分桶。

4.3.2 實(shí)驗(yàn)結(jié)果可視化

系統(tǒng)自動(dòng)生成實(shí)驗(yàn)數(shù)據(jù)報(bào)表(實(shí)時(shí)+離線),呈現(xiàn)本次實(shí)驗(yàn)的數(shù)據(jù)結(jié)果。

4.4 精準(zhǔn)運(yùn)營(yíng)管理平臺(tái)

4.4.1 智能運(yùn)營(yíng)計(jì)劃

為運(yùn)營(yíng)人員提供策略成本預(yù)測(cè)、效果預(yù)測(cè),輔助制定智能運(yùn)營(yíng)策略。

4.4.2 自動(dòng)化效果評(píng)估

基于「合成控制法」的模型,對(duì)每一次策略結(jié)果進(jìn)行自動(dòng)化的量化評(píng)估。

 

作者:Sean,公眾號(hào):SeanZ的自我修養(yǎng)

本文由 @Sean 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(lái)自 Unsplash,基于 CC0 協(xié)議

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 很專業(yè)了

    來(lái)自北京 回復(fù)