李薔+朱鵬+宓雪

摘 要：目前，隨著技術(shù)的發(fā)展，打車軟件平臺運用互聯(lián)網(wǎng)+的思想攻克打車難問題中信息不暢通的問題，但平臺的運營和資源配置問題成為新的瓶頸。經(jīng)分析，現(xiàn)有的各公司的出租車補貼方案不僅未有效緩解打車難問題，而且不利于公司獲得經(jīng)濟(jì)效益，使公司資金難以良性運轉(zhuǎn)。基于這樣的問題，文章通過模型建立對打車平臺的補貼模式進(jìn)行分析和討論，并提出相關(guān)建議。

關(guān)鍵詞：打車軟件；補貼模式；增強用戶粘性

中圖分類號：F512.6 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-2945（2017）23-0024-02

1 研究背景

在日常的打車體驗中我們常常會發(fā)現(xiàn)在打車高峰期難以叫到空車，而在一些偏僻地區(qū)，出租車少難叫到車的問題更為普遍。據(jù)有關(guān)機構(gòu)發(fā)布的2013年第3季度打車APP市場監(jiān)測報告的數(shù)據(jù)，快的打車為41.8%，嘀嘀打車為39.2%，兩家公司市場份額超過80%。到目前為止，這些APP已經(jīng)有了許多客源，所以這些APP面臨的問題已經(jīng)改變，從“搶市場”這一層面變到“流量變現(xiàn)”這一層面。所以，補貼終會止步，而沒有補貼的打車軟件，用戶數(shù)量肯定會下降，如何增強用戶粘性并攫取客戶剩余價值是打車軟件現(xiàn)在面臨的最大問題。

2 打車軟件模式分析

軟件公司對不確定因素的分析與控制在很大程度上決定了軟件的競爭力，合理地預(yù)測和控制不確定因素，并將其影響力降到最低，是各平臺獲得最大使用量和最大利潤的關(guān)鍵。現(xiàn)實生活中的不確定現(xiàn)象主要由眾多隨機因素導(dǎo)致，并服從一定的概率分布。而打車軟件使用中的不確定因素主要有：叫車加價幅度、補貼發(fā)放幅度、乘客平均等待時間、出租車司機搶單數(shù)量和乘客的下單數(shù)量。其中叫車加價幅度、補貼發(fā)放幅度和乘客平均等待時間符合連續(xù)型隨機變量的特性，滿足隨機正態(tài)概率分布；而乘客定位功能精度、出租車司機可搶訂單數(shù)量和乘客的下單數(shù)量則影響了司機和乘客的直接用戶體驗。

3 打車軟件的優(yōu)勢

打車軟件有效降低了司機的空駛率，并且增加了小費收入的幾率，另外搶單的補貼也是一部分收入。對于乘客而言，軟件提供了便捷，節(jié)約了時間。通過打車APP這款軟件，可以提高司機和客戶之間的匹配關(guān)系，以便于將來降低出租車的空載率。

4 打車軟件的市場競爭分析

目前絕大多數(shù)的打車軟件搶占市場是使用了“燒錢”的戰(zhàn)略，這種戰(zhàn)略短時間內(nèi)能夠搶到大量的用戶。但是從長期的利益來看，軟件的用戶體驗才是關(guān)鍵，才是打車軟件的生存之道。為了提高用戶體驗，需要很多方面的支持，一個是用戶的數(shù)量和司機的數(shù)量應(yīng)該保持相對平衡，不能相差較大，當(dāng)用戶叫車時能夠快速叫到車，并且同時控制好出租車的空載率，另一個是打車APP的功能要足夠強大，尤其在定位方面，無論是乘客還是司機，都能快速知道對方的具體位置。

5 模型建立

5.1 模型假設(shè)

假設(shè)某城市里面只有甲乙兩家打車軟件，并且其已通過補貼政策取得了相應(yīng)的市場份額。通過數(shù)學(xué)模型解決如下問題：當(dāng)乙方不采取補貼時，甲方應(yīng)該采取什么措施？

符號說明：JCK：當(dāng)乘客叫車時，乘客能夠承受的平均上加價格（元），TCK：當(dāng)乘客叫車時，乘客能夠承受的平均等待時間（分鐘）。

5.2 模型建立與求解

根據(jù)市場上的研究調(diào)查情況，根據(jù)相關(guān)數(shù)據(jù)開始建立數(shù)學(xué)模型，以一天中上下班的高峰期這一打車時間段為例，假設(shè)甲乙雙方各占市場份額的一半，都是50%。

一款打車軟件獲得利潤的公式如下所示： 總利潤=廣告宣傳等其他收入-市場上對乘客和司機的補貼支出-開發(fā)本款軟件所要的成本，根據(jù)題中條件，針對同一款打車軟件而言，所有出租車司機的流失量為Q'，所有出租車司機的實際搶單量為QD，所有普通乘客的流失量為Q，所有普通乘客的實單量為XD。假設(shè)這樣一種實際情況，所有乘客的實際訂單量與所有司機的實際搶單量相等，則凈利潤為M=P-QD（CK+CZ）。

在這當(dāng)中，除了所有成本的總額P之外，打車軟件還受到許多方面的影響，這當(dāng)中的絕大部分，都與該軟件在相應(yīng)城市的占有份額有很大的聯(lián)系：

K1為打車軟件在所有普通乘客市場中銷售額系數(shù)；

K2為打車軟件在所有出租車市場中銷售額系數(shù)；

K3為本款打車軟件在所有普通乘客實際下單量系數(shù)；

K4為本款打車軟件在所有出租車司機實際搶單量系數(shù)。

在打車軟件中，受到很多因素的影響，例如所有乘客的平均等待時間，所有乘客加價的平均加價價格，不同的打車軟件的市場占有份額等，出租車司機的實際搶單量為QD，普通乘客的實際下單量為XD，在這當(dāng)中，所有乘客加價的平均加價價格和所有乘客的平均等待時間兩者之間呈現(xiàn)負(fù)相關(guān)，并且兩者之間是滿足正態(tài)隨機分布的。

（1）當(dāng)XD>=QD時，大部分的出租車司機不能夠很輕松地獲得用戶訂單，在這種情況下，出租車司機的實際供應(yīng)量大于乘客的市場需求量，也就是說出租車司機實際搶單量大于普通乘客實際的下單量。在此期間，普通乘客能夠及時快速方便地叫到出租車，平均的等待時間最短，普通乘客用戶體驗和感受特別好，同時乘客流失量Q達(dá)到最??；但出租車司機的用戶流失量Q'達(dá)到最高，出租車司機的體驗和感受特別差。

（2）當(dāng)XD

5.3 模型結(jié)果分析

經(jīng)過分析能夠得到這樣的結(jié)論，假設(shè)大部分的司機和大部分乘客在一個打車APP上感受不好，用戶體驗較差，肯定會流向其他打車軟件，平臺的流量及市場占有率會減低。

當(dāng)乙方不采取任何有關(guān)的補貼補助時，也就是說CK2和CZ2這兩個補貼標(biāo)準(zhǔn)都為零，沒有任何補貼，如果出現(xiàn)這種情況，則大部分出租車司機的實際下單量QD2會呈現(xiàn)下降趨勢，同時，大部分普通乘客的實際下單量也會呈現(xiàn)下降趨勢，根據(jù)公式M2=P2-QD2（CK2+CZ2）可以得到這樣的結(jié)論：

當(dāng)M2=P2時，雖然乙方的打車APP可能會在一段時間內(nèi)獲得相應(yīng)的利潤，但因為用戶已經(jīng)開始流失，無論是乘客還是司機的使用量都在減少，所以流失量Q2'和Q2會不斷增加，與之對應(yīng)的是市場份額不斷減少，最終面臨退出市場的情況。因此，甲方在這種情況下，之前采取的補貼措施應(yīng)該保持不變，從而獲得新的使用者的加入。如下所示，甲方的潛在利潤會增加，市場份額同時也在增加。

雖然這種做法能夠讓甲方得到很樂觀的發(fā)展前景和收獲更高的市場份額量，但是不足的是，甲方為了維持這種現(xiàn)狀，需要投入更多的資金。

5.4 結(jié)論

通過以上的數(shù)學(xué)模型的分析，我們發(fā)現(xiàn)：打車軟件如果持續(xù)使用補貼的方式作為拉用戶的戰(zhàn)略，會使司機和乘客雙雙得利，該平臺和競爭對手會進(jìn)入惡性競爭，并且在很長的一段時間內(nèi)無法贏利，一旦一方平臺資金出現(xiàn)問題，必將喪失競爭力，導(dǎo)致平臺退出該市場。通過以上的數(shù)學(xué)模型可知，在一個城市里面如果有兩家或以上的這樣的打車軟件，只有在可持續(xù)性競爭、合理定價的前提下，才能夠共同的生存下來。

6 補貼方案建議

打車平臺前期使用金錢補貼方式搶占市場有一定的意義，但這樣獲得的市場可靠度不高，同質(zhì)競爭較大，并且難以從利潤上維持平臺良性運營，所以通過以上數(shù)學(xué)模型的分析，可以得出一個結(jié)論：打車軟件的用戶體驗和感受才是其生存發(fā)展的關(guān)鍵。打車軟件通過提升該軟件技術(shù)水平，同時提高兩類用戶的體驗感受，做好相應(yīng)的后續(xù)服務(wù)，這才是最有效最直接方法。

針對以上打車軟件所要面臨的問題，以下提出幾點建議：

（1）為提高乘客黏性，打車軟件可以建立用戶積分體系，協(xié)同其他平臺或商家進(jìn)行營銷，以代替直接的現(xiàn)金補貼方式。

（2）在原有服務(wù)基礎(chǔ)上發(fā)展拼車功能，實現(xiàn)規(guī)模效應(yīng)?，F(xiàn)有拼車模式的體驗和服務(wù)體系不完善，導(dǎo)致拼車市場難以打開，需要對拼車的安全性和訂單分配帶來的體驗感進(jìn)行完善。

（3）探索更多模式的合作。打車軟件作為人們出行的基礎(chǔ)性服務(wù)工具，可以將出行鏈條串聯(lián)起來，與吃喝玩樂住等結(jié)合，提高用戶體驗。

參考文獻(xiàn)：

[1]吳翊，吳孟達(dá)，成禮智.數(shù)學(xué)建模的理論與實踐[M].北京：國防科技大學(xué)出版社，2002.

[2]姜啟源，謝金星，葉俊.數(shù)學(xué)模型（第三版）[M].北京：高等教育出版社，2003.

[3]韓中庚.數(shù)學(xué)建模方法及其應(yīng)用[M].北京：高等教育出版社，2005.

[4]謝金星，薛毅.優(yōu)化建模與LINDO/LINGO軟件[M].北京：清華大學(xué)出版社，2005.

[5]郭曉煒，鄭元春.“嘀嘀打車”新思維[J].中國經(jīng)濟(jì)和信息化，2013（06）：76-78.