«Яндекс.Такси» удалось стать первым в мире прибыльным агрегатором такси, попутно полностью трансформировав российский рынок такси с помощью цифровых платформ
Российский рынок такси, по данным сервиса Statista, вошел в 2019 году пятерку крупнейших рынков мира, а «Яндекс.Такси» полтора года назад стал единственным крупным агрегатором в мире, вышедшим на чистую прибыль. Все это следствие совершившейся цифровой трансформации таксомоторного рынка в России, в результате которой выиграли все стороны.
Скучающий таксист — образ, практически исчезнувший из нашей российской действительности, в то время как во многих развитых странах он все еще остается реальностью. Например, итальянские таксисты в течение трех лет с 2014 по 2017 отчаянно боролись за право оставаться скучающими таксистами. Они устраивали забастовки, перекрывали дороги в аэропорт, не пропуская туда машины Uber, закидывали тухлыми яйцами главу подразделения Uber в Италии. И добились-таки своего – в 2017 году итальянские власти запретили в стране работу агрегаторов такси.
В результате на итальянском рынке такси, в отличие от России, так и не произошло цифровой трансформации, и тамошним таксистам грозит превращение в гондольеров – профессия, безусловно, почетная и романтическая, но экзотическая. За последние годы итальянские муниципалитеты не увеличивали количество лицензий такси – их остается около 20 000, тогда как, согласно исследованиям Аналитического центра при Правительстве РФ (АЦ), в России число водителей такси выросло за последние девять лет почти вдвое — с 310 000 до 600 000. По данным исследования Банка Италии, в Риме на 1000 жителей приходится около 2,4 такси, в Москве сейчас, по данным АЦ – 6.
При этом рынок в России вырос еще больше, чем количество таксистов, – в 2,5 раза. Согласно исследованию АЦ, в 2010 году он составлял 238 млрд руб., а в прошлом году – 621 млрд руб. Получается — и таксистов в России стало больше, и доходы выросли. Притом, что в целом доходы в Италии примерно в 2,5 раза выше российских, в Италии таксисты получают в среднем 15000 евро в год (около 100 000 руб. в месяц), а в России в 2019 году средний месячный доход таксиста составила 63 000 рублей, за два года он, согласно исследованию АЦ, вырос в полтора раза.
В России и пользуются услугами такси сейчас гораздо больше людей, чем в Италии: по данным все той же Statista, в Италии за 2019 год услугами такси пользовался каждый десятый житель, в России – каждый пятый. При этом, в среднем, каждый пользующийся услугами таксистов итальянец за год тратит на поездки в такси $263, тогда как в России годовое ARPU намного выше — $345.
Но произошло это не за счет клиента. Напротив, по данным Департамента транспорта Москвы, средняя стоимость поездки в такси снизилась с 1000 руб. в 2010 г. до 457 руб. по итогам 2019 года. Принципиально сократилось за девять лет и среднее время подачи машины в Москве — с 45 до 5 минут. В результате, радикальным образом выросло количество поездок – с 40 000 поездок в день в 2010 году до 900 000 в прошлом.
Так что российским таксистам, в отличие от итальянских коллег, скучать некогда. А причиной тому стали цифровые платформы агрегаторов такси, среди которых ведущей платформой стала «Яндекс.Такси».
«Если в отрасли есть какая-то неэффективность, то можно в этой неэффективности покопаться, и обязательно найти, как ее исправить. В такси неэффективность завязана на время – время холостого пробега. Сейчас в «Яндекс.Такси» больше 75% времени водителя занимает исполнение заказа», — рассказывает генеральный директор «Яндекс.Такси» Даниил Шулейко.
Лет 10 назад, когда клиент звонил в таксопарк и заказывал машину, водитель мог ехать к клиенту 40 минут и дольше. Но, по сути, за эти 40 минут тоже платил клиент через высокие тарифы. Агрегаторы поменяли логику тарифообразования. Водитель (и агрегатор вместе с ним) зарабатывает, только когда он везет пассажира, все остальное время : когда он простаивает без заказа, когда он едет до пассажира или ждет его – это время, потрачено впустую. Таким образом, крайне важно сколько минут в течение часа работы водителя тратится на непосредственную поездку с клиентом. Этот процент эффективности — ключевой показатель для любого агрегатора такси, Шулейко называет его «царь-метрикой», вокруг которой и построена компания.
Именно эту временнУю неэффективность изначально и решили агрегаторы одним своим появлением – вызывая такси через приложение, пассажир фактически через платформу передает свой заказ всем ближайшим водителям, а не диспетчеру одного автопарка, как раньше. Связывая пассажира с ближайшими свободными такси, платформа одновременно и уменьшает сроки подачи автомобиля, и сокращает бесполезное время для водителя. «Случилась магия – водитель продолжал зарабатывать свои деньги, а клиент получал услугу дешевле, потому что не нужно было платить за то время, которое водитель раньше тратил на то, чтобы доехать до клиента».
Помимо этого, у таксопарков ушла большая часть расходов на привлечение клиентов — деньги, которые раньше тратились на рекламу и маркетинг – это десятки процентов от расходов таксопарков.
Шулейко отмечает, что в результате трансформации отрасли, таксопарки не отмерли, напротив, их стало намного больше, и появились очень большие таксопарки – «на тысячи и тысячи машин». Раньше таких игроков не было. Отрасль меняется, и таксопарки меняются вместе с ней. Они очень много занимаются машинами – покупкой в лизинг, получением лицензии, обслуживанием, мойкой. А водители просто приходят работать, таксопарки сдают им в аренду машину, но фокус в их деятельности – это машина.
Когда появляется такая система, в результате которой все выигрывают, она начинает «надуваться». Так и произошло в этой отрасли – водителей такси стало сильно больше, потому что цена начала падать, спрос расти, заработки – тоже, засчет эффективной передачи заказов. Пришли другие агрегаторы, они еще больше стимулировали спрос на поездки. Выросло количество рабочих мест, причем не только водителей, но и в смежных областях – обслуживание машин, финансовые услуги и т.д.
Увеличением эффективности «Яндекс.Такси» продолжает заниматься и сейчас, это, по сути, главная работа агрегатора. «Четыре года назад, после выхода нового функционала начиналось «эльдорадо» — показатели могли расти сразу на десяток процентных пунктов, — вспоминает Шулейко. — Сейчас мы максимально сокращаем это время, оптимизируя скорость выхода пассажира к машине, точность подъезда автомобиля по времени и месту подачи, подкручивая по полпроцента там и здесь. А рост этого показателя даже на несколько процентных пунктов напрямую влияет на доходы водителя и платформы». Именно от эффективности зависят другие метрики, которые отслеживает «Яндекс.Такси», такие как заработок водителя в час и цена за километр пути для пассажира.
«Цифра эффективности самая важная, она висит на самом большом мониторе в офисе, можно ночью разбудить любого сотрудника, он ее назовет по городам», — говорит Шулейко. Поэтому сейчас «Яндекс.Такси» использует различные способы ее повышения.
«Алгоритмы научились давать водителю следующий заказ, пока он не закончил предыдущий». Это стало возможным поскольку система знает, где водитель заканчивает заказ и может спрогнозировать сколько он будет ехать до места нового заказа. В этом случае время простоя водителя сводится к нулю.
Другой пример. «Яндекс.Такси» знает не только автомобильные, но и пешие маршруты, и если дорожная ситуация такова, что сделай пользователь заказ в сотне метров от себя или просто на другой стороне улицы, это значительно сэкономило бы время в пути, то система научилась предлагать ему скидку за то, что он пройдет это расстояние до такси пешком», — рассказывает Шулейко.
Раньше очень часто встречалась ситуация, которую в «Яндекс.Такси» называют «заказ в спину» — когда заказ приходил к водителю, но он, например, уже проехал нужный поворот, и вместо одной минуты разворот займет у него десять минут. Чтобы избежать таких ситуаций, в «Яндекс.Такси» пришлось придумать технологию, которая бы предсказывала, где будет машина через то или иное время, и можно ли ей отдать этот заказ.
Отдельным примером повышения эффективности служит пример работы в аэропорту и на стадионах. Когда вы прилетаете в Шереметьево, там находятся порой несколько сотен автомобилей. И вы садитесь не в первый, а в какой-то случайный. Вам приходится связываться с водителем, искать друг друга. «Поэтому все толкаются, шумят, бибикают», — говорит Шулейко. Чтобы избежать этого, «Яндекс.Такси» сделала такой способ посадки, когда система не назначает вам машину, а вы сами ее выбираете и садитесь в любое из стоящих в очереди такси — причем система сама заранее предупреждает водителя, куда он должен вас отвезти, а вас – сколько это будет стоить.
Раньше, когда водитель заканчивал работу, он просто выключал систему и ехал домой уже «холостым». «Яндекс.Такси» сделала кнопку «Домой», чтобы назначать ему заказы только по направлению к дому. В итоге водитель получил еще полчаса дополнительного рабочего времени. «Он же все равно едет — почему бы не предложить водителю довезти пассажира, заработать денег по дороге домой!», — говорит Шулейко.
В разных районах города спрос в разное время суток очень отличается. Например, в районах на юге Москвы заказ на тарифе «Премиум» (Мерседесы S-класса) может случаться раз в полтора дня. «Яндекс.Такси» сейчас развивает технологию под названием «Проводник», чтобы, если водитель попал в зону пониженного спроса по своему тарифу, система предлагала провести его в зону повышенного спроса, к тому же с приоритетом по заказам по дороге в эту зону, чтобы он не ехал туда «холостым».
«Или, когда мы видим, что идет туча и через 20 минут где-то пойдет дождь, мы предупреждаем об этом водителей и заранее обозначаем районы города, где очень скоро люди захотят заказать такси, чтобы не промокнуть. Ведь в такое время спрос на такси резко вырастает, а количество свободных машин резко увеличить не получится (см. видео – красным показана нехватка машин).
Восстанавливает баланс спроса и предложения «Яндекс.Такси» с помощью динамического ценообразования. Тогда тот, кому действительно нужно ехать, уедет, а те, кто готов подождать, будут ждать окончания повышенного спроса. Это сглаживает спрос. «Яндекс.Такси» сделал такую систему, которая автоматически меняет стоимость поездки, приводя спрос и предложение к балансу, чтобы водителей и пользователей всегда было достаточно друг для друга. При этом, чем выше цены, тем больше водителей выходит на линию, и повышающий коэффициент постепенно снижается, пока не исчезнет.
Помимо метрик эффективности, важными метриками для «Яндекс.Такси» являются показатели качества сервиса. Причем речь идет о разных вещах: качестве сервиса для пользователя, для водителя и для таксопарка. Это разные задачи,и решаются разными способами. Например, для таксопарков очень важно качество и скорость обработки документов или скорость поступления денег на счет (хоть она и зависит от банка).
Поэтому у «Яндекс.Такси» есть три внутренние метрики, которые по сути являются вариацией классического NPS – рейтинги удовлетворенности пользователей, водителей и таксопарков.
Например, в «Яндекс.Такси» есть целое направление работы со слабослышащими водителями. «Таким людям найти работу чрезвычайно сложно. При этом слабослышащие, как правило, – одни из самых аккуратных водителей», — говорит Шулейко. Однако, приложение для водителя Яндекс.Про завязан на звуковые уведомления. Первоначальным альтернативным решением уведомлений для слабослышащих водителей было мигание экрана смартфона. Но, когда это было сделано, стало ясно, что таким образом приложение отвлекает водителя от дороги. Тогда мы соединили приложение с фитнес-браслетами, раздали их бесплатно слабослышащим водителям и сделали интеграцию, чтобы он вибрировал, когда приходит уведомление (например, о новом заказе).
«Яндекс.Такси» много внимания уделяет безопасности в разных ее аспектах. Например, ограничение количества часов в системе не всегда срабатывает – водитель может прийти со смены, не спать всю ночь, а потом утром, не выспавшись, выйти на работу, что может привести к печальным последствиям. Одной из разработок, позволяющих избежать этого, стала камера мониторинга внимания водителя, которая крепится в машине. Она снимает более 60 точек на лице водителя в режиме реального времени и следит за тем, как часто водитель моргает, зевает, отвлекается. Сейчас это устройство готово к серийному производству, и скоро «Яндекс.Такси» начнет ее использовать. Цель – через несколько лет камера должна стоять в каждой машине, выполняющей заказы «Яндекс.Такси».
Есть и очень простые примеры. Поскольку у «Яндекса» свои карты, и системе известно, где и что расположено, то она предупреждает водителя, что сбросить скорость и проявлять осторожность, когда он приближается к школе.
Еще один пример — контроль стиля вождения. Приложение «Яндекс.Про», исходя из доступных ему данных, получаемых со смартфона водителя, оценивает его манеру вождения, насколько он агрессивно водит, играет ли он «в шашки» и т.д. Если система видит, что водитель водит агрессивно, то она его предупреждает о том, что может просто отключить его. В результате это позволило в пять раз снизить количество нарушений среди водителей такси.
Интересно, что при вводе технологии контроля скорости и качества вождения, была небольшая группа водителей, пытавшихся обмануть эту систему. Вместо того, чтобы начать соблюдать стандарты, они заказали где-то на стороне разработку, которая сглаживала бы передаваемые GPS-трекером в устройство данные. То есть, которая, по сути «склеивала» их «игру в шашечки» в спокойную езду.
Такие ситуации часто происходят, когда появляется новый сервис. Шулейко вспоминает, что с некоторыми водителями у платформы развернулась настоящая технологическая война, когда сервис сделал новую технологию контроля качества. Водитель должен раз в три дня сфотографировать машину с 14 разных ракурсов, чтобы проверить та ли это машина, чистая ли она и не битая ли. В первые два месяца водители каждый день придумывали новый способ обмануть технологию.
«Всегда интересно найти лазейку.Это такая бесконечная игра – мы совершенствуем технологию, со стороны водителей появляются новые способы обойти ее, мы снова улучшаем разработку», — говорит Шулейко. Такие водители, по сути, становятся бета-тестерами новых сервисов и разработок, находят в них потенциальные уязвимости и тем самым помогают улучшать их работу. Но большинство водителей с понимаем относится к введению новых сервисов проверки.
То, как деньги, которые клиент платит за поездку делятся между агрегатором, водителем и таксопарком очень сильно зависит от структуры рынка. Например, в Германии пассажир платит агрегатору, а тот уже потом выплачивает водителю или таксопарку его долю. В «Яндекс.Такси» многое зависит от уровня взаимоотношений сервиса с перевозчиком – если партнерство постоянное, то взаиморасчеты происходят каждый день, если партнерство по упрощенной схеме, то раз в неделю. Эффективная комиссия (за вычетом различных вознаграждений и доплат водителям), которую забирает себе «Яндекс.Такси», составила по итогам I квартала 2020 года менее 10%, по сообщению агрегатор. Это меньше чем у мировых конкурентов – в августе 2019 года Business Insider со ссылкой на данные сайта Jalopnik писал, что комиссии для водителей у Uber и Lyft в США, по неофициальным данным, составляют 35% и 38%. В целом же по миру эффективная выручка платформы Uber, согласно данным, которые компания раскрывала во время IPO, составляла в 2018 году около 20% от оборота.
На разных рынках комиссии сильно отличаются, но комиссии «Яндекс.Такси», конечно ближе к нижней границе,по словам Шулейко.
Среди расходов «Яндекс.Такси» основную долю составляют сотрудники. Ведь за разработчиков «Яндекс.Такси» приходится конкурировать не с локальными игроками, а с глобальными. «Разработчик из России довольно легко может уехать работать в другую страну, а как мы узнали за последние месяцы, довольно просто может работать и удаленно. Поэтому мы вынуждены придумывать, чем привлекать специалистов, и идеи эти должны быть не хуже, чем у Google, Facebook или Amazon», — говорит Шулейко.
Еще одна крупная статья расходов – это маркетинг, привлечение таксопарков и водителей в систему. Значительную долю расходов занимают также технологии контроля качества и безопасности сервиса – тут и разработка тех самых камер, и служба поддержки, отвечающая на запросы пользователей и водителей.
«Когда мне принесли проект годового бюджета, и я увидел там, сколько мы тратим на службу поддержки пользователей и водителей, у меня случился шок, и мы начали проект по частичной автоматизации повторяющихся процессов. При этом на самых важных отрезках будут работать люди, например, в разборе сложных инцидентов, в переговорах со страховыми», — говорит Шулейко. В итоге сейчас на 45% обращений в службу поддержки отвечает искусственный интеллект. Это базовые вопросы : например, когда водитель опоздал или не приехал вовсе, или если приехала грязная машина, либо с грязным салоном. После каждого обращения «Яндекс.Такси» спрашивает у обратившегося, насколько ему понравилось обслуживание. По словам Шулейко, оценки ответов искусственного интеллекта лучше, чем у ответов людей. Во многом, конечно, это происходит за счет быстроты ответов – искусственный интеллект отвечает почти мгновенно.
По оценке «Яндекс.Такси», если бы пять лет назад не была начата автоматизация, то расходы на поддержку сейчас были бы в восемь раз выше.
Возникновение агрегаторов такси породило не только подражателей в других отраслях, но и большие сомнения в экономической «сходимости» этой бизнес-модели. Аналитики во всем мире указывали на огромные инвестиции в Uber, эффективность которого до сих пор не подтверждена выходом на чистую прибыль. Другие указывали на то, что другая цифровая платформа, изменившая свою отрасль, Amazon, чья чистая прибыль долгое время колебалась в районе нуля, но сейчас превысила чистую прибыль оффлайнового гиганта ритейла – Walmart.
Однако, во второй половине 2018 года «Яндекс.Такси» объявила, что стала первой в мире компанией-агрегатором такси, получившей чистую прибыль. Кейс сошелся.
Шулейко считает, что причиной тому стала комбинация нескольких факторов. «Во-первых, в отличие от других, мы делали бизнес на свои деньги. Мы ни разу не привлекали венчурные инвестиции, у нас было несколько попыток, но пока мы это делали мы уже выросли в два раза, и нам нужны были другие деньги, начинался новый раунд, а мы получали финансирование от «Яндекса». “По сути инвестор у нас был один, и довольно придирчивый”, — говорит Шулейко.
По его словам, это воспитало в менеджерах гиперответственность за вложенные деньги: приходилось экономить каждый рубль. Ведь свой бюджет «Яндекс.Такси» защищал ежегодно перед финдиректором «Яндекса» Грегом Абовски. «Защитить у него бюджет – это полтора месяца страданий,потому что он видит каждый рубль, который ты спрятал в бюджете, как заначку».
Вторая причина успеха «Яндекс.Такси», как ни странно, в том, что компания в отличие от конкурентов в основном работала в городах, где средний чек поездки очень низок. “У нас есть города, где средний чек поездки – 70 рублей. Из них наш доход – только 10%” — говорит Шулейко. Понятно, что «Яндекс» не мог себе позволить таких расходов, что и приводило к тотальной оптимизации. «Например, мы определенным образом выбирали технологии, на которых написана платформа, чтобы уменьшить количество необходимых серверов».
Наконец, третий секрет успеха – это тот факт, что «Яндекс.Такси» является частью такой технологической компании, как «Яндекс». С одной стороны – это определенный инженерный ДНК команды. «Из 1500 человек, которые сейчас работают в «Яндекс.Такси», более 30% — это инженеры, — говорит Шулейко. Поэтому компания любую проблему пытается решать прежде всего не наймом людей, а разработкой технологии или какого-нибудь внутреннего оптимизирующего сервиса. Нам бесконечно повезло с командой. Наверное, любой начальник говорит, что у него классная команда, но у нас она в самом деле классная!».
Кроме того, у «Яндекса» огромное количество собственных технологий. Например, у «Яндекса» свои карты. По словам Шулейко, это очень сильно влияет на работу агрегатора. Если он выходит в регион, не имея собственной карты, то сталкивается с массой проблем. А для сервиса такси крайне важно знать маршруты, развороты, знаки, объезды, перекрытия, нумерацию домов и подъездов, шлагбаумную информацию для прогнозирования прибытия машины, для принятия решений. Они лежат в основе всего цикла поездки от момента ее заказа до прибытия на конечную точку. При этом карты едины для всех стран, где работает «Яндекс.Такси». «Например, когда мы запускались в Кот Д’Ивуар в Африке, мы за месяц сделали свои карты — которых там вообще не было».
Или другой пример, когда «Яндекс.Такси» внедряла контроль качества, о котором уже говорилось выше, когда водитель должен фотографировать свою машину с разных ракурсов. Поначалу эти фотографии обрабатывались людьми, но потом решили просто применить технологию «компьютерного зрения», которая уже есть у «Яндекса», и сейчас 30% фотографий обрабатывается автоматически.
Тот факт, что «Яндекс.Такси» был не отдельным бизнесом, а бизнес-юнитом большого «Яндекса» сыграло одну из ключевых ролей в истории успеха сервиса.
Тем не менее, надо отметить, что «Яндекс.Такси» до сих пор остается едва ли не единственным агрегатором такси, вышедшим на чистую прибыль.
Пандемия коронавируса внесла коррективы в планы развития многих технологических бизнесов. Главное для «Яндекс.Такси» последствие пандемии — выросла логистика, появился новый стандарт экспресс-доставки. «Мы не планировали так много заниматься логистикой, но сейчас помимо такси и фудтеха у нас есть доставка. Мы планируем дальше развивать и инвестировать в это направление», — говорит Шулейко.
Но потребительское поведение в сфере личных передвижений менялось и без пандемии. Благодаря агрегаторам люди начали отказываться от личных автомобилей, потому что услуга такси стала предсказуемой. Раньше, когда начинался дождь, машину было не вызвать, а сейчас вызов при высоком спросе просто стоит подороже, но всегда можно уехать за 5-7 минут практически из любого района. «Еще до пандемии я видел исследования, которые математически доказывали, что отказ от личного автомобиля в большом городе более выгодная модель для современной семьи. Думаю, что все эти расчеты актуальны», — замечает Шулейко.
Все многофункциональные цифровые платформы сейчас идут путем создания суперприложений (SuperApps). 19 августа «Яндекс» запустил суперапп «Яндекс Go», в котором объединил часть своих городских сервисов для осуществления поездок и грузоперевозок, заказа еды и продуктов. Go заменил приложение «Яндекс.Такси», а функционал был расширен возможностями каршеринга «Яндекс.Драйв» и маршрутами общественного транспорта.
«Мы хотим дать пассажиру выбор, — говорит Шулейко. — Где-то проще проехать на такси, где-то на автобусе, а где-то взять каршеринг. А частный автомобиль, как в моем случае, это машина выходного дня. Мы уже сегодня можем предлагать пользователям различные сценарии передвижения через интеграцию Яндекс.Драйва общественного транспорта внутри нашего приложения. Очевидно, что эти сервисы решают одну похожую потребительскую задачу — как добраться из пункта А в пункт Б, поэтому более тесная интеграция имеет смысл».
Если говорить про более отдаленное будущее, то новым участником рынка перевозок станут беспилотные агрегаты. «Яндекс» развивает систему беспилотного управления с 2017 года. Такая система позволяет автомобилям и другим транспортным средствам перемещаться полностью автономно, соблюдая правила дорожного движения и объезжая препятствия, а также планировать маршрут с учетом действий других участников движения. С августа 2018 года беспилотные автомобили Яндекса работают в качестве робо-такси в городе Иннополисе в Татарстане.
Сейчас у «Яндекса» более 130 беспилотных автомобилей. Их общий пробег по дорогам общего пользования в России, Израиле и США превышает шесть миллионов километров.
