在中國的叫車市場混戰中，Uber也加入了戰局。與國內叫車公司策略不同，動態定價策略是其核心之一，不論是受到讚揚還是詬病，這個符合經濟供求的溢價演算法在中國已經啟動。
當你在某個夜晚聽完演唱會想叫個Uber回家時，你可能會發現價格居然自動上漲了1.5倍甚至更高，這是怎麼算出來的。
溢價演算法，是基於他們對市場這隻無形的手的調節功能，百分之百的相信，以及百分之兩百的理解，正如他們自己所說“溢價不是計劃好的，是依據供求動態平衡”。
下文摘自Uber的董事會成員Bill Gurley的文章，他深入的探討一下該定價策略和其以後的發展機會。
動態定價的起源
在2012年初，Uber位於波士頓的研究組發現，每到週五和週六凌晨1點左右，會出現大量的“未滿足需求”。導致這種現象的原因是在這個時段，大部分司機登出Uber系統，準備收工回家，而恰恰這會兒在party上嗨完的人剛剛準備回家。這就造成了瞬間的供需不平衡，在最需要用車的時候卻叫不到車，使用者的抱怨與日俱增。於是他們有個方案，在高峰期(午夜到凌晨三點)適當提高每次乘坐的單價，看是否有司機響應。僅僅兩週後，他們就得到了非常好的反饋，在該時段的提價，使得計程車的供應量增加了70%-80%，幾乎滿足了三分之二的“未滿足需求”，絕對是個重大突破。看來在該領域，供應量的彈性非常大，在市場價格調高後，司機確實更有動力守候在午夜時分。
這個調查成功的開啟了Uber動態定價的先頭，隨後便正式應用在任何高峰時段。動態定價的演算法也十分智慧，在使用者等待時間有個比較陡峭的上升趨勢時，便會觸發該演算法。
從核心上來講，要解決供求不平衡，要麼增加供給，要麼減少需求。動態定價成功的從兩個方面影響了供求關係。
經濟學小科普：供求曲線
供求曲線模型是經濟學最基礎和最核心的。要分析，就要根據Uber的業務模式來確定其供求。首先，如上文中的波士頓實驗，證明其市場的需求和供給都是高彈性的。
就需求方而言，在兩個方向上都具備高度彈性。其一，當價格升高後，直接使需求量相應減少。其二，當價格降低後，需求量也會立即增加。
市場化在Uber的業務上體現地非常靈敏，受”看不見的手”將資源進行最優化的配置。這種現象並不難解釋，因為在Uber這個市場裡的參與者，都是獨立個體，可以被認作是“理性人”，所以他們的行為可以準確地被市場規律描述。
Uber動態定價模型中的供求關係也是非常直觀的。當需求大於供給，演算法會自動提高價格，減少需求提高供給，使得供需達到一個動態平衡。這個過程持續不了多久，因為當供給逐漸大於需求時，價格又會恢復到初始水平。這個過程迴圈往復，始終維持著平衡。試想如果需求增加，而不升高價格，會發生什麼？使用者等了好久都沒叫到車，未滿足需求井噴，不滿意，解除安裝再也不用。如果採用動態定價，從圖形來看，Q點總會比常態價格的更靠右，使用者打到車也就是因為供給增加了。
動態定價大比拼：Uber vs.酒店，機票，租車
在之前很多行業都比較成熟的在使用動態定價，比如酒店，機票，和租車行，高峰期也和Uber類似，比如節假日。酒店在新年夜的價格往往比平時或週末都要高出一兩倍，在無法提高供給的時候，提高價格也是被大眾所接受的舉措。
唯一不大一樣的是，像酒店，機票，他們的供給是固定的無法提高，而Uber不是。對酒店來說，供給是剛性的，無法臨時造所房子出來，而Uber的司機供給彈性則大的多，可以收工回家，也可以繼續服務。
對Uber來說，在需求大量增加時，供給曲線左移，需求曲線右移，這時需要價格作為催化劑來達成二者的平衡。影響供給的還有個因素，就是可替代性如何。在新年夜的大單千載難逢，有的使用者會預定一輛車來獨自享受，價格甚至可能超過一千美金，僅僅是這一晚啊！這種情況下，躲在家裡的司機也會很樂意出來接一單的。
最挑戰的環節：您附近無車可用
關於Uber的定價媒體輿論也吵得紛紛揚揚，使得Uber不得不重新考慮其加價條款。越來越多的使用者抱怨在很多地方都無車可用，絲毫不實用，也無可靠性。
最差的一種體驗就是剛開啟Uber，如果就提示無車可用。有人說，至少應該在沒車可用時保持平價，好站在使用者這一方，撫慰這些沒打到車的人。
其實事實不是使用者想象的那樣，在高峰期，任何一種交通工具都是超負荷運轉的。地鐵，公交都是這樣，都無法給你提供可靠的服務。這時Uber更傾向於讓更多的使用者能夠叫到車先。與其讓使用者無車可用，讓部分使用者對定價持有異議似乎更容易接受。
不理解Uber的動態定價的使用者，其實是沒有理解Uber作為一個市場平臺的本質。主流的平臺都會用供需模型來調整供應量。這也是Ebay拍賣最初的來源。StubHub,Airbnb,Homeaway也都是這麼做的。Google Adwords的定價演算法也是以此為基礎。正是動態定價在市場上如此廣泛的應用，奠定了Uber CEO的信心。最大化使用者的利益，最優化市場資源的配置，只能通過動態定價來實現，即使有時要用部分使用者的不理解作為代價。
評論
在車少導致打不到車的情況下，大家在心理上更希望把打到車的人歸結為“運氣好”，而不是“他有錢”，而且在災難到來的時候提高價格，會讓人們本來把對某個司機發災難財的抱怨轉嫁到一個公司的頭上。
Uber對經濟學原理的應用無可厚非，供需原理也的確能夠發揮槓桿作用，但是歸根到底，在演算法還無法達到真正的智慧（比如即時判斷車變少的原因）之前，完全依賴於大資料和演算法總是會讓人不那麼愉悅的。
via：資料客