lao cai
各利益体需求
几个利益体：乘客、司机
乘客希望最近的司机接单（等待时间最短）
司机希望最挣钱的订单（接驾最短、距离最长、更不堵车的订单）
边界值
乘客能接受的最长等待时间最长是X 分钟
司机能接受的最远的接驾距离X km
找到平衡的公式
第一步，分析双方的利益关系
双方都是希望促成交易，矛盾点在价格和价值的预期，在出行平台“价格”标准的所以矛盾点转移到“价值”上，每个人都渴望最优质的匹配对象，而优质资源是稀缺的
阶段性目标：成交率最大化（更偏向乘客利益），每一时刻的订单被最大程度地消化
在不同阶段性目标下，产品是如何进化的
产品目标：实现平台上订单的高校分发。乘客打到车，司机挣到钱
衡量指标：广义的成交率为核心指标
版本1.0一以乘客为中心
阶段现状：需求较低频和稀疏，w单/天
乘客：叫到车就好
司机：对平台尚无依赖，有单就好
解决方案：
a.以乘客为中心，由近及远播单
B.存在最大播单距离，以保证司机的体验
需求分发优先（p乘客）随着订单量的增长，开始暴漏问题：
司机听到订单是以订单生成为出发的，订单密度足够高时，多个订单无差别退给司机，司乘体验都会出现严重问题
P1分给D1，随后P2会绕过P1分给更远的D2
乘客为中心的分发问题阶段现状：需求较密集，10w单/天
乘客：打到车
司机：希望更好更近的订单（市场中存在多个叫车平台）
现状和需求都发生了变化，系统需要进化
版本2.0一以司机为中心
解决方案：
a.以司机为中心，当司机需要订单时由远及近选取周围未成交订单播单
b.存在最大播单距离，以保证司乘体验
在多平台竞争中，供给占用优先
D司机为中心随着订单密度增加，开始暴漏问题
司机周围订单变得越来越多，仅按照距离排序难以将订单筛选出来，需要进一步优化排序策略
版本2.n一以司机为中心的订单推荐系统
阶段现状：需求继续密集，＞10w单/天
解决方案：a.系统排序进化：开始引入订单长度、目的地特征、已被抢概率、取消概率、司机特征等因素，升级为基于CTR预估的推荐系统
b.以司机为中心，当司机需要订单时，选取周围订单，按ctr预估模型进行排序
c.存在最大播单距离，以保证司乘体验
此时不是单单以距离播单了，P1距离不是最近但是ctr预估最大的订单（成交率最高），以收益最大化为核心。
随着订单量变大，100w单/天，司乘端存在明显的分布不均匀，出现了[离司机都很远无法被播出的P1]和[距离很多司机都很近、被重复播放多次的P2]
多中心的分发系统问题版本3.0一以平台为中心的订单撮合系统
阶段现状：需求继续密集，＞100w
解决方案：
a.同时考虑整个区域的所有乘客司机，以哪种组合方式可以达到所有人的体验最优（成交率最高）
以平台为中心
滴滴出行的司乘撮合系统的进化：
系统进化的过程随着平台供给的增加，阶段性目标也会持续变化，系统也会不断的进化：
不断进化的系统小结
策略框架：是多个功能导向型框架的集合；寻求各个群体的利益点，作为不同小框架的结合点；最终的目的是生态繁荣
平衡时一个生态系统存在的基础；各自成长是生态系统繁荣的必要条件。
网友评论