Uber成功的秘密武器不只是更多司機 而是一大票經濟學家

2018.10.17 01:20AM
1105
是Uber 的秘密武器是一票經濟學家這篇文章的首圖

就像GoogleFacebook等網路公司一樣,Uber提供的數據資料幫助公司經營得更加出色。

首圖
REUTERS/Thomas White

本文來自合作媒體 iFanr,INSIDE 授權轉載

一個下雨的週六夜裡,你剛和朋友吃完飯,拿出手機,打開 Uber,首次發現它居然說因車輛不足,價格得上漲 1.3x 倍。當時的你,是按下了「接受」按鈕,還是選擇「多等幾分鐘」?

你也許已經忘了當時的決策,但那個數據對經濟學家來說特別珍貴,因為它們清晰地記載了交易時間、地點、價格以及當時的供需情況。《魔鬼經濟學》作者、美國經濟學家 Steven Levitt 曾說:

從很多方面來看,Uber 呈現了經濟學家理想中經濟應有的模樣。

這樣精確豐富的數據於經濟學家來說猶如瑰寶,但更重要的是,Uber 愛這些經濟學家就如經濟學家愛這家公司帶來的寶貴數據和實驗機會。

Uber 不僅在內部設立「研究和經濟(Research and Economics)」部門,同時讓這些被稱為「Ubernomics」的經濟學家的研究成功融入到公司的產品設計、戰略設計以及政府遊說支持中。Quartz 撰文介紹了這群鮮為人知,卻對 Uber 發展相當重要的人群。

經濟學家都愛 Uber

2016 年,Steven Levitt 通過分析 UberX 2015 年上半年在芝加哥、洛杉磯、紐約和舊金山所產生的 5400 萬筆交易數據,繪制出基於真實數據的需求曲線

我們都學過微觀經濟學的「需求曲線」——在其它條件相同時,產品的價格越低,需求會越大,反之亦然。

是Uber 的秘密武器是一票經濟學家的第3張圖

由於從來沒人能夠準確記錄「其它條件」的改變會怎樣影響人們需求對價格的敏感度(譬如,原本叫車回家只要 150 元,今天下雨漲價到 200 元你接受嗎?300 元呢?),所以需求曲線一直是個「概念性」模型。

直至 Uber 推出溢價演算法,讓類似的消費者對不同價格做出選擇,得到了所需的實際數據。你們每一下的「接受」和「多等幾分鐘」都為經濟學家瞭解人們對價格的接受預期作出貢獻。

據統計,Uber 擁有超過 300 萬名司機,全球來說,每天將產生 1500 萬筆交易數據。QZ 在文章中寫著:

Yahoo、Google 和 Uber 等公司能夠提供的數據量,是十年前經濟學家們做夢都求不來的。

科技公司裡的經濟學家是怎樣一個存在?

需要說明的是,Steven Levitt 並不是受聘於 Uber 的經濟學家,但他對於需求曲線的研究的確是和 Uber 自家的經濟學家合作完成的。

Ubernomics 向來保持低調,廣泛研究消費者體驗、測試新功能和激勵措施、根據 Uber 公共政策需求提供支持材料,以及生產經過同行評議和可在權威刊物上刊登的研究。

2015 年,當美國政府官員譴責 Uber 的溢價是「價格欺詐」時,Uber 的首席公共政策和法律經濟研究負責人 Jonathan Hall 引用了一篇研究報告,指出 Ariana Grande 在紐約開演唱會時,溢價是如何驅動司機前往需求最大區域。

此外,Hall 和前歐巴馬顧問 Alan Krueger 的研究則通過展示司機「可當自己的老闆」「安排自己的行程」來支持「Uber 只是司機的代理人,司機不是公司正式員工」一說。

更隱形的影響是,Hall 和 Krueger 的研究已被數百篇研究論文所引用,影響力在默默地擴散。

科技公司對經濟學家的「現代商業」需求也許是從 2002 年經濟學家 Hal Varian 和 Google 合作後才興起,但經濟學家如今在科技公司中的位置已經變得非常多元。據美國經濟學家兼微軟長期顧問 Susan Athey 分享,目前經濟學家在科技公司中主要負責 4 個方面的工作:

  • 微觀經濟學方面問題,譬如價格設置和產品設計問題,研究產品是如何影響用戶
  • 公司發展策略問題,包括對產業的研究以及對收購、合併等行為的評估
  • 公共政策問題(知識版權、隱私、數據安全等),Uber 拿研究報告去遊說各地政府就是一個例子
  • 法律和政府監管問題,協助企業面對反壟斷和競爭等領域的挑戰。

此外,Athey 指出,還有不少年輕的經濟學家會在科技公司裡擔任資料研究員和產品經理,因為他們更擅長於使用觀測數據和設計實驗。

近 10 年來,科技公司的創新速度一直領跑著政府政策的發展速度,這為經濟學家提供了發揮小宇宙的空間。

經濟學家甚少能夠在觸及如此多人的產品和平台中體現自身價值,這讓人非常振奮!和給數百位學者提供可引用的研究論文相比,我的工作可以影響整個經濟。

Athey 通過郵件對 Quartz 說。而對於 Ubernomic 來說,重要的任務是建造證據體系,並圍繞這個體系建立全球政策框架。在 QZ 看來,Uber 在這方面做得很好:

Uber 高品質的數據吸引來學術和研究人才,他們將為公司撰寫提高聲譽的研究報告,並吸引更多研究人員來撰寫這方面的研究論文,提高公司政策合理性。

爭議,一直都沒停過

今年 3 月,MIT 發佈了文章指出 ,Uber 和 Lyft 的司機每小時只能賺 3.37 美元,遠低於最低薪酬。

沒過多久,Hall 就在 Uber 的官方部落格回擊該研究,稱 MIT 為「Mathematically Incompetent Theories(數學算不好理論)」,並獲得了 Krueger 和耶魯大學經濟學家 Judy Chevalier 的支持。

事實證明,MIT 發佈的研究確有缺陷,隨後他們也將研究數據從 3.37 更正為 8.85 美元/小時。但該研究負責人 Stephen Zoepf 對事件的後續評論同樣值得深思:

透明度和可重復性是學術研究的基礎。Hall 和 Khosrowshahi 的評估所暴露的,是一份我在沒有公開乘車數據,以及除 Uber 自家分析外缺乏第三方獨立研究下進行的一次假設。

當然,這不是 Uber 一家才有的問題。

一組經濟學家已經不再是任何人的「秘密武器」。所有大公司有自己的(經濟學家)團隊。

O』Reilly Media 創辦人 Tim O』Reilly 說道。正如前文所及,Google 就曾在 Hal Varian 的幫助下打造出最賺錢的 AdWords,而 AirBnb、Netflix、Pandora 等公司每周也在尋找新經濟學家來合作。從某個層面來說,受聘的經濟學家也是公關團隊的一部分,以專業論文來為公司說話,為公司建設軟實力。

回應 2

2 則回應

科技應用
阿里巴巴不只雙11 還用大數據幫你打造暢銷商品
INSIDE網路趨勢觀察
6 天前

熱門文章

最新消息

本日精選