运输部署案例集/2018/Uber生命周期

定性分析 Leon Skouras 著

引言

Uber 是一种最近推出的拼车技术，旨在为用户提供替代的交通出行选择。该公司在过去五年中越来越受欢迎，其在市场上的影响力呈指数级增长，并与众多拼车竞争对手形成了激烈竞争。它与出租车服务的工作方式类似，只是请求乘车的过程不同。出租车利用“叫出租车”的物理方式（以及通过电话联系出租车公司），而 Uber 则与 21 世纪技术的开发同步进行；智能手机。用户可以通过手机上的 Uber 应用程序直接请求拼车汽车到他们所在的地址或他们选择的地址，费用通过他们储存在应用程序上的信用卡支付。车费定价使用动态定价模式，价格根据预计距离和时间以及一天中的时间和一周中的哪一天，根据当时拼车的供求关系而变化。Uber 没有雇员，而是将司机作为独立承包商，他们使用自己的汽车运营。

技术特点

Uber 所需的基本技术特点包括汽车发动机的发明以及现代汽车运行所需的构建块。这包括电机、电池、安全装置、智能手机集成等等。此外，如前所述，智能手机的诞生是 Uber 成功运行所必需的技术，这包括 CPU、LCD 显示屏、芯片等等的发明。Uber 的优势在于它能够无缝地利用智能手机，通过私人司机将您送往目的地，而无需付出太多努力。这项技术能够“呼叫”司机，而无需实际找到司机或打电话给司机，这使其具有竞争优势。这个想法的简洁性使其在当今市场上蓬勃发展。Uber 的市场包括全球范围内存在的 Lyft、Curb、Grab、Ola 和 Didi Chuxing 等公司，这些公司都在有限的拼车市场中存在。除了这些竞争对手之外，Uber 在出租车市场中也占据着重要地位，因为它在出租车市场中的压倒性存在使得大量乘客从出租车转向 Uber。

Uber 的出现

在 2009 年 Uber 出现之前，公众唯一可以租用带有司机的车辆就是出租车。这意味着出租车至少一个世纪以来一直负责所有个人接送类型的运输，并且完全饱和了这个市场。它为当时存在的任何其他公共交通提供了更个性化、更可能有效的替代方案，并且得到了广泛使用。这种交通方式的缺点是很难找到出租车，尤其是在手机尚未流行的时代。如果用户身处荒凉或安静的地方，他们无法简单地使用出租车服务，因为出租车必须被实际发现并拦下。手机发明后，出租车更容易使用了，但描述个人位置或确切下车点仍然存在问题。此外，另一个问题是出租车成本越来越高，以及这种运输方式与其他更便宜的运输方式的相对成本。当时乘客可用的其他交通方式包括火车、公共汽车、电车和轻轨，具体取决于城市。

手机和智能手机的突然技术激增，使得这种“带司机的租车”交通方式能够高效地发展。它为随时随地乘坐交通工具带来了新的意义，因为手机的灵活性允许客户联系出租车公司，并根据他们自己的选择在特定的时间和地点请求接送。这自然而然地导致了拼车技术的演变，因为智能手机已经发展到了一定程度。智能手机能够通过网络将数据传输到其他手机，以及利用卫星并与 GPS 连接的能力，使得这项技术的快速发展成为可能。这些因素激发了人们对新类型拼车方式（如 Uber）的兴趣，并允许 Uber 启动进入饱和的出租车和交通市场，促进了其技术带来的益处。

技术转变

由于 Uber 主要受到出租车交通技术的影响，Uber 的主要原理与出租车非常相似，即您支付租车费用，让出租车将您送往特定目的地。由于出租车自 19 世纪后期开始存在并占主导地位（在汽车领域），Uber 从这种早期的技术经验中吸取了经验，但仅仅是某些方面。它利用技术的应用进一步增强了拼车体验，如前所述。此外，由于 Uber 仅仅是一种最近出现的技术，它在运作方式上并没有发生重大改变。自公司成立以来，已经实施了几个补充和功能，包括新的车辆类型、分账（车费分摊）、免费乘车以及改进的评级和反馈系统。Uber 早期缓慢的启动，让公司和技术能够学习和适应市场，最终创造了我们今天看到的成功的 Uber。手机软件以及 Uber 应用程序的各种变化使得这一切成为可能，此外还有前面提到的重要物理技术。

早期市场发展

早期市场发展在 Uber 作为一家公司的生命周期中起着至关重要的作用。在启动阶段，他们已经实施了愿景，即利用移动技术解决“出租车问题”，将乘客与司机连接起来。Uber 的早期并非没有损失和障碍。面对美国多个州和政府监管机构的批评，以及全国各地出租车的强烈反对，Uber 在早期发展中遇到了困难。在那个时候，他们也面临着来自竞争对手 Lyft 的竞争，Lyft 在类似的时间段成立。随着 Uber 的发展，他们不仅成功地利用了出租车主导的现有市场，而且还扩展到服务新的市场，并促进了这种功能性发现的感觉。这项技术能够吸引未开发的客户市场（以及现有出租车客户的转变），因为它为在城市和城镇之间旅行提供了一种更便宜、更快、更有效的替代方式。通过利用智能手机热潮，它允许大量用户无缝地使用这些技术，并在消费者习惯于糟糕且昂贵的出租车服务的环境中利用它们。这使得 Uber 在许多国家和不同的市场条件下呈指数级增长，从而创造了有效的全球化意义。

孕育阶段

政策在任何公司的孕育阶段都极其重要。尽管 Uber 是一种相对较新且创新的想法，但它已经从先前的模式中吸取了政策，例如出租车甚至其他公共交通中使用的政策。这些政策包括标准车费定价政策、安全政策、隐私政策等。除了吸取各种政策之外，由于移动电话拼车的未开发市场以及公司的创新性质，也创新了新的政策。这些政策包括反歧视政策，更新的隐私政策（关于用户位置共享），司机工作时间限制政策等等。在某些国家和州，Uber 的服务和运营并不完全合法，尤其是在公司孕育阶段。此外，在那个时候，能够访问用户公共信息的隐私政策遭到了谴责。

增长阶段

Uber 的增长呈指数级加速发展。从诞生之初，它就吸引了数百万人的兴趣，并产生了稳定的业务，年复一年地成功地将越来越多的乘客送达目的地，收入也随之增长。Uber 在其增长阶段初期采用的营销策略，在其活动和受欢迎程度大幅度提升方面发挥了重要作用，口碑传播和“推荐好友，免费乘车”的广告活动极大地促成了这种增长感 。从 2013 年中后期开始，Uber 进入增长期，在全球多个国家扩张，成为市场上最受欢迎的拼车技术。尽管 Uber 的成功显而易见，但许多政策问题给 Uber 的增长带来了波折。在全球扩张过程中，Uber 试图将美国相同的商业模式复制到其他国家，但这些国家的民法体系却各不相同，这给 Uber 带来了明显的问题。在进入中国、法国、德国、西班牙以及欧洲大部分地区时，由于当地政府法规和司法系统更加严格，Uber 面临着极大的困难 。Uber 还面临着出租车司机和绕过当地法律造成不公平竞争的问题。这种反对仍在继续，是 Uber 在欧洲发展缓慢的主要原因，尽管它已在 2016 年底被提交至欧洲最高法院。此外，性别歧视和文化冲突的行为引发了多个国家的一系列政策问题，造成了国际公关危机。一些政策问题至今尚未解决，而另一些则通过罚款或完全退出某些市场（例如中国）的方式得以解决。因此，政策环境对这种运输方式的政策制定和运营有着重大影响，尤其是在 Uber 全球扩张的情况下，各个国家的法律、文化和政治状况各不相同。

量化分析

图 2 - 美国新增 Uber 司机数量与时间的关系

图 1 - 美国 Uber 司机数量与时间的关系

从上图 1 和 2 可以看出，Uber 的诞生期介于 2009 年 3 月（Uber 成立）到 2013 年 7 月之间。下面将使用三参数逻辑函数进一步探讨和强调这一观点。

三参数逻辑函数

三参数逻辑函数用于预测纽约市每天的 Uber 出行次数，使用以下公式和表 1 中获得的数据

S(t) = K/[1+exp(-b(t-t0)]

线性回归模型用于估计 K、b 和 t₀，其中

• Y=bX+C

• Y=LN(每天出行次数/(K-每天出行次数))

K 值可以通过使用许多 K 值的因变量 Y 的数据点来估计。然后，将所有这些计算出的 Y 值的 RSQ 与 K 的不同数据点进行比较。RSQ 函数用于确定两组数据点之间的相关性。因此，在这些数据点中找到的最高 RSQ 值（相关性）能够与估计的 K 值相关联，并且此 K 值用于 S(t) 的最终预测计算。发现该值为每天 580,000 次出行。

然后，通过所选 K 的时间数据集和 Y 值之间的梯度确定系数 b。发现该值为 0.002417。

通过将上述 Y 和时间数据点的截距除以斜率来计算 t₀，从而找到达到 1/2K 的时间。发现该值为 42849.4（产生的数字不是以年为单位，而是以日期格式，因此产生了奇怪的数字）。

t 是以日期格式提供的时间。

注意：从预测的每日出行次数曲线中发现 R² 为 0.99，这意味着它与实际数据非常吻合。

图 3 - 纽约市每日 Uber 出行次数预测值和实际值与时间的关系

表 1 - 纽约市每日出行数据

时间	每天出行次数	每天出行次数预测值	时间	每天出行次数	每天出行次数预测值
10/01/2015	58521	67994.64589	13/08/2016	195884	203544.4115
14/02/2015	76206	73237.91442	24/09/2016	211826	217147.0896
21/03/2015	71906	78823.26121	22/10/2016	229341	226414.1582
25/04/2015	86403	84763.31633	12/11/2016	237483	233456.3345
23/05/2015	58889	89778.57942	3/12/2016	249992	240568.521
13/06/2015	91960	93697.12515	14/01/2017	253185	254969.6754
18/07/2015	103948	100533.2197	18/02/2017	269548	267109.2784
22/08/2015	108890	107757.5547	25/03/2017	267892	279330.1484
12/09/2015	132336	112281.0903	15/04/2017	258875	286683.7367
17/10/2015	134168	120138.1005	13/05/2017	292686	296493.5228
14/11/2015	146945	126710.8873	17/06/2017	298959	308732.2605
12/12/2015	154632	133538.8494	15/07/2017	296682	318477.3281
30/01/2016	150309	146096.9009	12/08/2017	288823	328157.8857
13/02/2016	172646	149825.4576	9/09/2017	318868	337752.6726
19/03/2016	163326	159414.2396	14/10/2017	322013	349594.4009
16/04/2016	171514	167353.8359	11/11/2017	371784	358922.6929
7/05/2016	188877	173460.2194	9/12/2017	393273	368102.2304
11/06/2016	182996	183914.921	20/01/2018	389490	381555.9147
19/07/2016	191003	195636.7399	10/02/2018	422332	388126.7119

由于数据收集难度以及 Uber 对数据共享的严格要求，上图 3 没有显示 Uber 的整个生命周期。出于同样的原因，它只显示了纽约市的数据，但分析像纽约市这样的主要城市的数据极具代表性，能够反映 Uber 的增长模式。

上图 3 中以橙色线显示的模型是对数据集的准确反映，因为它清楚地表明了数据趋势，并且 R² 值为 0.99。可以看出，每天的出行次数随着时间的推移，尤其是 2015 年 1 月至 2016 年 5 月期间，以轻微的指数方式（在某些点可以说是线性方式）增加。尽管此图没有显示 Uber 生命周期的时间范围，但我们可以从其大部分生命周期（2015 年 1 月至 2018 年 2 月）中推断出其生命周期的某些阶段，因为这些阶段是 Uber 最关键的阶段。显然，Uber 的诞生期介于 2009 年 3 月（Uber 正式成立）到大约 2013 年 7 月之间。从图 1 和图 2 等获得的其他图表可以帮助确定这一点，并估计 Uber 的诞生期。从这些图表可以看出，司机人数的增长大约从 2013 年 7 月开始，因此将增长期的开始定为此时是合适的。从上图 3 可以看出，Uber 出行次数的预测曲线在 2018 年仍在持续上升，因此，直观地说，Uber 尚未进入生命周期的成熟期，因为它 的出行次数和司机人数都呈指数级和持续增长趋势。话虽如此，Uber 的增长期从 2013 年 7 月至今，并且正在持续增长。