قبل از اینکه وارد تپسی شویم باید توجه کنیم که بیزنسها در طول زمان چه مسیر تکاملی را طی کردهاند؟
در بازارهای سنتی فروشندهای وجود داشت که با چند واسطه محصولی را تولید و به دست خریدار میرساند. وجود تعداد واسطهها باعث میشد هزینه خرید و فروش تفاوت زیادی کند. با ظهور بیزنسهایی مثل والمارت در عمل این واسطهها همه حذف شدند و تنها یک فروشگاه به عنوان واسطه باقی ماند.
والمارت فروشگاه بزرگی بود که تاسیس شد تا مستقیم محصول را از فروشنده دریافت و به خریدار عرضه کند. به این ترتیب همه واسطهها خود یکجا تبدیل به یک واسطه شدند. به این ترتیب هزینه واسطه به شکل معناداری کاهش پیدا کرد.
در سالهای بعد با ظهور آمازون هزینه فروشگاه تبدیل به هزینه انبار شد. فروشگاه (سایت) آمازون هم در واقع در همان مسیر حرکت کرد و هزینه واسطه را کاهش داد. بعد از آن ایربی ان بی و اوبر هزینه واسطه را به صفر رساندند. که در این ارائه ما از آنها با عنوان بیزنسهای دو سویه یاد میکنیم. این بیزنسها فروشنده و خریدار را به هم وصل میکنند. در عمل فروشنده و خریدار مستقیم به هم وصل هستند و هزینه انبار و فروش وجود ندارد واین مدل جدیدی است که جهان به آن رسیده است.
این بیزنسها در طول زمان خود را بهبود دادهاند و به بازارهای دو سویه نزدیک شدند. ویژگی منحصر به فرد در بازار دو سویه این است که سوییچ این کاست برای مشتری مهم است. در واقع مشتری میتواند به راحتی با نصب یا حذف یک اپلیکشن به یک پلتفرم روی آورده یا از آن فاصله بگیرد. سازو کار در این مدل دیگر مشابه بیزنسهای قدیم نیست و همه چیز به این برمیگردد که یک سیستم چطور طراحی شود.
تپسی به عنوان یک بازار دو سویه ابزارهایی برای طراحی بازار خود دارد. با استفاده از این ابزارها تصمیم گرفته میشود که درخواست مسافر برای چه سفیرانی ارسال شود؟ چه مسیرهایی برای چه سفیرهایی ارسال شود؟ یا ازز چه طرحهای تشویقی برای کدام مسافر یا کدام راننده استفاده شود؟ واقعیت این است که اگر از این ابزار به خوبی استفاده شود میتوان بازار را به درستی طراحی کنیم و حداکثر استفاده را از مزایای بازار دو سویه داشته باشیم.
هوش مصنوعی در تپسی چه کاربردهایی دارد؟
صفحه اول اپلیکیشن که مربوط به تعیین مبدا و مقصد است. سه راه اصلی برای رسیدن به مبدا و مقصد وجود دارد. مبدا معمولا پیچیده نیست و چالش اصلی در مورد پیدا کردن مقصد است. یک راه استفاده از لوکیشنهای محبوب کاربرست. در این مسیر بر اساس مسیرهای ذخیره شده توسط خود کاربر تصمیم گرفته میشود.
ابزار بعدی برای پیدا کردن مقصد جستجو است و راه حل آخر جستجو در نقشه است. شاخصی که در این بخش به دنبال بهبود آن هستیم، زمانی است که برای پیدا کردن و انتخاب مبدا و مقصد در نظر گرفته میشود. هوش مصنوعی در همه این زمینهها میتواند کمک قابل توجهی به ما بکند.
در تپسی اگر افراد از مقصد منتخب استفاده کنند 10 ثانیه، اگر از جستجوی نقشه استفاده کنند 30 ثانیه و اگر از خود نقشه استفاده کنند 50 ثانیه زمان از آنها گرفته میشود. یکی از اهدافی که در هوش مصنوعی پیگیری میشود این است که افراد را به سمتی سوق دهیم که از ابزارهای ما بیشتر استفاده کنند اما رسیدن به مدل درست برای هر کاربر حساسیت بالایی و پیچیدگیهای زیادی دارد.
یکی دیگر از مسایل امروز ما در تپسی سرچ در زبان فارسی است که میتواند بسیار چالش برانگیز باشد چرا که ابزارهای طراحی شده برای زبان فارسی به آن صورت نداریم.
موضوع بعدی ارائه قیمت سفرها است. در بازارهای دو سویه باید قیمتی ارائه شود که باب میل مسافر و سفیر باشد. ابزارهایی که برای ارائه این قیمت داریم، یک ماژول است که قیمت عادلانه سفر را مستقل از عرضه و تقاضا محاسبه میکند. اگر به سفر مثل یک کالا نگاه کنیم، کالا با توجه به زمانی که دارد و منطقه مقصد و مبدا قیمتی به آن تخصیص پیدا میکند باید در فرآیند قیمتگذاری قرار گیرد.
واقعیت این است که بیزنس ما داینامیک بالایی دارد. عرضه و تقاضا به شدت بالا و پایین میشود. از همین رو ابزاری به نام سرچ پرایسینگ داریم که وظیفه این ابزار این است که بین عرضه و تقاضا تعادل برقرار کند اما نمیتواند قیمت را از یک حدی پایینتر بیاورد. به این دلیل که سفر عملا برای سفیر صرفه اقتصادی ندارد. اینجا از ابزار تخفیف استفاده میکنیم. به کمک تخفیفی که به مسافر میدهیم تقاضا ایجاد میکنیم. چالش این است که نقطه تعادل را پیدا کنیم.
انتخاب راننده مناسب مرحله بعدی کار است. هوش مصنوعی در این مرحله کمک میکند زمان مفید راننده نسبت به زمان غیرمفید افزایش پیدا کند. در تهران اگر بخواهیم زمان راننده را به سه قسمت تقسیم کنیم، سفیر مدتی به دنبال این است که درخواست مناسب خود را پیدا کند و قبول کند، بخشی از زمان مربوط به این است که به مبدا مسافر برود و بخشی از زمان مربوط به رسیدن از مبدا به مقصد است. دو قسمت اول به طور تقریبی 20 دقیقه و قسمت سوم حدود 25 دقیقه زمان میبرد. نکته اینجاست که دو سوی بازار هستند که کالا را مبادله میکنند. سفیر میخواهد در تمام زمانی که به سفر اختصاص میدهد درآمد داشته باشد، اما برای مسافر تنها قسمت آخر است که اهمیت دارد. در چنین موقعیتی زمان غیر مفید سفیر را کم میکنیم تا درآمد سفیر افزایش پیدا خواهد کرد.
بیزنس ما به گونهای طراحی شده که به سفیر اجازه میدهد سفر را قبول کند یا نکند. بنابراین اگر بخواهیم همه درخواستها را برای راننده ارسال کنیم، ممکن است راننده هیچ سفری را قبول نکند از طرفی اگر بخواهیم آپشنهای یک نفر را زیاد کنیم تصمیمگیری سخت میشود. نقطه تعادل جایی چالشی میشود که ما باید از این زمان بهینه استفاده کنیم.
ما سفیرهایی داریم که چندین هزار سفر با تپسی رفتهاند اما از محدوده کاری خود خارج نشدهاند. در نتیجه باید یک تخمینی از تمایلات سفیر داشته باشد. همه این مسایل باید کنار هم مورد بررسی قرار گیرد و در نهایت به یک نقطه بهینه رسید.
تخمین زمان سفر هم یک پارامتر اساسی در قیمتگذاری و انتخاب سرویس است. بسیاری تصور میکنند تخمین زمان سفر محدود به این میشود که ترافیک لحظهای خود را درست تخمین بزنند. در خیلی از بیزنسها ممکن است چنین باشد اما در بیزنس تپسی چون با تخمین زمان سفر قیمت را محاسبه میکنیم نمیتوانیم فقط به تخمین لحظه اکتفا کنیم. اگر برای یک سفر یک ساعته تخمین سفر بزنیم بعد از نیم ساعت ممکن است ترافیک شهری کلا تغییر کند.
دقت زمان سفر هم مسئله مهمی است. از شش سال فعالیت تپسی 5 سال است که روی این سرویس کار میکنیم. امروز به نقطهای رسیدهایم که از از تمام گزینههای موجود داخلی و خارجی دقتی بیشتری داریم. در حال حاضر از بهترین بعد از خودمان ده درصد دقت بیشتری داریم. برای بیزنس ما هر یک درصد بهبود میتواند صدها میلیون تومان برای مجموعه رانندگان ما داشته باشد.