Такси рентабельность: Как открыть свою службу такси: рентабельность бизнеса

Первые летающие такси уже в 2025 г.?

Летающие машины кажутся нам научной фантастикой. Но в разработку беспилотных летательных аппаратов для перевозки пассажиров и в грузовые дирижабли вкладываются огромные деньги. Значит ли это, что мы уже скоро сможет заказать летающее такси?

Ничто так часто не расстраивает наши планы, как попадание в пробку. Поэтому люди не перестают мечтать о машинах, передвигающихся по воздуху. По оценкам специалистов, рынок таких машин уже к 2035 г. может достичь 25 млрд долларов. Поэтому не удивительно, что инвесторы проявляют интерес к такого рода проектам.

Один из примеров такой машины — летательные аппараты вертикального взлёта и посадки eV-TOL. Они оборудованы электродвигателями, чтобы избежать выбросов углекислого газа.

Разработкой нескольких прототипов аппаратов, способных перевозить до 20 пассажиров, занимаются во всем мире более 50 предприятий. Одно из них — турецкий стартап _AirCa_r. Эта стамбульская компания пытается решить проблему пробок и загазованности на улицах города с 2017 г.

Предприятие расположено в турецком аналоге кремниевой долины. Оно работает в партнерстве с крупнейшим турецким разработчиком программного обеспечения. Не дожидаясь наземного решения проблемы, компания обратилась к воздухоплаванию. Конечная цель AirCar — создать парк беспилотных летающих такси с электродвигателями.

После порядка тысячи испытаний уменьшенных прототипов, в этом году начались испытания полноразмерных аппаратов. По словам основателя и руководителя компании Эрая Алтунбозара, перевозки пассажиров могут стартовать уже в 2025 г. Но для этого потребуется преодолеть ряд препятствий.

Одно из них — рентабельность. Как объясняет профессор Берлинского технического университета д-р Андреас Барденхаген, обычный поезд может перевезти гораздо больше пассажиров из центрального Берлина в аэропорт, чем современный вертолет. Если же по воздуху начнут перевозить сотни пассажиров, воздушное пространство будет перегружено и обычные люди вряд ли это оценят положительно. Поэтому услугами воздушного такси скорее всего будет пользоваться небольшое число богатых клиентов.

Еще одно препятствие — национальные и международные правила воздушных перелётов. По словам Фила Сеймура, главы консалтинговой фирмы IBA, занимающейся авиационной тематикой, в любой стране мира есть жесткие требования к летательным аппаратам, призванные обеспечить безопасность перелетов. Они могут замедлить реализацию проекта воздушных такси.

Но несмотря на потенциальные трудности компания AirCar хочет совершить прорыв на рынке пассажирских перевозок. Эрай Алтунбозар раньше занимался научными исследованиями в области «зелёных» технологий. По его словам, проект летающего такси делают возможным такие наработки как литий-ионные аккумуляторы, композитные материалы, искусственный интеллект и технологии БПЛА.

Летающие машины должны перевозить пассажиров на небольшие расстояния. А как насчет тяжеловесных перевозок? Французская компания Flying Whales (Летучие киты) утверждает, что ее огромные дирижабли могут перевозить до 60 тонн груза, не нанося при этом вреда окружающей среде.

Руководитель компании Себастьян Бугон говорит, что дирижабли могут изменить подход к здравоохранению: они смогут доставить на остров или труднодоступный район полевой госпиталь, который, оказав всю необходимую помощь местным жителям, может быть перенесён в другое место. Таким образом люди в труднодоступных районах будут получать ту же медицинскую помощь, что и жители больших городов.

Летающие машины — это больше не фантазия. В работающие над ними стартапы вкладывают миллиарды долларов. Но станут ли они лишь развлечением для богатых или изменят для всех нас способы передвижения?

в столице появится новый сервис такси :: Autonews

Китайский агрегатор такси DiDi планирует расширить географию работы в России и рассматривает возможность выйти на московский рынок в начале 2022 года. Как выяснил Autonews. ru, руководство сервиса уже ведет переговоры с департаментом транспорта столицы. Об этом изданию сообщили источники, близкие к мэрии Москвы. Компания работает в России с 2020 года, начав запуск с Казани. Сейчас заказать такси через агрегатор DiDi можно еще в 37 городах, в том числе в Брянске, Тамбове, Уфе, Краснодаре, Саратове, Ставрополе и  Костроме.

В DiDi прямо комментировать возможный выход в сегмент такси в Москве отказались. «Москва — крупнейший рынок в сегменте такси и райдхейлинга в России, и, безусловно, мы находим его привлекательным. Однако говорить о конкретных датах начала работы пока преждевременно. Мы будем делиться новостями по мере развития событий», — объяснила PR-директор DiDi в России Ирина Гущина.

По мнению опрошенных аналитиков, именно выход в столичный регион поможет выйти DiDi на более высокую рентабельность, однако борьба с основным игроком в лице Яндекс.Go потребует значительных инвестиций.

Фото: Pavlo Gonchar / Global Look Press / Keystone Press Agency

Высокая конкуренция и возможный демпинг

В настоящее время подавляющее большинство поездок в Москве пользователи совершают при помощи сервиса «Яндекс. Такси», которое недавно переименовали в Яндекс.Go. По данным департамента транспорта Москвы, по итогам 2020 года на «Яндекс» приходилось 71,8% поездок. На втором месте — «Ситимобил» — 19,2%. У Gett доля от заказов составила 6,3%. Остальные поделили между собой небольшие сервисы и приложения, включая «Везет» и InDriver. При этом, согласно данным ФАС, всего в Москве и области в 2020 году был зарегистрирован 31 бренд такси-агрегаторов на 24 юрлица и 5 — на ИП. [1]

Аналитик Владимир Беспалов в беседе с Autonews.ru отметил, что для развития бизнеса выход в Москву и Мособласть для DiDi необходим.

«Москва — это самый большой и платежеспособный рынок, — отметил Беспалов. — Однако здесь сильные конкуренты. Чтобы выглядеть на их фоне более привлекательно на первых порах инструмент только один — это привлекательная цена для пассажиров и вознаграждение за поездку для водителей. В первую очередь клиенты будут смотреть на скорость подачи и цену, потому первым шагом станет завоевание как можно большего количества водителей.

Если у компании есть план закрепиться на рынке, будут нужны большие инвестиции в развитие».

Фото: Московский транспорт

Также Беспалов отметил, что в Китае компания известна своими технологичными решениями для такси. Однако пока признает, что реализовать их в России в таких же объемах возможности нет.

«Цены на такси сейчас растут из-за недостатка машин и водителей, — рассуждает Беспалов. — У DiDi в России нет своего приложения, своих машин. Работать придется точно с таким же автопарком, теми же водителями и клиентами. И стратегия пока может быть только одна — предлагать сниженную стоимость поездки, чтобы набрать аудиторию».

Руководитель Центра компетенций Международного Евразийского форума «Такси» Станислав Швагерус напомнил, что в России у DiDi пока есть только опыт работы в регионах. По его оценке, условия и правила работы в Москве и Московской области значительно отличаются.

«Если в регионах таксисты могут работать «в серую», то в столице это просто невозможно, — отметил Швагерус. — Также в московском регионе в экспериментальном порядке работает цифровой профиль для водителей такси, а обезличенные данные о поездках сервисы обязаны передавать в департамент транспорта. DiDi сможет успешно интегрироваться в московский рынок, если завоевание его доли будет основано не только на привлечении водителей и пассажиров, но и на полезных технологических новшествах для водителей и пассажиров».

В качестве примера Швагерус назвал развитие таких направлений, как сбор биометрических данных и доступ к управлению машиной по QR-кодам одобренных и зарегистрированных в системе водителей. Также эксперт назвал еще несколько факторов, которые стоит учесть агрегатору.

ТОП регионов Урала по рентабельности бизнеса

Опубликованы данные по рентабельности крупных и средних предприятий в различных регионах России. Посмотрим, какс ними обстоят дела в Челябинской области, и сравним её с другими регионами УрФО.  

Фото Людмилы Ковалевой (Южноуральская панорама)

1. Челябинская область – самая высокая рентабельность

В Челябинской области за январь-сентябрь 2021 года крупные и средние предприятия региона сумели заработать в среднем по 11,66% от своих активов. Это более чем в 3,5 раза, чем годом ранее – в 2020 году им удалось достичь показателя всего в 3,17%.

2. ЯНАО – самый бурный рост

Ямало-Ненецкий автономный округ выдал самый бурный рост рентабельности. Он достиг порога в 9,97%. Это в 62 раза превышает показатель 2020 года, тогда он составил 0,16%. Это говорит о том, что предприятия региона сумели наладить непрерывную работу даже при непрекращающихся волнах ковида.

3. Тюменская область – третье место по УрФО

В Тюменской области дела также очень благополучны, она нарастила рентабельность в 16 раз в течение года, с 0,54% до 9,01%. Это говорит в пользу властей региона и промышленников, которые сумели добиться стабильной работы, приспособившись к пандемии.

4. Свердловская область – ниже среднеуральского показателя

А вот в Свердловской области дела не особо хороши. Рентабельность составила 8,31%, что меньше средней уральской цифры в 8,84%. Хотя годом ранее она была в 2,6 раза хуже, достигнув всего 3,16%. Так что рост более чем заметен.

5. ХМАО – падение рентабельности

В Ханты-Мансийском автономном округе дела с рентабельностью обстоят не очень. Вроде бы, с одной стороны, предприятия заработали 7,38% от стоимости своих активов. А с другой стороны – годом ранее этот показатель был 11,65%. Так что регион ещё не оклемался от пандемии, что заметно сказалось на доходах бизнеса. У него единственного в УрФО произошло снижение данного показателя.

6. Курганская область – самая низкая цифра

В Курганской области оказался самый низкий показатель рентабельности на Урале, он составил всего 3,82%. Правда, за год он сумел вырасти почти в два раза, поднявшись с 1,97%. Но хоть не падение, как у ХМАО – это уже замечательно.

Рейтинг был составлен Компанией «Финэкспертиза». Она специализируется на аудиторской, оценочной и консалтинговой работе. Рейтинг рассчитывался на основе исследования собственной аналитической службы, исходя из соотношения активов предприятий к полученной прибыли за январь-сентябрь 2021 года. Также было произведено сопоставление с аналогичным периодом предыдущего года.

в непогоду агрегаторы втрое завышают цены

Во время снегопада стоимость такси может увеличиться в 3,5 раза Фото: Владимир Жабриков © URA.RU

Во время снегопада, гололеда и пробок на дорогах агрегаторы увеличивают стоимость поездок в такси в 3,5 раза. Если же просто наблюдается высокий спрос со стороны пассажиров, стоимость поднимается на 20-30%. Об этом в беседе с URA.RU рассказал председатель общественного движения «Форум такси» Олег Амосов.

«Снегопад, гололед, пробки — со стороны агрегатора начинается рост цен. Например, в Москве, с учетом 10-балльной пробки, цена вечером 30 ноября выросла в 3,5 раза. Если же динамического спроса нет, цена настолько низко подает, что становится ниже рентабельности использования автомобиля, и водитель начинает работать в убыток», — подчеркнул Олег Амосов.

По его словам, рост стоимости поездок в такси в обычные дни, когда нет каких-либо природных аномалий, чаще всего связан с высоким спросом со стороны пассажиров. «У них цена зависит только от спроса. Они подкидывают цену на 20-30%, если спрос увеличивается и время в пути увеличивается в разы», — уточнил собеседник агентства.

В беседе с URA.RU представитель Общественного совета в УрФО по развитию рынка такси в регионах РФ Владимир Герасименко объяснил, что рост стоимости услуг в определенных ситуациях практически не отражается на зарплате сотрудников такси. «Агрегаторы вводят математические машинные алгоритмы, которые определяют ценовую политику в зависимости от времени года, времени суток, погодных условий, пробок на дорогах.

И устанавливают стоимость поездки в 2-3 раза выше, чем в обычные дни. Антимонопольная служба, действующая в рамках Евразийского союза, после проверки пришла к выводу, что эти алгоритмы не понятны никому, только самой компании. Агрегаторы утверждают, что устанавливают стоимость на основе спроса и предложений. Но водители от этого практически ничего не имеют, от 20 до 30% идет агрегатору», — заявил он.

В пресс-службе «Ситимобил» URA.RU подтвердили, что в снежную и дождливую погоду стоимость услуг такси увеличивается. «Стоимость всех поездок через „Ситимобил“ во всех регионах всегда формируется с помощью алгоритмов динамического ценообразования, которые учитывают, например, загруженность дорог, прогнозируемую продолжительность поездки, количество машин на линии и даже погоду. В снежную или дождливую погоду, действительно, характерен повышенный спрос на такси. В дни, когда спрос увеличивается, цена поездки может вырасти из-за появления повышающих коэффициентов, задача алгоритмов — удовлетворить спрос, адекватно распределить заказы и загрузить автомобили на линии.

При этом эти коэффициенты не могут увеличить стоимость поездки условно в десять раз, у нас существуют ограничения на этот счет», — объяснили в компании.

Редакция URA.RU написала запрос в пресс-службу «Яндекс.Такси». На момент публикации материала ответ не был получен.

Ранее из-за гололедицы резко подняли цены сервисы по заказу такси Челябинска. В 2-3 раза увеличилась стоимость и в Сургуте (ХМАО). Причиной стали обильные снегопады.

Если вы хотите сообщить новость, напишите нам

Подписывайтесь на URA.RU в Google News, Яндекс.Новости и на наш канал в Яндекс.Дзен, следите за главными новостями России и Урала в telegram-канале URA.RU и получайте все самые важные известия с доставкой в вашу почту в нашей ежедневной рассылке.

Во время снегопада, гололеда и пробок на дорогах агрегаторы увеличивают стоимость поездок в такси в 3,5 раза. Если же просто наблюдается высокий спрос со стороны пассажиров, стоимость поднимается на 20-30%. Об этом в беседе с URA.RU рассказал председатель общественного движения «Форум такси» Олег Амосов. «Снегопад, гололед, пробки — со стороны агрегатора начинается рост цен. Например, в Москве, с учетом 10-балльной пробки, цена вечером 30 ноября выросла в 3,5 раза. Если же динамического спроса нет, цена настолько низко подает, что становится ниже рентабельности использования автомобиля, и водитель начинает работать в убыток», — подчеркнул Олег Амосов. По его словам, рост стоимости поездок в такси в обычные дни, когда нет каких-либо природных аномалий, чаще всего связан с высоким спросом со стороны пассажиров. «У них цена зависит только от спроса. Они подкидывают цену на 20-30%, если спрос увеличивается и время в пути увеличивается в разы», — уточнил собеседник агентства. В беседе с URA.RU представитель Общественного совета в УрФО по развитию рынка такси в регионах РФ Владимир Герасименко объяснил, что рост стоимости услуг в определенных ситуациях практически не отражается на зарплате сотрудников такси. «Агрегаторы вводят математические машинные алгоритмы, которые определяют ценовую политику в зависимости от времени года, времени суток, погодных условий, пробок на дорогах. И устанавливают стоимость поездки в 2-3 раза выше, чем в обычные дни. Антимонопольная служба, действующая в рамках Евразийского союза, после проверки пришла к выводу, что эти алгоритмы не понятны никому, только самой компании. Агрегаторы утверждают, что устанавливают стоимость на основе спроса и предложений. Но водители от этого практически ничего не имеют, от 20 до 30% идет агрегатору», — заявил он. В пресс-службе «Ситимобил» URA.RU подтвердили, что в снежную и дождливую погоду стоимость услуг такси увеличивается. «Стоимость всех поездок через „Ситимобил“ во всех регионах всегда формируется с помощью алгоритмов динамического ценообразования, которые учитывают, например, загруженность дорог, прогнозируемую продолжительность поездки, количество машин на линии и даже погоду. В снежную или дождливую погоду, действительно, характерен повышенный спрос на такси. В дни, когда спрос увеличивается, цена поездки может вырасти из-за появления повышающих коэффициентов, задача алгоритмов — удовлетворить спрос, адекватно распределить заказы и загрузить автомобили на линии. При этом эти коэффициенты не могут увеличить стоимость поездки условно в десять раз, у нас существуют ограничения на этот счет», — объяснили в компании. Редакция URA.RU написала запрос в пресс-службу «Яндекс.Такси». На момент публикации материала ответ не был получен. Ранее из-за гололедицы резко подняли цены сервисы по заказу такси Челябинска. В 2-3 раза увеличилась стоимость и в Сургуте (ХМАО). Причиной стали обильные снегопады.

Как Baidu развивает беспилотные такси

В четверг фондовые индексы США впервые за неделю закрылись на положительной территории. 

В лидерах роста были акции технологических компаний. Из макростатистики выделим данные по рынку труда. Количество первичных заявок за пособиями по безработице оказалось лучше ожиданий и составило 444 тысяч против ожиданий в 450 тысяч (на прошлой неделе показатель был на уровне 473 тысяч). Количество повторных заявок за пособиями по безработице составило 3,75 млн, в то время как ожидалось 3,64 млн.

Из новостей по COVID-19 выделим заявление CEO компании BioNTech, который отметил, что вакцина компании на 70-75% эффективна против индийской разновидности вируса COVID-19.

Baidu, Inc. – китайская компания, предоставляющая веб-сервисы, основным из которых является одноименная поисковая система и активно развивающая технологии ИИ и автономного вождения сообщила результаты за 1 квартал 2021 года.

Разводненная прибыль на одну депозитарную расписку выросла до $11,26, что гораздо выше чем в прошлом году. Чистая прибыль за 1 квартал 2021 показала положительную динамику и составила 25,7 млрд юаней ($3,9 млрд), что гораздо выше чем в прошедшем квартале и годом ранее (+396% к/к и +62468% год к году). Такой значительной рост чистой прибыли связан с переоценкой инвестиций в 23,5 млрд юаней ($3,6 млрд) и не является трендом. Выручка за 1 квартал увеличилась на 25% год к году (-7% квартал к кварталу) до 28,1 млрд юаней ($4,3 млрд), в основном за счет роста основного операционного сегмента (Baidu Core), число подписчиков видеосервиса iQIYI показало положительную динамику, составив 104,3 млн без учета пробных подписок (-12% год к году и +3% квартал к кварталу). Операционная рентабельность компании в целом за квартал составила 10% по сравнению с -2% в предыдущем году и 16% в прошлом квартале. 

У основного сегмента Baidu Core – операционная рентабельность составила 19%, в то время как у iQIYI: -13% (4 квартал 2020: -18%). 23 марта 2021 года Baidu разместилась на Гонконгской бирже (тикер: 9888) в результате размещения 95 млн обыкновенных акций класса A, получив денежных средств на $3,1 млрд. В 2021 году компания вернула акционерам $300 млн в рамках программы выкупа акций, по которой с 2020 года уже выкуплено $2,2 млрд.

Baidu ожидает, что во втором квартале 2021 года консолидированная выручка составит от 29,7 млрд юаней ($4,5 млрд) до 32,5 млрд юаней ($5,0 млрд), что представляет собой темпы роста от 14% до 25% год к году и предполагает, что выручка Baidu Core вырастет в диапазоне от 20% до 30% год к году. В данный прогноз не включен потенциальный эффект от приобретения YY Live. В то же время видеосервис iQIYI ожидает, что чистая выручка составит от 7,21 млрд юаней ($1,10 млрд) до 7,65 млрд юаней ($1,17 млрд), что является практически неизменным по сравнению с годом ранее. По словам руководства, через несколько лет основная выручка Baidu будет не от рекламы, а от умного вождения и предоставления облачной инфраструктуры. При этом, до определенного момента рентабельность будет снижаться, из-за повышенных расходов на рекламу и исследования и разработки.

Мы оцениваем это умеренно позитивно для компании. На фоне восстановления экономики КНР мы можем ожидать, что прогнозы компании на предстоящий квартал исполнятся. Сервис видеостриминга iQIYI продолжает быть убыточным, и мы считаем, что Baidu бы только выиграла, если бы смогла уменьшить свою долю в iQIYI, Inc., так как операционная модель компании не работает и требует постоянных денежных вливаний, которые не оправдываются, а убытки iQIYI ухудшают результаты Baidu, основной бизнес которого (Baidu Core) является прибыльным и представляет больший интерес вопреки значительным инвестициям в новые технологии (искусственный интеллект, автономное вождение). 

К примеру, в 1 квартале 2021 Baidu запустила Apollo Go – первый в Китае полностью автономный сервис робо-такси, в котором никто не сидит за рулем, который открыт для клиентов в парке Shougang – месте проведения зимних Олимпийских игр в Пекине в 2022 году. Также в городе в Цанчжоу (провинция Хебей) Apollo Go начинает взимать плату за поездку на робо-такси, в зависимости от пройденного расстояния, начиная с минимального тарифа, как и при обычной поездке на такси. По данным исследовательской и консалтинговой компании China Insights Consultancy, к 2025 году общий адресуемый рынок услуг робо-такси в Китае достигнет $224 млрд.

Macy’s сильно превысил ожидания за 1 квартал 2021, улучшил прогноз по прибыли на 2021 в 2 раза. Получил прибыль на $103 млн, вместо ожидавшегося убытка на такую же сумму, несмотря на снижение сопоставимых продаж на 10% к уровню 1 квартала 2019. Онлайн продажи +34 и 32% к 1 кварталу 2020 и к 1 кварталу 2019, и составили 37% от выручки. Валовая маржа улучшилась к уровню 2019 года до 38,6% с 38,2%. Маржинальность EBITDA выросла до 10% против 7,3% в 2019. 

Это произошло благодаря программе снижения издержек: доля административных расходов в 1 квартале 2021 снизилась на 1,3% к уровню 1 кварта 2019 или на $364 млн (-17% год к году). Прогноз на 2021 году улучшен на 12% по выручке и 100% по чистой прибыли до $1,71-$2,12 за акцию. Свободный денежный поток +$395 млн отражает, как и сезонно низкий уровень CAPEX ($99 млн по сравнению с планом на 2021 год в $650 млн), так и хорошие результаты по прибыли. Чистый долг снизился на $345 млн за квартал. Чистый долг/EBITDA LTM 4,1х.

Мы оцениваем это позитивно, так как показатели улучшаются, а снижение издержек материализовалось, ведь только $40 млн из $364 млн экономии можно объяснить закрытием магазинов.

Keysight предоставила квартальные результаты, которые оказались чуть выше ожиданий на рынке. Так, выручка в $1,22 млрд оказалась на $10 млн выше консенсус-прогноза, а чистая прибыль на акцию в $1,44 – на $0,1 выше ожиданий. Заказы за квартал в объеме $1,33 млрд показали рост по сравнению с прошлым годом на 22% (отношение предзаказов к продажам 1,09). Прогноз менеджмента предполагает сохранение высокого спроса в следующем квартале: прогноз по выручке $1,205-1,225 млрд и чистой прибыли на акцию $1,39-1,45.

По нашим оценкам, это умеренно позитивная новость для компании несмотря на отсутствие роста в финансовых результатах квартал-к-кварталу. Keysight наращивает продажи год-к-году в рамках заданных темпов роста в долгосрочной перспективе (4-6% в год) без учёта единовременного эффекта от пандемии в прошлом году. С начала года котировки акций Keysight выросли на 4,5%, что хуже динамики широкого рынка на 5,6%. На наш взгляд, это связанно с сильным ростом во второй половине прошлого года.

Почему подскочили котировки Virgin Galactic

Акции пионера космического туризма Virgin Galactic подскочили на 6,6% к 2 часам дня по восточному времени во вторник, когда начали укрепляться слухи о предстоящем летном испытании его космического самолета VSS Unity.

Причиной тому стала информация Investor’s Business Daily (IBD) о том, что Virgin Galactic «представит обновленную информацию о своем расписании тестовых полетов на этой неделе».

Обрисовывая планы Virgin, IBD напомнила инвесторам, что в расписании компании есть еще по крайней мере четыре летных испытания, прежде чем она начнет принимать платных пассажиров на борту своего космоплана. Первым будет летное испытание с экипажем, но без пассажиров, которое обещано провести в мае. 

Продолжение

«Яндекс.Такси» создаст отдельную компанию для развития беспилотных технологий — Экономика и бизнес

МОСКВА, 31 октября. /ТАСС/. «Яндекс.Такси» планирует выделить в отдельное юридическое лицо — «Яндекс.СДК» — свое направление по развитию беспилотных технологий. Это решение принято на внеочередном общем собрании участников «Яндекс.Такси» 18 сентября, говорится в уведомлении из «Вестника государственной регистрации».

Ранее «Коммерсантъ» со ссылкой на источники в инвестиционных кругах сообщал, что «Яндекс.Такси» также рассматривает возможность привлечения в новую компанию партнера, что позволит «Яндекс.Такси» повысить рентабельность накануне планируемого IPO. При этом возглавить «Яндекс.СДК» может нынешний руководитель направления беспилотных автомобилей «Яндекса» Дмитрий Полищук.

«Беспилотные автомобили — стратегически важный актив для «Яндекса», передачу контроля мы не рассматриваем. Выделение — стандартный процесс, который позволит нам еще сильнее сфокусироваться на развитии бизнеса», — пояснили ТАСС в пресс-службе «Яндекса».

Ранее агентство Bloomberg со ссылкой на источник, знакомый с ситуацией, сообщало, что «Яндекс.Такси» (совместное предприятие «Яндекса» и Uber) обсуждает с банками Goldman Sachs и Morgan Stanley организацию первичного размещения акций (IPO) на двух площадках — в России и США. По информации агентства, «Яндекс.Такси» обсуждает широкий диапазон потенциальных оценок бизнеса — от $5 млрд до $8 млрд в зависимости от итогового состава бизнеса, который будет выведен на биржу, и спроса инвесторов.

Кроме того, утверждает агентство, компания «Яндекс.Такси» пока не приняла решение о том, включать ли в периметр IPO внутренние направления: сервис доставки еды «Яндекс. Еда» и разработку беспилотных автомобилей.

Как ранее сообщал ТАСС источник на рынке, «Яндекс.Такси» в последнее время активно нанимает топ-менеджеров в преддверии планируемого IPO. О том, что такое IPO может состояться в ближайшие пару лет, неоднократно говорил операционный и финансовый директор «Яндекса» Грег Абовский.

NYC Yellow Taxi Использование и прибыльность

Цель исследования

Основная цель исследования — понять некоторые характеристики индустрии желтых такси и то, как некоторые переменные, такие как расстояние, скорость или трафик, влияют на прибыльность.

Обзор

В 2019 году индустрия желтого такси Нью-Йорка будет иметь доход около 1,6 миллиарда долларов (4,5 миллиона долларов в день) и будет перевозить более 140 миллионов пассажиров (~ 400 тысяч в день).Прибыль оценивается примерно в 300 миллионов долларов (~ 900 тысяч долларов в день). Общее расстояние, пройденное (с пассажирами и без них) за день, составляет ~ 1,2 миллиона миль. Чтобы представить расстояние в перспективе, одному человеку потребуется около 20 лет, чтобы преодолеть его.

Характеристики использования желтого такси

Мы можем охарактеризовать использование нью-йоркского такси как услугу для небольших расстояний и средней стоимости проезда. Около 80% поездок имеют расстояние 5 миль или меньше и стоимость проезда 18 долларов или меньше.

Например, поездки на большие расстояния, такие как Манхэттен в аэропорт имени Джона Кеннеди и обратно, составляют лишь небольшой процент от общего числа поездок.

Рис. 1  Концентрация поездок по расстоянию и стоимости проезда (случайная выборка)

Цель поездки

Несмотря на то, что у нас не так много информации о целях поездок, мы можем сделать некоторые предположения, взглянув на наиболее посещаемые маршруты и сверив их с часами.На следующей тепловой карте мы можем определить, как спрос сконцентрирован в определенные часы дня.

Рис. 2 Тепловая карта поездок по дням и часам

Вывод 1. Люди пользуются такси, когда устали, особенно после долгого рабочего дня

Из предыдущего графика видно, что большинство поездок совершается между 16:00 и 20:00. Несмотря на то, что с четверга по субботу спрос немного выше, мы видим, что в целом спрос по-прежнему высок в это конкретное время дня в любой день недели.

Теперь, глядя на маршруты с большим количеством поездок, мы можем сказать, что большая часть трафика генерируется в пределах Верхнего Ист-Сайда.

Типовая структура тарифа и эксплуатационные расходы

В среднем поездка в Нью-Йорк обходится пользователям в 17,30 долларов, из которых 14 долларов идут непосредственно на оплату прямых расходов. В конце концов, прибыль такси за поездку составляет менее 4 долларов.

Рис. 3 Средний доход и прибыль за поездку

Поскольку два основных фактора, влияющих на стоимость, зависят от времени или расстояния, затраты можно классифицировать в зависимости от того, как они возникают, следующим образом:

• Зависимые от времени : затраты, которые меняются в зависимости от расстояния
  • Переменная: труд (зарплата водителя)

• Зависимая от расстояния : Затраты, напрямую зависящие от пройденного километража (масло, бензин и техническое обслуживание)
• 1
• 1
• , перерывы и другие профилактические работы)

• Фиксированные и полуфиксированные: амортизация автомобиля, стоимость замены автомобиля и страхование.

Анализ чувствительности: если мы увеличим каждую из основных затрат независимо (сохраняя остальные переменные постоянными) на 10%, мы сможем определить, насколько разумна каждая из затрат в общей прибыли.

11

Стоимость важности 0		Увеличение	Увеличение затрат	Увеличение затрат	прибыль
Страхование	10%	$ 3.73	$ 0.02	$ 0,02	27%	от 3 500 до $$ 3 850 / YR
	10%	$ 3,67	$ 0,09	26%	от 3,5 до 3,85 долл. США / Галлон
Стоимость автомобиля
	10%	$ 10%	$ 3,64	$ 0,12	$ 0,12	26%	от 20 до 27,5 кв.
Труда
	$ 2.98	$              0,78	21%	От 20 до $22/час

Из предыдущей таблицы видно, что стоимость рабочей силы является одним из основных факторов, влияющих на прибыль таксомоторного бизнеса. Чтобы показать это более подробно, давайте посмотрим на следующий пример:

            Отправление: Южный Верхний Ист-Сайд                                  Назначение: аэропорт имени Джона Кеннеди

.

            Расстояние: 18 миль                                                  Стоимость: 52 долл. США

0 прибыли 1

	Время дня	минуты		прибыли%			Среднее время	Все часы / Добавить Дни	49	$ 42	$ $ 10	$ 10	$	19%
		26	$	26	$ 29	$ 23	44%
Меньшее	Пятница с 16:00 до 20:00	70	54 долл. США	(2 долл. США)	-3%

Вывод 2: скорость является наиболее важным фактором при определении наибольшее влияние на стоимость

Как видно из предыдущего примера, даже снижение скорости, вызванное интенсивным движением (раннее утро по сравнению с часом пик), может сделать прибыльный маршрут непродуктивным.Это происходит потому, что в основном водители теряют так много времени, двигаясь так медленно, что упускают возможность получить больше платы за проезд (генерируя больший доход).

Выводы

Итак, со всей этой информацией мы можем определить, какая смена лучше или когда лучше всего работать таксистом? Это не так просто. Поскольку водителям не разрешается отказывать клиентам в зависимости от их пункта назначения, водителю очень трудно контролировать, куда они должны ехать.

Также невозможно оптимизировать результаты, управляя автомобилем только при небольшом трафике. Если такси хотят работать только тогда, когда средняя скорость выше (например, с 22:00 до 6:00), они могут потерять доход, потому что спрос на поездки в это время относительно низок.

Если вы посмотрите на информацию с точки зрения правил или дорожного движения, это может помочь Нью-Йорку регулировать количество такси, которые могут быть задействованы в определенное время дня, или увидеть, есть ли автобусные маршруты, которые необходимо создать.В долгосрочной перспективе эта перспектива может помочь городу сократить выбросы угарного газа.

Модель стоимости

Модель затрат доступна в Интернете (https://mavaladezt.shinyapps.io/taxis/) и может быть изменена для моделирования и понимания того, как различные переменные могут повлиять на прибыльность бизнеса такси.

О данных

Данные о поездках за январь-июнь 2019 года были получены от Комиссии по такси и лимузинам Нью-Йорка (https://www1. nyc.gov/site/tlc/about/tlc-trip-record-data.page). Использовались только транзакции, оплачиваемые кредитной картой или наличными, и предполагалось, что едет 1 пассажир, когда водитель не смог ввести количество пассажиров в начале поездки.

Сколько стоит начать бизнес такси? | Малый бизнес

Автор Zach Lazzari Обновлено 14 июня 2019 г.

Такси — нестабильная отрасль с жесткой конкуренцией со стороны современных компаний, таких как Uber и Lyft.Тем не менее, открытие бизнеса такси остается жизнеспособным и имеет потенциал на нужных рынках. Гибкий и адаптивный бизнес-план необходим, чтобы конкурировать и строить успешный бизнес такси.

Найдите подходящий рынок для бизнеса такси

Прежде чем начать бизнес такси, тщательно изучите рынок. Знание рынка и потенциальной прибыли необходимо, прежде чем делать значительные инвестиции для запуска бизнеса. Вы можете найти рынок, который насыщен существующими службами такси и водителями Uber и Lyft. Если это так, решение заняться другим бизнесом на данном этапе может сэкономить вам значительные затраты, время и усилия.

Бизнес такси имеет потенциал в районах с оживленным аэропортом, отелями и бурной ночной жизнью, которые создают спрос на рынке. Другие рыночные факторы включают отсутствие транспорта и нехватку парковок в городских районах.

Очень важно тщательно оценить конкуренцию. Если в районе есть служба такси, проконсультируйтесь с водителями о том, насколько они заняты и как рынок изменился за последнее время.Если они все еще заняты или даже перегружены, ваш бизнес может работать в этом районе.

Также обратите внимание на нестандартные транспортные ниши, такие как городские автомобили и лимузины. Этот вид бизнеса обслуживает определенный рынок и отделяет ваш бизнес от общего пула служб такси. В богатом районе эта модель может оказаться прибыльной.

Расходы на оборудование и страховку

Большие расходы службы такси связаны с парком транспортных средств. Вы можете начать с одного транспортного средства и расширяться по мере того, как сервис собирает прибыль.Эта стратегия обеспечивает более низкую стоимость запуска, но предполагает более медленную модель роста. Если рынок голоден, переход в бизнес с несколькими автомобилями и водителями — хороший подход. Все зависит от имеющегося стартового капитала и бизнес-плана.

Один подержанный седан может стоить менее 10 000 долларов при начальных инвестициях. Вы должны покрасить автомобиль и установить счетчик. Работа с минивэном также распространена. Бизнес с одним автомобилем может быть запущен с оборудованием менее чем на 15 000 долларов, если вы покупаете высококачественный подержанный автомобиль.С другой стороны, новый автомобиль, вероятно, будет стоить более 20 000 долларов в зависимости от модели.

После того, как вы обезопасите оборудование, следующей крупной статьей расходов будет страховка. Службе такси требуется коммерческий страховой полис с ответственностью и защитой от столкновений. Тарифы сильно колеблются, но более дорогой полис часто связан с более высоким уровнем защиты.

Требуются расходы на лицензирование бизнеса, и они различаются в зависимости от штата. В некоторых штатах создание ООО возможно примерно за 100 долларов.Местное и окружное лицензирование также является стандартным требованием. Хотя затраты на лицензирование варьируются в зависимости от местоположения, они часто составляют сотни долларов, что делает расходы необходимыми, но номинальными.

Когда вы рассчитаете свои расходы, вы сможете лучше понять, какой тип бизнес-модели подойдет вам лучше всего. Будете ли вы сдавать автомобили водителям? Будут ли водители получать комиссию? Будут ли водители получать почасовую ставку плюс комиссионные? Будете ли вы единственным водителем, чтобы начать, а затем определить свой наиболее прибыльный путь роста на основе того, что вы почерпнули из рынка?

Коммерческие расходы на маркетинг

Бизнес такси может процветать, если припарковаться на видном месте с интенсивным движением. В дополнение к этой стратегии базовая реклама приводит к большему количеству звонков и полному графику. Реклама становится все более важной по мере роста размера автопарка. Размещайте номера телефонов на транспортных средствах, получайте списки в местных бизнес-каталогах и устанавливайте партнерские отношения с барами и отелями, чтобы вести свободный бизнес.

Реклама в платных местных печатных изданиях, физических дисплеях и цифровых рекламных кампаниях повышает узнаваемость бренда и способствует развитию бизнеса. Платные позиции требуют экспериментов и маркетингового бюджета, чтобы определить наилучшую отдачу от инвестиций.Начните с бесплатных стратегий и переходите к платной рекламе по мере увеличения прибыли и выделения маркетингового бюджета.

Сравнение прибыли такси (онлайн-заказ автомобилей) с…

С быстрым развитием урбанизации слепое расширение городского пространства привело к ряду социальных проблем. В этом процессе степень смешения городских функций влияет на уровень развития урбанизации, что делает особенно важным изучение степени согласованности между двумя аспектами. В этой статье, взяв в качестве примера Пекин, мы используем данные о городских достопримечательностях (POI) и данные о траектории такси GPS для расчета пространственной энтропии городских POI и временной энтропии такси на основе информационной энтропии. Мы используем пространственную энтропию POI и временную энтропию такси для измерения степени смешения городских функций. Кроме того, модель степени координации связи используется для измерения степени координации связи между степенью смешения городских функций и уровнем развития урбанизации.Результаты показывают следующее: во-первых, пространственная энтропия POI и временная энтропия такси имеют значительные региональные дисбалансы. В целом оба региона демонстрируют тенденцию к снижению при перемещении из центральной части города в отдаленные пригороды. Степень смешения городских функций и уровень развития урбанизации также выше в центральной части города, чем на окраинах. Во-вторых, координация связи между уровнем развития урбанизации, пространственной энтропией POI и временной энтропией такси распределяется неравномерно по различным регионам, что означает, что три типа координации связи находятся в сбалансированном развитии в центральной городской зоне, но в несбалансированном развитии. развитие в пригороде.В-третьих, с точки зрения характеристик пространственной корреляции, чем выше степень пространственной агломерации, тем выше степень смешения городских функций и уровень развития урбанизации, тем выше степень согласованности связей между уровнем развития урбанизации, пространственной энтропией ТОИ. и временная энтропия таксиса. Поэтому соответствующие ведомства должны разумно планировать строительство городских функциональных зон в соответствии со степенью координации между степенью смешения городских функций и уровнем развития урбанизации в разных регионах, чтобы обеспечить здоровое и устойчивое развитие города.

Новое исследование показывает, что водители такси увеличивают свои доходы за счет выбора поездок: технология мобильного вызова позволяет водителям выбирать более выгодные поездки

CATONSVILLE, MD, 25 октября 2019 г.  – новое исследование, опубликованное в октябрьском выпуске журнала INFORMS Marketing Science (примечание редактора: источником этого исследования является INFORMS), показало, как водители такси используют технологию мобильного вызова для выбора более длительные и прибыльные поездки для оптимизации своих заработков, а не стремление увеличить количество поездок или рабочее время для получения более высоких заработков.

Исследование, опубликованное в октябрьском выпуске журнала INFORMS Marketing Science , озаглавлено «Технологии мобильных вызовов и поведение водителей такси». Его авторами являются Янвэнь Ван и Чунхуа Ву из Университета Британской Колумбии, а также Тинг Чжу из Университета Пердью. Исследователи изучили данные геолокации 2106 водителей, работавших в одну смену в Пекине, в качестве основы для своего исследования.

«Мы обнаружили, что типичный водитель такси значительно увеличивает почасовой заработок за счет выбора поездок в пользу более длительных поездок, которые обеспечивают более высокие индивидуальные тарифы, вместо того, чтобы стремиться к сокращению времени в пути и, возможно, к увеличению количества поездок в течение той же рабочей смены. — сказал Ву.

«В то же время мы обнаружили, что относительная важность сокращения времени в пути и выбора поездки зависит от навыков водителя и рыночных условий».

Исследователи обнаружили, что мобильные приложения для вызовов на смартфонах позволяют водителям такси использовать два различных подхода к увеличению своего почасового заработка: они могут сократить время между поездками с помощью технологии вызова, которая предоставляет текущие данные о пассажирах и трафике. маршрутов и позволяет таксистам более эффективно определять местонахождение ожидающих пассажиров; или они могут увеличить свои доходы, выбирая поездки в пользу более длинных и дорогих поездок.

«Таксистов в прошлом обвиняли в том, что они отказывались от поездок по более низкой цене», — сказал Ван. «Несмотря на то, что многие города предприняли усилия по сокращению количества отказов от поездок на такси, распространенность и дизайн новых мобильных технологий вызова увеличивают возможность противодействия любому прогрессу, достигнутому в этой области. Короче говоря, проблема выбора вишен потенциально может всплыть на поверхность».

Исследователи отметили, что некоторые мобильные приложения вызова минимизируют эту проблему за счет дизайна самого приложения.

«Приложение для водителей Uber не показывает пункт назначения пассажира, пока водитель не заберет пассажира», — сказал Чжу. «Но другие мобильные приложения для вызовов сообщают водителям информацию как о местах посадки, так и о местах высадки. Наше исследование пролило свет на то, как эта информация используется водителями».

 

Ссылка на полное исследование.

Об INFORMS и Marketing Science

Marketing Science  – ведущий рецензируемый научный журнал по маркетингу, посвященный исследованиям с использованием количественных подходов для изучения всех аспектов взаимодействия между потребителями и фирмами.Он публикуется INFORMS, ведущей международной ассоциацией специалистов по исследованию операций и аналитике. Дополнительную информацию можно получить по адресу  www.informs.org  или @informs.

# #

Контакт:

Тим О’Брайен

412.854.8845

[email protected]

NYC Taxivers ‘Доходы водителей упали на 44 процента с 2013

Водители желтых такси в Нью-Йорке говорят, что им не нужно исследование, чтобы рассказать им то, что они уже знают: падение цен за последние шесть лет было разрушительным.

«Вы можете видеть это каждый день. Вы можете чувствовать, что происходит», — сказал один из водителей.

Комиссия по такси и лимузинам Нью-Йорка (TLC) сообщила в четверг, что общие тарифы на проезд снизились на 44% по сравнению с 2013 годом, со 193 991 786 долларов в марте 2013 года до 108 847 814 долларов в марте 2019 года.

В марте прошлого года желтые такси заработали в среднем около 9 100 долларов — падение доходов на 36 процентов за шесть лет. Стоимость проезда за медальон снизилась с 14 432 долларов в марте 2013 года до 9 127 долларов в марте 2019 года.

Это опустошило таких владельцев, как Пласида Робинсон, купившая ее медальон в 2006 году.Сейчас она находится под арестом и находится на грани банкротства.

«Я даже не могу получить никакого облегчения, и я смотрю на заочное решение, и я все еще буду должен 1,2 миллиона долларов за медальон, пока они не заберут медальон», — сказал Робинсон. «Это то, что происходит с бесчисленным множеством других владельцев медальонов. Во многих случаях владельцы медальонов владеют собственными домами, и многие дома также лишены права выкупа».

Робинзон обвиняет город. Она сказала, что законодатели не смогли защитить таксистов, которые столкнулись с огромными расходами, сокращением доходов и ростом числа таких приложений, как Uber и Lyft.

«Когда расходы перевешивают доходы, это означает мгновенную потерю права выкупа. И у нас есть ипотечные кредиты, чтобы платить, в отличие от Uber», — сказал Робинсон. «У нас есть банковские кредиты. 4000 долларов в месяц, в дополнение ко всем этим другим налогам на стоимость проезда, которые мы должны передать государству, в дополнение к коммерческому налогу на автомобильные дороги, лицензионным штрафам за продление медальона».

Бхайрави Десаи, президент Альянса таксистов, призывает законодателей помочь изменить желтую индустрию.

«Мы били тревогу», сказал Десаи. «Мы свидетельствовали о количестве самоубийств в этой отрасли, историческом количестве банкротств и лишений права выкупа, а также просто об уровне экономического отчаяния».

«Эту проблему можно решить», — добавил Десаи. «Это была политическая проблема, ее можно решить с помощью надлежащих правил и законов».

Альянс таксистов и водители планируют провести митинг в Олбани в следующем месяце, призывая законодателей отказаться от 2 долларов.50 надбавок за перегрузку, которая вступила в силу несколько месяцев назад. Они утверждают, что наценка еще больше убивает их бизнес.

Анализ поездок на такси в Бангкоке: реформирование тарифов для обеспечения устойчивости прибыли с использованием модели, основанной на больших данных | Journal of Big Data

В Бангкоке около 140 000 официально лицензированных такси. Мы собрали данные GPS-зондов от 10 000 такси с интервалом в 5 секунд за 5-месячный период в 2016 году (с января по май 2016 года). Одновременно работает около 5000 такси.Анализ этих крупномасштабных данных о мобильности позволяет нам понять и понять потенциальное влияние прибыли водителей такси на основе их объездных маршрутов и профилей трафика с использованием моделей, основанных на больших данных. Результаты, полученные в этом исследовании, могут предоставить более точную информацию о тарифах на такси и указать лучшие решения проблемы маршрутизации такси.

Мы предполагаем, что прибыль водителей такси будет варьироваться в зависимости от расстояния и загруженности дорог во время их поездок.Рассчитаны текущие тарифы на такси в Бангкоке. Фиксированный стартовый тариф на расстояние 0–1 км составляет 35 бат. Для пробега от 1 до 10 км ставка таксометра установлена ​​на уровне 5,5 бат за км. Стоимость проезда на такси в Бангкоке меняется на 2 THB; поэтому при такой скорости счетчик будет повышаться каждые 0,36–0,37 км. Другими словами, чем больше расстояние поездки на такси, тем выше тариф таксометра.

Однако, если расстояние превышает 10–20 км, тариф увеличивается до 6,5 бат за км. Счетчик будет увеличиваться на 2 бат каждый 0.30–0,31 км. Далее, от 20 до 40 км, ставка увеличивается до 7,5 бат за км и продолжает увеличиваться до достижения 80 км, где она достигает максимума в 10,5 бат за км. Кроме того, когда такси стоит в пробке (то есть движется медленнее 6 км/ч), к текущему тарифу добавляется доплата в размере 2 THB за минуту. Для получения дополнительной информации о тарифах на такси см. [24].

Очистка и предварительная обработка данных

Впервые мы получили GPS-данные такси для более чем 5000 автомобилей такси в Бангкоке с января по май 2016 года.Эти данные считаются большими мобильными данными размером примерно 5 терабайт. Поэтому мы считаем, что данные охватывают все тенденции, касающиеся мобильности такси, и готовы к анализу. Однако данные содержат много выбросов и ошибок, и нам сначала нужно было изучить и очистить данные для их удаления. Поэтому мы сначала создали геопространственную сетку \(1 \,\text {км} \times 1 \,\text {км}\) и использовали метод пространственного пересечения, чтобы разделить данные на небольшую подобласть.

Матрица отправления-назначения (OD) создается и ссылается на область ² площадью 1 км.Данные GPS, которые не находятся в районе Бангкока, были удалены. Кроме того, мы устранили существующие ошибки и выбросы, применив статистические правила, такие как скорость, расстояние и общее количество точек GPS (счетчик GPS) за поездку. После того, как данные прошли процесс очистки, окна сетки используются для отображения данных, как показано на рис. 1.

Рис. 1

Сегменты дороги, сопоставленные с сеткой 100 м

Как показано на рис. 1 , окна сетки были созданы из пространственного многоугольника и разделены на \(100 \times 100\) квадратов.Кроме того, каждой сетке \(100 \,\text {m} \times 100 \,\text {m}\) присваивается уникальный идентификатор. На следующем этапе мы взяли дорожную сеть из OpenStreetMap [25], а затем к пространственному полигону и дорожной сети применили технику пересечения [26]. В результате сетка, пересекающаяся с дорожной сетью, возвращается вместе с уникальным идентификатором сетки.

После того, как мы получили сетку, мы сопоставили точку данных GPS с сеткой, используя технику пересечения. Поэтому каждой точке данных GPS присваивается уникальный идентификатор сетки, как показано на рис.1. Этот уникальный идентификатор в дальнейшем используется, когда мы ссылаемся на местоположение траектории или когда мы хотим удалить любые контуры в точках данных GPS, которые находятся далеко от дороги (например, не имеют уникального идентификатора). Этот метод направлен на повышение качества траектории. Это очень важно, потому что чем меньше ошибка, тем точнее возвращаемая информация о расстоянии и путешествии.

Во-вторых, мы изучили компоненты данных, такие как скорость, источник данных, счетчик, отметка времени и международный идентификатор мобильного оборудования (IMEI). Мы удалили данные из неизвестных источников данных, которые не были связаны с этим исследованием.

Предлагаемая модель

После получения предварительно обработанных данных мы построили модель с использованием среды, управляемой данными, которая называется моделью, управляемой большими данными. Модель представлена ​​на рис. 2.

Рис. 2

Управляемая данными структура для анализа данных рулежных зондов

Из рис. 2 предлагаемая модель состоит из шести следующих компонентов:

• Данные,

• Алгоритм «стоимость-расстояние»,

• Базовый статистический отчет о поездке,

• Анализ данных,

• Прогноз прибыли и оценка результатов,

• Рекомендация по прибыли.

В следующих разделах мы представили методологию этих компонентов.

Данные

Данные, обработанные на этапе предварительной обработки данных, теперь готовы для ввода в модель. Структура данных показана в таблице 1.

Таблица 1 Структура данных GPS такси, собранных с реальных транспортных средств в Бангкоке

Алгоритм «затраты-расстояние»

Мы разработали алгоритм «затраты-расстояние», улучшенный по сравнению с [18, 27].Этот алгоритм направлен на определение расстояния, средней скорости, общего времени поездки и стоимости поездки. Кроме того, эта переменная используется для анализа влияния на выручку водителя такси (чистую прибыль) в следующих разделах. Алгоритм, используемый для обработки данных, представлен в Алгоритме (1). Обратите внимание, что код для этого алгоритма будет доступен в [28].

В этом исследовании был разработан алгоритм «стоимость-расстояние», который использовался для преобразования структурных данных точек данных GPS в информацию о поездке в пункт отправления-назначения (OD). Данные хранятся и упорядочиваются с использованием IMEI, метки времени в таблице кустов кластера Hadoop.

Алгоритм использовал точку потоковой передачи GPS, скорость, состояние счетчика и отметку времени, чтобы начать процесс вычисления. Обратите внимание, что алгоритм использует для вычислений по одной записи за раз. Сначала алгоритм проверяет состояние счетчика. Если статус счетчика равен «1», то IMEI, дата-время, скорость и координаты в исходной точке сохраняются во временную переменную.

Во-вторых, следующая запись GPS извлекается и вводится в алгоритм.Аналогично предыдущему шагу алгоритм проверяет состояние счетчика. Предположим, что статус счетчика равен 1 и принадлежит тому же IMEI, который хранится в памяти. В этом случае вычисляются совокупное расстояние, время в пути и загруженность дорог (например, когда транспортное средство движется медленнее 6 км/ч). Расстояние вычисляется из совокупного расстояния между двумя точками начала координат и текущими координатами.

Точно так же для времени в пути и загруженности дорог существует разница во времени между каждой точкой.Наконец, IMEI, дата-время и скорость обновляются во временную переменную. Кроме того, на этом этапе также рассчитывается прибыль, полученная во время поездки. Вычисленная прибыль соответствует рекомендациям из [24] и остается на этом этапе до тех пор, пока в алгоритм не будет выбрано состояние счетчика, равное «нулю».

Наконец, окончательная прибыль в пункте назначения рассчитывается на основе совокупного расстояния и времени пробок, полученных ранее. Кроме того, на этом этапе вычислялась средняя скорость.В результате прибыль по текущей траектории возвращается для сохранения в таблицу улья и подготовки к дальнейшему анализу.

Этот алгоритм продолжает описанную выше процедуру до тех пор, пока не будут вычислены все записи GPS. Таким образом, результат состоит из расстояния, средней скорости, общего времени поездки и прибыли за каждую поездку. Результат сохраняется в таблице куста, которая организована и упорядочена по дате и времени.

Для спецификации вычислений алгоритм был запущен в Apache Hive внутри кластера Hadoop.Кластерная машина состоит из восьми машин. Каждая машина состоит из процессора Intel Xeon, 1 ТБ памяти и 16 ГБ ОЗУ. Таким образом, время, затрачиваемое на обработку данных, составляет примерно 1,25–2,00 ч в зависимости от оставшихся машинных ресурсов.

Обратите внимание, что мы использовали Apache Hive и Spark для вычисления данных. Эти два фреймворка ведутся на разные задачи. Например, Apache Hive занимается задачами обработки данных. Напротив, Apache Spark выполняет часть анализа данных, такую ​​как применение прогностической модели и аналитики.Мы понимаем, что Apache Hive работает медленно. Поэтому он использовался только для решения задач обработки данных.

Мы выбрали куст Apache для запуска этого алгоритма следующим образом:

1. 1.

   Алгоритм занимается обработкой данных, которая извлекает статистику траектории такси из данных конструкции.

2. 2.

   Apache Hive представляет собой чистое хранилище данных и имеет собственный интерфейс SQL, работающий в Hadoop, так называемый «HiveSQL». Поэтому легко разработать более быструю структуру хранилища данных.

В заключение алгоритм представлен в Алгоритме 1 и его параметры описаны следующим образом:

• Стоимость представляет собой стоимость текущей поездки на такси, а расстояние представляет собой расстояние поездки.

• \(total_{время поездки}\) представляет продолжительность поездки в течение минутного периода.

• \(traffic_{delay}\) представляет продолжительность, в течение которой скорость составляет менее 6 км/ч (пробка) в минутах, а счетчик представляет состояние транспортного средства (0 указывает на отсутствие клиента на борту, а 1 указывает на клиент находится на борту).

• Значение \(p_{meter}\) представляет собой предыдущий статус счетчика из предыдущей точки данных GPS.

• \(p_{grid}\), \(p_{lat}\), \(p_{lon}\) и \(p_{dt}\) представляют предыдущую сетку, широту, долготу и отметку времени из предыдущая точка данных GPS.

Базовый статистический отчет о поездке

В этом разделе представлена ​​базовая статистика, полученная из стоимостного расстояния.Он показывает закономерности и понимание того, как работают службы такси в Бангкоке. Кроме того, отчет состоит из основных статистических данных об активном транспортном средстве, упорядоченных по времени, скорости транспортного средства, расстоянию и времени в пути.

Рис. 3

Количество активных такси с января по май 2016 года

Затем мы изучили информацию; На рис.  3 показаны все поездки на такси с разбивкой по дате. Очевидно, что резкое снижение числа активных автомобилей 1–3 января 2016 г. связано с праздником Нового года.Это потому, что многие водители отсутствуют. Кроме того, в период с 12 по 16 апреля 2016 г. вновь произошло резкое снижение. Это было вызвано тайским праздником Нового года. В этот период тайцы обычно возвращаются в свои родные города и навещают своих родственников.

Кроме того, на фиг. 4, 5, 6 показывают основную статистику по скорости, расстоянию и времени поездки такси. Эти первоначальные результаты имеют решающее значение, поскольку они позволяют распознавать и удалять выбросы из данных. В результате мы получили качественные результаты.

Рис. 4 Рис. 5

Расстояние поездок на такси

Рис. 6

На Рисунке 4 показано, что большинство поездок на такси в Бангкоке имеют среднюю скорость примерно 20–30 км/ч из-за пробок условия. Некоторые из поездок состоят из такси, ищущих клиентов.

На рис. 5 показано, что поездки на такси в Бангкоке чаще совершаются на короткие расстояния, чем на дальние. Этот результат может напрямую указывать на проблемы с такси в Бангкоке, поскольку некоторых водителей беспокоят такие расстояния, и они стремятся максимизировать свой доход при низких эксплуатационных расходах.

Тем не менее, поездки на дальние расстояния увеличивают их расходы. Это также приводит к низкой вероятности получения клиентов на обратном пути.

Наконец, было также определено время в пути, как показано на рис. 6. Было показано, что большая часть поездки длится от 10 до 20 минут, когда на борту есть клиенты. Можно сделать вывод, что эти две функции зависят друг от друга.

Опрос такси

В этом исследовании анкетный опрос и установка внутреннего мобильного приложения направлены на сбор информации о службе такси от опытного водителя такси в Бангкоке.Эта информация из опроса позволяет нам лучше понять качество обслуживания, цены и целевых клиентов. Он также используется для проверки прогностических моделей, показанных в разделе «Анализ данных». Эти два периода сбора данных (наземная правда) имеют продолжительность 1 месяц.

В анкетном опросе участникам задавали следующие вопросы:

1. 1.

   Пол.

2. 2.

   Возраст.

3. 3.

   Как давно Вы работаете таксистом?

4. 4.

   Каким транспортным средством вы управляете?

5. 5.

   Возраст автомобиля.

6. 6.

   Вы регулярно проводите техническое обслуживание своего автомобиля?

7. 7.

   Какие услуги такси вы предлагаете (государственные, частные или другие)?

8. 8.

   Вы когда-нибудь отказывали пассажиру в поездке?

9. 9.

   Какова ваша средняя скорость вождения?

10. 10.

    Какое самое популярное направление у ваших клиентов?

11. 11.

    Какой период является высокодоходным?

12. 12.

    В какой период вам сложно устроиться пассажиром?

13. 13.

    Какова продолжительность вашей наиболее частой поездки (короткая, средняя или длинная)?

14. 14.

    Какой тип поездки приносит наибольшую прибыль?

Обратите внимание, что это онлайн-опросник, и полная форма доступна через [29].

В дополнение к анкетному опросу на устройство модели водителя такси было установлено собственное мобильное приложение, которое использовалось для сбора данных о траектории движения и стоимости каждой поездки. Информация из мобильного приложения также используется для проверки модели.

Детали информации, собранной из мобильного приложения, следующие:

1. 1.

   Такси за каждую поездку. Стоимость проезда указана в тайских батах.

2. 2.

   Те же функции, что указаны в разделе «Прогнозирование прибыли и оценка результатов».

Анализ данных

В предыдущем разделе была проанализирована статистика различных функций.Поэтому в данном разделе вводятся уравнения для расчета чистой прибыли и расходных расходов. Уравнения рассчитываются на основе длины траектории, времени в пути и задержек движения (т. е. транспортного средства, движущегося со скоростью менее 6 км/ч).

Наконец, выходное уравнение представляет собой чистую прибыль таксиста за каждую поездку. После возврата чистой прибыли мы анализируем чистую прибыль на основе района получения, расстояния поездки и периода вождения.

Чистая прибыль и расходы

Результаты, полученные с помощью алгоритма затрат-расстояний, были использованы для расчета чистой прибыли ( N ).Чистая прибыль ( N ) была рассчитана, как показано в уравнении. (1).

$$N = Прибыль — \left( \frac{d \times ct}{md}\right) -(T\times S)-TF- \left( \frac{pd\times ct}{md}\ справа) -(PT\times S)-PTF,$$

(1)

, где d представляет собой расстояние, которое можно пройти за текущее время, T представляет собой общее время в пути, pd представляет собой расстояние, пройденное до того, как клиент будет встречен, а PT представляет общее время в пути до того, как клиент будет забран.Затраты на рабочую силу и техническое обслуживание транспортных средств не включены в это уравнение. Для этого есть две основные причины. Во-первых, есть много типов транспортных средств, которые работают как такси. Во-вторых, водители такси являются фрилансерами и не имеют ежемесячной фиксированной надбавки от компании.

Общие детали этого уравнения разделены на три части. Первая часть обозначает прибыль, полученную от пассажира. Вторая часть обозначает, когда на борту транспортного средства такси есть клиент (пассажир).Третья часть обозначает стоимость, по которой такси курсирует, чтобы найти клиентов. После вычета этих затрат получается чистая прибыль, которую таксисты зарабатывают с каждой поездки.

В этом исследовании в качестве образца автомобиля использовалась Toyota Corolla Altis 1.6 CNG, которая обычно используется в качестве такси в Таиланде. Технические характеристики автомобиля включают топливный бак на 55 л и бак на природный газ для автомобиля (NGV) на 75 л. Расход топлива составил 12,19 км/л, что было получено из производственной документации. Стоимость топлива 22 руб.04 THB/л на топливо и 13,36 THB/л на NGV (по состоянию на 5 мая 2016 г. ). Стоимость полного топливного бака транспортного средства ( ct ) определяется уравнением. (2).

$$ct=fuel_{бак} \times fuel_{цена}.$$

(2)

Детали уравнения. (2) представляют собой произведение емкости топливного бака транспортного средства на цену топлива. Таким образом, стоимость топлива возвращается. Более того, md обозначает максимальное расстояние, которое может проехать автомобиль на одном полном баке топлива или ПГТ.Кроме того, он рассчитывается путем умножения расхода топлива на общее количество топлива в одном баке, как показано в уравнении. (3):

$$md = топливо_{расход} х бак_{емкость}.$$

(3)

В отличие от этого, стоимость услуги ( S ) рассчитывается на основе стоимости аренды такси в Таиланде, которая составляет примерно 1000 бат в день. Сначала мы разделили стоимость аренды на 24 часа. После этого мы разделили полученные ранее результаты на 60. Следовательно, стоимость услуги в минуту возвращается, как в уравнении.(4).

$$S= \frac{\frac{taxi_{rental}}{24}}{60}.$$

(4)

Кроме того, TF представляет расход топлива транспортного средства при остановке или медленном движении в течение длительного времени (6 км/ч), как показано в уравнении. (5).

$$TF = \left( \frac{traffic_{delay} \times 20}{1000}\right) \times fuel_{price}.$$

(5)

Обратите внимание, что PTF использует то же уравнение, что и TF .Тем не менее, PTF является расчетом задержки поездки до того, как клиент будет забран. Тем не менее, TF предназначен для текущей поездки, когда клиент находится на борту. Задержка движения считается, когда транспортные средства такси движутся со скоростью менее или равной 6 км/ч в соответствии со стандартами Департамента наземного транспорта Таиланда. Затем коэффициент 20/1000 выводится из состояния, в котором транспортное средство работает на холостом ходу или припарковано. Автомобиль будет потреблять примерно 20 см3 топлива в минуту. Поэтому делим на 1000, чтобы получить единицу измерения в литрах.

Наконец, для расчета чистой прибыли на расстояние ( C ) поездки используются N и d , как в уравнении. (6).

Чистая прибыль на расстояние, полученная по уравнению. (6) суммируется и делится на общее время поездки каждый час, как показано в уравнении. (7). В результате он вернул среднюю чистую прибыль на расстояние, которую этот водитель зарабатывал в течение каждого часа дня. На последнем этапе он умножается на общее расстояние поездки в час. Таким образом, возвращается чистая прибыль в час ( NPH ).м д_и .$$

(7)

Наконец, мы подсчитали, какая плата за проезд нам нужна, чтобы водители могли получать больше прибыли. К сожалению, водители вынуждены ежедневно тратить деньги на энергопотребление транспортного средства и аренду автомобиля. Некоторые расходы возникают из-за использования транспортного средства.

Эти затраты могут привести к потере прибыли с точки зрения фактически полученных денежных средств (т. е. в случае маршрутизации). Наконец, сумма пополнения ( RT ), которая должна быть добавлена ​​к стоимости проезда в такси, вычисляется по уравнению.(8). Эти дополнительные деньги направлены на то, чтобы помочь водителям такси выбрать более выгодный маршрут, чем в прошлом. Кроме того, этот результат может помочь губернатору в определении разумных тарифов на такси.

$$RT = \left( (PL \times d) \times Вероятность\right) + (NT-N),$$

(8)

, где RT представляет собой надбавку, которая должна быть добавлена ​​к обычному тарифу, а PL представляет собой упущенную выгоду от каждой поездки, которая рассчитывается путем вычитания чистой прибыли водителей такси из фактической прибыли. (результат уравнения(1)). Здесь NT представляет собой чистую прибыль от поездки на такси без пробок и на том же расстоянии.

Наконец, вероятность того, что водители потеряют прибыль от этой модели траектории (например, из-за расстояния поездки или загруженности дорог) в определенное время, может быть вычислена с использованием исторических данных траектории, представленных в разделе «Данные».

Прогнозирование прибыли и оценка результатов

В этом разделе описываются построенные модели прогнозирования и оценивается их точность.Этот шаг направлен на выявление основных закономерностей траектории, которые коррелируют с изменениями в чистой прибыли такси. Сначала к данным применяется метод рекурсивного исключения признаков (RFE) [30]. RFE используется для выбора важных функций данных перед их вводом в прогностическую модель. Эти характеристики коррелируют с чистой прибылью такси.

В этом исследовании использовались следующие функции:

• Особенности:

  • исходное направление,

  • направление назначения,

  • расстояние,

  • исходное местоположение (широта и долгота),

  • место назначения (широта и долгота),

  • код исходной зоны (со ссылкой на геопространственную сетку 1 км),

  • код зоны назначения (со ссылкой на геопространственную сетку 1 км),

  • время поездки и ожидания,

  • скорость (максимальная, минимальная и средняя),

  • задержка трафика,

  • статус счетчика,

  • отметка времени начала и окончания поездки,

  • день недели.

• Прогнозируемая переменная:

Во-вторых, прогностические модели-кандидаты включают стандартный случайный лес (RF) [31], дерево решений (DT) [32] и дерево регрессии с градиентным усилением (GBRT). Эти модели использовались для раскрытия понимания, обеспечиваемого паттернами траекторий.

В процессе обучения модели выбранные функции с использованием RFE затем вводятся в прогностическую модель.K-кратная перекрестная проверка (CV) используется для выбора оптимальных параметров и настройки всех моделей. Кроме того, CV устанавливается в 5 раз. После получения оптимальных моделей модели выполняются. Эти модели направлены на прогнозирование чистой прибыли для каждой траектории по заданным характеристикам.

Затем производительность каждой модели оценивается путем сравнения результатов прогнозирования с фактическими рабочими данными. В этом исследовании использовались реальные данные, собранные от более чем 50 добровольцев-таксистов для проверки данных (наземная правда).Собранные реальные данные состоят из прибыли (такси по таксометру) и расходов на каждое транспортное средство, определенных на основе короткого собеседования с водителем и установки разработанного собственного мобильного приложения, как указано в разделе «Такси-опрос».

Таким образом, эта информация агрегируется в том же формате, что и функции, используемые для обучения модели ранее. Наконец, мы проверили результат, введя в модель наземные данные. Затем модель прогнозирует чистую прибыль от заданных исходных данных.В результате, если ошибка прогнозирования невелика, это означает, что модель надежна и является статистической для дальнейшего анализа.

Затем эти прогностические модели были выполнены с использованием Apache Spark 2.0. Мы выбрали Apache Spark 2.0 для проведения анализа данных по следующим причинам:

1. 1.

   Spark применяет аналитические задачи в памяти. Поэтому это быстрее, чем выполнение задачи анализа данных на MapReduce.

2. 2.

   Spark поддерживает крупномасштабные и потоковые данные объемом до петабайт. Таким образом, можно проводить анализ в режиме реального времени из точек данных GPS, поступающих в потоковом режиме с GPS-трекера автомобиля такси.

Оценка результата

В этом исследовании среднеквадратическая ошибка (RMSE), средняя абсолютная ошибка (MAE), точность и f-мера используются для оценки результатов предсказания модели.Кроме того, сравнивалось время вычислений этих моделей. Кроме того, современные модели из [22, 23] также воспроизведены для сравнения с предложенной нами моделью.

Более точные результаты прогнозирования указывают на то, что выбранные функции важны и могут дать информацию, которая сыграет роль в изменении прибыли такси.

Рекомендация по прибыли

В этом разделе представлено решение, состоящее из типа поездки и суммы добавленного тарифа, которая возвращается из уравнения.(8). Затем представляется рекомендуемое действие, которое используется для увеличения прибыли водителя такси и уменьшения любых проблем, как описано ранее.

В этом исследовании мы рекомендуем дополнительный тариф, который позволяет водителям такси получать больше прибыли при вождении в различных ситуациях. Эта рекомендация основана на информации, полученной из данных, как указано в разделе «Анализ данных». Например, поездка с пробками и без пробок — это поездка на короткие, средние и большие расстояния.Эти различные ситуации рекомендуются конкретным тарифом, который нужно добавить и сделать водителей прибыльными. Таким образом, водителям не нужно думать о том, уменьшит ли поездка их доход. Модель больших данных адаптируется к изменениям, вызванным данными, и возвращает эффективное решение в текущее время суток.

Российское Яндекс.Такси нацелено на сохранение прибыльности, даже несмотря на резкое падение количества поездок

МОСКВА (Рейтер) — Яндекс.Такси, подразделение российского интернет-гиганта Яндекс YNDX.O, надеется остаться прибыльным во второй половине этого года, несмотря на резкое падение продаж, поскольку ограничения, связанные с коронавирусом, удерживают людей по всей стране дома.

ФОТО: Специалист в средствах индивидуальной защиты для профилактики коронавирусной инфекции (COVID-19) проводит санитарную обработку автомобилей водителей, сотрудничающих с онлайн-сервисом райдшеринга Яндекс.Такси, в Центре водителей Яндекс.Такси в Москве, ул. Россия, 26 марта 2020 г. REUTERS/Maxim Shemetov

Яндекс.Такси, часть сегмента такси Яндекса, в который также входят беспилотные автомобили и служба доставки еды, принесла компании почти 25% выручки в первом квартале с учетом скорректированной прибыли до проценты, налоги, износ и амортизация (EBITDA) возвращают прибыль четвертый квартал подряд, показали результаты компании во вторник.

Яндекс готовился к первичному публичному размещению (IPO) своего сегмента такси в первой половине 2020 года, сообщили Рейтер в ноябре три источника в банках, и уже нанял для этой цели три инвестиционных банка, но вспышка коронавируса поставила рынок события в ожидании.

Президент Владимир Путин во вторник продлил нерабочий период по всей стране до 11 мая, чтобы обуздать распространение коронавируса, оставив многие предприятия работать в дистанционном режиме, а граждан попросили избегать массовых скоплений людей, тем самым сократив количество совершаемых поездок на такси.

С начала апреля валовой товарооборот Яндекс.Такси в Москве снизился на 60% по сравнению с аналогичным периодом прошлого года и на 70% в годовом исчислении с начала марта, говорится в сообщении. Даниил Шулейко, генеральный директор Яндекс.Такси, во время телефонной конференции.

«Мы начали наблюдать замедление во второй половине марта из-за опасений распространения COVID-19», — сказал он.