网约车数据产品实战二:搭建交易指标体系

产品老司机手把手教写文档,10天线上课程,零基础掌握产品经理必备7大文档撰写法。了解一下>

数据体系为整个数据产品的基石,完善的数据体系是为了更好的搭建一套贴合业务的指标体系。本文将从指标的定义切入,呈现聚合模式下网约车交易领域的指标体系搭建思路。

一、何为指标

数据指标是量化运营策略、财务状况、商业价值等等方方面面的工具。其可抽象分为两大板块:量度和维度。

  1. 量度:指指标的数值,如发单数为「300单」,出车人数为「40人」,TPH为「1.5单/小时」;
  2. 维度:指获取量度的角度,如「城市」、「订单类型」、「业务线」、「日期」、「时间」等。

指标可大致分为以下三类:

  1. 「基础指标」:指不可再次拆分的原始统计量度,如发单数、完单数、出车司机数等。
  2. 「复核指标」:指通过多个基础指标通过运算规则得到的新指标,如应答率、完单率等。
  3. 「派生指标」:指基础指标/复核指标之上添加维度进行限定后得到的指标,如“杭州市8月1日发单率”。

二、如何量化业务

网约车行业从最初的快的滴滴烧钱争霸,到后来的一枝独秀,再到现在的多足鼎立。不难看出这个行业已经从一家公司贯通整个链路,逐渐发展到拆分为各个垂直领域去各分蛋糕。本文将基于“流量聚合模式”描述如何通过指标来充分量化「运力平台」的交易领域业务能力。

运力平台指:挂在流量平台(如滴滴、高德、百度等)的网约车平台,为其提供运力、调度、风控等一系列能力。

交易

网约车交易板块承担的kpi,大多通过GMV这个大目标来拆解,而在聚合模式之下可以通过流量转化的角度来拆解,如下图:

(1)询价数

定义:即为乘客冒泡数,以滴滴为例,「同时呼叫」table页的每一个PV可视为一次询价(忽略接口超时的偶发场景)。

(#询价与发单之间实际还有一层漏斗,即“勾选数”,但作为运力平台大多无法拿到这一数据故而跳过#)

(2)发单数

定义:即乘客勾选了我方平台,并确认下单的数量,用户或为单选或为多选。

(3)举手数

定义:即运力平台调度到可派单司机后,将司机信息推送到流量方平台的数量。

(4)应答数

定义:即流量方平台在获得一个或多个运力平台举手后,进行决策(此处为黑盒逻辑,运力平台大多无法拿到),决策订单指派给我方司机的订单数量。

(5)完单数

定义:订单在指派给我方司机后,订单完成接驾、送驾、发送账单等一系列业务流程的数量。通常我们将“行程完成”视为完单数+1.

以上为漏斗中核心指标的诠释,那它们分别能够量化交易领域的哪几项能力呢?

(1)发单率= 发单数/ 询价数:

此指标与计价策略直接挂钩,较低的定价会带来发单率的提升,同时外界的因素(天气等)会干扰到乘客的价格敏感度。

(2)举手率= 举手数/ 发单数:

此指标与运力密度和供需比正相关,司机越多乘客越少,则举手率越高。同时播单半径也会对此产生直接的影响。举手率在指导供需调度方面有极强的参考价值。

(3)应答率=应答数/举手数:

正如上文中所说,流量平台在进行内部决策时的复杂逻辑对于运力平台而言,大多数都是完全黑盒,此时很难去对这一指标进行分析,但大致可以分为三大方面。

  1. ETA:接驾距离越长意味着乘客体验越差,取消率越高。较低的ETA会获得流量平台更多的倾斜;
  2. 举手速度:这一维度是各大流量平台对外的一致说辞,虽说有些牵强但也不无道理;
  3. 司机历史行为:运力平台在接入流量平台时,需将各类司机数据、订单数据、客诉数据等等同步至流量平台,其对于各平台司机必会生成一套或简单或复杂的用户画像,历史行为不端的司机将不受到决策倾斜。

(4)完单率=完单数/应答数:

此指标关联到几个场景:接驾途中由于距离过远导致的乘客/司机取消,司机多平台接单时挑单而取消。究其本质实际上反映了一个关键要素「司乘体验」。

较高的完单率意味着较好的司乘体验,反之则说明体验较差。

(#此处为了便于理解漏斗而将这一指标并入交易板块,实际上在运用过程中,我们更多地将「体验」独立出来,其层级与「交易」相同。)

三、确定指标结构

通过上文中的描述,大致可以量化出聚合模式下网约车业务的交易链路,下表结合维度进行梳理:

在实际业务开展中,我们围绕着“效率”、“供需”这几项关键目标,还会拆分出更多的交易指标。

四、总结与探讨

1. 几点经验

  1. 为一个新生的业态(例如聚合模式下的网约车业务)搭建指标体系,可以抓住一个对象(例如一次呼叫订单)通过梳理主体业务闭环,拆分出每一个层级/节点的流失和转化;
  2. 搭建指标体系切记「统一统计口径」。例如“统一口径为下单时间”。那么当我需要获取7月1日各项指标时,统计的原始数据必须全部为7月1日下单的所有订单。

2. 探讨几个问题

聚合模式下运力平台需要对接各种各样的流量平台(滴滴、高德、百度等等),各家的业务模式或多或少会有区别(有些采取黑盒决策派单模式,有些采取先到先得模式)。如何优化交易指标体系使得抽象程度更高,以不变而应万变?

 

作者:Sean,公众号:SeanZ的自我修养

本文由 @Sean 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

给作者打赏,鼓励TA抓紧创作!
评论
欢迎留言讨论~!