हर साल, दुनिया भर में 1.4 बिलियन से ज़्यादा लोग परिवहन के लिए राइड-हेलिंग ऐप का सहारा लेते हैं, अकेले रूस में हर साल 2.5 बिलियन से ज़्यादा राइड होती हैं। हर यात्रा के लिए हर यात्री को आदर्श ड्राइवर से मिलाने की ज़िम्मेदारी पूरी तरह से राइड-हेलिंग सेवा के कंधों पर आती है। तो, बाज़ार के नेता इस जटिल कार्य से कैसे निपटते हैं? गीगाबाइट्स के रीयल-टाइम डेटा को प्रोसेस करके और मशीन लर्निंग पर आधारित एल्गोरिदम को लागू करके, वे सुनिश्चित करते हैं कि यात्री को सबसे उपयुक्त ड्राइवर से जोड़ा जाए।
लेकिन इन सभी डेटा बिंदुओं को आखिर कैसे संश्लेषित किया जाता है? उच्च स्तर पर, इस प्रक्रिया में कई महत्वपूर्ण चरण शामिल हैं:
अगले चरण में बैचिंग शामिल है: एक अवधि के लिए आस-पास के ऑर्डर को एकत्रित करना और फिर इन ऑर्डर के बीच ड्राइवरों को बुद्धिमानी से पुनर्वितरित करना ताकि यह सुनिश्चित हो सके कि प्रत्येक को सबसे अच्छा मिलान मिले। यह रणनीति कंपनियों को आधे मिनट से भी कम समय में ड्राइवरों को आवंटित करने में सक्षम बनाती है, जिससे ग्राहकों के लिए प्रतीक्षा समय में काफी कमी आती है।
हालाँकि, दक्षता का यह स्तर तभी प्राप्त किया जा सकता है जब आपके पास:
अब, मैं आपको सबसे लोकप्रिय वैश्विक टैक्सी सेवा में से एक में अपना अनुभव साझा करना चाहता हूँ, जहाँ मैंने इस परियोजना में मार्केटप्लेस डोमेन में एक उत्पाद प्रबंधक के रूप में काम किया, जो ग्राहकों की विश्वसनीयता और कंपनी के मुनाफे के लिए मुख्य लक्ष्यों के रूप में जिम्मेदार था। उत्पाद के रूप में भागीदार एकीकरण के साथ-साथ मशीन लर्निंग टूल का उपयोग करके आपूर्ति आवंटन तर्क के अनुकूलन के लिए जिम्मेदार होना। चलिए शुरू करते हैं!
यू.के. में इस प्लैटफ़ॉर्म को 2019 में लॉन्च किया गया था। हर बार जब हम इसे लॉन्च करते थे, तो हमें किसी न किसी तरह से सेटअप को कॉन्फ़िगर करना पड़ता था। कुल मिलाकर, यह हमारे लिए कारगर रहा: हमने स्वीकार्य विश्वसनीयता के आंकड़े हासिल किए (राइड-हेलिंग मार्केट में, मुख्य विश्वसनीयता मीट्रिक आमतौर पर सभी ग्राहक ऑर्डर के लिए सफलतापूर्वक पूरी की गई राइड के अनुपात को दर्शाता है)। हालाँकि, कई मामलों में, हमारे निर्णय डेटा-संचालित की तुलना में अधिक "विशेषज्ञता-आधारित" थे: हमने प्रत्येक भागीदार की खूबियों पर सलाह देने के लिए मोबिलिटी प्लेटफ़ॉर्म कर्मचारियों के ज्ञान का उपयोग किया।
यह देखना अद्भुत था कि हमारा अनूठा मूल्य प्रस्ताव वास्तव में काम कर रहा है, ग्राहकों द्वारा उपयोग किया जा रहा है, और राजस्व उत्पन्न कर रहा है। फिर भी, कंपनी ने पहले से ही ड्राइवर मिलान में अनुभव प्राप्त कर लिया था, और हम जानते थे कि हम सवारी विनिमय बाजार को अनुकूलित कर सकते हैं। इसलिए, हमारे एमएल इंजीनियरों को काम पर लगाया गया, और परिणाम उत्साहजनक थे: हर प्रमुख मीट्रिक, औसतन, 5% की वृद्धि हुई। यह देखना भी आश्चर्यजनक था कि हमारे कुछ कॉन्फ़िगरेशन पहले कितने गलत तरीके से सेट किए गए थे। भले ही हम दो पूरी तरह से अलग-अलग बाजारों में काम कर रहे थे (नीचे रूसी अनुभव के बारे में अधिक), पैटर्न दोहराया गया। सुविधाओं के वजन को धीरे-धीरे ठीक करके, नई सुविधाएँ पेश करके, या कुछ को त्यागकर अभी भी सुधार की गुंजाइश थी। हालाँकि, कुछ क्षेत्रों (दूरस्थ शहरों या सिर्फ ऐसे स्थान जहाँ गतिहीनता प्लेटफ़ॉर्म का कोई मजबूत ग्राहक आधार नहीं है) को मैन्युअल नियंत्रण में रहना पड़ा। फिर भी, "राइड एक्सचेंज प्लेटफ़ॉर्म" अधिक स्मार्ट, अधिक विश्वसनीय और लागत-कुशल बन गया। उल्लेख करने की आवश्यकता नहीं है, हम एक ऐप में ग्राहकों के लिए पूरी तरह से एकीकृत परिवहन सेवाओं का बाजार बनाने वाले दुनिया के पहले व्यक्ति बन गए, और इसे एमएल के साथ संचालित करने वाले भी पहले व्यक्ति बन गए।
हमारे लिए मुख्य मीट्रिक संतुष्ट ग्राहकों का प्रतिशत है जिन्होंने सवारी बुक की और अंततः अपने इच्छित गंतव्य तक सवारी की (जीसी/जीसीआर - सकल पूर्णता दर)।
10%/20%/50% -> मैनुअल ड्राइवर सर्च कॉन्फ़िगरेशन के बजाय एमएल मॉडल कार्यान्वयन के प्रतिशत में वृद्धि। नीली रेखा एमएल मॉडल का उपयोग करके जीसीआर (सकल पूर्णता दर) मीट्रिक के प्रदर्शन को दर्शाती है। लाल रेखा पर जीसीआर के विपरीत - मैनुअल ड्राइवर सर्च कॉन्फ़िगरेशन।
लॉन्च के बाद से, मैंने इस प्लेटफ़ॉर्म के साथ बहुत कुछ अनुभव किया है और कई सबक सीखे हैं। उनमें से कुछ इस प्रकार हैं:
प्रारंभिक परिदृश्य
जैसे ही हम 2020 के दशक में प्रवेश कर रहे थे, रूस में टैक्सी सेवाएँ लगभग 4,300 संगठनों द्वारा प्रदान की जा रही थीं, जिनमें से ज़्यादातर निजी संस्थाएँ थीं। वाणिज्यिक उद्यमों के प्रसार का श्रेय परमिट जारी करने पर राज्य के प्रतिबंधों में कमी और टैरिफ़ नियंत्रण पर नियामक उपायों को दिया गया। इससे छोटे व्यवसायों में उछाल आया और बाजार में तीव्र प्रतिस्पर्धा हुई। उस समय, मेरा मोबिलिटी प्लेटफ़ॉर्म एक मानक टैक्सी सेवा एग्रीगेटर के रूप में संचालित होता था, जो ग्राहकों और ड्राइवरों दोनों के लिए उबर, यांडेक्स और सिटीमोबिल जैसे अन्य बाज़ार खिलाड़ियों के साथ प्रतिस्पर्धा करता था। बढ़ती प्रतिस्पर्धा के कारण टैक्सी बाज़ार घाटे का सामना कर रहा था, जबकि उपभोक्ता मांग में बदलाव ने परिदृश्य को और जटिल बना दिया।
उद्देश्य
मोबिलिटी प्लेटफ़ॉर्म का उद्देश्य दुनिया भर में सभी संभावित परिवहन खिलाड़ियों को एक ही प्लेटफ़ॉर्म पर एकजुट करना था, जिससे कॉर्पोरेट ग्राहकों के लिए सेवा का एक मौलिक रूप से नया स्तर तैयार हो सके जो कार के आगमन की गति और अनुकूलित यात्रा लागत को प्राथमिकता देता है। मोबिलिटी प्लेटफ़ॉर्म ने रणनीतिक समझौतों और साझेदारियों के माध्यम से रूस में सबसे बड़ा ड्राइवर बेस हासिल किया, विशेष रूप से 2020 में सिटीमोबिल के साथ और 2021 में एक अन्य प्रमुख खिलाड़ी के साथ
हमारी उत्पाद टीम का उद्देश्य इन साझेदारी समझौतों के बाद, मुझे कई प्रक्रियाओं को सिंक्रनाइज़ करना पड़ा। मुख्य कार्यों में से एक प्लेटफ़ॉर्म पर ग्राहकों के ऑर्डर के वितरण को प्रदाताओं के बीच अनुकूलित करना था ताकि विश्वसनीयता बढ़ाई जा सके और प्रत्येक यात्रा के लिए लागत कम हो सके। हालाँकि, एक महत्वपूर्ण बाजार प्रश्न सामने आया: ग्राहक के लिए सबसे अच्छे तरीके से किसका और कब उपयोग करना है, यह कैसे तय किया जाए?
कदम
विचारणीय दो कारक: प्रमुख व्यय यात्रा से संबंधित नहीं हैं - अधिग्रहण और परिचालन लागत।
ये डेटा बिंदु यह दर्शाते हैं कि मशीन लर्निंग द्वारा संचालित निर्णय, मैन्युअल रूप से लिए गए निर्णयों से किस प्रकार बेहतर होते हैं।
शीर्ष मीट्रिक्स