台灣大車隊與宏碁合作打造智慧載客推薦平台

曾靉，用數據降低空車率，台灣大車隊與宏碁合作打造智慧載客推薦平台，數位時代，2017.06.20

台灣大車隊預計今年下半年推出智慧載客推薦平台，降低空車率。

圖片來源：台灣大車隊

台灣大車隊董事長林村田表示，除了在消費者端的服務外，台灣大車隊也致力提昇司機的載客效率，這次的合作將藉由宏碁的人工智慧（AI）技術，導入智慧載客推薦平台，將即時的乘車需求建議提供給司機，降低空車繞行的時間，提升載客率與產業服務品質。宏碁電子化服務事業總經理萬以寧也表示，智慧交通是宏碁打造智慧城市的重要願景之一。 

建立智慧載客平台 

台灣大車隊大數據發展事業處協理蔡家昌說明，這套智慧載客平台分作熱點分析、需求量預測和智慧推薦三個部分。首先，熱點分析中的熱點指的是乘客乘車的歷史數據資料中，叫車需求量最多的區域，透過分析當天的時空情境（星期、時段和區域等）和外部事件（天氣、節慶、活動等），對司機提供特定區域的熱點位置；需求量預測則是依據當下的情境（包含時空和外部事件）用統計方法和機器學習的演算法，對不同區域的各個時段乘客叫車的需求，建立需求量預測模型。 

最後，智慧推薦結合熱點分析和需求量預測，以及計程車當下的位置點，再推薦司機優先去哪個區域的哪個熱點載客。而要做智慧推薦系統，以數據量而言，台灣大車隊還是有其應用優勢。蔡家昌表示，目前台灣大車隊每個月有約 300 萬筆叫車量，過去 10 幾年來累積超過億筆數據。除了階段有的用戶數據以及外部開放資料以外，台灣大車隊也正在與電信商洽談中，未來對於人流的掌握也能更精確。

蔡家昌認為，現在大家都在談創新、要有差異，但服務本體其實沒有太大的差異，「對我們來說司機還是最重要的本體，他們的需求對我們來說還是最重要的。」他說明，會有這項計畫的想法誕生，是去年底台灣大車隊在進行策略回顧時，觀察到司機的空班時間很多，有時候一天 12 小時中，有一半時間都在空等。今年 2 月起，台灣大車隊與宏碁合作組成一個近 20 人團隊，成員包括數據分析、工程師、產品運營等領域，要解決這個問題。 

目前，預測模型的準確度可達 85%，也就是說，當司機抵達距離最近的推薦區域時，在接下來 10 到 15 分鐘的時間，有 85-90% 的機率可以接到一名新的客人。根據目前得出的測試結果，預計每天可以增加平均 1-2 趟載客次數，讓每月營業收入增加 3,000-6,000 元。蔡家昌表示，未來兩、三個月將持續測試這套智慧載客推薦平台，包括 UI、UX 設計以及模型的準確度等，預計下半年會正式上線。

鄭瑋奇，增加收入 台灣大車隊載客平台告訴司機客人「底叨位」，自由時報，2017-06-20

台北市計程車平均每日有 2.32 個小時在市區空車趴趴走尋找客人，增加整個城市的二氧化碳排放量，台灣大車隊董事長林村田表示，台灣大車隊除點對點接送外，還提供計程車共乘、陪同就醫等服務；除在消費者端服務外，同樣致力於提升司機端的載客效率，這次與宏碁合作，經由宏碁的人工智慧技術，導入全新的智慧載客推薦平台，將即時的乘車需求建議提供給司機，降低空車繞行的時間，推升計程車產業服務品質。... 

台灣大車隊指出，若以台北市現在資料分析來講，上下班時間還是交通要點及辦公商場搭車人較多，中午時段就是忠孝、南京、信義商圈較有乘客，深夜時段則是居酒屋林立的林森北路乘客數量最多。 

台灣大車隊表示，智慧載客推薦平台不是將這些數據分析做成一張圖給司機，而是知道司機現在位置後，告訴他 10 分鐘內附近哪一個點會有最多人叫車，讓司機可以往那個方向開去。

計程車的基本問題是供需，面對不確定的顧客需求，如何調配計程車出現的時間和地點，以最大化營收。

人工智慧或者機器學習可以提高預測系統的準確度，同樣的概念可以應用在許多的地方，例如 Uber 使用貝式定理預測乘客的目的地。