Logo
0

网约车业务视角

考虑三方面:

  1. 乘客侧:接驾近,应答快,预期准
  2. 司机侧:接驾近、订单质量高
  3. 平台侧:最大化GMV or 成交量、司乘等级和倾斜等

流量来源

  1. 花小猪端内
  2. 特惠联盟(滴滴主端):特惠联盟是花小猪运力接入滴滴主端app,从而获得主端流量的渠道,是小猪运力的一个流量来源,在主端展示时,小猪运力也分为花小猪自营、宏鹄、API 集中在不同盒子内分品牌展示 目标:网出花呼单、完单、GMV 不下降的情况下扶持花业务的完单规模
  3. PBD

自营&宏鹄

自营指的是小猪自己的运力,自己管理司机,分单系统我们负责 宏鹄指的是商家管理的运力,商家管理司机,分单系统也是我们负责 最大的区别在于,是否有中间的商家去管理司机 ❗灵犀、鲲鹏已迁移到宏鹄

ECR&CR

ecr:冒泡发单率:该冒泡在发单页面最终被乘客勾选并点击发单的概率 cr:冒泡完单率:该冒泡被发单后完单的概率 Pasted image 20240817143237.png

冒泡-发单的业务流程如下: Pasted image 20240817105807.png Pasted image 20240817110513.png

bubble_id/estimate_id & trace_id

bubble_id(estimate_id):一次预估冒泡(trace_id)中的每个车型拥有的唯一标识

order表中的bubble_trace_idtrace_id相关联

trace_id:一次预估冒泡请求会生成一个trace_id,一个trace_id对应多个bubble_id

分单

将订单发至司机侧对应运力

  1. 自营&宏鹄:花小猪直接负责分单
  2. API:API商家自己分单
  3. 网约车/出租车(简称网出):滴滴端分单(我们无法控制的运力)

业务流程

Pasted image 20240817143641.png

业务品类

运力品牌product_id)根据运力接入平台platform_id)的不同分为5类

运力接入平台:接入整个花小猪平台的商家,可以理解为小平台(除了小猪自营外),每个运力接入平台下面有不同的品牌,诸如xx出行之类的

  1. 小猪自营
  2. 宏鹄
  3. 鲲鹏(已接入宏鹄)
  4. 灵犀(已接入宏鹄)
  5. API Pasted image 20240817150751.png

Pasted image 20240825141704.png ❗特快盒子中的运力为自营和自愿报名的宏鹄商家

product_id和estimate_id

product_id指的是产品线,可以理解为车型组 estimate_id映射的是具体的车型,比如花小猪特价、花小猪特快等等,可以理解为车系

司机侧业务

Pasted image 20240817155858.png

orderid和order_id

orderidorder_id转化的计算方式:

shiftleft(shiftright(cast(orderid as bigint), 46) & 262143,32) +(cast(orderid as bigint) & 4294967295)

数据库

表名

以i为结尾的是增量表,以f为结尾的是全量表 i/f前面跟着更新频率 分钟:i 小时:h 天:d 周:w 月:m 季度:q 年:y

依赖偏移

自定义的周期任务,在T天的调度/执行依赖于上游某表在T-1日分区的任务执行完毕,则配置该上游表为上游依赖,偏移量为0 0 -1

其他业务名词

SDP:Supply Demand Prediction 供需预测 dfs:司机特征服务,Driver Feature Service pfs:乘客特征服务,Passenger Feature System 时间片实验:传统的A/B实验为在同一时间下,将被试分为两组分别进行实验,即同一样本只能收到实验/控制中的一种策略。时间片实验为 播单:系统将订单拨给司机,司机选择接受这一单或者拒绝这一单等 特快盒子:冒泡页的快优精选——>展示预估司机应答时长,定位是高价品类,对外展示的名称是“快优精选” ❓为什么要做特快盒子 💡对平台->统一定价,提高效率 对司机->提高收入 对用户->高峰期更快出发 导流:在发单阶段通过弹窗or置顶的方式诱导乘客选择我们想要乘客选择的运力 网出:网约车和出租车,滴滴主端和小猪端都有 estimate_fee_amt:当前品牌券后价 basic_total_fee_amt:当前品牌券前价 estimate_fee_max:已发单车型最高价 estimate_fee_min:已发单车型最低价 order_waiting_period:已发单时间 call_week:星期几 call_hour:发单时刻 有偏:从线上采集数据时,由于线上部署了相关的策略模型,那么拿到的数据已经是经过其他策略的了,因此必然不是原本数据的raw disttibution athena:智能需求决策引擎,主要功能包含需求决策和预期管理两个大方向,在需求表达时,给用户正确预期;在供给不足时,给用户正确引导。目的是提升平台GMV和用户体验最大化,核心价值是提高乘客打车确定性。

  • 需求决策:当乘客需求不能被满足时,加以引导

    • 首页导流

    • 冒泡页导流

    • 发单页导流

    • 发单无应答时导流

  • 预期管理:当乘客表达需求时,返回合理预期

    • 排队预估

    • 接驾eta预估

    • 拼车定时定点预估

    • 预约拼车时间预估

    • 价格预估

    • 小车展示

    • 分单状态透传

© 2025 All rights reservedBuilt with DataHub Cloud

Built with LogoDataHub Cloud