Professional Documents
Culture Documents
Nirma: Universidad
Nirma: Universidad
G UNIVERSIDAD
INSTITUTO DE GESTIÓN
GRADO "A" ACREDITADO POR LA NAAC
Asignación individual
INTELIGENCIA EMPRESARIAL
Innovación en Uber: lanzamiento de Express POOL
Enviado por
K Parikshith Nair
191229
MBA FT 19-21
Enviado a
Prof. Balakrishnan Unny
Fecha de presentación
21 de septiembre de 2020
Resumen y puntos clave:
• Elcaso trata de cómo se toman y prueban las decisiones sobre la innovación del servicio -
el pool exprés-, junto con los retos a los que se enfrentaron al ponerlo en práctica.
• Express Pool es básicamente Uber pool + caminar a un punto específico y dejar en un
punto específico (como se expresa en su blog se puede considerar como un servicio de
autobús bajo demanda)
• Algunos de los principales competidores serían Lyft , Ola, Taxify etc...
• La gama de servicios que ofrece son UberPool, UberX ,UberXL, UberSelect ,
UberBLACK, UberSUV y UberLUX.
• En la estructura organizativa del Consejero Delegado se pueden distinguir tres grandes
categorías: el segmento tecnológico, el de operaciones y el de recursos humanos.
• La división técnica se divide en tres verticales: los conductores (formación, contratación,
etc. de los conductores), los pasajeros (servicio al cliente, etc.) y el mercado (modelos de
sustitución, asistencia técnica, etc.).
• En muchos casos es necesaria una integración interfuncional y ello influye en las
decisiones que se toman.
• Uber lleva a cabo muchos experimentos como a/b a nivel de usuario, pruebas de switch
back y experimentos de control sintético para ayudar en su innovación para lograr una
ventaja competitiva.
• Uno de los puntos fuertes de Uber es su fuerte inversión en análisis de datos y su equipo
de analistas.
• 2014 Uber lanzó Uber pool (algoritmo utilizado: algoritmo Greedy) - clientes que van en
la misma dirección en la que ya va un pasajero para que el viaje pueda ser compartido
entre ellos aumentando los asientos ocupados - reduciendo el coste para los clientes y
aumentando la eficiencia y el beneficio para Uber.
• El tiempo extra que se tardaba en llegar a la ubicación de un cliente y el retraso de los
viajes era un problema con esta versión. Para solucionarlo, se les ocurrió la idea de dejar
que los clientes caminaran un poco para que pudieran ser recogidos en la ruta de la
cabalgata. (proyecto de piscina exprés)
• En 2017 empezaron a trabajar en ello y en 2018 iniciaron una prueba de 5 semanas en 2
minutos de espera para una prueba de control sintético a través de 6 ciudades de forma
controlada. Los resultados variaron de una región a otra.
• Comenzaron los experimentos switchback 2018 en boston.
• querían decidir qué tiempo de espera es mejor 2 min o 5 min . Cada opción tiene su
contrapartida, como se explica en el análisis anterior basado en los datos del experimento
de Boston.
Planteamiento del problema:
La decisión crucial aquí es decidir cuál debe ser el tiempo de espera: 2 minutos o 5 minutos,
siendo esta última opción la que tiene algoritmos mejor optimizados y mejores beneficios, aunque
la contrapartida es que puede haber un mayor número de cancelaciones. El problema consiste en
decidir el tiempo de espera óptimo según la hora del día para los clientes, de forma que se pueda
maximizar el beneficio analizando su prioridad de selección de uberpool o expresspool o
cancelando el experimento de cambio en boston.
Análisis:
Los datos tienen diferentes variables y se clasifican en dos clusters: cluster de 2 minutos y cluster
de 5 minutos, que a su vez se clasifican en hora punta y hora no punta. Analizando los datos
vemos que, por término medio, las variables implicadas son las siguientes:
• Observamos que la reserva exprés sigue teniendo una demanda considerable en ambos
casos.
• Notamos que hay más cancelaciones como parte del grupo de 5 minutos, sin embargo el
pago es considerablemente bajo.
• El aumento de partidos dobles es casi igual al número de viajes perdidos.
• Además, observamos las siguientes tendencias:
Tendencia de 5 minutos en
hora no punta viajes
piscina
En tiempo no punta vemos que hay muy poca diferencia entre la preferencia de los
clientes.
Tendencia de 2 min sin
hora punta
inicio_periodo
Las coincidencias dobles son menores en número y el pago aumenta cuando aumenta el
número de viajes, sin embargo, la tendencia y el número de clientes son irregulares, por lo que
sería mejor un modelo dinámico para predecir y aplicar el tiempo de espera. También hay que
tener en cuenta que a más partidos, más clientes se pierden y cuando se pierden a manos de la
competencia es algo negativo.
Uber debería idear un modelo dinámico de tiempo de espera que también incorporara el
historial de tiempo de espera de los clientes como factor para ver que el algoritmo se optimiza
al mismo tiempo que no se pierde al cliente debido al mismo. Por el momento, dado que la
empresa aún se encuentra en la fase de crecimiento de este servicio basado en un producto
concreto, tenemos que ver que reunir cuota de mercado y hacer que los clientes se sientan más
cómodos al utilizarlo es una prioridad mayor centrarse en los beneficios y no hacer que se
acostumbren a este paseo adicional daría lugar a una pérdida de cuota de mercado y a un
aumento innecesario de la competencia. Por tanto, es preferible la ventana de 2 minutos.
Sin embargo, en los casos en que el número de conductores disponibles es menor, la ventana
de 5 minutos sería mejor, ya que el cliente sabe, debido a la interfaz de usuario de Uber, que
hay menos conductores, por lo que estaría mentalmente preparado para esperar más.
Desde el blog de Uber sabemos que es un proceso con mucho potencial y que en lugares
geográficos concretos tiene más impacto como por ejemplo: aeropuertos .