S2E69 Uber 黑箱定價演算法深入解析:為什麼你付的比別人貴?
三句話摘要
Uber的定價算法如何從透明走向複雜,透過差異化定價對司機和乘客實施大規模的價格控制。 Uber的進化是所有平臺經濟的縮影:初期燒錢換市場,成熟後利用數據優勢精準榨取價值,這邊非邪惡而是商業現實,真正改變需要透過監管干預而非企業自覺。 定價從成本計算走向獲利最大化:早期Uber採用基本費+時間費率+里程費率的透明公式。2022年後,算法目標改為從乘客處榨取最高價格、給司機最低酬勞,以擴大Uber的利潤空間。
重點整理
定價從成本計算走向獲利最大化:早期Uber採用基本費+時間費率+里程費率的透明公式。2022年後,算法目標改為從乘客處榨取最高價格、給司機最低酬勞,以擴大Uber的利潤空間。
客觀指標大幅貶值:統計分析顯示,根據客觀因素(時間、距離、尖峰時段)計算的價格擬合度從2019年的86%正常範圍內降至2024年僅24%,反映演算法已大量引入主觀可調整的因素。
多維度的個人化剝削:Uber監測乘客電量、歷史價格敏感度、地理位置收入水平,以及競爭對手報價,針對不同用戶進行差異化加價;同時對司機壓低基本費、暗中調整保險費用、根據行為特徵降低酬勞。
表面合規、實質差異化:Uber聲稱不使用個人特徵定價,但實際上利用行為數據(如過往接單模式)進行分類定價,規避法律責任同時達到實質歧視效果。
實用技巧與重點
- 時間點與數據:
- 2009年成立,2010-2015年最美好時期
- 2011年開始使用尖峰時段計價(Surge Pricing)
- 2015年開始對乘客端推出前置定價(Upfront Pricing)
- 2022年9月1日對司機端推出前置定價,正式改變局面
- 2019年 vs 2024年:R平方從0.98降至0.77
- 2019年 vs 2024年:價格合理範圍內(±10%)從86%降至24%
- 價格差異實例:
- 個人親歷:機場回家,5年前$30-40,現在$80-100
- 2024年消費者報告174名志願者實驗:同一起終點30趟車,價差中位數42.4%
- 極端案例:最低$25 vs 最高$65,差距160%
- Business Insider實驗:乘客支付$70,司機只收$27
- 抽成率演變:
- 2022年:32%
- 2024年:42%
- 2026年:超過50%(與三位司機合作推估)
- Uber考量的定價因素:
- 供需平衡(首要條件)
- 乘客價格敏感度(歷史接單行為)
- 配對速度與成功率(供給充足時反而加價)
- 競爭對手報價(如Lyft)
- 起點/終點所在地區收入水平
- 乘客電量狀況(電量不足時更容易接受加價)
- 司機酬勞壓低手段:
- 供給過剩時直接降低酬勞
- 降低基本費,同時提高尖峰倍數掩飾
- 保險費用隨意浮動($15-$50無規則變動)
- 根據司機價格敏感度(什麼單都接者)進行差異化壓低
- 當配對失敗時才提高酬勞吸引司機
- 省錢方法:
- 安裝多個叫車APP(Uber、Lyft等),比較同一路線價格選便宜的
- 保持手機電量充足(電量不足會被識別為價格不敏感)
- 嘗試多次叫車(隔幾分鐘重新下單可能獲得更低價格)
- 避開尖峰時段,或在高峰時等待供需恢復平衡
- 避免起終點在高收入地區(但此方法實用性有限)
結論
Uber的進化是所有平臺經濟的縮影:初期燒錢換市場,成熟後利用數據優勢精準榨取價值,這邊非邪惡而是商業現實,真正改變需要透過監管干預而非企業自覺。
完整解析
Uber的定價故事始於2009年的理想主義與2022年的現實妥協。在最初的黃金年代(2010-2015),Uber透過低價搶占市場。那時的定價邏輯極其簡單——就像傳統計程車的跳表:基本費加上時間費率乘以車程時間,再加上里程費率乘以行駛距離。這個透明公式吸引了大量乘客,乘客湧入又吸引司機加入,形成良性循環。但隨著規模擴大,一個無法迴避的現實問題浮現:Uber從2010年虧損到2021年,長達12年無法盈利。
為了解決虧損,Uber在2011年推出了尖峰時段計價(Surge Pricing),這並非純粹的貪婪,而是經濟學上的必要措施。想像機場大量乘客下飛機,如果價格不上升,乘客湧入會迅速耗盡附近司機,導致遠距離派車,形成三輸局面——司機空轉不賺錢、Uber運營成本上升、乘客也等不到車。尖峰定價透過提高價格來平衡供需,確保市場正常運作。這個邏輯是合理的。
但2022年9月1日發生了轉折。Uber在對司機端也推出前置定價後,定價演算法的目標根本改變了。之前Uber還受到「照表操課」的約束,現在它可以自由操控:對乘客,找出願意付的最高價格;對司機,找到最低酬勞。只要能配對成功,Uber就成交交易。這個改變直接推動Uber在2022年首次實現盈利。
研究數據揭示了這場轉變的規模。哥倫比亞商學院教授分析超過24,500趟行程,發現統計學上的判定係數(R平方)從2019年的0.98驟降至2024年的0.77。R平方接近1表示實際價格與客觀公式計算結果一致,接近0則表示有大量主觀調整空間。更戲劇化的是,價格落在±10%合理範圍內的比例從86%崩塌到24%——基本上等於掷骰子。2024年Consumer Report的實驗則直觀得多:174名志願者從同一起點叫往同一終點,30趟車的價差中位數達42.4%,最極端案例差距高達160%。
Uber的複雜定價機制考量了多個維度。首先是供需平衡,這是基礎;其次是乘客的價格敏感度——如果用戶過去對加價沒有反應,Uber未來會給予更高價格。第三個因素很反直覺:供給充足、配對速度快的情況下,Uber反而傾向加價。理由是Uber最大的風險是配對失敗,當第二項風險(找不到司機)接近零時,它可以在可控範圍內提高第一項風險(價格過高導致用戶放棄)。此外,Uber還參考競爭對手Lyft的報價,並根據起終點所在地區的收入水平調整——高收入地區用戶被默認為價格不敏感,可以多收。甚至電池電量也成為信號——電量不足的用戶被識別為被迫接單,會收到更高報價。
司機面臨的是另一種算法體系。在供給過剩時直接壓低酬勞;當乘客本身付的錢不多時,也會壓低司機酬勞。更詭妙的是,Uber會降低基本費但提高尖峰倍數,製造「看起來高」的假象,實際收入卻變少。保險費用則成為灰色地帶,隨意浮動於$15到$50之間,沒有任何規則。一位前會計師司機分析發現,這些費用調整並非基於時間或供需狀況,而是完全隨意——就像拉霸機一樣。Business Insider的實驗最為觸目驚心:乘客支付$70,司機最終只收$27,Uber的抽成率超過50%。官方聲稱只有20%左右,但實際研究顯示2022年32%、2024年42%、2026年超過50%。
Uber對個人化定價的迴避也很巧妙。公司聲稱不使用性別、種族等個人特徵定價,但這只是狹隘的辯護。他們實際上利用行為數據進行分類定價——將具有相似行為特徵的用戶歸類,基於該類別的整體價格敏感度進行調整。這規避了法律的字面禁區,卻達到了實質差異化的目的。
對於想省錢的乘客,有幾個策略可行。首先安裝多個APP(Uber、Lyft等)並比較同一路線的價格。其次保持手機電量充足,因為低電量會被系統識別為降低談判籌碼。第三,對於高價報價先過一遍,隔幾分鐘再叫,有時會獲得更低報價——Uber會測試用戶的價格底線。第四,避開尖峰時段,或在高峰時等待供需恢復平衡。最後一個建議則比較無奈:避免起終點在高收入地區——但這對住在高收入區的人無效,對低收入區的人來說才真正有用。
