【聚焦】Uber动态定价中蕴含的算法

在中国的打车市场混战中，Uber也加入了战局。与国内打车公司策略不同，动态定价策略是其核心之一，不论是受到赞扬还是诟病，这个符合经济供求的溢价算法在中国已经启动。

当你在某个夜晚听完演唱会想叫个Uber回家时，你可能会发现价格居然自动上涨了1.5倍甚至更高，这是怎么算出来的。

溢价算法，是基于他们对市场这只无形的手的调节功能，百分之百的相信，以及百分之两百的理解，正如他们自己所说“溢价不是计划好的，是依据供求动态平衡”。

下文摘自Uber的董事会成员Bill Gurley的文章，他深入的探讨一下该定价策略和其以后的发展机会。

动态定价的起源

在2012年初，Uber位于波士顿的研究组发现，每到周五和周六凌晨1点左右，会出现大量的“未满足需求”。导致这种现象的原因是在这个时段，大部分司机登出Uber系统，准备收工回家，而恰恰这会儿在party上嗨完的人刚刚准备回家。这就造成了瞬间的供需不平衡，在最需要用车的时候却叫不到车，用户的抱怨与日俱增。于是他们有个方案，在高峰期(午夜到凌晨三点)适当提高每次乘坐的单价，看是否有司机响应。仅仅两周后，他们就得到了非常好的反馈，在该时段的提价，使得出租车的供应量增加了70%-80%，几乎满足了三分之二的“未满足需求”，绝对是个重大突破。看来在该领域，供应量的弹性非常大，在市场价格调高后，司机确实更有动力守候在午夜时分。

这个调查成功的开启了Uber动态定价的先头，随后便正式应用在任何高峰时段。动态定价的算法也十分智能，在用户等待时间有个比较陡峭的上升趋势时，便会触发该算法。

从核心上来讲，要解决供求不平衡，要么增加供给，要么减少需求。动态定价成功的从两个方面影响了供求关系。

经济学小科普：供求曲线

供求曲线模型是经济学最基础和最核心的。要分析，就要根据Uber的业务模式来确定其供求。首先，如上文中的波士顿实验，证明其市场的需求和供给都是高弹性的。

就需求方而言，在两个方向上都具备高度弹性。其一，当价格升高后，直接使需求量相应减少。其二，当价格降低后，需求量也会立即增加。

市场化在Uber的业务上体现地非常灵敏，受”看不见的手”将资源进行最优化的配置。这种现象并不难解释，因为在Uber这个市场里的参与者，都是独立个体，可以被认作是“理性人”，所以他们的行为可以准确地被市场规律描述。

Uber动态定价模型中的供求关系也是非常直观的。当需求大于供给，算法会自动提高价格，减少需求提高供给，使得供需达到一个动态平衡。这个过程持续不了多久，因为当供给逐渐大于需求时，价格又会恢复到初始水平。这个过程循环往复，始终维持着平衡。试想如果需求增加，而不升高价格，会发生什么？用户等了好久都没叫到车，未满足需求井喷，不满意，卸载再也不用。如果采用动态定价，从图形来看，Q点总会比常态价格的更靠右，用户打到车也就是因为供给增加了。

动态定价大比拼：Uber vs. 酒店，机票，租车

在之前很多行业都比较成熟的在使用动态定价，比如酒店，机票，和租车行，高峰期也和Uber类似，比如节假日。酒店在新年夜的价格往往比平时或周末都要高出一两倍，在无法提高供给的时候，提高价格也是被大众所接受的举措。

唯一不大一样的是，像酒店，机票，他们的供给是固定的无法提高，而Uber不是。对酒店来说，供给是刚性的，无法临时造所房子出来，而Uber的司机供给弹性则大的多，可以收工回家，也可以继续服务。

对Uber来说，在需求大量增加时，供给曲线左移，需求曲线右移，这时需要价格作为催化剂来达成二者的平衡。影响供给的还有个因素，就是可替代性如何。在新年夜的大单千载难逢，有的用户会预定一辆车来独自享受，价格甚至可能超过一千美金，仅仅是这一晚啊！这种情况下，躲在家里的司机也会很乐意出来接一单的。

最挑战的环节：您附近无车可用

关于Uber的定价媒体舆论也吵得纷纷扬扬，使得Uber不得不重新考虑其加价条款。越来越多的用户抱怨在很多地方都无车可用，丝毫不实用，也无可靠性。

最差的一种体验就是刚打开Uber, 如果就提示无车可用。有人说，至少应该在没车可用时保持平价，好站在用户这一方，抚慰这些没打到车的人。

其实事实不是用户想象的那样，在高峰期，任何一种交通工具都是超负荷运转的。地铁，公交都是这样，都无法给你提供可靠的服务。这时Uber更倾向于让更多的用户能够叫到车先。与其让用户无车可用，让部分用户对定价持有异议似乎更容易接受。

不理解Uber的动态定价的用户，其实是没有理解Uber作为一个市场平台的本质。主流的平台都会用供需模型来调整供应量。这也是Ebay拍卖最初的来源。StubHub, Airbnb, Homeaway也都是这么做的。Google Adwords的定价算法也是以此为基础。正是动态定价在市场上如此广泛的应用，奠定了Uber CEO 的信心。最大化用户的利益，最优化市场资源的配置，只能通过动态定价来实现，即使有时要用部分用户的不理解作为代价。

评论

在车少导致打不到车的情况下，大家在心理上更希望把打到车的人归结为“运气好”，而不是“他有钱”，而且在灾难到来的时候提高价格，会让人们本来把对某个司机发灾难财的抱怨转嫁到一个公司的头上。

Uber对经济学原理的应用无可厚非，供需原理也的确能够发挥杠杆作用，但是归根到底，在算法还无法达到真正的智能（比如即时判断车变少的原因）之前，完全依赖于大数据和算法总是会让人不那么愉悦的。

PPV课其他精彩文章：

1、回复“干货”查看干货 数据分析师完整知识结构

2、回复“答案”查看大数据Hadoop面试笔试题及答案

3、回复“设计”查看这是我见过最逆天的设计，令人惊叹叫绝

4、回复“可视化”查看数据可视化专题-数据可视化案例与工具

5、回复“禅师”查看当禅师遇到一位理科生，后来禅师疯了！！知识无极限

6、回复“啤酒”查看数据挖掘关联注明案例-啤酒喝尿布

7、回复“栋察”查看大数据栋察——大数据时代的历史机遇连载

8、回复“数据咖”查看数据咖——PPV课数据爱好者俱乐部省分会会长招募

9、回复“每日一课”查看【每日一课】手机在线视频集锦

原文始发于微信公众号（PPV课数据科学社区）：【聚焦】Uber动态定价中蕴含的算法