滴滴的原罪就是套路太多

先给大家讲一个几天前的真实故事。

事情是这样的&＃xff0c;我一早要赶高铁&＃xff0c;于是前一天晚上订了第二天早上七点半的礼橙专车。对于这个常规操作也没往心里去。

然后第二天早上&＃xff0c;收拾东西时候一看“专车距您3公里”&＃xff0c;很稳。吃完早饭一看&＃xff0c;车已经在小区门口&＃xff0c;那就出发吧。到小区门口四下瞭望了&＃xff0c;嗯&＃xff0c;没车&＃xff1f;

于是我给司机打电话&＃xff0c;询问是什么情况&＃xff0c;他说他马上到。当时是7点33分。

我又等了一阵&＃xff0c;还是没见车。我只能再打开滴滴打电话。然后瞬间小情绪就炸裂了&＃xff1a;居然显示专车距我33公里&＃xff1f;&＃xff01;什么情况&＃xff1f;在我进一步催问下&＃xff0c;司机告诉我他起来晚了&＃xff0c;刚睡醒&＃xff0c;现在正用滴滴给我叫车呢。

当时确实整个人都不好了&＃xff0c;已经晚了快20分钟&＃xff0c;眼看要赶不上高铁的节奏啊。于是我马上给滴滴后台上报了司机没来接我的情况&＃xff0c;急忙拦了出租车赶到车站。然而并没有什么用&＃xff0c;命中要误的车是绝不会等你的。

滴滴平台的处理结果&＃xff0c;是给了我一张40元的代金券。

后来仔细想一想&＃xff0c;觉得这事儿也没有什么可埋怨司机的。人有特殊情况总是难免&＃xff0c;而且后来司机大哥也给我打电话道歉&＃xff0c;并提出要私下再给我一部分补偿。当然了我也没要。

但是问题来了&＃xff0c;我奇怪的是&＃xff0c;既然司机当时在家睡觉&＃xff0c;那么滴滴APP显示的专车&＃xff0c;到底是怎么有远有近地开到我家门口的&＃xff1f;

当时谁也不会想到截图&＃xff0c;但是扪心自问了好几次&＃xff0c;我还是判定不是因为没睡醒产生了幻觉——那辆专车的神秘小图标&＃xff0c;确实出现在了APP中&＃xff0c;并且在动。

于是这几天&＃xff0c;我研究了一下发生在滴滴上的各种“灵异现象”&＃xff0c;结果发现身边的同事朋友居然有各种各样的神奇遭遇。

本文总结一下使用滴滴时可能撞到的“套路们”。比较令人痛苦的是&＃xff0c;有些事件不是订单截图能够体现的。但这里可以保证&＃xff0c;说到的每个状况都有相应订单作为证据。

而且一些套路如此频繁&＃xff0c;让我感觉肯定不是个案&＃xff0c;各位同为滴滴用户的小伙伴&＃xff0c;不妨自己回想一下还有哪些要补充的。

我至今都难以理解的虚假位置

作为还算比较资深的滴滴用户&＃xff0c;这次见识到的假定位&＃xff0c;真是最匪夷所思的一回。

我们都听说过&＃xff0c;有一种黑产专门向网约车司机兜售假的定位软件&＃xff0c;据说可以让车辆定位出现在人流集中区或者机场车站&＃xff0c;提高接单能力。

但是我赶上的这回显然不是司机造假。然而系统bug也很难解释这种情况&＃xff0c;如果只是定位错跳&＃xff0c;那总不见得能一路沿着马路慢慢错跳到我的上车地点吧&＃xff1f;

可是如果说是平台自动完成的假位置投放&＃xff0c;我又觉得有点“吃饱了撑的”。

毕竟司机没到这事儿马上就会被拆穿&＃xff0c;自动投放一个假位置&＃xff0c;让用户觉得司机已经到了&＃xff0c;又有什么好处呢&＃xff1f;

确实此前我也经历过&＃xff0c;预定的专车临到上车时间还在非常远的地方。这种情况如果要赶车赶飞机&＃xff0c;我也只能取消订单。为这事儿还跟滴滴客服吵过&＃xff0c;客服给我的答复是让我耐心等待。我反问我一会耽误的机票是找滴滴报销吗&＃xff1f;客服给我的答复依然是要耐心等待。

难道为了避免这种投诉出现&＃xff0c;平台就会自动给用户看一个假的定位不成&＃xff1f;有一个时间点值得注意&＃xff0c;那位专车司机说他开始打开滴滴给我叫车的时候&＃xff0c;恰好也是我这边见到专车位置突然跳到几十公里外的时候。换而言之&＃xff0c;在司机大哥没打开滴滴软件的时候&＃xff0c;他的定位就“巧妙”的出现在了我预定的出发地点&＃xff1f;

怎么评价呢&＃xff1f;只能希望这是个巧合与个例吧。然而接下来要说的&＃xff0c;绝对不是巧合。

个性化数据服务&＃xff0c;

还包括看人绕路这一项&＃xff1f;

滴滴的大数据杀熟&＃xff0c;给重度用户涨价这事&＃xff0c;已经有了太多报道&＃xff0c;这里聊点相对新鲜的。

大数据涨价这招我没测试过&＃xff0c;但是大数据绕路&＃xff0c;我可是实地“评测”过的。

客观来说&＃xff0c;使用滴滴遇到的司机绕路问题&＃xff0c;如今已经好很多了。到目前为止&＃xff0c;滴滴自动提示过我一次司机存在绕路&＃xff0c;我主动投诉过两次&＃xff0c;很快都得到了解决。

但是有一种绕路却是司机和乘客都比较无奈的&＃xff1a;导航绕路。

从前&＃xff0c;我从地铁站到公司&＃xff0c;正常行驶是2.3公里&＃xff0c;前提是在正确的路口掉头。这条路我走熟了&＃xff0c;每次叫滴滴导航都是同样的路线。而后来有一次&＃xff0c;正巧手机没电&＃xff0c;就让同行的朋友叫了一次车。我开始还没注意&＃xff0c;突然间感觉怎么开了这么久&＃xff1f;一看司机的导航&＃xff0c;滴滴规划的路线要走7.6公里。

为了证实这是不是个案&＃xff0c;矫情如我又找了一个陌生的手机约同样线路的车。上车一看&＃xff0c;果然导航还是指向那遥远的方向。值得注意的是&＃xff0c;同样的位置用主流手机地图导航&＃xff0c;都是2.3公里的走法。

以上情况发生在北京&＃xff0c;然而稍微一翻找就会发现&＃xff0c;这种滴滴导航“特立独行”的绕路事件发生在全国各地。

而似乎我遇到的问题证明了这样一个情况&＃xff1a;滴滴导航不是大数据杀熟&＃xff0c;而是大数据欺生。同样的上车点和下车点&＃xff0c;如果你没走过这条路&＃xff0c;那抱歉&＃xff0c;咱们绕路走起。

显然&＃xff0c;这种问题是很容易解决的&＃xff0c;比如后台系统学习用户出行轨迹&＃xff0c;归纳出同样路线的最优方案&＃xff08;或者其实直接套用百度和高德的导航也可以啊&＃xff09;。很简单的产品逻辑修改&＃xff0c;就可以让那些滴滴导航的专属绕路现象烟消云散——然而滴滴并没有&＃xff0c;他们选择了更赚钱的套路。

压哨派单&＃xff0c;惊不惊喜&＃xff1f;

还有一种亲身体验过多次的套路&＃xff0c;而且不知道为什么基本都发生在上海。

我们知道在上海这种大城市&＃xff0c;当你呼叫滴滴之后&＃xff0c;首先会迎来漫长的等待。

奇妙的是&＃xff0c;这里经常出现这样一幕&＃xff1a;什么时候你等得不耐烦了&＃xff0c;按下取消订单的那一刹那&＃xff1a;恭喜你&＃xff0c;你终于约到车了。

这种压哨派单&＃xff0c;我在上海遇到过很多次。如今甚至已经形成了一个思维定式&＃xff0c;想要车吗&＃xff1f;发单等三分钟&＃xff0c;然后点取消&＃xff0c;好&＃xff0c;车来了。

从去年开始&＃xff0c;滴滴派车由距离优先&＃xff0c;变成了“智能派单”模式。据滴滴说&＃xff0c;智能化之后&＃xff0c;首先会根据司机与乘客的好评率来派单&＃xff0c;以此养成司乘双方的礼貌意识&＃xff0c;并且也可以通过大数据计算减少空驶率。

这些都很好&＃xff0c;作为用户绝对举双手赞成。然而智能派单之后&＃xff0c;确实也引发了很多司机与用户的吐槽&＃xff0c;说是用户叫不到车&＃xff0c;司机赚不到钱。

不管这是否是技术的暂时困境&＃xff0c;或者司乘的无依据抱怨。至少从压哨派单这件事中&＃xff0c;我们可以看出滴滴的智能派单显然不仅是在测算用户的好评率——至少它还在测算用户的耐心程度&＃xff0c;让没耐心的先叫到车。

这个逻辑倒是很好理解&＃xff0c;因为它保证了订单被最大化保留&＃xff0c;企业可以赚到更多钱。然而对于用户体验来说&＃xff0c;愿意多等难道就应该多等吗&＃xff1f;这就像你去饭店点菜&＃xff0c;服务员看你好说话&＃xff0c;就决定让后面的人加塞&＃xff0c;这套路似乎有点三观不正。

雨天&＃xff0c;有一个神秘的队伍在等车

最后说一个滴滴的套路吧。篇幅原因有些素材就不写了&＃xff0c;同时也相信等待被挖掘的套路只会更多。

北上广的朋友大概都有这样一个体验&＃xff1a;早晚高峰、人流量大的地方、天气不好的时候&＃xff0c;叫滴滴必排队&＃xff0c;排队必然200&＃43;&＃xff0c;等下去必然要疯……

&＃xff08;图片来源于网络&＃xff09;

当然了&＃xff0c;这种情况主要是网约车司机数量锐减造成的&＃xff0c;并不是滴滴的锅。

然而在各种排队当中&＃xff0c;有一项是有点可疑的&＃xff0c;它叫做雨天排队&＃xff0c;在北方多发生在夏季。

我一位朋友&＃xff0c;曾经在北京一个不算热闹的地方叫车&＃xff0c;显示排队人数130&＃43;。当时他都惊呆了&＃xff0c;因为四下遥望都是一片空旷&＃xff0c;这130人藏在哪里了&＃xff1f;

有兴趣的小伙伴不妨等下雨的时候出去试试&＃xff0c;相当好玩。一旦下雨时呼叫滴滴&＃xff0c;你周围很大概率会突然出现一支热爱雨天往外跑的神秘队伍——事情搞笑的地方在于&＃xff0c;即使下的是根本不影响出行的毛毛雨&＃xff0c;这只神秘军团也会如期而至。

显然&＃xff0c;这些人中很大部分是不存在的。然而背后的产品经理似乎还不够细心&＃xff0c;只是简单粗暴地区分了雨天叫车难度和非雨天难度&＃xff0c;却没想到大雨小雨暴雨其实是有点不同的。

想象一下这样的画面&＃xff0c;某位用户在下着细雨的空旷街道上叫车&＃xff0c;突然发现前面有100多人在排队等车……这情节够拍恐怖片了。

你要这套路&＃xff0c;有何用&＃xff1f;

电影里常说&＃xff0c;这世界在黑与白之外&＃xff0c;更多的是灰色。

那么在数据服务里&＃xff0c;除了人性化服务与机械化服务之外&＃xff0c;其实还有一种“鸡贼化服务”。

在滴滴上&＃xff0c;我们可以很容易看到传说中的杀熟之外&＃xff0c;还可以利用用户数据搞出千奇百怪的套路——令人沮丧的是&＃xff0c;这些套路的目标很统一&＃xff1a;要让滴滴占便宜。

究其根本&＃xff0c;是在一个用户基数庞大的商业平台面前&＃xff0c;随便玩弄一个小花招&＃xff0c;叠加在一起就是一个可观的数字。

这种小心思搞个一两次&＃xff0c;其实绝大多数都不会察觉到。但问题是&＃xff0c;如果你使用滴滴频次挺高&＃xff0c;大概会发现撞上套路的概率实在太大了。

而让人无可奈何的地方在于&＃xff0c;这些套路造出来的锅&＃xff0c;只要事情不严重&＃xff0c;完全可以甩给“智能”这个深奥的东西&＃xff1a;最后一秒匹约到车是系统匹配的结果&＃xff1b;位置出错是系统错误&＃xff1b;导航绕路是算法故障&＃xff0c;等等等等。

埋伏在无数数据和算法背后&＃xff0c;今天的互联网公司似乎愈发安全了。只要不出大事&＃xff0c;那么在你不会取消订单的情况下就多等一会&＃xff0c;在你不认识路的情况下就多走一点&＃xff0c;有小问题能蒙过去就最好——总而言之&＃xff0c;平台要低投诉&＃xff0c;还要利益最大化。

但世上安有两全法&＃xff1f;

小聪明小便宜的背后&＃xff0c;很可能是大患与大错。这点滴滴似乎直到现在也没有搞明白。

要知道&＃xff0c;从智能技术的运用&＃xff0c;到对待用户数据的态度&＃xff0c;再到最终呈现出的产品状态&＃xff0c;这套相当复杂的东西背后&＃xff0c;其实都在诉说着相同的内涵&＃xff1a;企业的价值观。