出行匹配策略

出行是业务导向型策略框架落到撮合系统上的完整例子。从 0 到 1 要回答：双方理想态冲突时，边界和阶段目标是什么。从 1 到 N 要回答：订单密度、供给竞争和空间分布变了以后，决策中心为什么必须迁移。

底层共同利益一直是成交；变的是谁来决策、用什么信息、在什么约束下逼近可行解。成交率不要窄成某个按钮被点，而是需求产生、匹配、接单到完成的整体成功程度。不同阶段可以用不同代理指标，但要能回到双方交易是否发生。

从 0 到 1：冲突、边界、成交率

表面需求和深层需求

乘客说最近的车，深层是等待短、尽快得到服务。司机说最挣钱的单，深层是单位时间收益：接驾别太远、行程别太碎、别堵死在路上。距离只是代理变量。

只有一对司乘时，没有选择，匹配自然成立。现实是多人抢有限的好司机和好订单：乘客 A 最近的司机，对司机来说最近的可能是乘客 B。不能把每个人拿到第一选择写成可行目标。

价格在出行里往往相对标准（起步价、里程价）。冲突更多是同等价格下的价值分配：乘客想要更近、更好的车；司机想要更近、更长、更顺路的单。

边界：让步可以，越线不行

对象	理想态	更可观测的成本	边界
乘客	合适的车尽快到	等待带来的不愉快	最长可接受等待
司机	单位时间收益更高	空驶时间、油耗、机会成本	最远可接受接驾

边界看的是再差一步，取消、拒单、流失会明显起来，不是最喜欢等多久。来源可以是体验判断、平台承诺、历史取消或接单曲线。课程没有给出通用的分钟数和公里数，阈值必须由业务数据定。

共同利益是交易发生：乘客叫到车，司机完成单，平台撮合成功。阶段性目标先取成交率最大化，尽量消化当前时刻的订单。这不是永远的唯一目标，只是 0 到 1 常用的第一刀。

成交率阶段，双方让步不必对称。乘客等待偏隐性；司机接驾是时间、油耗和机会成本，更显性。系统仍要长期稳住：司机长期觉得不值会走，价格再调、乘客再变，供需会进入新的反馈。平台不是封闭系统，评估不能只看一次派单。

规则：先过滤越界，再估计成交，再选组合

去掉越过任一方边界的候选
为每个司乘对估计成交概率 \(p_{r,d}\)（类似推荐策略里估计一次行为发生的概率）
在剩余组合里选整体成交更好的方案

教学化加总：

\[ Score(M)=\sum_{(r,d)\in M}p_{r,d} \]

\(M\) 是一种一对一匹配方案。真实系统还要处理取消、容量、优先级，不能只靠这一式。

组合爆炸、近似最优、分工

1 对 1 只有一种；10 个乘客和 10 个司机的一对一排列是 \(10!=3{,}628{,}800\)。订单量感觉只涨了三倍，匹配计算不是三倍：同时在场的人变多，组合暴涨，还要在秒级甚至毫秒级返回。乘客可能取消，司机在移动，等得越久原先的估计越不准。

线上不追求数学上的绝对最优，而在时限内找足够好的可行解。再抠最后一点收益，计算时间可能从秒变成无法上线的规模。

角色	负责什么
策略产品经理	理想态、双方边界、阶段目标、目标与各方利益的关系、超时和降级时的体验
算法 / 工程	在时限和资源下逼近目标，过滤、分区、降级、性能

PM 要懂复杂度会伤害体验，但不必把求解器细节写成需求。需求结构见复杂策略需求文档；上线对照见Diff 评估。计算超时、无供给、拒绝和取消时的体验，属于产品边界，要写进需求。

高峰补贴把日订单从感觉涨三倍拉起来时，匹配面对的不是三倍工作量：同时在场的人变多、组合暴涨、每个组合还要估 \(p_{r,d}\)、还要在实时窗口内返回。能力不够时，用户看到的是打不开、发单转圈。这是产品问题。

从 1 到 N：决策中心跟着现状走

目标或现状变了，问题变，手段才变。低密度阶段上复杂模型，和高密度阶段死守广播，都是错配。每次升级先问：当前目标、规模、旧系统在哪失效、新版本保护谁。

版本	决策中心	主要动作	主要要解决的问题
1.0	订单	生成后按距离向外广播	低密度下尽快把需求送出去
2.0	司机	空闲时拉取附近未听过的单	广播重复、订单不新鲜、供给被抢
2.n	司机	多特征排序 / 推荐	最近不等于对这个司机最有价值
3.0	平台	区域内全局组合 / 指派	多司机局部决策重叠、空间冷热不均
再往后	市场 / 生态	指派机制、动态调价、拼车	匹配算法空间变窄，或局部供需持续失衡

1.0 订单中心：早年合理，密度上来就裂

早期需求少、期望低（能叫到就行），司机对平台依赖也不深。订单生成 → 按距离扩半径 → 滤掉超接驾边界的司机 → 推送。简单不是落后，是匹配当时的目标和规模。

密度升高后，订单中心广播会出现三类结构性问题：

不新鲜：订单一生成就扩散，司机听到的可能已经不是当前最优候选。
重复占用：同一司机被多个圈命中，一次只能处理一个，其余变成无效尝试。
不可见：乘客看到很远的车、司机看到不想接的单，双方都看不见完整候选集。

用户说不清内部结构，不代表系统没问题，要用日志和候选时间线看。1.0 仍适合订单稀疏、候选少、更关心尽快有车的阶段；这些条件一变，就要改决策中心。

2.0 司机中心：把触发权交给供给

竞争平台出现后，稀缺往往先落在司机：司机可比较多个平台，乘客侧仍有较大开发空间。用户需求涨了，不一定该把系统改成更以乘客为中心；当前稀缺在供给，策略重点就转向司机愿不愿意用。

司机从被动听广播变成：空闲时以自己为中心拉周围订单，优先未播过、在边界内的单，播完或失效再拉。

维度	1.0	2.0
触发	订单产生	司机空闲 / 需要听单
中心	订单	司机
新鲜度	生成时扩散，易变旧	需要时重拉
重复推送	容易出现	可减少已听过的单
司机体验	被动接收	主动拿当前附近候选

这仍是每个司机自己的局部视野：解决我怎么找到候选，还没有同时协调所有司机。

2.n：距离只是特征之一

三公里内几十上百单时，最近不够。一百米外可能是起步价短单，稍远可能是机场单；下班回家时，近单可能把人带反方向，稍远的顺路单反而更值。排序应纳入接驾、行程、目的地、被接受概率、司机自身状态。综合价值接近时，可以次级规则优先更近：主目标相同下的同分打破。

抢单模式下，司机不接，交易就不发生。给司机推更可能被接受、从而更可能成交的单，仍是为了共同成交。结果必须回到乘客等待、取消和整体成交率上验证。

3.0 平台中心：局部最优加总不是全局最优

每个司机盯自己的候选圈，热门单被重复抢、边缘单排不进去，直到热门被拿走。决策单位要从一个司机怎么选换成这一批乘客和司机怎么配：

\[ M^*=\arg\max_{M\in\mathcal{M}}\sum_{(r,d)\in M}p(r,d) \]

\(\mathcal{M}\) 是满足一对一、距离、时效等约束的可行分配。2.n 的预测可以当 3.0 的输入。

一次分配里，某人可能拿到更远、表面价值略低的单。若竞争更小、真正拿到的概率更高，期望价值 \(EV=V\times p\) 可能更好。乘客不一定每次最近，但被服务的机会可能增加。一个月打二十次车，长期样本不是这一次。群体目标不能拿来掩盖越过个人边界，边界仍是硬的。

flowchart TB
    V1[1.0 一张订单如何找司机] --> V2[2.0 一个司机如何找订单]
    V2 --> V3[2.n 一个司机如何从候选里选更可能成交的单]
    V3 --> V4[3.0 一批乘客和一批司机如何整体组合]

这是从单对象决策走到群体决策。特征再堆，如果还是多个司机各选各的，热门重叠和边缘遗漏仍在。

抢单到指派，匹配之外还有市场

算法把群体成交率推到接近瓶颈后，可以改交易机制：不把全部确定性交给司机愿不愿意抢。指派的前提是订单价值在平均意义上够到司机可接受范围。供需相对平衡、价值可标准化时，机器做大量重复判断，稳定性可能高于情绪化的即时抢单。人可能掌握机器没有的当场上下文；但决策次数放大到每天成百上千次，机器的累计一致性可能更高。

指派提高确定性，不消灭约束：区域内车不够、深夜周围没车、不能为了指派把人派到边界之外。指派系统通常复用 3.0 的全局组合和 2.n 的价值预测，改的是抢还是派。

局部长期缺车，只在原匹配里排列组合变不出供给。动态调价同时作用两端：乘客感知涨价，部分非必要需求会退；司机看到绝对收益上升，可接受的接驾范围可能扩大，远处的车才进得来。

flowchart TB
    A[局部缺司机] --> B[提高订单对司机的绝对价值]
    B --> C[可接受接驾范围扩大]
    C --> D[更远处的供给进入]
    D --> E[局部成交机会上升]

价格不是越高越好，要同时看成交、接单、乘客取消与流失、司机是否真的进入缺供区。再不够，拼车改的是运力结构：一辆车承载多人，提高系统承载力。生态成立靠两件事：平衡（不持续越界）和各自还能在边界之上生长。

课程没有给出调价公式和区域算法，这里只保留机制，不写成可上线方案。定价变量与定价策略同源：改的是有效价格和成交概率，对象从商品变成一次出行。

简单规则和精准策略会长期并存

1.0 的距离过滤、最大接驾、时段规则，并不会被 3.0 彻底替换。它们提供可解释的底座和降级兜底；推荐、全局组合、按单激励跑在上面做边际。同一原则在供给激励上更完整：通用奖励培养习惯，再按时段、分层、按单精细化，见增长策略里的司机补贴。

版本判断可以记成：

旧版本在什么规模下成立？
失效来自密度、供给竞争、空间分布，还是目标变了？
新版本把中心从谁转向谁？
优化的是表面距离，还是成交期望？
边界变了没有？一次成交率会不会伤长期供给？
算法空间不够时，要不要改机制、价格或运力结构？

指标随版本微调，但要能回到广义成交：

阶段	核心方向	过程方向
1.0	能否叫到、广义成交	等待、接单、超时
2.0	司机侧成交与活跃供给	首次听单时延、重复推送
2.n	接受 / 成交概率	取消、不同特征下的接受率
3.0	区域整体成交	覆盖、重复竞争、空闲
指派	成交确定性	拒绝、改派、长期收益
调价	调价后成交	双端取消、进入 / 离开、供需比

阈值不编造，口径跟业务走。对司机，表面距离或金额不够，还要看拿到该单的概率。教学化：

\[ EV(r,d)=V(r,d)\times p_{r,d} \]

高价值但竞争极热的单，期望未必高；原始价值略低但确定的单，可能更适合当前分配。这是判断逻辑，不是可直接上线的计价公式。

模板

一、版本背景：订单量、司机量、供需分布、现行决策中心、阶段目标
二、现状问题：用户看到的表面问题；日志证明的内部问题；时段与区域
三、利益体与边界：乘客最长等待；司机最远接驾 / 最低收益；共同利益 = 成交
四、方案：候选如何生成、过滤、排序、组合或指派；超时与无供给
五、目标函数与约束：核心成交；过程指标；时延、容量、安全
六、迁移：保留哪些旧模块；灰度与回滚；长期流失与价格反馈

常见误区

把最近当成乘客或司机的充分目标。
认为双边必须让步对称，或用一次更远的单否定群体优化；同时也不允许越界。
以为复杂版本一定更先进；只看订单量，不看密度和空间分布。
每个司机局部最优，平台就会整体最优。
指派等于强迫；动态调价只伤乘客。
PM 规定求解算法，或把示意概率、示意订单量当成生产参数。

适用：出行司乘匹配，以及外卖、上门服务等实时供需撮合。供给不可替代（必须特定资质）、价格受监管、安全权重大于成交时，要扩展目标函数，不能只最大化 \(p_{r,d}\) 之和。课程是思考框架，不是任何平台的生产架构披露。

目的地输入、公交选路仍属工具侧，见目的地与路线策略，不要塞进撮合 PRD。

延伸阅读

来源说明

本文根据公开课程《策略产品经理》（B 站 BV1YE411g717）整理为知识点，不是逐课笔记。

课程中的数字、阈值和公式是教学示意，不能直接当作可上线参数。

对应原课第 35、36 集。整理日期：2026-09-04。

发现错误？想一起完善？在 GitHub 上编辑此页！
本页面贡献者：AI-PM Wiki Team
本页面的全部内容在 CC BY-SA 4.0 和 SATA 协议之条款下提供，附加条款亦可能应用