司机接单的起劲性 ，直接关系出行平台的运营和价值创立。虽然 ，简朴粗暴大手笔津贴并不具有可一连性。那么 ，怎样设计促销战略 ，以较小的投入换来最大的效果 ，使司机快速完成对出行app的学习并成为稳固用户？
伟易博任菲教授与相助者们合著的论文Optimizing Two-Sided Promotion for Transportation Network Companies: A Structural Model with Conditional Bayesian Learning ，基于我国互联网平台奇异的竞争征象 ，探讨了在线出行平台针对旅客和司机两侧的促销 ，怎样影响司机使用平台的意愿 ，以及平台据此怎样形成最优化的促销战略。同时通过引入贝叶斯学习历程 ，研究司机对平台新功效的学习以及新功效的价值。
论文已被Information Systems Research接受 ，该期刊是治理学类的A+类期刊 ，也是信息辖档挽域享誉天下的两大顶级期刊之一。
研究有许多有趣的发明 ，好比：
√ 量化津贴的现实效果：
- 司机返现、平台津贴、旅客出价和旅客返现每增添一个标准差 ，平均使接受订单的概率划分增添6.7％、2.9％、2.2％和0.5％。
- 理论上 ，1美元的司机返现 ，可使每位司机天天多获得3.84美元。
- 每增添1美元的旅客竞价清静台津贴 ，该平台就划分会爆发1.35美元和1.18美元的特殊收入。
√ 当司机在应用程序上感知到大宗旅客时 ，更愿意使用接单；反之 ，更容易作废现有订单。
√ 司机关于接受订单的学习历程 ，比使用在线支付和作废订单的学习历程更快；平台有须要对每笔订单津贴0.02美元 ，以引发他们的学习热情。
01三种津贴战略
互联网出行平台使用的应用程序有两个版本：一个版本供旅客天生订单 ，另一个版本供司机选择订单。出行平台应用的特殊性构建了一个奇异的双边市场。
与美国Uber等平台差别 ，中国的互联网出行平台车辆必需有牌照才华在市场运营。本文研究的互联网出行平台使用现在持有牌照的出租车举行运营 ，这利于控制例如车辆和司机等因素 ，从而使应用程序的引入和推广成为唯一外在变量。
本文的数据来自中国主流的互联网出行应用 ，在中国某一线都会上线一段时间后举行的研究。在视察时代该应用共提供了以下三种促销和津贴战略：
- 第一种津贴战略目的是为勉励在线支付 ，司机和旅客都能收到返现。和大部分营销推广一样 ，针对旅客的返现妄想是果真的 ，可是针对司机的返现妄想仅向司机果真。该战略并非凭证司机行为而动态定价。
- 第二种津贴战略针对供应欠缺 ，如夜间和岑岭时段对司机的津贴。该津贴金额牢靠且对所有司机事前已知。
-第三种是平台勉励旅客通过竞价来津贴司机。旅客可以在出价时提出竞价 ，从而增添叫到车的时机。
研究者从该互联网出行平台数据库中随机抽取1,000名司机 ，并获取他们最先使用该应用的前90天的所有生意纪录 ，扫除无效数据后的样本共包括942名司机。从198,689条生意纪录中整理出了以下7个变量：司机是否接受订单 ，是否完成生意 ，是否使用在线支付 ，使用在线支付时的旅客返现金额 ，旅客使用在线支付时的司机返现金额 ，旅客竞价 ，以及平台津贴金额。
02量化津贴对司机各个阶段决议的动态影响
为告竣研究目的 ，研究者面临以下挑战：
首先 ，互联网出行应用营业流程由每笔生意中环环相扣的决议组成：如是否接受订单 ，作废订单 ，是否使用在线支付等。促销运动可能会对一次生意的各个决议环节爆发差别的影响。关于一个有前瞻性的司机而言 ，某一个阶段的决议将可能延伸影响另一个阶段。
以样本中的一项促销战略为例：当旅客使用在线支付功效时 ，司机和旅客都将获得现金返还奖励；在此条件下 ，具有较高返现潜力的订单将增强有前瞻性司机的接受及推行意愿。只有相识出行平台的多重决议历程 ，才可能准确地量化促销战略的效果。
其次 ，在促销运动的引入阶段 ，不确定性的降低可能会对司机决议爆发间接影响。因此 ，本文所建设的模子需要思量到 ，应用的新功效所带来在决议差别阶段的不确定性。
别的 ，司机的学习历程具有一个特征：他们所需熟悉的多个程序功效与他们决议历程的各个阶段亲近相关。本文的研究模子也对该特征有所体现。
综上 ，本文遵照Arcidiacono（2005）的要领建设了有限时段前瞻性模子 ，并在每个时段融入条件贝叶斯学习 ，考察司机在多个关联决议阶段对多个程序功效的学习以及促销津贴的影响。
互联网出行应用一个订单可分为三个决议阶段：
- 第一阶段：司机决议是否接受订单；
- 第二阶段：司机决议是否作废接受的订单；
- 第三阶段：旅客决议是否通过在线支付来兑换促销。
研究发明 ，针对旅客的促销战略 ，对司机完成订单的意愿具有间接正向影响。司机返现和旅客返现每增添一个标准差 ，划分使完成订单的可能性平均增添20.5％和1.9％。从平台的角度出发 ，在视察到的订单中 ，每增添1美元的司机返现将带来约1.98美元的特殊总收入。平均而言 ，天天活跃的司机可孝顺2.55美元的特殊总收入以及1.29美元的特殊现金返还。若是假定司机获得所有收入 ，每人天天可以多获得3.84美元。
本文也指出旅客竞价清静台津贴战略的双面性：它们可以通过提供直接的款子激励来提高效用；但它们也可能让司机识别出“质量低下”的订单 ，以至于旅客或平台必需支付更多的用度 ，才华增添其订单的接受率 ，司机完成订单的意愿也会随之降低。每增添一个标准差的旅客竞价清静台津贴 ，会使完成订单的概率划分增添5.8％和7.1％——即每增添1美元的旅客竞价清静台津贴 ，该平台就划分会爆发1.35美元和1.18美元的特殊收入。
03捕获双向促销战略的间接影响
由于间接效应由模子结构所捕获 ，没有直接体现在模子参数上 ，因此间接效应的规模难以直接权衡。为准确量化促销的间接影响 ，研究者举行了战略模拟。本文着重模拟一些旨在提高司机的接单率、推行率和在线支付率 ，同时维持平台本钱效益的战略。研究效果如下：
- 随着时间推进 ，学习对司机的间接影响会随着使用履历的积累而镌汰。在未来的某个时间点 ，学习带来的边际收益将缺乏以填补促销运动爆发的本钱。
- 为优化基于订单抵达的整体供应 ，互联网出行平台应该在司机端给予更大的促销权重。
- 在出行应用运行早期举行鼎力大举度的促销会加速用户的学习速率并镌汰总体本钱 ，从而周全改善应用程序的使用情形 ，提高平台利润。
任菲 ，现任伟易博治理科学与信息系统系教授 ，首批“日出东方-伟易博研究学者”获得者。任菲的研究兴趣围绕信息手艺对企业、小我私家、及社会爆发的影响与作用机制。详细包括信息系统投资绩效及商业价值、社会化媒体营销效果与机制、电子商务、用户在线行为与机制设计。
她的研究获得国家自然科学基金、教育部及伟易博治理学院的支持 ，多个效果揭晓在国际顶级期刊上 ，如Information Systems Research和Journal of Management Information Systems等 ，并获得第八届高等学�？蒲а芯坑乓烨嗄晷Ч焙捅本┐笱У谑烊宋纳缁峥蒲а芯坑乓煨Ч坏冉�。
相关链接：
研究不是“故事会”: 用科学理性的要领研究中国问题｜伟易博35周年回首和展望
论文盘货 | 致敬勇攀学术岑岭的伟易博学者
张庆华、周黎安：向导人提升 KPI ，怎样影响都会扩张 ｜学术伟易博
跨文化相助中的创立力 ，女性更有优势？| 学术伟易博
陈松蹊团队最新发明：北方天气转变并未加剧空气污染 ｜学术伟易博
刘玉珍：有数灾难履历怎样塑造人们的危害感知 | 学术伟易博
APP与网页端的口碑评价 ，哪个更靠谱？｜学术伟易博
选基金看评级是理性的决议吗？| 学术伟易博
提振经济的钱币政策可能造成失业率上升？| 学术伟易博
企业社会责任：不但是情怀 ，尚有市场价值 | 学术伟易博
用户登录
?北大主页
