年会活动策划公司 我们的故事(手机) 关于善达 新闻动态善达知识 我们的服务(手机)
当前位置 :善达首页 > 关于我们 > 新闻动态 > 公关策划公司:滴滴张博:推专车是为了灭掉黑车

公关策划公司:滴滴张博:推专车是为了灭掉黑车

2016-01-03 21:57:44

  原标题:滴滴创始人:推专车是为了灭掉黑车 跟出租车关系不大

  滴滴专车在被黑数日后,当事人终于站出来回应。1月10日,在清流资本举办的沙龙上,滴滴打车联合创始人张博讲述了前因后果:他为毛要做专车?“我推专车是为了灭掉黑车,跟出租车关系不大”;“滴滴专车的使命是不要让乘客不再迁就体验,希望大家有尊严地出行。”

  滴滴打车大大降低了出租车的空驶率,但即便把空驶率降到零,还是满足不了乘客的出行需求,原因是人多车少,大量体验差的黑车成了抢手货。于是才推出了滴滴专车。

  以下为张博演讲内容,由记者整理,原文有所删减:

  为毛要做滴滴打车?

  滴滴打车是2012年6月份创立的,其实是一个非常朴素的想法,在出租车这个场景下没有人是开心的:乘客不开心,打车要等好长时间。我以前在百度工作,每天晚上十点钟下班,因为住的很远,每天会到百度南门去打车,有时候那里停着十多辆车,我会被连续拒载十几次,乘客是如此痛苦。

  出租车司机也同样很痛苦,传统模式中,他去找路边的乘客,最重要的工作是找到附近最近的乘客,拉到目的地。整个过程中,40%的成本(时间、油)花在找客上。每增加一辆出租车,对于道路的压力相当于三辆私家车,比如尾气排放。

  2012年6月,我们发现了这类问题,就想其中的核心是什么?看了一下传统打车的业务流程,乘客必须下楼招手,该信号是以光为媒介往外传播,只能被前方没有视线遮挡十米内的出租车司机看到。而司机在空车时,需要获取的信息是他附近哪里有乘客,依靠的工具是眼睛,范围很小,因此需要开车去扩大搜寻面积。

  我们核心思想就是把视线为媒介换成移动互联网,它会带来两个生产力的提升:

  第一,使信息的传递效率更高,乘客不需要下楼招手,在房间里喝咖啡看电视,就可以把出行需求发出去。以滴滴现在的情况,当乘客发出去之后,一秒钟后,你周边有六个司机会了解所有情况,不需要再开车扫马路了。

  第二,司机的决策体系的提升,他需要知道很多信息。为什么司机在百度南门不愿意接我?因为他想回家。但若有个司机刚好顺路,他就会愿意。滴滴在传递信息时候,会包含出发地、目的地,还有15%的乘客自愿加价。

  在2012年下半年,我们在北京把商业模式建起来,2013年开始复制,之后又碰到了阿里和腾讯,我们一周之内业务涨了五十倍,出租车就正式成为一个大众品牌。

  通过大数据分析,我们还发现一些有兴趣的东西:乘客的出行是可以被预测的。我们在百度工作,晚上九点以后打车可以报销,因此,在晚上九点钟有一个打车高峰。周五晚上,在三里屯晚上十点有一个高峰。我们发现有很多的周期性的上涨、下降,这些数据是有规律性的。但司机掌握不了这些规律。

  于是,我们开始利用数据调动司机,通过预测每一个司机周边的订单情况,来告诉司机,哪个路口未来五分钟会有很多的订单出现。50%的司机会根据我们的信息前往,80%的人认为,我们给他的信息有价值。

  这是我们在O2O的第二步:用大数据去分析,影响供给。

  为毛做滴滴专车?

  去年8月,我们推出了滴滴专车,为什么要做这个事情?我们发现,即使把出租车的空使率降到零,仍无法满足乘客立即出行的需求:出租车牌照是被垄断的。

  北京市的出租车有10.6万辆,而人口却一直在火箭般的速度往上长,现在已经有两千万常住人口,一千万流动人口,无法满足所有人立刻出行的需求。那么,这些溢出需求都去哪儿了?黑车。

  再举个以前我上班的例子。每天早上八点半我要打出租车,但周围恰好没有。这时一个黑车说哥们你走吗?没有选择,我必须得走。黑车是一个体验呢?第一个价格不标准,每次都要谈价格。如果你对目的地不熟悉,还经常被宰。

  信息不对称会带来很多问题:

  第一,价格体系是比较混乱。

  第二,安全隐患。我坐过的黑车里面,车况最好的是比亚迪[2.13% 资金 研报],其余大多没有牌子,比如小面包,不知道安全状况如何,声音很大特别破。

  第三,司机基本没有服务意识,他们会在车上抽烟,随意接听电话,不经乘客允许随意拼车。就是这么一个体验,但每天市场巨火爆。我们这边拿到了一组数据,每天北京大概有两百多万出租车订单,其中一百多万是黑车订单。

  在我眼里,黑车体验差但很多人用,原因是因为乘客的出行体验已查到极致,逼着他必须忍受这样一个非常低质量的服务。

  滴滴专车想做的事情是什么呢?

  就是不要让乘客不再迁就体验,希望大家有尊严地出行。

  第一个是价格标准,不允许载客。他会知道你现在走了多少路,有一个合理的计价方式,比出租车高30%-50%。

随机案例推荐