Каких-то 10 лет назад мы останавливали такси рукой или звонили оператору. Сегодня достаточно сделать пару кликов в приложении любого агрегатора – онлайн-сервиса, который соединяет пассажиров и водителей. Нам больше никто лишний раз не названивает, а на экране телефона есть вся нужная информация о поездке.
Эти цифровые перемены были бы невозможны без развития машинного обучения, умных алгоритмов и появления профессии дата-аналитика. В статье подробно расскажем, как работают современные сервисы для вызова такси и как стать аналитиком данных, чтобы участвовать в разработке подобных систем.
Почему агрегатор делит город на шестиугольники
Вы смотрите на город и видите районы и здания, а сервисы воспринимают его как сетку из правильных многоугольников, которые покрывают карту. Есть всего три фигуры, которыми можно заполнить всю плоскость без пробелов и взаимопересечений: треугольник, квадрат и гексагон – правильный шестиугольник.
Например, в агрегаторе «Ситимобил» используют именно гексагоны, так как в них расстояние от центра одной фигуры до центра любой из соседних одинаковое.
Внутри каждой фигуры – своя цена и свои водители. Анализировать загруженность таксистов на карте помогает открытая библиотека H3 от Uber – эта сеточная система позволяет адаптировать стоимость поездок и принимать другие решения на уровне конкретного города, чтобы клиентов не оказалось больше, чем свободных автомобилей.
Отдельно рассматривают особые точки – например, аэропорты. Нет смысла встраивать их в структуру шестиугольников. После такого заказа водитель в любом случае становится в очередь на нового пассажира.
Как и почему агрегаторы постоянно меняют цены
Если бы агрегаторы работали, как операторы, то есть просто отвечали на ваши заказы, распределяли водителей поблизости и всегда держали низкие цены, произошел бы коллапс на рынке.
Когда в одной зоне спрос растет, а цена остается низкой, свободные автомобили быстро заканчиваются. Сервис назначает туда машины из других районов, где, в свою очередь, уменьшается предложение, а пассажиры уже не могут вызвать такси.
Такая ситуация называется wild goose chase, или «погоня за диким гусем». Она опасна, потому что раздраженные пассажиры, к которым упорно не приезжает машина, и водители, от которых отказываются клиенты, в итоге уходят из сервиса.
Чтобы этого не произошло, агрегаторы ищут баланс между спросом и предложением с помощью коэффициентов высокого спроса, добавленной суммы, машинного обучения и внутренних сервисов.
Коэффициенты высокого спроса вычисляет команда аналитиков, которые хорошо знают рынок, влияние праздничных дней и других факторов на работу такси. Они используют машинное обучение, чтобы максимально сблизить спрос и предложение. При этом цена может не только подниматься, но и опускаться в разных зонах, повышая спрос или урезая его.
Например, Uber умеет гибко менять цену за счет добавленной суммы.
Представьте, что обычно такси стоит 200 рублей. Однако если машину ищут 8 человек, а доступно всего 3 автомобиля, цена повышается на добавленную сумму – 150 рублей. Такая стоимость отпугнет трех пассажиров, но привлечет двух водителей из других зон.
Так агрегатор сохраняет баланс между спросом и предложением. «Яндекс.Такси» для выравнивания цен в зависимости от погоды использует сервис своей экосистемы – «Яндекс.Погоду», а «Ситимобил» применяет машинное обучение, основанное на данных, полученных в шестиугольниках при различных погодных условиях.
Какие алгоритмы помогают вам быстрее уехать
«Яндекс.Такси» использует собственные карты, чтобы следить за состоянием на дорогах. Конкурентам же приходится совершенствовать методики машинного обучения для создания примерной картины дорожной загрузки на всем маршруте поездки.
Для тестирования новых алгоритмов агрегаторы обращаются к методу switchback. Так, Москва поделена на зоны, которые в случайном порядке разбивают на две группы. Первая – контрольная, вторая – экспериментальная. Через короткий промежуток времени группы гексагонов случайно меняют местами. Смысл в том, чтобы протестировать различные варианты ценообразования для клиентов и, соответственно, заработка и загруженности водителей в разных частях города. А в итоге – найти оптимальные решения для конкретных шестиугольников.
Как изменится такси в будущем
Через Uber вместо такси по нужному маршруту можно заказать вертолет – опция пока доступна только в Нью-Йорке и стоит 200 долларов на одного человека.
В России о таком подумывают в «Яндекс.Такси» – компания уже подписала соглашение с «Вертолетами России» о запуске регулярных рейсов на дальние расстояния, например в города Подмосковья. За счет регулярности и вместимости до 5 пассажиров, цена будет примерно такой же, как за поездку на машине бизнес-класса.
«Ситимобил» же заявил о сотрудничестве с «Аэроэкспрессом», они уже запустили совместный мультимодальный тариф. Он позволяет добраться из аэропорта до вокзала на поезде, а потом пересесть на такси и продолжить поездку до нужного адреса по единому электронному билету.
Если говорить о глобальных тенденциях, есть предпосылки для развития беспилотников и перехода такси на электромобили. В нашей стране в начале 2020 года было уже 6300 электрокаров – среди них BMW i3 и i8, Audi e-tron, Toyota Prius и другие. Также станет больше персонализации – перевозки будут согласовывать с расписанием людей и их потребностями. Так уменьшатся издержки и сократится количество машин в крупных городах.
Однако есть и более насущные проблемы. Например, сервисы пока не умеют прогнозировать и учитывать наличие в шестиугольниках машин конкурентов, чтобы более оптимально распределять водителей и назначать цены. Это значит, что поле для будущих разработок еще обширно, а количество вакансий для дата-аналитиков будет только расти.
Глобальное исследование консалтингового агентства MarketsandMarkets показывает, что с 2019 по 2024 год объем мирового рынка аналитики продуктов увеличится минимум в два раза.
Вы тоже можете стать частью таких масштабных разработок. Для этого достаточно начать с хороших курсов. Мы в SkillFactory обучаем аналитике на примере реальных кейсов и уже в процессе помогаем готовить боевое портфолио. Вам не обязательно владеть готовыми аналитическими скиллами или работать в IT сфере. Среди учеников более половины — с остатками школьных знаний по математике.
Если вы с нуля хотите войти в новую профессию, вас наверняка обрадует перспектива зарплаты в 130 000 рублей после одного-двух лет работы и возможность общаться с реальными практикующими экспертами из ведущих компаний во время обучения. При этом введение в профессию начинается плавно – с работы в наверняка знакомых уже «Google Таблицах». В дальнейшем же кейсы постепенно усложняются.
Если вы уже занимаетесь аналитикой, но хотите расти, курс поможет вам развить аналитическое мышление и освоить все необходимые инструменты – вплоть до SQL, Python и дашбордов в Power BI. Вы перейдете на новый уровень работы с данными – станете видеть за ними смысл для принятия ответственных бизнес-решений.
Специально для читателей Яндекс.Дзен действует скидка 50 % на любой курс SkillFactory. Воспользуйтесь промокодом DZEN и учитесь за половину стоимости! Не откладывайте получение актуальной и перспективной профессии на потом >>>