Uberがデータを使用してサービスを改善し、モビリティの新しい波を生み出す方法
人を動かして配達することになると、Uberよりも広く認知されている企業はほとんどありません。
しかし、彼らはどのようにそれをしますか？そして、私たちは彼らから何を学ぶことができますか？結局のところ、舞台裏で大量のデータが収集、生成、視覚化されており、すべてがより効率的な会社を作り、輸送全体に影響を与えるように取り組んでいます。よく見てみましょう。
データの背後にある会社
Uberは当初、サンフランシスコのUberCabという黒い車の配車サービスとして開始されました。
ubercab-early-uber-スクリーンショット
従来のタクシーの約1.5倍の費用がかかりましたが、スマートフォンからUberCabを呼ぶことができるという事実は、消費者に大ヒットし、新しい都市がすぐに追加されました。自転車配達サービスや食品配達などの他のベンチャーも、一部の都市で立ち上げられ、テストされました。
使い方
Uberのドライバーから乗車できるのは、そのシンプルさの点で美しいです。アプリを開き、乗車場所を設定し、車をリクエストし、乗車してボタンをタップするだけで支払います。しかし、これらすべてを（比較的）スムーズなプロセスで実現するために、大量のデータラングリングが行われています。それに加えて、貧弱な都市交通インフラ、交通渋滞、非協力的な運転手など、Uberの制御が及ばないことがあるという事実もあります。
ニール・パテルとの協議
私の代理店があなたのウェブサイトへの大量のトラフィックをどのように促進できるかをご覧ください
SEO-大量のSEOトラフィックのロックを解除します。実際の結果をご覧ください。
コンテンツマーケティング-私たちのチームは、共有され、リンクを取得し、トラフィックを引き付ける壮大なコンテンツを作成します。
有料メディア-明確なROIを備えた効果的な有料戦略。
電話を予約する
これらの挫折にもかかわらず、Uberは私たちの移動方法を変え、サービスがますます多くの都市に来るにつれて、さらに変化する準備ができています。しかし、バックグラウンドで実際に何が起こっているのでしょうか。また、そこから何を学ぶことができるでしょうか。
舞台裏のプロセス
Uberにはドライバーの膨大なデータベースがあるため、車をリクエストするとすぐにUberのアルゴリズムが機能します。15秒以内に、最も近いドライバーと一致します。バックグラウンドでは、ドライバーに乗客がいない場合でも、Uberはすべての旅行のデータを保存しています。このデータはすべて保存され、運賃の設定だけでなく、需要と供給の予測にも活用されます。 Uberはまた、都市間での輸送の処理方法を調べ、ボトルネックやその他の一般的な問題を調整しようとします。
Uberはドライバーに関するデータも収集します。 Uberは、車両と場所に関する識別できない情報を収集するだけでなく、速度と加速度を監視し、競合他社（Lyftなど）でも働いているかどうかを確認します。
これを読んでいるのなら、それがプライバシーの重大な侵害なのかどうか疑問に思っています。あなたが最初ではありません。しかし、Uberは、プラットフォームで収集されたデータをどのように使用するかについて非常に明確です。米国の顧客とドライバー向けのプライバシーポリシーのセクションは次のとおりです。
Uberは、匿名化および集約された形式でお客様の個人データを使用して、サービスのどの機能が最も使用されているかを綿密に監視し、使用パターンを分析し、サービスを提供または集中する場所を決定します。業界の分析および統計のために、この情報を第三者と共有する場合があります。
常に存在するデータの誤用の懸念がUberのすぐ後を追っていますが、彼らが洞察を収集する匿名の集約データは驚くべきものであることに疑いの余地はありません。
このデータはすべて収集、処理、分析され、顧客の待ち時間から、最高の運賃とほとんどの乗客を利用するためにドライバーがヒートマップを介して自分自身を配置する場所を推奨するまでのすべてを予測するために使用されます。これらのアイテムはすべて、運転手と乗客の両方にリアルタイムで実装されます。
需要と供給の監視
Uberのデータの最大の用途の1つ（そしておそらく乗客から最大の怒りを引き出すもの）は、Uberで「Geosurge」と呼ばれるモデルであるサージ価格設定の形で提供されます。予定に遅れて走っていて、混雑した繁華街での乗車を予約する必要がある場合は、ほぼ2倍の料金を支払う準備をしてください。
2011年、ニューヨークでの大晦日には、1マイルの旅が一晩で37ドルから135ドルになりました。
この種の動的価格設定は、週末または休日の運賃と料金でホテルやフライトが使用する価格設定戦略に似ています。ただし、Uberは、交通パターン、需要と供給に基づいてリアルタイムで予測モデリングを活用します。このタイプの価格設定についても特許を取得しています。
これが一度にUberの乗車をリクエストする人の数に波及効果があると考えている場合は、その通りです。そのため、Uberは、余分なお金を稼ぎたいと思うたびに、Geosurgeスイッチをすばやく切り替えるだけではありません。代わりに、データサイエンスを使用して、顧客に対する急上昇価格の短期的および長期的な影響を分析します。
短期的には、急上昇価格は需要率に大きく影響しますが、長期使用は維持または損失の鍵となる可能性があります
顧客。利上げに対する顧客の反発は強いため、Uberは機械学習アルゴリズムを使用して需要が強い場所を予測することを検討しました。これにより、ドライバーはその需要に十分に対応できるようになり、急上昇する価格が大幅に引き下げられます。この新しいシステムはまだリリースされていませんが、Uberは、強力な顧客とドライバーの基盤を獲得して維持するために、新しい革新的な方法で機能するデータを投入する必要があることを知っています。
これを行うには、Argosから無数の社内データラングリングシステムを構築します。Argosは、数百万のシステムインタラクションとメトリックを監視し、深刻な停止の場合にエンジニアに警告します。Gurafuは、より優れた、より安全なルートをリアルタイムで設計するツールです。ドライバー向け。このようなシステムは、UberPOOLやUberEATSなどの新しいUberサービスの展開にも対応しています。
ただし、需要と供給のデータは都市ごとに同じではないことに注意してください。そのため、Uberのエンジニアは、ドライバーとライダーをより効率的に接続するために、都市の「パルス」をマッピングする方法を考案しました。そして、すべての主要な大都市が似ていると思うなら、もう一度考えてみてください。ニューヨーク市とロンドンの比較を見てください。
uber-new-york-london-pulse
夜はニューヨーク市に乗客が出入りしますが、ロンドンは夜遅くまで明るいです。これは、ある都市でUberがうまく機能していることが、必ずしも別の都市に対応しているとは限らないことを示しています。
データ分析の視覚化
もちろん、このすべての情報を収集することは、ビッグデータの旅のほんの一歩です。本当の問題は、Uberがこの情報を使用して意思決定を行うための最良の方法をどのように決定するかということです。収集したデータから実用的なポイントをどのように収集しますか？
たとえば、Uberは数十億のGPS位置情報を管理しています。毎分、彼らのプラットフォームは何百万ものイベントをジャグリングします。これらの詳細をどのように活用して、場所から場所への移動する人や物をより適切に管理するのでしょうか。
彼らの答えはデータの視覚化です。
Uber自身のデータインテリジェンスブログによると、データ視覚化の専門家は、コンピュータグラフィックスの専門家から情報デザインまで多岐にわたります。マッピングやフレームワークの開発から、一般の人々（ドライバーなど）が見るデータまで、すべてを処理します。そして、これらのデータの外挿と視覚化の多くはこれまでに行われたことがないため、社内で開発するツールが必要になっています。
技術的になりすぎることなく、データ視覚化の課題に対応する多くのアプリケーションには次のものがあります。
CityOpsチームとゼネラルマネージャー向けのアプリケーションのマッピング
uber-new-york-supply-demand
これらは、現在の需要と供給の最新の詳細を必要とするUberのチームです。同様に、マーケティングの専門家はキャンペーンを計画するために集合体データを必要とする場合があります。そこで、Uberのエンジニアリングチームは、カーソルを特定の領域にドラッグすると、Uberのドロップオフの分布をリアルタイムで表示するシステムを構築しました。
別の例は、特定のエリアの密度を理解することが動的な価格変更につながる可能性がある大都市で特に重要です。 Uberは、特定の領域をより詳細に表示するためにドリルダウンできるレイヤーの組み合わせでこれを示しています。
new-york-uber-map-drilldown
しかし、これらはエンジニアやデータサイエンティストが精査するための単なるデータの視覚化ではありません。データの視覚化は、uberPOOLがトラフィックの削減にどのように役立つかを視覚化するなど、Uberの機能とその仕組みを一般の人々がよりよく理解するのにも役立ちます。これは、創設者のTravisKalanickがTEDトークで共有した視覚化です。
セパレートトリップ-uberpool-trips
これから何を学ぶことができますか？
Uberがデータサイエンスをどのように使用しているかを示すことは1つですが、それは、彼らの調査結果が私たちの他の人々にとって何を意味するかを完全に発見することです（オンデマンドでの乗車だけではありません）。 Uberは、ビッグデータに座っているだけでなく、ビッグデータの使用について多くのことを教えてくれます。彼らはまた、そのデータのすべての可能なオンスで接続を探すことを教えてくれます。情報を収集しているが使用していない場合は常に、ビジネスを成長させ、改善する機会を逃す可能性があります。
また、データを希望どおりに処理するためのそのようなツールが存在しない場合は、それを機能させるための手順を実行します。それが既存のツールの基本的な組み合わせを意味するとしても、Uberが行ったことの多くは、まったく新しい型に合うように既存のシステムを作り直す必要がありました。これにより、柔軟性を維持し、オンザフライで適応できるようになりました。これは、優れたデジタルマーケティング担当者が持つべき重要な特性です。
また、Uberが特定の都市の脈拍を記録するのとほぼ同じように、データから収集したすべての回答が完全に異なる都市に持ち越され、包括的に適用できるわけではないことも理解しておく価値があります。データを個別に収集し、それが何であるか（他のコレクションとどのように一致するか、または一致しないかではない）について分析することで、洞察と機会が飛び出します。
そして最後に、そのインスピレーションを取り入れて実行します。 Uberは最初は小規模でしたが、サンフランシスコで大きな成功を収めたのを見て、そのような
erviceは、国全体および世界中で非常に有益である可能性があります。また、車だけでなく、SUV、高級車、食品、自転車メッセンジャーの配達なども含まれます。可能性はそこにありました—未開発で、探索されるのを待っています。これらの他のサービスが最終的に元のUberと同じくらい成功するかどうかはまだわかりませんが、他に類を見ない機会に飛びつくことを否定することはできません。
この時点で、乗車するためだけに、このテクノロジーとデータのすべてが使用されているのではないかと疑問に思われるかもしれません。しかし実際には、Uberはそれだけではありません。これにより、世界中の人や物の移動方法が変わり、交通渋滞や汚染を減らし、都市内のインフラストラクチャの問題に注意を向けるために分岐します。 Uberは、私たちの経済、交通システム、文化全体に著しい影響を与えています。概念はデータの力によってのみ可能になります。
Uberがビジネスやそれ以降でデータをどのように使用しているかについてどう思いますか？以下のコメントであなたの経験を私たちと共有してください！
追加の読み物：
この記事を楽しんだら、次のことが役立つかもしれません。
Uberが心理的なトリックを使用してドライバーのボタンを押す方法（ニューヨークタイムズ）
Uberは、ライバルのLyft（The Guardian）を弱体化させるために秘密のプログラムを使用したとされています
著者について：Sherice Jacobは、説得力のあるコピーライティング、ユーザーフレンドリーなデザイン、スマートな分析分析を通じて、ビジネスオーナーがウェブサイトのデザインを改善し、コンバージョン率を高めるのを支援します。 iElectrify.comで詳細を確認し、無料のWebコピーの調整と変換のチェックリストを今すぐダウンロードしてください。
