Repensando os preços de carona compartilhada pra uma viagem melhor
Novo modelo de precificação melhora o compartilhamento de viagens para viajantes e operadores.
― 8 min ler
Índice
- O Jogo de Equilíbrio
- Definindo Tarifas Individuais
- O Poder da Escolha
- As Três Partes no Ride-Pooling: Viajantes, o Sistema e Operadores
- Os Viajantes
- O Sistema
- Os Operadores
- O Modelo de Preço: Como Funciona
- Passo 1: Coletando Pedidos de Viagem
- Passo 2: Entendendo Traços Comportamentais
- Passo 3: Construindo o Gráfico de Compartilhamento
- Passo 4: Definindo Probabilidades de Aceitação
- Passo 5: Otimizando Tarifas
- Testando em Nova York
- Resultados
- A Vantagem Competitiva da Precificação Personalizada
- Descontos de Viagem que Funcionam
- Salvando o Planeta, Uma Corrida de Cada Vez
- Conclusão: O Futuro do Ride-Pooling
- Fonte original
- Ligações de referência
Ride-pooling é tipo carona, mas com um toque moderno. Imagina que você precisa de uma carona pra um café. Ao invés de chamar um táxi normal, você se junta a outras pessoas numa viagem compartilhada, que pode demorar um pouco mais, mas é mais barata. Legal, né? A pegadinha é que você pode ter que esperar outros serem pegados ou deixados, o que pode ser chato. Como você tá dividindo a corrida, você ganha um desconto na sua tarifa, mas quão justo é esse desconto?
A maioria dos pesquisadores olhou pra descontos simples: ou todo mundo recebe o mesmo desconto, ou às vezes, o desconto tá relacionado ao quanto você se incomoda. E se houver uma maneira melhor de determinar os preços que deixe todo mundo feliz? Então, estamos falando de um novo jeito de definir tarifas, baseado em quanto cada viajante valoriza seu tempo e quão disposto está a compartilhar a carona.
O Jogo de Equilíbrio
No nosso sistema de ride-pooling, precisamos pensar em três grupos principais: os viajantes, o sistema em si, e o Operador da corrida. Pra viajantes, compartilhar caronas pode parecer apertado e demorado, o que não é o sonho de ninguém. Esse desconforto geralmente reflete o quanto eles valorizam seu tempo e o quanto não gostam de compartilhar com estranhos.
Do lado do sistema, a ideia é reduzir o tráfego e a poluição, colocando mais gente em menos carros. Afinal, menos carros significam menos buzinas e menos tempo no engarrafamento. Mas pros operadores-aqueles que realmente administram o serviço de ride-pooling-o lucro é importante. Eles querem ganhar grana enquanto mantêm os clientes felizes, o que pode ser um ato arriscado.
Acontece que, se a gente personalizar as tarifas de acordo com as preferências individuais, conseguimos deixar tanto o operador quanto os viajantes mais satisfeitos. Isso significa que se alguns viajantes forem mais de boa em compartilhar caronas, eles poderiam conseguir um preço melhor em comparação com aqueles que são menos flexíveis.
Definindo Tarifas Individuais
Então, como a gente cria essas tarifas personalizadas? A ideia é analisar um grupo de viajantes, cada um com diferentes níveis de conforto e preferências. Se alguém odeia compartilhar, mas realmente precisa economizar, provavelmente não vai gostar de entrar num carro cheio. Enquanto isso, outro viajante pode estar tranquilo em compartilhar se isso significar pagar menos.
No nosso modelo, proponho uma estratégia de preços individualizada. Isso significa que cada corrida é precificada com base nas necessidades e expectativas específicas das pessoas que estão compartilhando. Se você odeia esperar e prefere pagar um pouco mais pra chegar rápido, sua tarifa pode ser um pouco mais alta. Por outro lado, se você estiver de boas com uma corrida mais longa pra economizar, sua tarifa seria mais baixa.
O Poder da Escolha
Além de tornar as tarifas mais justas, essa abordagem ajuda os operadores a encontrar o equilíbrio certo. Com preços personalizados, eles podem ser mais lucrativos cobrando mais de quem é menos disposto a compartilhar, enquanto oferecem descontos pra quem tá mais inclinado a compartilhar. Essa estratégia recompensa um bom comportamento e encoraja mais pessoas a se juntarem ao serviço de ride-pooling sem se sentirem enganadas.
Pra fazer isso funcionar, montamos uma experiência na agitada Nova York, um lugar onde o ride-sharing não é só popular, mas muitas vezes caótico. Nossos achados mostram que quando personalizamos os preços, conseguimos economizar quilômetros dirigidos e aumentar os lucros. Em termos simples, conseguimos ajudar o planeta e o bolso do operador ao mesmo tempo.
As Três Partes no Ride-Pooling: Viajantes, o Sistema e Operadores
Agora que sabemos do que se trata o ride-pooling, vamos dar uma olhada mais de perto em nossos três principais jogadores.
Os Viajantes
Quando falamos dos viajantes, compartilhar caronas pode ser tipo dividir uma pizza. Parece legal no papel, mas ninguém quer ficar com alguém que monopoliza os pedaços. Viajantes sentem desconforto porque a corrida pode demorar mais e desvios podem ser irritantes. Algumas pessoas são bem exigentes sobre seu tempo e espaço. É aí que entra a ideia de valor do tempo. Cada minuto conta, especialmente numa cidade movimentada.
O Sistema
De uma perspectiva mais ampla, ride-pooling pode ajudar a reduzir o tráfego e a poluição. Se a gente conseguir juntar um monte de gente indo na mesma direção, podemos reduzir a quantidade de carros na estrada. Isso, por sua vez, pode levar a um meio ambiente mais limpo e menos congestionamento de forma geral. Contudo, não muitos operadores veem isso como um incentivo financeiro. Eles estão mais preocupados em quantas corridas conseguem vender e se conseguem manter o serviço funcionando de forma lucrativa.
Os Operadores
Agora, vamos falar dos operadores. Eles são os que mantêm as coisas em movimento. Pra eles, é tudo sobre dinheiro. Pra manter o serviço de ride-pooling vivo, eles precisam ganhar grana suficiente enquanto atraem clientes. Isso significa que precisam jogar um jogo complicado de satisfazer tanto o viajante que tá de olho no orçamento quanto seu lucro.
O Modelo de Preço: Como Funciona
Criamos um modelo de preços personalizado que considera essas três perspectivas, garantindo que tudo funcione em harmonia.
Passo 1: Coletando Pedidos de Viagem
Começamos reunindo pedidos de viagem de potenciais viajantes. Isso nos ajuda a entender quem tá usando o serviço e o que realmente querem. Eles querem ir de A a B rápido, ou são mais flexíveis com o tempo?
Passo 2: Entendendo Traços Comportamentais
Em seguida, olhamos pros diferentes gostos. Tem gente que é realmente exigente sobre compartilhar? Tem quem só quer a corrida mais barata possível? Ao entender esses traços, conseguimos adaptar melhor nossas ofertas de corrida.
Passo 3: Construindo o Gráfico de Compartilhamento
Depois, montamos o que chamamos de gráfico de compartilhamento. Esse gráfico nos ajuda a ver quais corridas podem ser agrupadas com base nas preferências dos viajantes. Em essência, é como um serviço de namoro pra corridas. Ele verifica quem pode compartilhar com quem e sob quais condições.
Passo 4: Definindo Probabilidades de Aceitação
Com nosso gráfico de compartilhamento em mãos, podemos determinar a probabilidade de que os viajantes aceitem diferentes ofertas. Isso nos ajuda a garantir que as corridas compartilhadas propostas sejam atraentes o suficiente.
Passo 5: Otimizando Tarifas
Finalmente, definimos tarifas que maximizam os ganhos enquanto mantêm os viajantes felizes. O objetivo é encontrar aquele ponto ideal onde todo mundo se sente bem com a corrida.
Testando em Nova York
Agora é hora do grande teste. Decidimos pilotar nosso modelo de preços personalizados em Nova York. Esse é um lugar agitado onde a demanda por ride-sharing é alta. Analisamos como nosso sistema se desempenhou em comparação com métodos de desconto fixos mais tradicionais.
Resultados
Os resultados foram bem impressionantes. Nossa Precificação Personalizada resultou em menos quilômetros dirigidos e mais lucros por quilômetro. Isso significa que não só conseguimos ajudar o meio ambiente, reduzindo viagens desnecessárias, mas também ajudamos os operadores a ganhar mais grana.
A Vantagem Competitiva da Precificação Personalizada
Uma das principais lições da nossa pesquisa é que a personalização dá aos serviços de ride-pooling uma vantagem competitiva. À medida que mais pessoas buscam opções de transporte econômicas, poder oferecer uma experiência mais adaptada pode fazer toda a diferença.
Descontos de Viagem que Funcionam
Ao invés de dar o mesmo desconto pra todo mundo-que muitas vezes acaba sendo muito pouco pra motivá-los a compartilhar-, a precificação personalizada garante que quem mais se beneficia do compartilhamento tenha as melhores ofertas. Isso leva a uma satisfação maior, e viajantes felizes são muito mais propensos a usar o serviço novamente.
Salvando o Planeta, Uma Corrida de Cada Vez
Ao otimizar as corridas para compartilhamento e eficiência, também estamos ajudando a salvar o planeta. Menos carros na estrada significa menos congestionamento e poluentes no ar. É uma situação vantajosa pra todo mundo envolvido: o viajante tem uma experiência melhor, o sistema se beneficia com menos emissões e os operadores desfrutam de lucros melhores.
Conclusão: O Futuro do Ride-Pooling
Resumindo, ride-pooling não precisa ser só sobre compartilhar uma corrida; pode ser uma escolha inteligente e econômica tanto para viajantes quanto para operadores. Ao personalizar tarifas com base nas preferências individuais, podemos criar uma experiência de viagem mais agradável e sustentável.
À medida que os Sistemas de transporte público e serviços de ride-sharing continuam a evoluir, o foco na personalização só vai crescer. Mantendo em mente as necessidades interconectadas de viajantes, sistemas e operadores, podemos abrir caminho pra uma jornada mais eficiente e feliz para todos.
Então, da próxima vez que você entrar numa corrida compartilhada, lembre-se de que você faz parte de um esforço maior pra tornar o deslocamento um pouco mais verde, muito mais divertido, e só um pouquinho mais pessoal!
Título: Balancing Profit and Traveller Acceptance in Ride-Pooling Personalised Fares
Resumo: In a ride-pooling system, travellers experience discomfort associated with a detour and a longer travel time, which is compensated with a sharing discount. Most studies assume travellers receive either a flat discount or, in rare cases, a proportional to the inconvenience. We show the system benefits from individually tailored fares. We argue that fares that optimise an expected profit of an operator also improve system-wide performance if they include travellers' acceptance. Our pricing method is set in a heterogeneous population, where travellers have varying levels of value-of-time and willingness-to-share, unknown to the operator. A high fare discourages clients from the service, while a low fare reduces the profit margin. Notably, a shared ride is only realised if accepted by all co-travellers (decision is driven by the latent behavioural factors). Our method reveals intriguing properties of the shareability topology. Not only identifies rides efficient for the system and supports them with reduced fares (to increase their realisation probability), but also identifies travellers unattractive for the system (e.g. due to incompatibility with other travellers) and effectively shifts them to private rides via high fares. Unlike in previous methods, such approach naturally balances the travellers satisfaction and the profit maximisation. With an experiment set in NYC, we show that this leads to significant improvements over the flat discount baseline: the mileage (proxy for environmental externalities) is reduced by 4.5% and the operator generates more profit per mile (over 20% improvement). We argue that ride pooling systems with fares that maximise profitability are more sustainable and efficient if they include travellers' satisfaction. Keywords: ride-pooling, personalised pricing, individual discounts
Autores: Michal Bujak, Rafal Kucharski
Última atualização: 2024-11-05 00:00:00
Idioma: English
Fonte URL: https://arxiv.org/abs/2411.03370
Fonte PDF: https://arxiv.org/pdf/2411.03370
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.