拼車在一線城市的邏輯是利用密度和算法不斷提升上座率筹我，讓司機一單一單停不下來（連續(xù)感）既峡。
在這個過程中以现，滴滴批發(fā)了司機的座位，司機接拼車的收益和接快車的收益沒有太大差異择懂，反而因為一單接著一單喻喳，收益可能還更多。
滴滴因此獲得了更靈活的運力困曙，但問題變成了如何用算法促成更多拼車訂單表伦。因為批發(fā)座位的成本是固定的，只要訂單越多慷丽，滴滴的抽成也就越多蹦哼。然而乘客對拼車存在價格預(yù)期，滴滴很難改變這個錨點要糊，因此在匹配率比較差的情況下纲熏，拼車實際上是在賠本。
而乘客呢，拼車模式天然就篩選出了對時間不敏感局劲，對價格更敏感的乘客勺拣。但所謂的不敏感也存在閾值，因此滴滴才可以通過調(diào)節(jié)上車地點（背后是車上乘客和等候乘客對時間的敏感度差異）來獲得更高的匹配率鱼填。
問題到這里就很清楚了药有，滴滴對乘客所能提供的服務(wù)始終滑動在一個「時間-價格敏感度」的滑塊上，而對司機的賦能則滑動在另一個「自主-收益渴望度」的滑塊上苹丸。
但這一切都建立在一線城市的供需密度之上愤惰。
在三四線城市，滴滴很難通過算法召回更多的拼車訂單赘理。而在快車的戰(zhàn)場上宦言，滴滴也很難切入一個低客單價、高信息對稱度的市場商模。
怎么破蜡励？
一種思路是找到客單價更高、信息更不對稱的市場阻桅，跨城就是一個。
然而低密度帶來的另一個問題是隨機性的需求較少兼都、穩(wěn)定的需求更多嫂沉，穩(wěn)定的需求意味著平臺很容易被跳過。當然這不是沒有解決方案扮碧，比如為穩(wěn)定的需求注入更多變動性趟章，又比如通過預(yù)充、會員等手段長期占有需求慎王。
還有一種思路蚓土。
先回到一線城市的案例，滴滴在一線城市的運轉(zhuǎn)邏輯是:
- 利用供應(yīng)密度補貼了乘客的成本（需求再緊急赖淤，給再多錢蜀漆，周圍沒車也白搭）
- 利用需求密度補貼了滴滴的成本（給司機派又遠又便宜的訂單，滴滴賺啥）
你看咱旱，這是一個典型的跨邊網(wǎng)絡(luò)效應(yīng)确丢，密度越高、規(guī)模越大吐限、網(wǎng)絡(luò)價值越大鲜侥。
而在三四線城市，支撐網(wǎng)絡(luò)效應(yīng)的密度不存在了诸典，滴滴在乘客端只能從低時間敏感度下功夫描函，在司機端則需要撬動對收益更渴望的司機。順著這個思路，也許有一些可以嘗試的措施：
- 比如通過拉長需求的等待時間舀寓，匯聚更多需求（更大的車）胆数，以此撬動司機；
- 又比如通過流量變現(xiàn)（車身基公、車內(nèi)廣告/導流）幅慌，補貼乘客，以此撬動司機轰豆；
- 還比如幫助司機獲得更高的效率和收益（類似美團給店家賣第三方信息系統(tǒng)）胰伍，并從中分潤。
