рейтинг водителей и оценки пассажиров
Содержание статьи
Что такое рейтинг водителей в Яндекс такси?
Каждый таксист Яндекса проходит тщательную проверку перед тем, как попасть в службу. Его проверяют на знание города и его способность в нем ориентироваться. Кроме того, проверяется и состояние его автомобиля, которое должно соответствовать требованиям службы.
Данная служба заказов позволяет вызвать автомобиль, не совершая звонок к диспетчеру. Достаточно иметь приложение в смартфоне или можно зайти на сайт. Отличительным является и скорость подачи такси, его можно найти в любой точке города, не нужно ждать его долгое время.
После того как пассажир доставлен в пункт назначения, он имеет право оценить поездку в своем приложении цифрой от 1 до 5. Это дает возможность таксисту заработать определенный рейтинг, который действует в течение 2 месяцев. Общий рейтинг таксиста Яндекс складывается из количества звезд, которое он набрал за 2 месяца, и результатов теста, который проводится самой службой.
Что дает рейтинг водителю?
Увеличение высоких оценок прямо пропорционально влияет на количество заказов. Если у таксиста в основном пятерки, то соответственно растет и количество его заказов.
Важно следить, чтобы общий рейтинг не падал ниже 4, так как при этом таксист автоматически блокируется и не может выполнять заказы. Его можно разблокировать лишь по прошествии 2 месяцев, когда низки оценки будут замещены новыми.
Как водитель видит свой рейтинг.Можно ли посмотреть рейтинг водителя?
Рейтинг водителя – довольно сильный стимул для повышения им качества обслуживания клиентов. При этом он зависит от пассажира и его адекватной оценки.
Пассажирам также хочется выбрать положительного и надежного шофера, но это невозможно узнать заранее.
Рейтинг формируется в самой системе, и шоферу начисляются баллы. Можно полагаться только на отзывы других пассажиров о работе того или иного водителя.
В Яндекс такси есть возможность оценить поездку не только со стороны пассажира, но и со стороны водителя. При этом последний может неофициально выставить оценку своему клиенту по различным параметрам. Это может быть:
- опоздание;
- невоспитанность и грубость при общении;
- неприятные запахи и неаккуратность;
- громкая беседа и жалобы.
Среди таксистов есть негласное правило, что клиент с низкими оценками нежелателен для них, и лучше избегать его по мере возможности. Узнать свой рейтинг пассажир может у очередного водителя по итогам поездки.
Видит ли водитель оценку пассажира, которого только что подвозил?
Служба заказов Яндекс такси позволяет найти таксиста, находясь в любой точке города, даже на улице.
Это возможно благодаря новым компьютерным технологиям, используемым данной службой. Также технологии позволяют выявлять ошибки и слабые места работы водителя, повышая тем самым качество обслуживания клиентов.
Помимо всего прочего, современные технологии дают возможность самим пассажирам оценивать поездку. В оценку включается:
- удовлетворенность клиента поездкой;
- личные качества шофера;
- состояние автомобиля;
- скорость поездки и другие параметры.
Оценку шоферу и работе таксопарка пассажир может выставить в приложении. На основании этих оценок и составляется рейтинг. Чем выше рейтинг, тем больше заказов у данного таксиста. Следует отметить, что на положительное оценивание также влияет оптимальность выбранного маршрута и поведение самого таксиста.
Иногда пассажир сам того не зная может оставить чаевые таксисту, который ему понравился. Это осуществляется путем оценивания поездки в смартфоне. Если клиент выставил отличную или хорошую оценку в течение получаса после поездки, то шоферу автоматически начисляются чаевые.
Если же этого не произошло в указанный промежуток времени, то чаевые спишутся в течение суток после поездки. Чаевые начисляются только в том случае, если клиент не снизит оценку. Недавно Яндекс такси обновил экран в приложении, добавив в него фиксированные суммы чаевых в рублях для удобства пассажира.
Оценку своей поездки таксист сможет посмотреть в своем приложении через вкладку «рейтинг» в таксометре. Также он может просмотреть рейтинг, нажав на изображение человечка на экране таксометра.
Однако он не может увидеть, кто и за что ему снизил оценку. Поэтому, если это произошло, ему следует пересмотреть свое поведение, манеру вождения, улучшить состояние автомобиля и прочие параметры.
Как поставить оценку водителю Яндекс Такси.Можно ли изменить оценку после того, как ее поставил?
Если клиент выставил низкую оценку, то поменять это уже не получится. Если она была выставлена случайно, но рейтинг таксиста на самом деле высокий, то низкая оценка не повлияет на общий рейтинг.
В крайнем случае можно использовать обратную связь и исправить ситуацию.
Как рассчитывается рейтинг водителю?
Рейтинг водителя Яндекс такси напрямую влияет на его работу и количество поступающих заказов. Он рассчитывается автоматически по единому принципу для всех таксистов.
Как он формируется?
Он формируется из нескольких показателей. Сюда включается каждая оценка клиента, оставленная после поездки, а также оценка за пройденный экзамен. Суммируются оценки за 2 месяца работы, и итоговая цифра делится на 60, итогом является рейтинг водителя.
При этом, если итоговый балл превысил отметку 4,8, у водителя появляется возможность получить статус «Премиум», который откроет доступ к большему количеству заказов.
Если таксист – новичок, то ему дают 30 оценок по 4,2 балла. В течение первого месяца работы эти оценки замещаются теми, которые выставляют ему пассажиры.
Если водитель сменил водительское удостоверение, то его рейтинг равняется рейтингу новичка.
Для его пересчета таксист может обратиться в службу поддержки Яндекс такси.
Для его пересчета таксист может обратиться в службу поддержки Яндекс такси.Как улучшить рейтинг?
В случае наличия у водителя большого количества низких оценок – ниже «4», производится блокировка, которая не снимается до 2 месяцев. В это время он не может принимать и выполнять заказы. Но блокировку можно снять путем прохождения теста в Центре Яндекс такси. Сдача экзамена является одним из способов повышения рейтинга. Если экзаменуемый получил на экзамене 4 (четверку), то она приравнивается к 20 отличным оценкам, которые он может получить за заказы.
В системе приложения Яндекс такси также предусмотрен способ нематериального поощрения водителя – с помощью так называемого комплимента. Это может быть отдельная оценка за вежливость, комфорт при поездке или даже музыку. Такие показатели также учитываются при общем рейтинге шофера.
Почему может падать рейтинг?
Судя по опросам, проведенным среди пассажиров Яндекс такси, многие из них остаются недовольными работой шофера и его автомобилем.
Например, различные запахи и неопрятность в салоне автомобиля являются одним из критериев низкого оценивания со стороны пассажиров.
Часто клиенты замечают неправильный выбор маршрута, что также считается минусом в работе водителя Яндекс такси. Некоторые клиенты отмечают грубость и невоспитанность шофера, несоблюдение им правил дорожного движения, что существенно влияет на показатель его рейтинга.
Заключение
Каждый водитель Яндекс такси сам зарабатывает себе рейтинговые баллы. Этот уровень зависит как от водительских способностей таксиста и его умения ориентироваться в городе, так и от личностных качеств и манеры общения. Поэтому важно, чтобы клиенты своевременно и правильно оценивали качества водителя, давая ему тем самым возможность повысить свои показатели.
как устроен Яндекс.Локатор / Хабр
Сейчас всё больше мобильных приложений становятся геозависимыми..png)
Одни просто не имеют смысла без знаний о местоположении пользователя, другие становятся с ним удобнее. Это так называемые Location Based Services (LBS): навигаторы, форскверы, инстаграмы с геотегами фотографий и даже приложения-напоминалки, которые срабатывают около конкретного места, например, рядом с офисом или магазином.Для сервисов и приложений Яндекса мы создали собственную реализацию метода определения местоположения без GPS — Яндекс.Локатор. Он экономит время пользователя и делает наши приложения чуточку умнее. В Навигаторе и Картах она избавляет от ввода начальной точки маршрута, даже если вы на крытой парковке. А при выборе фильма в Киноафише или товара в мобильном Маркете помогает сразу показать, где их найти именно в вашем районе города. Ну и, разумеется, при поиске кафе и банкоматов — позволяет показывать вам сразу ближайшие, даже когда вы в метро.
Технологию мы давно открыли в виде бесплатного API. Сегодня хотим рассказать, как она устроена.
Почему без GPS и как иначе
Спутниковые системы навигации (GNSS), в нашем случае это GPS и ГЛОНАСС, — самый точный на сегодняшний день метод геоопределения.
Соответствующие модули есть практически во всех современных смартфонах. Но не всегда и не везде он может решить задачи LBS.Во-первых, поиск спутников иногда занимает несколько минут, а бывают ситуации, в которых скорость определения важна даже с потерей точности. Например, когда нужно построить предварительный маршрут в навигаторе или зачекиниться. Во-вторых, спутники обычно не «видны» в помещениях или под землёй. В-третьих, GPS-модули есть не в каждом мобильном телефоне или планшете, и их почти нет в ноутбуках. То есть для LBS нужны альтернативы.
И альтернативы, конечно, есть — определять местоположение можно по ближайшим GSM-вышкам, сетям Wi-Fi и даже по IP-адресу. Точность определения у каждого из этих способов гораздо хуже, чем у GPS. Но если их скомбинировать, они вместе дадут приемлемое качество. При этом какие-то недостатки одного нейтрализуются возможностями другого. GSM-вышки есть практически везде, а Wi-Fi сети — нет. При этом по Wi-Fi точность определения лучше.
В мире есть несколько реализаций такого комбинированного способа геоопределения. И кажется, первый вопрос, с которым сталкивались все разработчики, — где же взять информацию о местоположении сетей Wi-Fi и сотовых вышек?
База местоположений сетей
В дилемме «купить или создать» мы в конечном счёте предпочли второе. Основная причина — что с собственными данными и алгоритмами гораздо легче контролировать качество результата. В сборе информации нам помогли пользователи мобильных Яндекс.Карт.Когда мы начинали разрабатывать Локатор, на улицах городов были уже сотни тысяч людей с включёнными в телефонах Яндекс.
Картами. С согласия пользователя приложение постоянно передаёт его GPS-координаты — на основе этой информации строятся Яндекс.Пробки. Мы подумали, что вместе с этим приложение может отмечать, какой базовой станцией обслуживается телефон в этих координатах, какие видны сети Wi-Fi (при этом, конечно, к самим сетям не подключаясь — чтобы не создавать privacy-рисков).
Человеку для участия в таком краудсорсинге ничего специально делать не нужно — просто пользоваться приложением. Как и о координатах, данные об окружающих Wi-Fi сетях и станциях GSM обезличены. Они практически ничего не «весят», и батарейка от их передачи, соответственно, быстрее не садится.
Таким образом, пользователи стали помогать друг другу:
Одни, с GPS-приёмником в телефоне, узнают точное расположение сетей и передают информацию в Яндекс. Другие, у которых GPS-модулей нет, присылают список сетей, которые видят в данный момент, и получают в ответ своё примерное местоположение на карте.
База собрана и регулярно обновляется.
И тут мы сталкиваемся со следующей проблемой.
«Переезд» сетей
Опыт показывает, что идентификаторы сотовых вышек постоянно меняются — номер, который вчера был в центре города, завтра может оказаться на окраине. Переезжать могут и Wi-Fi-роутеры — вместе со своими владельцами. И получается, что с каждым переездом нужно инвалидировать заметную часть данных.Вот как нам удалось решить одновременно проблемы с переездом и вышек, и роутеров. От пользователя поступает запрос на определение местоположения вместе с данными о том, какие сети он видит. Если в списке сетей есть та, что была замечена в разных частях города, алгоритм учитывает, сколько сигналов от неё накоплено в каждом районе и возраст последнего. Каждое плотное скопление сигналов от Wi-Fi сети или сотовой вышки мы называем «облаком». Чем больше сигналов в облаке и чем они свежее, тем больше оно заслуживает доверия. Ответом будет, соответственно, самое большое и свежее. А облако, в котором нет сигналов больше месяца, мы считаем устаревшим — даже если для этой сети не появилось более свежего облака в другом районе.
Радиус облака
Поскольку положение определяется примерно, нельзя показать точку — нужно нарисовать круг (ведь радиосигнал в отсутствие помех распределяется во все стороны равномерно). Хотя, если посмотреть на фактическую картину сигналов, чаще всего это эллипс. Ведь больше всего пользуются мобильными Картами автомобилисты. Их GPS-следы остаются на дорогах, а из дворов и, тем более, из зданий сигналов практически не поступает.Чтобы ответ был предельно точным, радиус круга должен быть минимальным. Если просто обвести окружность вокруг всех точек сигналов конкретной сети, радиус получится слишком большим. Уменьшить его помогла мат. статистика. Плотность сигналов подвержена нормальному распределению, то есть применимо правило трёх сигм. В окрестность такого радиуса попадает 99,7% точек.
Мы решили пойти дальше и экспериментально подобрали сигме такой коэффициент, который максимально уменьшил радиус, но сохранил приемлемую точность. Удалось это, потому что в большинстве случаев пользователь видит несколько сетей.
То есть «открытые» уменьшением коэффициента области, скорее всего, перекрываются другими облаками.
Необлачные сигналы
К сожалению, не все GPS-сигналы от пользователей просто скомпоновать в облака. Оказалось, что, если наложить на карту все сигналы отдельно взятой сети, помимо «эллипсов» на ней окажутся точки и линии. Это, соответственно, одиночные сигналы, сильно удалённые от скопления сигналов той же сети, и очень длинные GPS-треки (т.е. цепочки GPS-сигналов).«Одиночки» появляются, например, когда человек передвигается на метро. Телефон теряет связь с сотой на одной станции, а при выходе на другой всё ещё считает, что обслуживается той сотой. Такие сигналы Локатор отфильтровывает. Кроме того, мы установили минимальный порог для облаков, чтобы не полагаться на слишком малочисленные скопления сигналов.
Длинные GPS-треки появляются, например, когда человек едет на машине через весь город. Телефон «тащит» за собой идентификатор вышки с начала маршрута и передаёт, что якобы видит её на всём пути.
Сигналы-одиночки, маленькие облака и длинные треки мы считаем «шумом». Когда пользователь видит одну единственную сеть, для которой нам известны только такие сигналы, он получает ответ, что местоположение определить не удалось. Мы считаем это более правильным, чем давать заведомо неверный, по нашим оценкам, результат.
Когда данных было накоплено мало, была ещё одна трудность с объединением всех сигналов в одно облако. Случалось что сигналы от вышки из одного города приходили также из другого. Помогло нам наличие в идентификаторах GSM-сетей кода зоны местоположения — LAC (Location Area Code). Поскольку вышки с одинаковым кодом должны по стандарту находиться рядом, облакам, которые оказались «не в своём городе» (т.
е. среди облаков с другим LAC), Локатор стал придавать заниженный вес.
Улучшение точности определения…
…по GSM-сетям
Когда-то приложениям была доступна информация лишь об одной базовой станции, хоть телефон видит чаще всего несколько. После появления платформы Android приложения смогли научиться видеть их все (кроме подключения в стандарте 3G, который позволяет узнать только одну сотовую вышку). Местоположение стало определяться точнее — уже не по одному облаку, а по совокупности нескольких. Оказалось, что для множества облаков можно использовать тот же подход, что и для одного. Радиус считается по среднеквадратичному отклонению сигналов, входящих в совокупность облаков, а центр вычисляется по среднему их координат.…по Wi-Fi-сетям
Когда смартфон находится в радиусе действия нескольких Wi-Fi-сетей, он может сообщить не только их список, но и мощность сигнала каждой. Знание об этой мощности мы и использовали для уточнения центра окружности, в которой находится пользователь.
К центрам наблюдаемых облаков мы начали подвешивать воображаемые пружинки — тем туже, чем сильнее сигнал. А их свободные концы — соединять. Точка, в которой эти пружинки уравновешиваются, и есть уточнённый центр.Получившееся качество
Сначала несколько слов о том, как мы оцениваем качество нашего решения. Как уже говорилось, от пользователей, у которых есть в устройствах GPS-модуль, Локатор получает и координаты, и список сетей, которые видят устройства. Для оценки качества он сначала определяет примерное местоположение, ориентируясь только на эти сети. А затем проверяет, попали ли истинные координаты от пользователя в предположенную Локатором окружность.Используя эту методику, мы получили следующие цифры:
- для 83% запросов в сутки местоположение определено правильно — GPS-координаты устройства попали в область, названную Локатором
- 14% сигналов — с ошибкой:
- 7% — ошибка меньше 100 метров
- 5,6% — от 100 метров до нескольких километров
- 1,4% — Локатор ошибается городом
- оставшиеся 3% запросов получают ответ «Местоположение не найдено»
Можно ли добиться лучшего качества? Да.
Преимущество метода в том, что при определённой зрелости алгоритмов достаточно лишь собирать больше данных, чтобы определять местоположение точнее. А это достаточно легко, потому что растёт и количество Wi-Fi сетей, и количество пользователей наших приложений.
Но есть технологические пределы:
- если телефон сообщает только об одной GSM-вышке — минимальный радиус составит несколько сотен метров в городе, и несколько километров за городом
- если телефон видит несколько вышек — центр можно определить точнее, но радиус уменьшить вряд ли получится
- если видна Wi-Fi сеть — минимальный радиус будет 10 метров
Объёмы вычислений
Чтобы быстро отвечать пользователю, нужно заранее подготовить весь ответ или, хотя бы, существенную часть. Каждую ночь кластер на базе нашей системы распределённых вычислений YAMR агрегирует сигналы, полученные вплоть до вчерашнего дня, получая готовые для ответа «облака». В момент запроса Локатору остаётся только правильным образом их скомбинировать.
Так терабайты «сырых сигналов» сжались до 1.5-2 ГБ готовых ответов, которые запросто помещаются в память. И подготовка ответа почти всегда укладывается в 1 мс, а каждый сервер в кластере выдерживает 10 тыс. RPS.А чтобы продолжительность ежесуточного расчёта не росла линейно с ростом истории GPS-сигналов, мы добились «аддитивности» облаков. Теперь достаточно хранить лишь несколько показателей на каждое облако, и не нужно каждые сутки заново обрабатывать всю старую историю.
Готовить более полный ответ оказывается неэффективно. Если кластеризовать каждую комбинацию сетей в отдельное облако, получается комбинаторный взрыв. Объём готовых ответов растёт на несколько порядков, а при частичном совпадении сетей на подготовку ответа нужно даже больше расчётов.
Аналоги
Сервисы определения местоположения без GPS, как мы уже говорили, есть не только у Яндекса. Разработчики могут обратиться к коммерческому поставщику (как, например, Altergeo в России и Skyhook Wireless в мире), либо использовать API мобильной платформы или браузера.
Вообще собрать такую базу можно тремя способами:
- объехать интересующие города на автомобилях, сканируя сети, а потом периодически объезжать заново, чтобы обновлять базу
- создать массовое мобильное приложение (например, Яндекс.Карты)
- создать мобильную платформу (например, iOS или Android)
Правда, и разработчик может выбирать не всегда. На iOS и WindowsMobile приложение может пользоваться только встроенными в операционную систему функциями геоопределения. Приложению там недоступны текущая базовая станция и/или список WiFi-сетей, кроме текущей.
Другая ситуация в веб-сервисах. Во всех современных браузерах встроен API геоопределения. И меняя браузер, пользователь меняет геоопределитель.
В Firefox и Google Chrome используется реализация Google, в Safari — Apple, в IE — Microsoft. Наш Локатор работает в браузере Yandex.
ИСПРАВЛЕНО-У российского Яндекса есть амбиции по созданию глобального парка роботакси OW, 12 марта. (Рейтер) — русский Технологический гигант Яндекс хочет запустить во всем мире парк «роботакси» с использованием своего программного обеспечения для беспилотных автомобилей и считает, что это возможно в течение нескольких лет, сообщил Рейтер глава компании по беспилотным автомобилям Дмитрий Полищук.
Яндекс, предоставляющий ряд онлайн-сервисов, включая услуги такси и доставки еды, начал тестировать свою технологию беспилотных автомобилей в 2017 году и продолжает делать это в Москве и Израиле с лицензией на начало испытаний в США с июня. 2020.
Он конкурирует за создание технологий, которые могли бы работать вместе с фирмами по вызову такси, такими как Lyft и Uber, и предоставлять услуги беспилотного такси по всему миру.
«Мы в Яндексе считаем, что это потенциально огромный бизнес», — сказал Полищук, подчеркнув, что Яндекс будет создавать не беспилотные автомобили, а систему, которую можно будет установить в автомобиль.
Яндекс уже потратил 2,2 миллиарда рублей (29,5 миллиона долларов) на разработку своей технологии. Это намного меньше, чем миллиарды долларов, вложенные некоторыми конкурентами, среди которых материнская компания Google Alphabet и Apple, а также несколько автомобильных компаний.
Взимание платы с людей за проезд в беспилотных такси еще нигде не разрешено законом, но в некоторых штатах США разрешено движение автомобилей без водителя за рулем. В Израиле и некоторых городах России беспилотные автомобили разрешены, если водитель сидит за рулем и контролирует процесс.
Соединенные Штаты являются одной из наиболее подготовленных стран для автономных транспортных средств, наряду с такими странами, как Нидерланды и Сингапур, при этом Израиль и Россия немного отстают, по данным KPMG за 2019 год.Индекс готовности автономных транспортных средств.
Полищук сказал, что Яндекс хочет добавить эту услугу в свой российский парк Яндекс.Такси, если это позволяют правила, но также развернуть ее в других странах, а именно в США, где, по его словам, регулирование беспилотных автомобилей более прогрессивно.