کاهش سود راننده و افزایش سود شرکت؛ تاکسی اینترنتی معروف چگونه قیمت‌گذاری می‌کند؟

گزارش جدیدی از بیزنس اینسایدر نشان می‌دهد اوبر با تغییر مدل قیمت‌گذاری، موفق شد همزمان کرایه‌ها را افزایش دهد، دستمزد رانندگان را کاهش دهد و سود خود را بالا ببرد؛ آن‌هم بدون جلب توجه عمومی.

اوبر از سال ۲۰۲۲ به‌تدریج مدل سنتی قیمت‌گذاری بر پایه‌ی مسافت و زمان سفر را کنار گذاشت و به‌جای آن، مدل «قیمت‌گذاری از پیش اعلام‌شده» را پیاده‌سازی کرد؛ مدلی که در آن کرایه‌ی نهایی پیش از شروع سفر به مسافر و راننده اطلاع داده می‌شود؛ اما پشت صحنه، الگوریتم‌های هوش مصنوعی اوبر با استفاده از داده‌هایی فراتر از مسافت و زمان، هزینه‌ی سفر و سهم پرداختی به راننده را تعیین می‌کنند.

مدل مذکور به گفته‌ی دارا خسروشاهی، مدیرعامل اوبر، به شرکت اجازه می‌دهد هر سفر را بر اساس مجموعه‌ی گسترده‌ای از داده‌ها و با دقت بالا برای هر راننده شخصی‌سازی کند.

تحلیل لن شرمن، استاد دانشگاه کلمبیا، بر پایه‌ی داده‌های هفت ساله‌ی یک راننده‌ی پرتجربه تهیه شده و نشان می‌دهد اوبر عملاً به مرحله‌ای از «تبعیض قیمتی» رسیده؛ مفهومی اقتصادی که هدفش دریافت بیشترین مبلغ ممکن از مسافر و پرداخت حداقل دستمزد قابل قبول به راننده است.

طبق یافته‌های گزارش، در سال ۲۰۱۹ حدود ۹۸ درصد از سفرها با نرخ مشخص و قابل پیش‌بینی انجام می‌شدند، اما تا سال ۲۰۲۴ این عدد به ۷۷ درصد کاهش یافت؛ نشانه‌ای از انعطاف بیشتر اوبر در تعیین نرخ‌ها برای افزایش سود.

سهم اوبر از کرایه Take Rate که در سال ۲۰۲۲ حدود ۳۲ درصد بود، تا پایان ۲۰۲۴ به ۴۲ درصد رسید و در برخی سفرها به بیش از ۵۰ درصد افزایش یافت.

مدل جدید به اوبر اجازه می‌دهد کرایه‌ی سفرهای کوتاه را بالا ببرد و درعین‌حال، سفرهای طولانی را برای مسافران مقرون‌به‌صرفه‌تر کند؛ موضوعی که می‌تواند استفاده از اوبر برای سفرهای طولانی‌تر را افزایش دهد.

شرمن نتیجه‌گیری می‌کند که همه‌ی تغییرات با شفافیت محدود انجام شده‌اند و اگر این استراتژی در مورد یک راننده اعمال شده، به‌احتمال زیاد در مقیاس میلیونی اجرا شده تا سودآوری شرکت به‌شکل چشمگیری افزایش یابد؛ موضوعی که با رشد ۳۰۰ درصد سهام اوبر در سه سال گذشته و ثبت اولین سود سالانه‌ی شرکت در سال ۲۰۲۳ هم‌خوانی دارد.

اوبر در واکنش، یافته‌ها را «داستانی تکراری و گمراه‌کننده» خواند و تأکید کرد که الگوریتم‌های قیمت‌گذاری‌اش بر پایه‌ی مشخصات فردی کاربران نیست و با هدف شفافیت برای راننده و مسافر طراحی شده‌اند.