Surge pricing что это

10.10.202306.07.2022 admin 0 Comments

price surge

Смотреть что такое «price surge» в других словарях:

surge — ▪ I. surge surge 1 [sɜːdʒ ǁ sɜːrdʒ] verb [intransitive] to increase suddenly: • Stock prices surged in early trading. • Demand in the market for middle and top range cars surged by over 100%. • Surging … Financial and business terms

surge — surge1 [ sɜrdʒ ] verb intransitive 1. ) if a crowd of people surges, they all move forward together very quickly: The crowd surged forward toward the police. a ) to move forward as a large mass very quickly: The flood water surged down the little … Usage of the words and phrases in modern English

surge — I UK [sɜː(r)dʒ] / US [sɜrdʒ] noun [singular] 1) a sudden increase in something such as price, value, or interest Forecasters are predicting a pre Christmas surge in spending. a) a sudden increase in the strength of a feeling a surge of… … English dictionary

Price of petroleum — This article is about the price of crude oil. For information about derivative motor fuels, see gasoline and diesel usage and pricing. For detailed history of price movements since 2003, see 2003 to 2011 world oil market chronology. Brent barrel… … Wikipedia

surge — n. & v. n. 1 a sudden or impetuous onset (a surge of anger). 2 the swell of the waves at sea. 3 a heavy forward or upward motion. 4 a rapid increase in price, activity, etc. over a short period. 5 a sudden marked increase in voltage of an… … Useful english dictionary

2007–2008 world food price crisis — The years 2007–2008 saw dramatic rises in world food prices, creating a global crisis and causing political and economical instability and social unrest in both poor and developed nations. Systemic causes for the world wide increases in food… … Wikipedia

Iraq War troop surge of 2007 — The New Way Forward redirects here. For Ford Motor Company s restructuring plan, see The Way Forward. In the context of the Iraq War, the surge refers to United States President George W. Bush s 2007 increase in the number of American troops in… … Wikipedia

Such a Surge — Gründung 1992 Auflösung 2006 Genre Crossover Website http://www.suchasurge.de Letzte Besetzung vor der Auflösung Gesang Oliver Schneider … Deutsch Wikipedia

A Leftist Surge in Latin America — ▪ 2006 by Paul Knox The visit of Venezuelan Pres. Hugo Chávez (Chavez, Hugo ) (see Biographies) to New York City in September 2005 provided a dramatic illustration of the growing power of populist leaders in Latin America. Having positioned… … Universalium

In vitro meat — In vitro meat, also known as cultured meat, is an animal flesh product that has never been part of a complete, living animal. It has been described, sometimes derisively, as laboratory grown meat. In vitro meat should not be confused with… … Wikipedia

Innisfail, Queensland — Infobox Australian Place | type = town name = Innisfail state = Queensland caption = The township of Innisfail, as seen from Coquette Point lga = Cassowary Coast Regional Council postcode = 4860 est = 1879 [cite web| url=… … Wikipedia

Источник

Ваш алгоритм прибыл

Как математика мирит спрос пассажиров с предложением таксистов

Агрегатор такси не просто связывает пассажиров с водителями. Это регулятор рынка, который постоянно анализирует поведение пользователей и экспериментирует со спросом и предложением. О том, как это делается, N + 1 рассказал руководитель отдела эффективности платформы «Ситимобил» Андрей Павлов.

Если бы агрегатор такси работал просто как диспетчер — отвечал на заказы пассажиров и распределял водителей поблизости — рынок пришел бы к коллапсу. Пассажиры, для которых не нашлось водителя, и водители, которые не получили заказы, постепенно покинули бы сервис. Чтобы не допустить этого, агрегатор действует на рынке не просто в качестве посредника, а как полноценный участник, который балансирует спрос и предложение.

Он позволяет цене не только опускаться, но и подниматься, потому что слишком дешевое такси — плохо для всех. Сервис делит город на зоны (об этом ниже). Если в одной зоне спрос вырастет, а цена нет, то первые пассажиры успешно уедут. Когда свободные автомобили в этой зоне закончатся, туда будут назначаться машины из других районов. Там, в свою очередь, уменьшится предложение, и пассажиры уже не смогут вызвать машину.

Такая ситуация, когда таксисты мечутся по городу, называется Wild Goose Chase, или «погоня за диким гусем».

Wild Goose Chase: 1. Есть некоторая зона Москвы (x, t) в момент времени t. 2. Появляются квадратики (запросы на такси), и заказы начинают распределяться по алгоритму «назначить ближайшего». 3. После того, как все ближайшие водители получили заказ, на оставшиеся квадратики назначаются дальние водители. 4. В момент времени и в зоне (x2, t+1) появляется запрос на такси (n+1 клиент). Так как ближайшие водители уже заняты, назначаются более дальние. 5. На рисунке видно, что дуги путей увеличиваются, это и есть WGC. 6. Чем дольше водитель едет к пассажиру, тем меньше он зарабатывает, а клиент меньше готов ждать дальнюю подачу. 7. Таких ситуаций можно избежать, урезав «лишний спрос» за счет повышения цены.

Таксист во время работы пребывает в одном из трех состояний: он свободен, направляется к пассажиру или выполняет заказ. Простейшая модель агрегатора предполагает, что:

1. Свободная машина немедленно назначается на любую запрошенную поездку;
2. Водители получают оплату только за выполненные заказы. То есть только за то время, когда они находятся в третьем состоянии.

Этот расклад как раз может привести к Wild Goose Chase — на заказы в зоны высокого спроса будут назначаться водители из дальних районов. Большая часть их рабочего времени придется на путь к пассажирам. И доход может оказаться ниже даже по сравнению с работой в зонах обычного спроса. Так агрегатор рискует лишиться большой части партнеров, а затем и клиентов. К тому же бесконтрольное перемещение водителей может значительно ухудшить ситуацию в зонах, где спрос не очень высокий, но все-таки имеется. Чтобы избежать всего этого, агрегаторы дают рынку сбалансировать цену соответственно росту количества заказов.

По словам Андрея Павлова, команда «Ситимобил» не пытается с помощью цен приравнять спрос к предложению. Она старается удерживать разницу между ними в пределах некоторого количества свободных машин.

Зависимость времени подачи авто от числа свободных машин. Это один из ключевых графиков всей концепции. Время подачи авто (и, как следствие, холостой пробег, ETA) зависит от того, сколько свободных машин (O) находится в определенной зоне в определенный интервал времени.

На графике видно, что ETA (estimated time of arrival, время подачи авто) снижается с увеличением числа свободных машин. Значит, агрегатору нужно как можно больше свободных машин. Этого можно добиться за счет поднятия цены так, что пассажиров просто не будет и водители останутся свободны. Конечно, этот вариант недопустим. И поэтому существует другое ограничение, выражающееся в максимизации числа поездок и, как следствие, снижении простоя водителя и повышении его заработка.

Сейчас в «Ситимобил» работают над тем, чтобы выразить эти ограничения через постановку задачи математической оптимизации в данных ограничениях и численно решить ее для автоматического подбора оптимального значения числа свободных машин в разрезе времени и гео во всех городах присутствия. Задача эта, мягко говоря, сложная.

При настройке агрегатора многие факторы пересекаются. Так, количеством свободных машин сервис управляет с помощью surge multiplier, коэффициента высокого спроса (того самого 1.8x, 2x, которые пользователь видит в часы пик). Но он влияет и на спрос, и на предложение. Это объясняется тем, что среди водителей конверсия в принятии заказа (доля принятых заказов) в зоне действия surge multiplier выше.

Однако эластичность предложения по цене все равно уступает эластичности спроса по цене. Водители больше внимания уделяют своему дневному заработку, чем цене отдельно взятой поездки. Поэтому surge multiplier в большей степени влияет именно на количество заказов, чем на мгновенную активность водителя.

Побочный эффект — перемещение автомобилей в районы с высоким спросом, в свою очередь, сказывается на уровне предложения сразу в нескольких зонах.

Почему агрегатор делит город на гексагоны

Существует много способов разбить город на зоны. Эта задача относится к более широкой проблеме замощения плоскости. Среди правильных многоугольников есть всего три фигуры, которыми можно заполнить всю плоскость без пробелов и взаимопересечений: треугольник, квадрат и гексагон (правильный шестиугольник). В сервисе «Ситимобил» карта делится на гексагоны, так как в отличие от, например, квадрата, в гексагоне расстояние от центра до соседних областей одинаково. Еще одним преимуществом является наличие открытой библиотеки h3, которая позволяет удобно и эффективно работать с этой структурой.

Одновременно с выбором того, на какие фигуры разбивать карту, агрегатору нужно решить, делать это деление статическим или динамическим. Динамическое разбиение выглядит решением, которое позволит избавиться от некоторых болезней агрегатора. О них речь пойдет ниже. Можно построить гексагон вокруг пользователя и затем в его пределах быстро распределять заказы. Но огромное количество пользователей не дает использовать такой подход. Динамическое разбиение приведет к слишком большим нагрузкам на серверы и базу данных.

Поэтому «Ситимобил» использует уже построенную статическую сетку. Она позволяет легко связывать водителей и пассажиров, но имеет свои недостатки. Один из них — пограничный эффект. Пользователь и водитель могут находиться очень близко географически, но на карте — в разных гексагонах. Влияние этого водителя в расчете коэффициента не будет учитываться, хотя распределение «назначить ближайшего» в некотором радиусе назначит заказ на него.

Сгладить проблему помогает расширение зон сбора данных. Если данных о спросе для точного подсчета недостаточно, используют статистику близлежащих: на ее основании и находят свой surge multiplier.

Как решить проблемы сбора статистик в гексагоне и радиуса распределения заказов? В «Ситимобил» делают так: 1. Количество запросов заказа такси считают внутри гексагона. 2. Для оценки свободных машин вокруг (распределение заказов работает по радиусу вокруг клиента) достраивают соседние гексагоны к центральному и смотрят количество машин в них. 3. Получается, что оценка баланса спроса и предложения делается вокруг клиента, где клиент не точка lon, lat, а гексагон небольшого размера.

Источник

price surge

Смотреть что такое «price surge» в других словарях:

Such a Surge — Gründung 1992 Auflösung 2006 Genre Crossover Website http://www.suchasurge.de Letzte Besetzung vor der Auflösung Gesang Oliver Schneider … Deutsch Wikipedia

Источник

How does Uber do Surge Pricing using Location Data?

Uber has transformed the way we think about going from X to Y. Imagine dominating one of the biggest sectors of the US economy, without any significant working capital or inventory in just five and a half years!

The Uber app has some amazing features such as knowing when and where you will be picked up, tracking your driver’s ETA and progress, estimating your fare and paying automatically.

But no matter how great these features are, one of the prime challenges that the company used to dread in the early days was the unavailability of the drivers when customers demanded for a cab!

What is Surge Pricing?

“You want supply to always be full, and you use price to basically either bring more supply on or get more supply off, or get more demand in the system or get some demand out. It’s classic Econ 101.” — Travis Kalanick, Founder of Uber

While booking an Uber on a Saturday night in Bandra (Mumbai) or Kormanagala(Bangalore), you might have noticed that the cab fares to your home being a bit higher than the normal fares. This pricing mechanism is known as surge pricing or dynamic pricing.

The reasons for surge pricing are normal peak-hours, bad weather conditions (rain, snow, etc), events (concerts, movie-premiere), traffic conditions, unseen emergencies and so on.

Surge Pricing is an algorithmically fuelled technique that Uber (and now a lot of other on-demand companies) use when there is a demand-supply imbalance. A demand-supply imbalance occurs when there is a downward shift in both the rider’s demand and driver’s availability.

During such a time of the rise in demand for rides, fares tend to usually soar high to make sure that those who need a ride can get one reliably and not rely on luck or the driver’s choice. At the core it is closely related to the principle of a free market economy i.e. it helps ensure that the consumers who really want the thing they looking for, get it.

Why Surge Pricing?

The company could have attacked the car availability problem by forcing drivers to sign up for quotas, forced scheduling or even night shifts. But, they rather took an innovative, offbeat approach towards it: Monetization!

Surge pricing is essential in a way that it helps in matching the drivers’ efforts with the demand from consumers. It ensures that drivers are not idle or roaming around the city searching for a potential customer. Surge pricing brings about three changes to the market:

Surge pricing for any trip is based on riders’ location. As in, a driver might get a ride request when he is in a surging area but it is possible that the rider is in a non-surging area.

If Uber had not adopted for surge pricing, it would have resulted in numerous customers complaining about availability and reliability and would have drastically impacted adoption. This model ensures that the supply is not created by Uber itself but rather the drivers and this is still the company’s magic recipe!

How are surge prices calculated?

An ideal scenario is when the number of riders and drivers are equal. So if there are M drivers and M riders then they can be easily mapped to one another. The crisis situation arises when the number of riders is M and the number of available drivers is M-N.

As Uber’s surge pricing algorithm increases the prices, this, in turn, motivates N more drives to hit the roads. As the utilization rates increase, Uber drives the cost down to normalcy.

Here is an official video by Uber shows how price surges actually work:

Uber maps every city into granular hyperlocal zones which are basically small hexagonal blocks. When demand in an area increases the block will start changing the color.

The colored areas of the map range from light orange to dark red. Light orange denotes a low surge while dark red suggests an area of a high surge. Quantitatively, the surge is denoted by multipliers of X.X. A rider in a surging area may accept a surged price for a ride if he/she wants a cab immediately.

How does Uber ensure efficiency?

It’s very intuitive to think that Uber’s aim with surge was to earn more dollars just as resorts or flights do. Rather, they wanted to assure that cars are available as and when to the customers when they requested it and they pass on the surge to the drivers. But, the surge multiplier only applies to the base fare of the trip. Even extra charges like cancellation fees or toll fees have no surges applied to them.

Today, Uber knows when people are likely to pay a price at a certain time. It predicts if a given rider is sensitive to surge or in other words, Uber figures out if a rider will accept a surged price or will wait for 15–20 minutes for prices to fall back to normal.

One way it does so is by finding out the rider’s phone battery level (if the phone battery is low the app operates in power saving mode) and then predicting if he/she is likely to pay or not. It is obvious that if your phone battery is about to die, you will accept a surged price fare because you need to get to your destination immediately. [Source]

Another interesting thing to note is that how Uber fixes the surge multipliers. It is a human tendency to accept fares if the multipliers are not rounded off. As per reports, there seems to be a large drop in demand for rides when the surge multipliers were changed from 1.9 to 2. [Source]

The black-box behind the price surge!

Surge pricing is specific in different areas of a city. Some neighborhood might have a surge pricing while other neighborhoods have normal pricing. Uber uses a lot of data such as information about events, weather, historical data, holiday time and traffic to have a forecast of future market conditions.

The multipliers are also quite different for different individuals because Uber predicts the “willingness to pay” for a rider by combining various real-time data along with user history with Uber.

It might be noted that although it is thought that surge pricing motivates drivers to come on roads but in reality what actually happens is a re-allocation of available drivers in surrounding areas/streets.

However, very often what has happened is that prices escalate very high and a cab ride can only be accepted at an exorbitant price, leading to angry users. The most recent example is that of the controversial price surge during the 2012 New Year’s Eve! [Source]

How do riders and drivers benefit from price surge?

Due to surge pricing, the time one spends waiting for an Uber decreases and it also ensures that pickup is readily available. Riders can choose to either pay a higher price or wait for some time for prices to come down or can take an alternative mode of transportation. In this way, cab-sharing companies promise a ride for everyone who wants one, though at a higher price tag.

Drivers benefit from price surging too. Since drivers get a certain percentage of the total trip fare as earnings hence during the period of the price surge their earnings also step up. Also, rides that have the surge element rewards the driver more in terms of incentives.

It also has a long-time benefit as it communicates drivers when they should, in general, get on roads for planned events, holidays or periods of expected high demand like poor weather.

Hence, surge pricing plays a major role in cutting down idle time and making unit economics profitable. It tells people when to be where!

Источник