• 感谢赞赏!给好友秀一下吧

    内容棒,扫码分享给好友

  • 评论
  • 收藏
  • 点赞
    点赞

司机产品的四个关键问题

司机产品的四个关键问题

本文来自微信公众号:刘言飞语(ID:liufeinotes),头图来自:东方IC。


很久之前我曾经写过一条消息:



时隔许久,是时候整理出来跟大家分享了。


在这之前,要先补充几点:


1.高阶产品经理和产品负责人,与初阶产品经理的主要区别,在于前者对业务的认知足够深入,可以做出更高维度的决策。如今普适型的产品经理,或称体验型的产品经理,早已过气,垂直领域深耕才有前途。我曾经在知乎上写过一篇赞同数居然有 2.8k 的回答“高级产品经理和普通产品经理的区别”,如今看来实在过于粗浅。


2.对行业的认知是难以在行业外猜想出来的,哪怕蒙对了,也不值得庆贺。要深耕一个行业,势必要进入这个行业,离用户足够近。我在到滴滴之前,在出行行业里也是小白一个,需要几个月甚至几年的沉淀,才能对业务和用户有较成熟的认知。


3.离用户足够近,离业务足够近,需要的是长期的体验和调研。这种调研不是像尼尔森或者盖洛普那样的专业调研,而是亲身体会。我在滴滴接了66单快车,参加过许多活动,日常跟司机有频繁的交流沟通,但觉得还是有不足。


4.除了体验和调研,还要有机会去验证更新。没有得到验证的认知,其实是廉价的、不确定的。在司机方向参与的许多次迭代,正是验证认知的机会。当然,由于众所周知的事件,后来可验证的空间并不大了,很可惜我的认知里有不少也是“纸上谈兵”,未必都是板上钉钉的真相。


5.以下的思考里,没有个人价值观的表述,均是描述客观事实。有一些与普世价值观不符或认知不同的地方,很正常。这是用户和产品实际情况“实然”的思考,不是评价生态正确与否的“应然”的思考。


6.以下的思考,只代表个人观点,不代表任何组织或他人。文中的信息除了个人思考总结,均为公开信息。


7.以下的思考,比较干,可能大部分新人读者会觉得涩,或搞不懂有什么价值,没关系,过段时间有类似的困惑再回来读,会更有体会。同时,对许多关于 to 小B 用户(司机、商家、骑手、民宿老板等)的产品,应当有更直接的借鉴意义。


正文开始。


司机产品面临四个关键问题:


  • 司机的核心需求是收入和自由度;


  • 司机使用产品的环境复杂;


  • 司机遭遇问题没有解答会过度解读;


  • 司机遭遇问题是必然事件;


第一部分,司机的核心需求是收入和自由度。


收入,是司机最核心的需求,这点人尽皆知。这也是与乘客产品面临问题区别最大的一点:司机会更集中在单一的结果需求上,乘客会聚焦在综合性的需求体验上。


比如,假如整体体验很差,但最终结果看,收入还不错,司机往往选择忍耐(当然并不是体验没有意义,它会影响司机的权衡和折损,却不是核心要素)。反观乘客,则是不只看重到达目的地这一单一结果,也会看重等待时的体验、车上的体验,对网约车的品牌是个综合的认知。


满足司机收入需求面临的一大衍生问题,当然就是媒体和舆论中最常提到的抽成问题。网约车司机的收入构成里,从总量看,奖励补贴大约占到快一半的量,这也就意味着,平均 20% 的抽成,其中有 10% 是通过奖励补贴形式返还给司机。从司机整体收入来看,抽成其实并没有描述的那么严重。


那么有几个问题来了。


第一个问题,可以减少奖励补贴,降低整体抽成吗?


答案是,可以,但很难。奖励补贴的核心目的是完成调度匹配,即用时空奖励(限定时间的或限定空间围栏的奖励)来让整体供需尽可能平衡。


那非要去掉奖励,让司机自己调配自己不行吗?这样的难度非常大,每个人做自己决策时不会考虑到连锁的影响,以及长期的影响。整体供需匹配的平衡,有利于司机接到更多单,反过来也有利于乘客的订单容易被接到,对双方都是更有益的结果。


供需平衡是另一个非常大的课题,这里就不展开讨论了。我们只需得到这个结论:供需平衡目前最有效的方法是将收入以有条件发放的方式给司机。


网约车领域也都在积极尝试优化调度系统,不过不出奖励补贴要让司机听从调度,又是另一个艰难的课题了,与“司机遭遇问题是必然事件”有关,我们下文再提。


要真正解决这个问题,恐怕真的要无人驾驶时代到来。


第二个问题,这么多司机抱怨抽成,就不能把“奖励也有很多”的概念传递给他们吗?


答案是,可以,但没啥意义。有一位高阶产品朋友就这么建议过我,她平时跟司机沟通觉得司机对抽成的怨气太大,理应把整体收入比如月收入、周收入都呈现给他看,这样能缓和司机的负面情绪。


实际上这个分析界面很早就做过了,部分优化还是我自己操刀的。但我们对这个功能几乎没有太高的预期,原因很简单:绝大多数司机早就知道了,并不需要你告诉他们。


试想一下,你把网约车当作自己的职业,会不在意自己的月收入、周收入吗?哪怕没有这个分析,每个司机都对自己赚了多少钱,无比清楚。产品上提供功能,无非就是优化体验,以及打消司机之外的人群(乘客、媒体、大V)对网约车公司的负面评价。毕竟后者人群不了解司机的总收入,只看到每一单的抽成。


那么司机抱怨抽成,到底因为什么?其实是因为他们始终有“订单收入是我应得的收入,而奖励是我额外白赚的”这种心智。在这种心智下,他们在看待月收入时,会觉得满意,觉得是运气好白赚了不少奖励;看待每单抽成时,却觉得生气:平台凭什么抽这么多钱?


他们不会把抽成和奖励关联起来,这种心智是核心缘由,非常难解。


第三个问题,司机如此抱怨抽成,继续这样下去,司机都会流失的吧?


答案是,短期不太可能,长期有风险。司机对平台的抱怨,当然会成为选择继续做网约车的心理成本,不过司机要流失的话,一定要面临另一个问题:不做网约车能去哪。这也是做用户分析很重要的认知:你的用户,他们能从其它何处满足需求?


对网约车司机群体来说,满足的需求是一份相对稳定的收入,竞品是什么?就司机群体而言,是其他的蓝领工作。


之前我们做过调研,很让人惊讶的是,在所有蓝领工作里,网约车司机的收入哪怕在补贴大战彻底结束后,也依然是排在非常前面的。而其它排在前面的工作,往往需要更多的技能。


这也是为什么许多司机持续抱怨,却仍然不会离开平台。实际上他们的需求已经得到了满足,只是各种额外的因素(下文会提到),会导致怨气很重,对平台不满。加上连续工作的疲劳需要发泄,这种压力就转给了乘客,继而引发了社会舆论的谴责。


这种抱怨的问题短期内,由于司机没有流失去处,并不算严重。长期看,要么是有竞品进入(美团来到上海时,不少司机单纯是对滴滴有怨气而流失),要么是心理疲劳成本太高、宁愿选择收入低得多的职业,都会造成巨大的损失,这些司机通常是无法挽回的。


第四个问题,司机对收入的需求是否就只是月收入、周收入这样的绝对值呢?


答案是,并不是。司机对收入的需求包含两点,第一是绝对值,第二,则是“确定性”。


确定性的收入,指的是像我们平时工作一样的状态,上个月 1 万,这个月 1 万,下个月还是 1 万;不确定性的收入,则是上个月 2 万,这个月变成 5000,下个月又变成了 1 万。


由于以下几个因素的影响,导致司机收入的确定性比较差:


  • 订单可能不稳定。万一接到去冷区的订单、接到跨城订单、接到机场车站订单,往往成本过高、收益较低;订单还会受天气、高峰平峰、节假日等多重因素影响。


  • 奖励可能不稳定。例如按时间限定的冲单奖励,要求 3 小时接 6 单,但很有可能最后倒数第二单接到长单,时间上没办法完成;或者最后一单迟迟接不到。都有不少运气成分。


  • 平台策略可能不稳定。平台的产品运营持续在迭代过程中,会有很多新的变化,比如之前在司机群体里引起热议的滴滴的 Di 享卡。类似的新运营工具有很多,平台视角看是做实验,可能随时停掉,在司机视角看来,则是始终不稳定,预期一直在被改变。


  • 职业可能不稳定。本质上,网约车作为职业的各方政策也始终不稳定。当然从去年底始,强合规化的背景下,职业的稳定性有所提升。


这几项的不确定性,让司机的收入始终飘忽不定。平均值是满足需求的,方差往往不尽人意。这与抽成过高的心智感受一样,也让司机的心理成本变高。网约车行业的一些司机聚众闹事事件,大多都是政策变化引起司机成本沉没所致。


因此要做好收入方面的稳定性,需要从司机视角更多整合平台的策略和信息的传递,不仅是从平台调配运力的角度出发做事情,才能让司机收入真正能够稳定下来。


以上是收入。接下来我们讨论自由度。


自由度可能在大家看来比较陌生。自由度的意思是,平台提供接单时可选择的程度,比如时空上的选择权力、或者对乘客的选择权。


最不自由的接单模式,是自营的严格派单,司机作为员工正常上下班,跟打工族没有区别,比如首汽平台的早期模式或者滴滴豪华车的模式。快车是略自由一些的,不过也是派单,只能选择工作时间段,无法选择订单属性。最自由的,当然是顺风车主,可以严格限定订单的时空属性,甚至对乘客也可以有选择。


关于自由度有两个结论。


第一个是我之前有一个假设:自由度与收入需求程度会成反比。即自由度要求越高,对收入的要求就越低。


(收入和自由度成反比)


这个假设的逻辑是,不同自由度对标的竞品(也就是前文提到的从其它何处满足需求)是不同的。


全职司机会把网约车当作职业,目标是养家糊口,对标的自然就是其它蓝领工作,对收入有较高的诉求。


兼职司机则不然,他们是小生意主、清闲的上班族或者自由职业者,他们有一部分完整的时间段(比如每个下午的 4 个小时)可以用来做兼职,对标的是其它的兼职工作。这时可选择的机会其实就少了许多,很难找到像网约车这样门槛低、时间又相对可控的兼职,因此收入诉求会相对弱一些。


顺风车司机需求又变化了,他们是省油费的心理,对标的是“不接乘客空车行驶”,那对收入的诉求又更弱了。


我们无法通过自选的手段或者平台筛选的手段区分全职、兼职和顺风车用户(实则也没必要),而且用户也是会转移角色的(全职司机在每天回家时,实际就变成了顺风车的场景,心里考虑的是可以牺牲收入、能接到顺路的订单就好)基于以上假设,就能用收入+自由度搭建一套合理的生态,场景角色之间可以随时切换,不过要更高的自由度就要牺牲一部分收入,因为更高的自由度=提供给司机个人效率最大化=平台全局效率的潜在损失。


这也能解决从供需匹配看,运力与乘客需求在高峰期平峰期不平衡的问题。在高峰期,可以尝试用更高自由度的需求,拉动兼职和顺风车主来承接需求。基于这个假设的实验在某些城市已经初现成果。


可惜自由度的这套完整生态没有来得及搭建完成和得到充分实验,是我比较大的遗憾。


(模式设置里的功能,也是一种自由度功能)


第二个结论比较简要,是所有司机,哪怕是全职司机,也对自由度有极高的诉求,一类是“想明天不上班就不上班”的这种不被管的职业状态诉求,一类是“回家时需要顺路订单”的场景诉求。


前者是我个人一直反对做太强制的排班与考勤制度的原因,这会导致大量有自由度诉求的司机流失;后者要求产品运营需要考虑类似的顺路场景功能。


以上,就是对司机做用户需求分析得到的几个核心结论。


第二部分,司机使用产品的环境复杂。


环境复杂有两个方面。


第一,司机使用产品的方式与我们使用其它绝大多数产品的场景都不同,他们通常是把手机放在车载支架上使用的。类似的产品使用场景,最接近的恐怕是外卖骑手,不过外卖骑手也一般是停车后双手手持使用的。


司机的这种使用场景,要求产品设计要考虑驾驶场景下的交互和视觉体验,这是最基本的。界面效果上,字体和颜色要醒目,操作按钮要够大、触发区域要够大。另外,大多数需要单向通知的信息,都要配合语音播报。


另外,对平台来说,信息触达的难度增加了不少。因为在驾驶途中,是不能影响正常驾驶、一切让步给导航的,尤其在服务乘客过程中,更严禁有面向司机的播报信息打扰。如果一个司机持续接单的话,有许多信息就会错失,平台无法触达。


(网约车司机常见的使用场景)


第二,司机与乘客是在线下发生交互,这也给场景还原制造了不小的困难。


由于线下通常没有可参考的信息记录,在遭遇多方对事件表述不一致时,几乎没有什么好办法确认真相。我之前有许多听音(在客服中心听投诉和回访录音)经历,听过最夸张的一段,是拼车时车上的三个人(一个司机、两个拼车乘客),对事件的描述居然都不相同。


于是平台判责团队通常只能凭仅有的残缺信息做概率上的判断,无法做出实锤的判断。结果就是,有不少司机会被恶劣撒谎的乘客伤害到,因为就订单频次来说,好司机遇到撒谎乘客投诉的概率,远高于好乘客遇到撒谎司机投诉的概率。


车内录音和视频记录能够解决不少此类困难,不过这又会与司机乘客的隐私权相冲突。关于判责相关的问题,又涉及到太多因素、延伸出来太多问题,这里就不展开讨论了。


第三部分,司机遭遇问题没有解答会过度解读。


这个问题有一个作为先决条件的大背景:司机与平台的信息并不通畅,无论是单向还是双向的。它的造成又有几个原因:


  • 由于是尽可能线上化的产品,相当一部分司机在从注册一直到成为三年五年老司机,整个过程中都没有跟滴滴官方产生过直接接触。对他们来说,仅有的沟通渠道就是手机上的 APP,以及客服电话。


  • 手机的 APP 能互通的信息有限。年纪大的司机对手机操作不熟悉,主动查找到有价值信息本就困难;上文提到的,司机大多数工作时间在驾驶途中,平台也无法传递太多信息。


  • 司机群体众多,客服遇到的问题繁杂(客服工单的分类就有 1400 多个,不是说有 1400 个问题,而是有 1400 类的问题,每类又有各种情况),对客服能力的要求极高,快速准确回答所有问题,几乎是不可能完成的任务。


  • 司机比较难聚众沟通。过去做外卖骑手产品时,线下的运营通常会很重,成本也不高,因为在平峰期,一片区域的骑手都会聚集在一起沟通,从哪里接单容易到最近有什么运营活动,这种信息互通价值很大;司机停车成本太高,且活动区域不固定,根本没有办法聚集讨论,也有情况是微信群或QQ群,不过效率很低,大多都是吐槽和瞎聊,许多司机也不习惯这种交流方式。


(群里经常充斥着类似的表情吐槽抱怨)


司机与平台的信息不通畅,会让司机觉得不确定性非常强,增加前文提到的对收入稳定性的恐慌。比如一个微信群里流传的假新闻,说新政策有变化,就会很容易当真;或者说平台袒护乘客、提高抽成、无故扣罚等莫须有的问题,更容易被司机口口相传。


加上平台作为互联网产品,的确持续在迭代过程中,产品运营方向看是优化,对司机来说,就是不够确定,甚至有时出尔反尔。今日头条和微信的用户不会觉得一次改版有什么坏处,而且大多数都是好评;网约车产品的改版却会让司机有:好不容易熟悉的工作内容,又要变化,又要重新学习。


这样的用户心智长期积累下,怨言就比较重。这种心智容易演化成行为经济学里的“证实偏见”和“逆火效应”。


前者指人在确信一件事情后,就会主动选择证实的证据而非证伪的;后者指人在确信一件事情后,哪怕是相反的证据,也会成为证实的论据。


再遭遇问题,司机普遍就会更相信偏负面的一种解释。甚至官方出来辟谣,司机也不会相信,反而认为这佐证自己的观点——你不心虚,为什么出来辟谣?


(我根据经验整理的常见反馈和坊间传闻)


这给司机的沟通工作产生了巨大的障碍。平台想要传递的信息且有不少传不到,更不用说传到了的司机还不相信。


有解决方案吗?


各网约车平台在尝试做线下管理。专业的运营通常会更了解情况。不过做起来难度同样很大,做重了,对运营人员的水平要求极高,为了效果可能也要有大量的线下团队,成本收不回来;做轻了,运营人员水平一般或者数量少的话,对司机的帮助就不大,只能充当专业化客服的角色。这块展开讲有许多内容,这里也不展开了。


另外,就是通过稳定司机的体验,让司机对平台更加信任。这是个任重道远的长期工作。


第四部分,司机遭遇问题,哪怕概率再小,也是个必然事件。


我们先算一个数据。


假如司机在一个订单的生命周期中,从接单(不会太久),到接驾(不会太远、不会违停、不会找不到乘客),到途中(导航不出错、与乘客相安无事),到送达(正常结账、收到奖励),我们已经把体验做到了极致,出问题的概率只有 1%,也就是不出问题的概率是 99%,那司机遭遇问题的概率是多少?


作为全职司机,每天20个订单,每个月30天算,600个订单,这个月下来会遭遇问题的概率,很容易算出来,是:99.76%,几乎是必然。更不用说,如今订单出问题的概率比 1% 要高得多。


这本质上也是线下场景复杂的缘故导致。我们用今日头条、微信,通常出问题主要是系统性能的 bug,解决方法也简单:重启能解决 90% 的问题。


而网约车平台作为一个复杂场景下的体验,司机每个订单都要有几十个与平台、与乘客交互的触点,面临的就是极高概率的、甚至可以说是必然会遭遇问题的情景。


因此在讨论司机面临的体验问题时,我们不能定义成 100% 解决,这是没有可能的。我们要定义的,仍然是与收入类似:稳定性足够高,即让大多数司机不会频繁、高密度地遭遇问题。


这里延伸出了第二个问题:既然如此,如何定义司机的体验?


首先,全局订单视角和司机视角看问题解决程度,差别是巨大的。


举个虚构的例子,我们发现司机接乘客上车时,位置有偏差的概率,从全局订单维度看,是 30%,通过一系列的努力,位置有偏差的概率已经降到了 10%,这看似是很可喜的结果。


不过从司机视角重新拆解,会发现遭遇位置偏差问题的司机,由于所处城市或区域的缘故(比如地形复杂),问题非常集中,也就是说,降低的那 20%,只是让大量的每天会遭遇 2 次位置偏差问题的司机,降低到了 1 次,对他们来说,感知不明显;而少量的每天会遭遇 15 次位置偏差问题的司机,可能仍然在遭遇 15 次这个问题。


于是在司机体验这一问题上,我们不能用全局或大盘的问题发生率来定义,而是要用每个司机当天遭遇问题的概率来定义。当天不管遭遇什么问题,只要超过心理接受阈值,就可以认为是“损坏的一天”,每天所有司机里,遭遇“损坏的一天”的人数占比有多少,才是真正体验的晴雨表。


到目前为止,我们对司机产品的四个关键问题已经论述完成。不过,这四个问题仍然是问题集里的基础构成,互相交叉又会衍生出来诸多问题,需要逐一解决。


举个例子,司机接不到单,这是司机体验繁多的问题里,看似只是一小块的问题,拆解出来又会有大量的问题。


司机接不到单,一种可能是附近有单,但自己由于过去行为不端导致服务分(衡量司机服务行为的分数,会影响派单权重)过低,这样场景下要引导司机通过好行为来补回服务分;另一种是附近没有订单,那就要引导司机离开冷区,去有单的热区接单。


就第二个附近没有订单的场景来说,又会衍生出问题:预测该怎么做。订单的产生在全城范围做粗略预测没问题,但要做时空下精准的预测,难度还是很大的。万一有个公司老板今天心情好,提前下班,那周围会突然出现上百个乘客呼叫,这种是完全不可预测的。


既然无法准确预测,也就总会出现失误。这衍生出了新的问题:如何让司机相信?


假设预测热区引导的功能准确率是 95%(已经非常理想化),司机第一次全部都接受,那总有 5% 的司机发现被骗了,这里根本没有订单,付出了不小的空驶成本,再也不相信这个功能。结合前文提到的“遭遇问题都是大概率事件”,这个功能持续运转几个月后,也许每个司机都被失误的预测伤害过,结果就是,几乎没有司机再相信这个功能了,宁愿自己碰运气。


要解决这个心智问题,提升准确率当然是一方面,不过无法根治。要让到达预测区域还没有订单的司机真正满意,可能又要做兜底的补贴奖励,由平台来担保准确率,这又衍生出复杂的奖励策略问题以及反作弊的问题。


再往下衍生,还有诸多问题要解决。


所以哪怕只是一个环节,就衍生出这么多问题,更不用说司机在订单生命周期里面临了几十个类似环节的潜在问题。


所谓路漫漫其修远兮,真正做好一个复杂场景下的用户产品,并不是想象中那么简单的事情。结合这四个关键问题的认知,还要对具体用户场景、用户需求、成本收益等多方面因素考虑,才能逐步解决司机产品的问题。


况且,这还只是单纯从用户视角看的产品问题。


从平台视角看,司机是服务提供者,我们还要为乘客提供确定性的服务,那边也有一大堆类似的问题,需要司机配合,这也会衍生出诸多运营导向的而非用户导向的产品问题要解决。例如可预测的临时爆发的需求(演唱会散场),就要面临复杂的调度运力的问题。


就先说这么多吧。这四个问题应当能对司机产品管中窥豹,了解大概。


本文来自微信公众号:刘言飞语(ID:liufeinotes),头图来自:东方IC。

*文章为作者独立观点,不代表虎嗅网立场
本文由 刘言飞语© 授权 虎嗅网 发表,并经虎嗅网编辑。转载此文章须经作者同意,并请附上出处(虎嗅网)及本页链接。原文链接:https://www.huxiu.com/article/298035.html
未来面前,你我还都是孩子,还不去下载 虎嗅App 猛嗅创新!
+1
10
说点什么