Uber是一款提供出租車預訂服務的智能手機應用，為需要搭車的用戶和想要載客的司機搭建了溝通渠道。這項服務引起了很大爭議，一方面普通的出租車司機抱怨Uber毀掉了他們的生計，另一方面民眾擔心Uber的司機缺乏監管。
但這些爭議并沒能阻止Uber取得巨大的成功：2009年發布時僅覆蓋舊金山一地，到了現在，除了南極洲之外，已覆蓋所有大陸的許多主要城市。
這家公司深深地扎根于大數據，對數據的運用遠比傳統出租車公司要更高效，而這正是促使它成功的很大一部分原因。
Uber的整體商業模式是基于眾包(crowdsourcing)的大數據原則，讓愿意載人的車主提供載客服務。
Uber有一個龐大的數據庫，儲存著服務覆蓋范圍內所有城市的司機信息，一旦有乘客請求搭車，他們就能立即為其匹配最合適的司機。
車費是根據GPS定位以及街道數據來自動結算，再配合Uber自己的算法，根據路程常用的時間進行調整，得出最終的數字。這是與普通出租車服務最關鍵的不同之處，乘客是根據路程所花費的時間而不是距離來付費的。
峰值定價策略
這些算法會實時監控交通狀況與路程所用時間的長短，也就是說：乘車價格會根據搭車需求的高低作出調整，同時在交通繁忙時，同樣的路程所用時間也更長。這種定價策略會激勵司機在高峰期載客，在搭車需求較低的時候待在家里。Uber還為這種基于大數據信息的定價策略申請了專利，又稱“峰值定價策略”。
這種基于算法的計價方式不受人類監督，有時候會造成問題——據報道，2011年新年前夜，由于紐約的交通出現狀況，搭車費用一個晚上從每英里27美元上漲到了135美元，飆升了7倍。
這就是所謂的“動態定價”，與連鎖酒店和航空公司所使用的按需調價非常類似，不過Uber的方式更復雜一些，不是簡單地在周末或者公共假期調高價格，而是運用預測模型來評估實時需求。
UbERPool拼車服務
不過，改變我們的訂車方式只是Uber宏偉計劃的一部分。Uber的CEOTravisKalanick聲稱：這種服務也會減少那些世界上最擁擠的城市路面上，由車主本人駕駛的私家車數量。去年在一次采訪中，他表示：在他看來，UbERPool拼車服務將會令倫敦街道上的車流減少三分之一。
UbERPool允許使用者根據Uber的數據庫，找到附近常在類似時間跑類似路程的其他用戶，并向其提供拼車服務。根據官方博客的說法，他們在查看數據庫時發現“Uber在紐約的行程絕大多數”都十分類似，起點和終點都很接近，而且經常發生在同樣的時間段，因此這項服務的想法就出現地輕而易舉了。
其他測試過或計劃發布的項目還有為富人提供直升機出行的UberChopper，為雜貨店提供交付服務的UberFresh，以及提供包裹快遞服務的UberRush。
評價系統
這項服務還依賴于詳細的評分系統——用戶可以對司機進行評價，反過來也是一樣。這樣逐漸建立信任，雙方在決定是否拼車時也能獲得充足的信息。
尤其是司機，都得特別小心保持較高的信用等級——有泄漏的內部資料顯示：那些評分低于特定閾值的司機都面臨被“解雇”的風險，無法再繼續接單。
他們還有另一個要關心的指標，就是“接單率”，這個數字代表著他們接受與拒絕的單數。根據Uber的要求，司機應當保持80%以上的接單率，才能持續不斷地為乘客提供服務。
為了回應來自傳統出租車行業的抗議者，Uber增加了新的搭車分類，讓傳統的出租車司機也能接單。UberTaxi指的是，乘客可以選擇搭乘由執有許可的出租車司機所駕駛的注冊私人雇傭車輛。其他標準選項還有：UberX：普通車輛+普通行程;UberSUV：多于6人乘坐的大型車輛;UberLux：高端車輛。
監管的壓力與爭議
Uber還需克服法律障礙，目前有少數地區(包括布魯塞爾和印度部分地區)都禁止使用這項服務，而世界上的很多地區對這項服務都有很嚴格的審查。在美國有幾起訴訟就是關于Uber是否有遵守監管程序的。
另一項被人詬病的地方是：車費只能用信用卡支付。Uber目前已將服務重心轉向欠發達國家，但那里有很多人由于信用卡的問題，無法使用這項服務。
不過鑒于Uber在全球覆蓋地區的受歡迎程度，公司有很大的經濟動力繼續推進私人旅行的革新計劃。
如果能從監管壓力中幸存下來，對于我們所有處于擁擠城市的人口而言，Uber將會改革我們的出行方式，很顯然無論在環境方面，還是出于經濟效益，這都是一件好事。
Uber并不是獨一無二的，它的競爭者也在提供類似的服務，雖然規模上要小一些，比如Lyft、Sidecar和Haxi。如果在Uber的努力創新下，出現私人雇傭市場管制解除的局面，這將會具有重大價值。這些創業公司之間也將會出現激烈的競爭局面。我們能夠預測：對可用數據作出充分利用，從而改進為客戶提供服務質量的公司將會是其中的贏家。
而對數據作出最佳利用的那家公司必是其中最璀璨的佼佼者。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：Uber在大數據運用上的驚人表現
相關文章
