滴滴作为这几年新兴的打车软件，以其实效性便捷性受到人们的欢迎。但是你有没有遇到过这种情况，打开打车软件，明明马路对面就有车，但是叫来的却是个三公里外的车，这又是为什么呢？
01：滴滴如何实现派车要想了解滴滴为何派了个三公里之外的车，那就要现看看滴滴派车算法了。滴滴如何实现"懂你"的呢？
在这"懂你"的背后，滴滴平台从大数据和人工智能技术出发，推出猜你去哪的功能，让你的发单体验更加优化，而基于时间和经纬度的分布具有周期循环性。
你的出发地和出发时刻的频率也不能利用传统的方法来估计，所以滴滴的工程师推出利用循环正态分布，形成一个优化模型，再用贝叶斯框架计算出每个目的地的概率或阈值。而滴滴运用这套技术只需要几秒就能预测出你要去哪儿，并迅速为你派车。
其实，派车也是基于大数据和人工智能计算，从最大程度上为你解决交通出行问题，匹配人、路、车的供需。及时收集路上车的数据，并进行演算，给出最优的安排。那按照常理来说，当我们需要滴滴打车时，对于我们来说的最优选择应该是离我们最近的车。
可是滴滴打车却派了几公里之外的车来接我们，这并不是我们所要的最优选择，是不是说他们的系统判断存在误差呢？其实并不是这样，从经济学角度上来看，滴滴就是不会为你派最近的车，这究竟什么原因呢？
就像上文中所提到的，如果滴滴派出离我们最近的车，那么这个属于局部最优，是对于我们个人而言的，但当滴滴派出离你稍微远一点的车，那平台是从全局出发，为实现全局最优。就让经济学家用全局最优和局部最优的角度告诉你为什么滴滴不给你派最近的车。
究竟什么是全局最优呢？首先，我们应该切换视角，以上帝视角来看问题，运用"顶层规划"来设想问题。滴滴本身是一个协调者，他的宏观维度是站在所有消费者和司机的立场上来看。
滴滴的主要目的是，在高峰期、恶劣天气或热点区域激励更多司机出车，尽量让更多的乘客能够打到车，在低谷期也让司机有单可接。这种大数据算法就意味着让更多的人打到车，而不是个别的用户打到车，最终实现是让所有人等车的时间缩短。
滴滴认为，采用这样方案后1号乘客和2号乘客平均等待时长降低为3分钟，比就近派单能够缩短1.5分钟；而总等待时长降低为6分钟，这样就比就近派单，缩短了足足3分钟。在集体和个人面前，滴滴选择了集体利益最优化。
当然，这只是从经济学角度来看，滴滴构建的集体利益最优化系统。实际上，在真正运营中，还有其他的客观因素，导致滴滴为你派去了离你远一点的车。首先，为了提高平台收益，一般来说，当你打车要去的地方越远，那么他就会为你派去离你更远一点的车。
因为你去的地方比较远，在这种情况下你会准备大量时间去等待，特别是当你已经选择了打车之后，不会再轻言说不去，潜意识里已经给自己准备好了去的决心。
其次，滴滴存在着打车越多，派车越远的现象。老话说的好，做买卖的人容易"杀熟"。
其实滴滴也是这样，因为你已经多次使用过这个平台，一方面，基于你对平台的信任，你愿意等更远一点的车，另一方面，对于平台来说，你已经是个老用户了，他们更加倾向于把更便利的车分配给新用户，赢得新用户的好感，博得回头客。
最后，滴滴存在派单倾斜现象，滴滴的派单分为，就近派单，服务分派单，机场预约单和人车合规派单。而说到底，这几种派单方式都是根据司机服务分来说，司机的服务分越高，派单的几率越高。
一单结束，立马就可以接到下一单，或者是说优先派单给之前预约车完成情况良好的司机，经过政府和平台备案的司机，也会享受到优先排单。而当你选择叫车时，滴滴也会为你筛选出服务更好的司机。
滴滴为你派出了离你远一点的司机，虽然想要获取更大收益，但实际上，也是考虑了经济学的整体最优原则，以及司机的服务分这些因素。只不过，滴滴这样的做法，真的会受到司机和乘客们的好评吗，我看不尽然。
03：个体感受更重要试想一下，炎炎烈日下，自己选择了滴滴打车，但是滴滴平台从整体最优出发，为你选择离你较远的车，你看到眼前的空车飞驰而过，却不是属于你的滴滴快车，相信你也会对这个平台感到失望吧。
其实，滴滴要想更大程度上的为最多的顾客提供便捷良好的服务，在整体最优的基础上，也是要考虑更多人的利益，让系统与局部实现共进。
第一，滴滴在网约车行业，如果想要继续发展，那么务必要吸引更多司机的加入，让郊区和都市闹区都做到有车可打，真正的把网约车做到大范围的覆盖，而不是说局限于一个区域。或者是说给予郊区网约车司机一定的补贴，让更多司机愿意去郊区跑车，将系统上的最优化更好体现。
第二，滴滴除了在网约车司机方面给予一定的补贴支持，也应该为乘客提供便利。如果是在极端天气等情况下打车，若是在顾客等很久的情况下，适当的为顾客提供选项，多等一会儿，少花一点钱，或者是少等一会儿，多花一点钱。这样既能够保证系统最优化，也能够得到顾客好评。
滴滴为什么不给你派最近的车，平台有平台的考虑，但一个行业的真正发展，除了经济学的道理，还要做到人性化的服务！
,
