Nirma: Université
Nirma: Université
G UNIVERSITÉ
INSTITUT DE GESTION
GRADE "A" ACCRÉDITÉ PAR LE NAAC
Travail individuel
INTELLIGENCE ÉCONOMIQUE
L'innovation chez Uber : le lancement d'Express POOL
Soumis par
K Parikshith Nair
191229
MBA FT 19-21
Soumis à
Balakrishnan Unny
Date de soumission
21 septembre 2020
Résumé et points clés :
• Lecas traite de la manière dont les décisions relatives à l'innovation du service - le pool
express - sont prises et testées, ainsi que des difficultés rencontrées lors de la mise en
œuvre.
• Express Pool est en fait Uber pool + marche jusqu'à un point spécifique et dépôt à un
point spécifique (comme indiqué dans leur blog, il peut être considéré comme un service
de bus à la demande).
• Parmi les principaux concurrents, citons Lyft, Ola, Taxify, etc.
• La société propose les services suivants : UberPool, UberX, UberXL, UberSelect,
UberBLACK, UberSUV et UberLUX.
• Sous la direction du PDG, trois grandes catégories peuvent être comprises dans la
structure organisationnelle : le segment technique, les opérations et les ressources
humaines.
• La division technique est divisée en trois secteurs verticaux : les conducteurs
(recrutement, formation, etc. des conducteurs), les conducteurs (service à la clientèle, etc.)
et le marché (modèles de substitution, soutien administratif, etc.).
• Dans de nombreux cas, une intégration interfonctionnelle est nécessaire et joue un rôle
dans les décisions prises.
• Uber réalise de nombreuses expériences telles que des tests a/b au niveau de l'utilisateur,
des tests d'inversion et des expériences de contrôle synthétiques afin de faciliter son
innovation et d'obtenir un avantage concurrentiel.
• L'un des points forts d'Uber est son investissement dans l'analyse des données et son
équipe d'analystes.
• 2014 Uber a lancé Uber pool (algorithme utilisé : algorithme Greedy) - clients allant dans
la même direction qu'un passager afin que la course puisse être partagée entre eux -
augmentation du nombre de sièges occupés - réduction des coûts pour les clients et
augmentation de l'efficacité et du profit pour Uber.
• Le temps supplémentaire nécessaire pour atteindre l'emplacement d'un client et les retards
dans les transports étaient un problème avec cette version. Pour y remédier, ils ont eu
l'idée de laisser les clients marcher un peu afin qu'ils puissent être pris en charge sur le
trajet de la course. (projet de piscine express)
• En 2017, ils ont commencé à y travailler et en 2018, ils ont lancé un test de 5 semaines sur
le temps d'attente de 2 minutes pour un test de contrôle synthétique dans 6 villes de
manière contrôlée. Les résultats varient d'une région à l'autre.
• 2018 switchback experiments in boston started.
• Ils voulaient décider quel temps d'attente est préférable : 2 minutes ou 5 minutes. Chaque
option a ses avantages et ses inconvénients, comme l'explique l'analyse précédente basée
sur les données de l'expérience de Boston.
Énoncé du problème :
La décision cruciale à prendre ici est de déterminer le temps d'attente : 2 minutes ou 5 minutes,
cette dernière option étant celle dont les algorithmes sont les mieux optimisés et les bénéfices les
plus élevés, mais la contrepartie est que le nombre d'annulations pourrait être plus élevé. Le
problème consiste à déterminer le temps d'attente optimal des clients en fonction de l'heure de la
journée, de manière à maximiser les bénéfices en analysant leur priorité de sélection entre
uberpool et expresspool ou en annulant l'expérience de basculement à Boston.
Analyse :
Les données comportent différentes variables et sont classées en deux groupes - le groupe des 2
minutes et le groupe des 5 minutes - qui sont à leur tour classés en heures de pointe et en heures
creuses. L'analyse des données montre qu'en moyenne les variables impliquées sont les
suivantes :
• Nous constatons que le pool express fait toujours l'objet d'une demande considérable dans
les deux cas.
• Nous remarquons qu'il y a plus d'annulations dans le cadre du groupe de 5 minutes, mais
que le paiement est considérablement faible.
• L'augmentation du nombre de matches en double est presque la même que celle du
nombre de manèges perdus.
• En outre, nous observons les tendances suivantes :
Tendance à 5 minutes en
dehors des heures de pointe
voyages
piscine
En dehors des périodes d'affluence, nous constatons qu'il y a très peu de différence entre la
préférence de l'opérateur et celle de l'utilisateur.
les clients.
2 min en dehors des
heures de pointe
Dans le groupe des 2 minutes, nous constatons que la différence est plus importante que dans
le groupe
temps dansdes
la 5préférence
minutes. du client.
43164.06944
tendance à l'annulation
période_début
Uber devrait proposer un modèle dynamique de temps d'attente qui intégrerait également
l'historique des temps d'attente des clients comme facteur pour veiller à ce que l'algorithme
soit optimisé tout en évitant de perdre des clients à cause de cela. À l'heure actuelle,
l'entreprise étant encore dans la phase de croissance de ce service basé sur un produit
particulier, nous devons considérer qu'il est plus important de gagner des parts de marché et de
rendre les clients plus à l'aise dans leur utilisation que de se concentrer sur les bénéfices et de
ne pas les habituer à cette marche supplémentaire, ce qui entraînerait une perte de parts de
marché et une augmentation inutile de la concurrence. La fenêtre de 2 minutes devrait donc
être privilégiée.
Toutefois, dans les cas où le nombre de chauffeurs disponibles est inférieur, la fenêtre de 5
minutes serait préférable car le client sait, grâce à l'interface utilisateur d'Uber, qu'il y a moins
de chauffeurs et il est donc mentalement préparé à attendre plus longtemps.
Le blog d'Uber nous apprend qu'il s'agit d'un processus à fort potentiel et qu'il a plus d'impact
dans certains lieux géographiques, comme les aéroports.