Доводилось много читать о том, какие способы придумывают водители, чтобы обманывать пассажиров и Яндекс.Такси. Однако почти ничего не читал про то, как обманывают самих водителей в Яндекс.Такси. Так давайте же обсудим, поскольку повод есть. Понятное дело, что многие из обсуждаемых проблем возникли оттого, что Яндекс.Такси не доверяет водителям и борется с мошенничеством в водительской среде, но в итоге ситуация получила нездоровый перекос. Получается, что водитель не прав почти никогда? У вас есть реальная история о том, как обманывают водителей в Яндекс.Такси?
Неоплата пассажиром поездок за наличные в Яндекс.Такси
Пассажиры Яндекс.Такси каждый день придумывают все более изощренные схемы, чтобы не оплачивать поездки наличными. Суть же вопроса в том, что если пассажир вышел из машины, не заплатив, почти наверняка денег за эту поездку водитель уже не увидит. У одного моего водителя однажды это произошло дважды за день — пассажиры не заплатили в разных поездках по 700 руб. Первый раз они сказали, что денег нет, оставили в залог будущей оплаты банковскую карту и якобы пошли за деньгами. Другой раз два пассажира вышли из машины, не заплатив, зашли в магазин, сняли с продавца 15.000 руб. за торговлю алкоголем после положенного времени и сбежали. Согласитесь, способы мошенничества пассажиров становятся все более изощренными.
Мошенничество через карту Сбербанка
Водитель выполняет заказ за наличные, после чего пассажир (чаще пассажирка) делает вид, что перевел деньги на его карту. На самом деле, пассажир просто присылает СМС с текстом, аналогичным тому, который содержится в банковском уведомлении о перечислении денег. В тексте сообщения указано, что на карту совершен перевод на сумму 6000 рублей. Далее пассажир, что перевел такую сумму по ошибке и просит водителя сделать перевод на его карту за вычетом суммы поездки. Водитель делает такой перевод, после чего пассажир уходит, а водитель обнаруживает, что с карты пропали деньги.
Видео — как обманывают водителей Яндекс.Такси
Списание комиссии Яндекс.Такси, когда пассажир не заплатил за поездку
Списание комиссии Яндекс.Такси в тех случаях, когда пассажир не заплатил за поездку, мало того, что является несправедливым, так еще стало репрессивной мерой по отношению к водителям. Часто получается, что водители вместо того, чтобы сообщить в Яндекс.Такси о мошенничестве со стороны пассажира, звонят в диспетчерскую и просят отменить заказ! Почему так происходит? Потому что водитель понимает, что денег за поездку, которую не оплатил пассажир, Яндекс.Такси в любом случае не вернет, а вот комиссию за эту поездку возьмет с водителя в любом случае. Получается полный бред, потому что вместо того, чтобы вытеснять из системы пассажиров-мошенников, списание комиссии с водителя приводит к наказанию самого водителя.
Изменение способа оплаты поездки Яндекс.Такси в пути
Когда у пассажира недостаточно денег на карте для оплаты поездки, Яндекс.Такси может автоматически поменять способ на наличные. При этом водителю приходит оповещение в Яндекс.Таксометре, но так как водитель находится за рулем, он может не заметить это оповещение о смене способа оплата с карты на наличные. Таким образом, после завершения поездки пассажир просто выходит из машины, с водителя списывают комиссию, но деньги он не получает. Некоторые пассажиры могут использовать эту ошибку для систематической неоплаты заказов: они просто не кладут деньги на карту, способ оплаты автоматически меняется во время поездки, водитель этого не замечает, и пассажир в итоге не оплачивает поездку, а водитель не получает за нее деньги.
Списание комиссии за заказ Яндекс.Такси, который водитель не брал
Представим себе такую ситуацию: водитель приехал в точку назначения с пассажиром Яндекс.Такси, но пассажир под разными предлогами отказывается оплатить поездку наличными, поездку водитель еще не завершил по этой причине. Предположим, водитель с пассажиром препираются по этому поводу полчаса. А в это время водителю поступают следующие ближайшие заказы. Угадайте что? Водитель не сможет в течение этого получаса выехать на якобы принятый им заказ, и Яндекс.Такси спишет комиссию за эту несовершенную и непринятую поездку с водителя. Справедливость в действии!
Фиксированная стоимость поездки в Яндекс.Такси
В Яндекс.Такси прекрасна во всех отношениях, и было бы все замечательно, если бы Яндекс.Навигатор умел точно рассчитать время в пути. В чем проблема? Что это не всегда так. Предположим, Яндекс.Навигатор заложил на поездку 1 час, а она длилась 1 час 40 мин. Угадайте, кто заплатит за ошибку в расчетах Яндекс.Такси? Правильно, водитель. Интересно, что на подобные ошибки Яндекс.Такси водители почти мне не жалуются, а вот водители Uber жалуются частенько, и Uber очень часто компенсирую водителю разницу между расчетной стоимостью поездки и фактической стоимостью.
Пассажир Яндекс.Такси сказал, что оплатил поездку наличными
Очень часто приходят сообщения от Яндекс.Такси, что такой-то пассажир сообщил, что за поездку он заплатил наличными, а с него еще и с карты деньги списали. Причем обжаловать поездку пассажир может чуть ли даже ни две недели спустя после самой поездки. Очень крутой функционал, и хорошо будет, если водитель заметит это обратное списание денег за поездку, да еще и вспомнит две недели спустя, как же на самом деле пассажир заплатил за эту поездку. Видимо, в Яндекс.Такси полагают, что у водителя в голове компьютер.
Пассажир Яндекс.Такси сказал, что не совершал поездку по маршруту
При заказе машины в Яндекс.Такси пассажир указывает конечную точку поездки. Но что если пассажиру надо продолжить поездку после? В этом случае он просто говорит водителю, поехали дальше, стоимость поездки спишется автоматически. Предположим, первоначальная поездка стоила 1.000 руб., а полная поездка стоила 3.000 руб. Соответсвенно, поездка завершается, пассажир сообщает в Яндекс.Такси, что водитель не остановил поездку после ее завершения, и пассажиру на основании только его заявления возвращают 2.000 руб. С водителя списывают комиссию за полный заказ, при этом он получает оплату только за короткий первоначальный заказ.
Арендованная машина была заблокирована по вине предыдущего водителя Яндекс.Такси
Представим ситуацию: водитель берет машину в аренду, подключается в Яндекс.Такси и тут же узнает, что машина заблокирована, потому что предыдущий водитель, который на ней работал, серьезно нарушил сервисные стандарты Яндекс.Такси. В итоге так нарушил, что заблокировали и его самого, и его машину. Угадайте, что предложит Яндекс.Такси новому водителю, который ни в чем не виноват, никакие сервисные стандарты не нарушал и вообще прекрасный по жизни человек? Правильно, приехать на пункт стационарного контроля, чтобы разблокировать машину, которая была заблокирована не по его вине. Логично!
Разница между тем, что заплатил пассажир, и тем, что получил водитель Яндекс.Такси
Окей, я пока не слышал, что Яндекс.Такси злоупотребляет такими вещами, но вовсе этого не исключаю, потому что на этом поймали Uber в Америке, и был большой скандал. Обычная логика Яндекс.Такси: пассажир совершил поездку за 100 руб., Яндекс.Такси забирает свою комиссию 15 руб., водитель получает 85 руб. Внимание, начинается магия. А кто сказал, что комиссия Яндекс.Такси за поездку должна быть фиксирована в процентах от ее стоимости? Предположим, Яндекс.Такси знает, что пассажир готов совершить эту поездку за 400 руб., а водитель готов выполнить эту же поездку за 200 руб. В чем смысл Яндекс.Такси платить водителю больше? В этом случае, Яндекс.Такси может взять с пассажира 400 руб., а водителю заплатить 200 руб. Комиссия 50% с заказа, неплохо!
Что делать в ситуации, когда обманывают водителей в Яндекс.Такси?
Проблема нового рынка электронного такси в России состоит, во-первых, в том, что все водители разобщены. Поодиночке отстаивать свои права у водителей не получится, а вся система электронного такси как раз построена на максимальном разобщении водителей. Вся монополия на информацию, а значит, и вся власть сконцентрирована в руках самого Яндекс.Такси. Во-вторых, в России почти не развита нормальная гражданская журналистика, то есть журналистика в интересах общества. Журналисты стараются не замечать событие, если корпорация сама не пришлет об этом пресс-релиз.
Единственный путь защитить свои интересы для водителей — это объедение в некую квази-общественную организацию, профсоюз водителей Яндекс.Такси. Подобный профсоюз мог бы представлять коллективные интересы водителей в переговорах с Яндекс.Такси и общаться с журналистами, чтобы формировать новостную повестку не только глазами пассажира и крупной компании, но и глазами водителей. Таким образом можно добиться большей объективности и справедливости по отношению к водителям Яндекс.Такси.
Пользоваться приложением Яндекс.Такси просто, чтобы заказать машину, достаточно выполнить 7 простых действий.
При оформлении заявки будет соответствующее поле с выбором времени. По умолчанию устанавливается ближайшее, но можно выбрать пункт «Другое», где, указать конкретное время, к которому нужно такси.
После оформления заявки в нижней части экрана появится кнопка «Отменить заказ», нажимаем – и готово.
Заказывать такси можно не только в программе, но и через сайт. Для этого необходимо зайти на него, ввести данные: адрес и время прибытия, место назначения, мобильный телефон. Также выбрать тариф (комфорт или эконом), по необходимости оставить комментарий, например, номер подъезда, чтобы водителю было легче сориентироваться. После введения информации нажать «Вызвать такси». Если все верно, на телефон придет смс-уведомление с номером и маркой автомобиля, контактами водителя.
Работает приложение Яндекс.Такси для пассажиров по наличному и безналичному расчету, можно выбрать более удобный способ.
Для телефонов на платформе Android (4.0 и выше) и iOS (версий 8.0 и новее) предусмотрена возможность расплачиваться за поездку банковской картой. Для того чтобы воспользоваться безналичным способом оплаты, нужно ее привязать к приложению.
При оформлении заказа выбрать оплату картой, и сумма автоматически спишется.
Чтобы удалить карту банка, необходимо зайти в меню, выбрать раздел «Банковская карта». Среди привязанных выбирайте ту, от которой хотите избавиться, жмите и удерживайте несколько секунд, после чего всплывает окно «Удалить» (или иконка в виде корзинки).
Обсудим самые распространенные вопросы, возникающие у пользователей.
Закрывается программа так, как и остальные приложения. Чтобы перестать пользоваться сервисом, заходим в настройки смартфона (айфона), выбираем из списка Яндекс.Такси, жмем «Остановить процесс».
Если возникают проблемы при входе в программу, следует переустановить ее и проверить Интернет-соединение. Если это не помогло, обратиться в техподдержку.
Когда заказывается Яндекс.Такси через приложение на смартфоне, программа может вылетать. Это происходит из-за недостатка оперативной памяти, нужно попробовать очистить кэш и закрыть действующие сторонние программы или игры. После чего сервис будет работать корректно.
Также приложение может вылетать из-за внутренних ошибок, которые будут исправлены в новой версии программы. Если вышеперечисленный способ не помог, то дождитесь обновления.
Обновляется приложение аналогично остальным программам, обладатели айфонов могу это сделать в App Store, а владельцы смартфонов на Android в Play Market. Нужно найти Яндекс.Такси и нажать «Обновить».
Очистить историю возможности нет. Разработчики не предусмотрели такую функцию.
На сегодняшний день сервис по заказу легкового транспорта Яндекс Такси остаётся одним из самых быстрых и удобных, а также экономически выгодных, так как вы можете сами подстроить систему оплаты под себя и условия своего города. Посмотрите на примере, как можно заказать такси и настроить приложение под себя в данной инструкции.
Использовать сервис через браузер так же удобно, как и через приложение для мобильного телефона, так как здесь вы можете не проходить регистрацию, но при этом лишаетесь некоторых функций.
В мобильном приложении от Яндекса вы найдёте чуть больше опций для удобства оформления заказа. Также оно требует меньше интернет трафика, а значит, работает быстрее.
Теперь, полностью отстроив приложение Яндекс Такси, вы готовы к комфортному и быстрому вызову легкового автомобиля.
Любой из нас перед покупкой продукта или услуги старается узнать точную цену. Понятно, что порой случаются истории, когда финальная стоимость сильно превышает запланированную. И если с ремонтом машины или квартиры это уже стало привычным, то в остальных случаях разница между ожиданием и реальностью скорее раздражает.
До недавнего времени стоимость поездки в такси тоже была плавающей. Даже онлайн-сервисы рассчитывали сумму лишь примерно - окончательная стоимость формировалась только в конце пути. Тариф, как правило, включает три компонента: стоимость посадки (иногда с включенными километрами и/или минутами), стоимость километра и стоимость минуты. Конечно, можно было рассчитать примерную цену за поездку и раньше, но в конце она могла измениться из-за того, что, например, по пути водитель задержался в пробке. Понятно, что пассажирам это не всегда нравилось.
Кажется, нет ничего проще, чем использовать данные маршрутизатора в Яндекс.Навигаторе и данные Пробок, чтобы Яндекс.Такси с самого начала рассчитало точную цену, которая не менялась бы по окончании поездки. Но на самом деле на стоимость влияет огромное число факторов, не только тариф. Важно не просто уметь её рассчитывать. С одной стороны, стоимость должна быть привлекательной для пользователя, причём с учётом не только текущей ситуации на дороге, но и, например, пробок, которых на маршруте пока нет, но которые скоро возникнут. С другой, цена должна быть такой, чтобы водители не потеряли в заработке, даже если путь из точки А в точку Б оказался длиннее или дольше, чем планировалось. В этой статье мы расскажем, как решали задачу и как искали сбалансированный алгоритм, выгодный всем участникам платформы Яндекс.Такси.
Это довольно сложная система, которая строит маршрут из одного пункта в другой на основе другой системы попроще - дорожного графа. Граф выглядит так же естественно, как вы наверняка себе его и представляете: каждая дорога соответствует одному или нескольким рёбрам, а перекрёстки и разветвления дорог находятся в вершинах. Этот граф - направленный (так как дороги - это тоже штука направленная).
Адрес - «вершина» виртуального графа - состоит из ребра дорожного графа и направления движения по нему:
Что происходит, когда вы заказываете поездку в приложении? Мы отправляем запрос в маршрутизатор для того, чтобы найти оптимальный маршрут от точки посадки (А) до пункта назначения (Б), который указан в заказе. Маршрутизатор, в свою очередь, проецирует точку А на граф, чтобы найти её «адрес» - комбинацию ребра и направления. То же самое происходит с точкой Б. И уже здесь проявляется первая особенность системы: процесс определения кратчайшего пути происходит не в оригинальном, «естественном» дорожном графе, а в неком «виртуальном». Его вершинами являются уже не перекрёстки, а те самые «адреса», а рёбрами - не улицы, а «манёвры», то есть переходы из одного «адреса» в другой.
Простейшим примером такой функции может быть длина рёбер, составляющих манёвр, разделённая на среднюю скорость движения по этим рёбрам, - так называемое «геометрическое время». Эта метрика хороша своей простотой, однако она зачастую не учитывает целый ряд особенностей конкретного манёвра. Возьмём для примера поворот налево. Очевидно, что совершить его со второстепенной дороги на регулируемом перекрестке - это совсем не то же самое, что свернуть на съезд, двигаясь по магистрали. Особенности каждой отдельной ситуации могут значительно увеличить время совершения всего манёвра, и чтобы их учесть, мы решили описать каждый манёвр набором признаков: длина составляющих его рёбер, геометрическое время проезда, функциональные классы дорог, наличие выделенной полосы общественного транспорта и так далее. Здесь же естественным образом возникли «признаки будущего»: например, мы можем заранее рассчитать время на прохождение манёвра с учётом пробок, которые возникнут к тому моменту, когда мы к этому манёвру приблизимся.
В итоге у нас получилось более 70 разных признаков, влияющих на «стоимость» маршрута, и их количество постоянно растёт, потому что мы постоянно добавляем новые сигналы, которые могут стать признаками и помочь в нашей задаче.
Ещё одна особенность нашего подхода в том, что исходную задачу мы разделили на две: построение маршрута и уточнение времени проезда по нему. Эти модели мы назвали, соответственно, «маршрутной» и «временнóй», и стоит рассказать подробнее, чем они друг от друга отличаются и почему нам нужно именно две модели.
Маршрутная модель служит для выбора оптимального пути из точки А в точку Б из множества вариантов, основываясь на длине маршрута и времени проезда по нему. Загвоздка здесь в том, что маршрутная модель должна выдавать ответ очень и очень быстро, потому что после неё системе нужно время, чтобы эти расчёты использовать в дальнейший цепочки процессов. Скажем, 100 миллисекунд на расчёт 1000 маневров - это слишком много, нужно на порядок меньше. Маршрутная модель должна быть как можно менее затратной в плане вычислений, поэтому она учитывает сокращённый набор признаков. А вот когда у нас уже есть оптимальный маршрут - мы хотим как можно точнее знать время проезда по нему, и здесь мы уже не так связаны быстродействием, можно и 100 миллисекунд себе позволить.
Для этого и существует временнáя модель, единственная задача которой - уточнение времени проезда по уже выбранному пути. Временнáя модель учитывает полный набор признаков для каждого маневра, а также параметры запроса пользователя из приложения: текущее местное время и различные макрохарактеристики маршрута - например, коэффициент перепробега (отношение длины реального маршрута из А в Б к расстоянию между этими точками по прямой). На выходе временнáя модель выдаёт уточнённое время проезда.
Подытожим: наша исходная задача «как наиболее точно построить маршрут и спрогнозировать время поездки по нему» свелась к нескольким шагам. Во-первых, мы перешли от «естественного» графа с вершинами-перекрестками и рёбрами-улицами к «виртуальному» графу, рёбрами которого являются манёвры, то есть переходы из «адреса» в «адрес». Каждый из этих манёвров мы описали набором из более 70 признаков. Во-вторых, для того чтобы оптимизировать работу маршрутизатора, мы решили, что предсказательных моделей будет две: маршрутная, которая быстро, но грубовато, выбирает нужный маршрут из множества возможных, и временнáя, которая уточняет время проезда по оптимальному маршруту. Теперь о том, как эти модели работают.
Такой подход оказался выигрышным не только из-за того, что он унифицировал метод машинного обучения, но и по другим причинам, в том числе и потому, что обучение временнóй модели - это задача классическая, что называется, «из учебника». У нас есть огромная база историй поездок, то есть очень много пар «маршрут - время», которую можно использовать в качестве выборки для какого-нибудь метода машинного обучения. Маршрутную модель обучить сложнее, потому что мы не можем заставить всех водителей кататься по всем вариантам маршрутов из точки А в точку Б, чтобы сравнить, какой из них быстрее. В итоге на первом этапе мы сконцентрировались именно на обучении временнóй модели.
Первой идеей было просто использовать линейную модель над суммой признаков манёвров по маршруту, а в качестве цели обучения брать реальное время проезда. Этот подход обладает естественной для задачи характеристикой - собственно, линейностью. Действительно, рассчитанное таким образом время для маршрута, состоящего, например, из двух манёвров, равно сумме времён, рассчитанных для каждого из манёвров по отдельности. Не было никаких сложностей и с интерпретацией различных признаков, что всегда приятно: если вес при признаке большой, значит признак значимый.
Тем не менее, несмотря на кучу преимуществ, первые же попытки обучить эту модель оказались огорчающими: результаты были немногим лучше «геометрического времени», потому что мы теряли много информации, заложенной в категориальных (то есть нечисленных) признаках манёвров - например, функциональный класс дорог, форма ребра, уровень дороги над землёй и другие остались «за бортом».
Вот как рассчитывается цена поездки в момент заказа:
Как мы знаем, учёт категориальных переменных - это всегда непростая задача, недаром для этого целый CatBoost . И всё же мы попробовали решить эту проблему, воспользовавшись приёмом, аналогичным N-way-split, который используют в решающих деревьях.
Учтём, что по классификации Народных Карт дороги делятся на 9 функциональных классов , а ещё бывает 5 видов конструктивных особенностей: две проезжие части, круговое движение, съезд, дублёр, разворот. К тому же на дороге или есть светофор или его нет - это ещё два значения. Итого имеем 9х5х2=90 комбинаций. Теперь для каждой такой комбинации категориальных признаков будем отдельно учитывать остальные признаки, то есть исходно поделим нашу выборку на 90 независимых фрагментов. Из-за такого дробления мы в общей сложности получили несколько тысяч признаков, потому что по сути рассматривали каждый из них 90 раз - для каждой отдельной комбинации. Даже с учётом больших обучающих выборок такая “мультипликация” привела к тому, что модель стала быстро переобучаться. Частично эту проблему удалось решить за счет L1-регуляризации (она, в отличие от L2, умеет нивелировать влияние признаков, обнуляя веса при них), но в итоге по совокупности проблем подход пришлось признать тупиковым. Правда, были и хорошие новости: такую временнýю модель уже можно было использовать в качестве маршрутной, потому что она обладала линейностью по отдельным манёврам, а значит, мы двигались в нужном направлении.
И всё-таки, проблема оставалась: как справиться с таким количеством признаков? У Яндекса есть Матрикснет - алгоритм машинного обучения, основанный на градиентом бустинге решающих деревьев, который успешно справляется с сотнями и даже тысячами признаков. Для начала мы попробовали подход «в лоб» и обучили Матрикснет на парах «маршрут - реальное время проезда». Такой метод сразу же дал хороший результат, а дальнейшая работа по наращиванию количества признаков и тонкая настройка гиперпараметров алгоритма помогли получить ощутимый прирост в качестве прогнозирования. Но, несмотря на мгновенный «выхлоп», обусловленный попросту мощью Матрикснета, были и недостатки:
Хотя такая функция очень напоминает задачу ранжирования в поиске (оптимизация поисковой выдачи как единого целого), в нужной форме такого инструмента Матрикснета среди готовых не было, поэтому нам пришлось реализовать его самостоятельно.
После некоторых мук подбора правильного темпа обучения и количества деревьев удалось получить модель, которая почти не проигрывала «чистому» Матрикснету по качеству, зато обладала линейностью. Это позволяло использовать её в качестве маршрутной модели, а также открывало доступ к лёгкому использованию категориальных признаков за счёт их оцифровки и использования CatBoost.
Последний вопрос - какие результаты мы получили, есть ли с чем сравнить? Разумеется, полный ответ потребовал бы обсуждения множества факторов и достаточно серьёзной аналитики. Но какие-то совсем простые оценки мы можем дать.
Как мы и говорили в начале, если бы наши алгоритмы работали плохо и делали цену хорошей только для пользователя, это могло бы привести к существенной потере заработка водителей и, как следствие, к их оттоку. После того, как цена стала показываться ещё до поездки, количество заказов начало активно расти - многим людям, для которых критична точная стоимость, стало психологически проще пользоваться Яндекс.Такси. Рост заказов привёл к значительному росту утилизации машин такси - то есть к доле за рабочую смену, когда водитель везёт пассажира или едет на заказ, а не тратит время вхолостую. Произошло это ещё и из-за того, что рост улучшил работу других технологий сервиса - например, цепочки заказов. Это алгоритм, который начинает искать следующего клиента ещё до того, как водитель довёз предыдущего - и ищет его в том районе, куда водитель скоро приедет с пассажиром.
Впереди нас ждёт множество мелких и крупных улучшений модели, вроде подключения CatBoost, про которые мы обязательно расскажем.
Привет! Сегодня я покажу вам как получить чек за поездку в такси Яндекс. Если вам нужно подтверждение, что вы пользовались такси и платили за него, его очень просто получить. За любую поездку в такси можно получить чек и при желании распечатать его. Всё очень просто! Смотрите далее!
Вам понадобится приложение Яндекс такси. Вы можете установить его на свой телефон андроид с сайта Google Play.
Откройте приложение. На главной странице, вверху слева нажмите на кнопку Меню.
Далее, у вас откроется страница с чеком. Чтобы распечатать чек, перекиньте на компьютер и распечатайте. Есть ещё специальные приложения андроид для печати прямо с телефона. В Google Play поищите по запросу печать с телефона на принтер. Есть приложения для разных смартфонов.
Есть несколько вариантов:
Всё готово! Вот так просто и быстро вы можете получить чек Яндекс такси!