Bármelyikünk megpróbálja megtudni a pontos árat, mielőtt megvásárolná a terméket vagy szolgáltatást. Nyilvánvaló, hogy néha vannak olyan történetek, amikor a végső költség jelentősen meghaladja a tervezettet. És ha egy autó vagy lakás javításával ez már megszokottá vált, akkor más esetekben az elvárás és a valóság közötti különbség meglehetősen bosszantó.
Egészen a közelmúltig a taxizás ára is úszott. Még az online szolgáltatások is csak hozzávetőlegesen számolták ki az összeget - a végső költség csak az utazás végén alakult ki. A viteldíj általában három összetevőből áll: a beszállás költsége (néha kilométerekkel és/vagy percekkel), egy kilométer költsége és egy perc költsége. Természetesen korábban is ki lehetett számolni egy utazás hozzávetőleges árát, de a végén változhatott, hogy például a sofőr útközben egy dugóban késett. Nyilvánvaló, hogy ez nem mindig tetszett az utasoknak.
Úgy tűnik, semmi sem egyszerűbb, mint a Yandex.Navigator és a Traffic dugó adatokban lévő router adatait úgy használni, hogy a Yandex.Taxi már a kezdet kezdetén kiszámolja a pontos árat, ami az utazás vége után sem változna. Valójában azonban számos tényező befolyásolja a költségeket, nem csak a tarifa. Nem csak az a fontos, hogy ki tudd számolni. Egyrészt a költségnek vonzónak kell lennie a használó számára, figyelembe véve nemcsak az út aktuális helyzetét, hanem például a forgalmi dugókat is, amelyek még nincsenek az útvonalon, de hamarosan megjelennek. Másrészt az árnak olyannak kell lennie, hogy a járművezetők ne veszítsenek pénzt, még akkor sem, ha az A pontból B pontba vezető út hosszabb vagy hosszabb volt a tervezettnél. Ebben a cikkben elmondjuk, hogyan oldottuk meg a problémát, és hogyan kerestünk egy kiegyensúlyozott algoritmust, amely előnyös lenne a Yandex.Taxi platform minden résztvevője számára.
Ez egy meglehetősen összetett rendszer, amely az egyik pontból a másikba útvonalat épít fel egy másik egyszerűbb rendszer – egy útgrafikon – alapján. A grafikon olyan természetesnek tűnik, mint ahogy azt valószínűleg elképzeli: minden út egy vagy több élnek felel meg, és az utak kereszteződései és leágazásai a csúcsokban vannak. Ez a grafikon iránymutató (mivel az utak is irányadó dolgok).
A cím - a virtuális gráf "teteje" - az útgráf egy éléből és a rajta haladó mozgás irányából áll: 
Mi történik, ha fuvart foglal az alkalmazásban? Kérést küldünk a routernek, hogy megtalálja az optimális útvonalat az átvételi ponttól (A) a megrendelésben feltüntetett célig (B). Az útválasztó pedig kivetíti az A pontot a gráfra, hogy megtalálja a "címét" - egy él és egy irány kombinációját. Ugyanez történik a B ponttal is. És már itt megjelenik a rendszer első sajátossága: a legrövidebb út meghatározásának folyamata nem az eredeti, "természetes" útgráfban, hanem egy bizonyos "virtuális" gráfban megy végbe. A csúcsai már nem kereszteződések, hanem éppen azok a „címek”, a szélei pedig nem utcák, hanem „manőverek”, vagyis átmenetek egyik „címről” a másikra.
Az ilyen függvény legegyszerűbb példája lehet a manővert alkotó élek hossza osztva az ezen élek mentén történő mozgás átlagos sebességével - az úgynevezett "geometriai idő". Ez a mérőszám egyszerűsége miatt jó, de gyakran nem veszi figyelembe egy adott manőver számos jellemzőjét. Vegyünk példának egy balra kanyart. Nyilvánvaló, hogy egy ellenőrzött kereszteződésben egy másodlagos útról lehajtani egyáltalán nem egyenlő az autópálya melletti lehajtóval. Az egyes helyzetek sajátosságai jelentősen megnövelhetik a teljes manőver végrehajtásának idejét, ezért ezek figyelembevétele érdekében úgy döntöttünk, hogy minden egyes manővert egy sor jellemzővel írunk le: alkotó éleinek hossza, geometriai utazási idő. , funkcionális útosztályok, dedikált tömegközlekedési sáv megléte stb. Itt természetesen felmerültek a "jövő jelei": például előre kiszámolhatjuk a manőver befejezésének idejét, figyelembe véve a forgalmi dugókat, amelyek addigra kialakulnak, amíg megközelítjük ezt a manővert.
Ennek eredményeként több mint 70 féle, az útvonal „költségét” befolyásoló táblát kaptunk, amelyek száma folyamatosan növekszik, mert folyamatosan adunk hozzá új jelzéseket, amelyek jelzésekké válhatnak és segíthetik feladatunkat.
Szemléletünk másik jellemzője, hogy az eredeti problémát két részre bontottuk: útvonalat építettünk, és ennek mentén határoztuk meg az utazási időt. Ezeket a modelleket rendre „útvonalnak” és „időbelinek” neveztük el, és érdemes részletesebben elmondani, miben különböznek egymástól, és miért van szükségünk két modellre.
Az útvonalmodell segítségével számos lehetőség közül választhatják ki az optimális útvonalat A pontból B pontba, az útvonal hossza és a rajta való utazási idő alapján. A bökkenő itt az, hogy az útvonalmodellnek nagyon-nagyon gyorsan kell választ adnia, mert utána a rendszernek időre van szüksége ahhoz, hogy ezeket a számításokat a további folyamatláncokban felhasználja. Például 100 ezredmásodperc 1000 manőver kiszámításához túl sok, egy nagyságrenddel kevesebbre van szükség. Az útvonalmodellnek számítási szempontból a lehető legdrágábbnak kell lennie, így a jellemzők csökkentett halmazát veszi figyelembe. De amikor már megvan az optimális útvonal, akkor a lehető legpontosabban szeretnénk tudni a rajta haladó utazási időt, és itt már nem köt össze minket annyira a sebesség, megengedhetünk magunknak 100 ezredmásodpercet.
Ehhez létezik egy időmodell, melynek egyetlen feladata a már kiválasztott útvonalon való utazási idő tisztázása. Az időbeli modell minden egyes manőverhez figyelembe veszi a funkciók teljes készletét, valamint a felhasználó alkalmazástól érkező kérésének paramétereit: az aktuális helyi időt és az útvonal különböző makró jellemzőit - például a túllépési együtthatót (a az A-ból B-be tartó valós útvonal hossza az ezen pontok közötti egyenes távolságig). A kimeneten az időmodell megadja a megadott utazási időt.
Összefoglalva: kezdeti problémánk, „hogyan építsünk a legpontosabban egy útvonalat és jósoljuk meg az utazási időt” több lépésből állt. Először a csúcsokkal-metszéspontokkal és élekkel-utcákkal rendelkező „természetes” gráfról egy „virtuális” gráfra tértünk át, amelynek élei manőverek, azaz „címről” „címre” való átmenetek. Ezeket a manővereket több mint 70 jellemzőből álló sorozattal írtuk le. Másodszor, a router működésének optimalizálása érdekében úgy döntöttünk, hogy két prediktív modell lesz: az útvonal, amely gyorsan, de durván kiválasztja a kívánt útvonalat a sokféle lehetséges közül, és az idő, amely meghatározza az utazási időt. az optimális útvonalat. Most arról, hogyan működnek ezek a modellek.
Ez a megközelítés nemcsak azért bizonyult előnyösnek, mert egységesítette a gépi tanulási módszert, hanem egyéb okok miatt is, többek között azért, mert az időmodell tanítása klasszikus feladat, ahogy mondani szokás, "tankönyvből". Óriási adatbázisunk van az utazási előzményekről, vagyis nagyon sok útvonal-idő pár van, amely mintaként használható valamilyen gépi tanulási módszerhez. Az útvonalmodellt nehezebb betanítani, mert nem kényszeríthetjük az összes sofőrt arra, hogy az összes útvonalat A pontból B pontba vezesse, hogy összehasonlíthassuk, melyik a gyorsabb. Ennek eredményeként az első szakaszban az időmodell képzésére összpontosítottunk.
Az első ötlet az volt, hogy egyszerűen egy lineáris modellt használjunk az útvonali manőverek összegére, és a valós utazási időket vegyük tanulási célnak. Ennek a megközelítésnek megvan a probléma sajátossága – tulajdonképpen a linearitás. Valójában az így kiszámított idő egy például két manőverből álló útvonal esetében megegyezik az egyes manőverekre külön-külön számított idők összegével. Nem okozott nehézséget a különféle jelek értelmezése, ami mindig jólesik: ha nagy a súly a jellel, akkor a jel jelentős.
Ennek ellenére egy csomó előny ellenére a modell betanításának legelső próbálkozásai csalódást keltőnek bizonyultak: az eredmények valamivel jobbak voltak, mint a "geometriai idő", mivel sok kategorikus (vagyis számozatlan) információt elvesztettünk. ) a manőverekre utaló jelek – például az utak funkcionális osztálya, a borda alakja, az út talajszint feletti szintje és egyebek „a fedélzeten” maradtak.
A következőképpen számítják ki az utazás árát a foglaláskor:
Mint tudjuk, a kategorikus változók elszámolása mindig ijesztő feladat, nem csoda, hogy erre van egy egész CatBoost. Ezt a problémát azonban a döntési fákban használt N-way-splithez hasonló technikával próbáltuk megoldani.
Vegyük figyelembe, hogy a Néptérképek besorolása szerint az utakat 9 funkcionális osztályba sorolják, és 5 féle tervezési jellemző is van: két kocsiút, körforgalom, lehajtó, aluljáró, visszakanyarodó. Ezenkívül az úton vagy van közlekedési lámpa, vagy nincs - ez még két jelentés. Összesen 9x5x2 = 90 kombinációnk van. Most a kategorikus jellemzők minden ilyen kombinációja esetében külön-külön figyelembe vesszük a fennmaradó jellemzőket, azaz kezdetben 90 független töredékre osztjuk fel a mintánkat. A töredezettség miatt összesen több ezer funkciót kaptunk, mert valójában mindegyiket 90-szer néztük meg - minden egyes kombinációnál. Még a nagy képzési mintákat is figyelembe véve egy ilyen „szorzás” ahhoz a tényhez vezetett, hogy a modell gyorsan átképzésnek indult. Ezt a problémát részben megoldotta az L1-regularizálás (ellentétben az L2-vel képes semlegesíteni a jellemzők hatását, nullázva a súlyokat), de végül a megközelítést zsákutcának kellett tekinteni a problémák összessége. Igaz, volt egy jó hír is: egy ilyen temporális modellt már lehetett útvonalmodellként is használni, mert az egyes manőverekben linearitás volt, ami azt jelentette, hogy jó irányba haladtunk.
A probléma mégis megmaradt: hogyan kezeljük a sok jelet? A Yandex rendelkezik a Matrixnet-tel, a döntési fák gradiens növelésén alapuló gépi tanulási algoritmussal, amely sikeresen megbirkózik több száz vagy akár több ezer funkcióval. Kezdetben megpróbáltuk a „head-on” megközelítést, és párban betanítottuk a Matrixnetet „útvonal – valós utazási idő”. Ez a módszer azonnal jó eredményt hozott, és a funkciók számának növelésével és az algoritmus hiperparamétereinek finomhangolásával kapcsolatos további munka hozzájárult az előrejelzés minőségének kézzelfogható javulásához. De az azonnali "kimerülés" ellenére, egyszerűen a Matrixnet erejének köszönhetően, voltak hátrányai is:
Bár egy ilyen funkció nagyon hasonlít a keresési rangsorolás feladatához (a keresési eredmények egészének optimalizálása), a készek között nem volt ilyen Matrixnet eszköz a szükséges formában, így magunknak kellett megvalósítanunk.
A helyes tanulási sebesség és a fák számának megválasztásával járó kínszenvedés után sikerült egy olyan modellt kapnunk, amely minőségileg szinte nem volt rosszabb a „tiszta” Matrixnetnél, de linearitást mutat. Ez lehetővé tette, hogy útválasztási modellként használhassák, és megnyílt a hozzáférés a kategorikus jellemzők egyszerű használatához azok digitalizálásával és a CatBoost használatával.
Az utolsó kérdés - milyen eredményeket kaptunk, van-e összehasonlítanivaló? Természetesen a teljes válaszhoz sok tényező megvitatására és meglehetősen komoly elemzésekre lenne szükség. De tudunk adni néhány nagyon egyszerű becslést.
Ahogy az elején is mondtuk, ha az algoritmusaink rosszul működnének, és az árat csak a felhasználónak tennék jóvá, az jelentős bevételkiesést okozhat a járművezetőknek, és ennek eredményeként a lemorzsolódást. Miután az ár még az utazás előtt megjelent, a megrendelések száma aktívan növekedni kezdett - sok ember számára, akik számára a pontos költség kritikus, pszichológiailag könnyebbé vált a Yandex.Taxi használata. A rendelések növekedése a taxi gépkocsik kihasználtságának jelentős növekedéséhez vezetett, vagyis az egy műszakra jutó részarányhoz, amikor a sofőr utast szállít, vagy rendelésre megy, nem pedig időveszteséget. Ez annak is köszönhető, hogy a növekedés javította más szolgáltatási technológiák – például a rendelési lánc – munkáját. Ez egy olyan algoritmus, amely már azelőtt elkezdi keresni a következő ügyfelet, hogy a sofőr elhozta volna az előzőt – és azon a területen keresi, ahová a sofőr hamarosan megérkezik az utassal.
Előttünk áll a modell számos kisebb-nagyobb fejlesztése, mint például a CatBoost csatlakozás, amiről mindenképp beszámolunk.
Hé! Ma megmutatom, hogyan szerezhetsz csekket egy Yandex taxizáshoz. Ha megerősítésre van szüksége, hogy használta a taxit, és kifizette azt, akkor nagyon könnyű megszerezni. Bármilyen taxiútról kaphat csekket, és ha kívánja, kinyomtathatja. Minden nagyon egyszerű! Lásd tovább!
Szüksége lesz a Yandex taxi alkalmazásra. Telepítheti Android telefonjára a Google Play webhelyről.
Nyissa meg az alkalmazást. A főoldalon, a bal felső sarokban kattintson a Menü gombra.
Ezután megjelenik egy csekket tartalmazó oldal. A nyugta nyomtatásához vigye át a számítógépére, és nyomtassa ki. Vannak speciális androidos alkalmazások is, amelyek közvetlenül a telefonról nyomtathatnak. A Google Playen keressen rá a telefonról nyomtatóra történő nyomtatásra, amikor a rendszer kéri. Különféle okostelefonokhoz vannak alkalmazások.
Több lehetőség is van:
Minden készen áll! Ilyen egyszerűen és gyorsan kaphat egy Yandex taxi csekket!
Sokat olvastam arról, hogy a sofőrök milyen módszereket találnak ki az utasok és a Yandex.Taxi megtévesztésére. Arról viszont szinte semmit sem olvastam, hogy magukat a sofőröket hogyan csalják meg a Yandex.Taxiban. Szóval beszéljük meg, mert megvan az oka. Nyilvánvaló, hogy a megvitatott problémák nagy része abból fakadt, hogy a Yandex.Taxi nem bízik a sofőrökben, és csalás ellen küzd a sofőr környezetében, de végül a helyzet egészségtelen elfogultságot kapott. Kiderült, hogy a sofőrnek szinte soha nincs igaza? Van egy valós történeted arról, hogyan csalják meg a sofőröket a Yandex.Taxiban?
Az utas nem fizet készpénzt a Yandex.Taxiban
A Yandex.Taxi utasai minden nap egyre kifinomultabb rendszerekkel állnak elő, hogy ne készpénzben fizessenek az utazásokért. A dolog lényege, hogy ha egy utas fizetés nélkül száll ki az autóból, akkor a sofőr szinte biztosan nem látja meg a pénzt erre az útra. Az egyik sofőrömnek egyszer volt ilyen naponta kétszer – az utasok nem fizettek 700 rubelt a különböző utakon. Az első alkalommal, amikor azt mondták, nincs pénz, egy bankkártyát hagytak fedezetül a későbbi fizetéshez, és állítólag elmentek a pénzért. Egy másik alkalommal két utas fizetés nélkül kiszállt az autóból, bementek az üzletbe, 15 000 rubelt kértek az eladótól. az alkoholkereskedelemért a határidő után és elmenekült. Egyetértek, az utascsalás módszerei egyre kifinomultabbak.
Csalás Sberbank kártyán keresztül
A sofőr készpénzre teljesíti a megrendelést, amely után az utas (általában az utas) úgy tesz, mintha a pénzt átutalta volna a kártyájára. Valójában az utas egyszerűen küld egy SMS-t a banki átutalási értesítésben szereplőhöz hasonló szöveggel. Az üzenet szövege azt jelzi, hogy 6000 rubel összegű átutalás történt a kártyára. Továbbá az utas, aki tévedésből utalt át ilyen összeget, és arra kéri a sofőrt, hogy utaljon át a kártyájára, levonva az utazás összegét. A sofőr végrehajt egy ilyen átutalást, ami után az utas távozik, és a sofőr észreveszi, hogy a kártyáról eltűnt a pénz.
Videó - hogyan csalják meg a Yandex.Taxi-sofőröket
A Yandex.Taxi jutalék leírása, ha az utas nem fizette ki az utazást
A Yandex.Taxi jutalék leírása olyan esetekben, amikor az utas nem fizette ki az utazást, nemcsak igazságtalan, hanem elnyomó intézkedéssé is vált a járművezetőkkel szemben. Gyakran előfordul, hogy a sofőrök ahelyett, hogy értesítenék a Yandex.Taxit az utascsalásról, felhívják a diszpécser irodát és kérik a rendelés törlését! Miért történik ez? Mert a sofőr megérti, hogy a Yandex.Taxi nem adja vissza a pénzt az utazásért, amelyet az utas nem fizetett ki, de minden esetben jutalékot vesz fel a sofőrtől ezért az útért. Teljes hülyeségnek bizonyul, mert ahelyett, hogy a csaló utasokat kiszorítanák a rendszerből, a jutalék sofőrtől való leírása magának a sofőrnek a megbüntetéséhez vezet.
Fizetési mód módosítása egy Yandex.Taxi utazáshoz útközben
Ha az utasnak nincs elég pénze a kártyán, hogy kifizesse az utazást, a Yandex.Taxi automatikusan készpénzre válthatja a fizetési módot. Ugyanakkor a sofőr értesítést kap a Yandex.Taxometerben, de mivel a sofőr a volán mögött ül, előfordulhat, hogy nem veszi észre ezt az értesítést a fizetési mód kártyáról készpénzre történő módosításáról. Így az utazás befejezése után az utas egyszerűen kiszáll az autóból, a jutalékot leterhelik a sofőrtől, de pénzt nem kap. Egyes utasok ezt a hibát a rendelések szisztematikus nemfizetésére használhatják fel: egyszerűen nem tesznek fel pénzt a kártyára, a fizetési mód az utazás során automatikusan megváltozik, a sofőr ezt nem veszi észre, és az utas végül nem fizet az utazást, és a sofőr nem kap pénzt érte.
Jutalék leírása egy Yandex.Taxi megrendelésre, amelyet a sofőr nem vett fel
Képzeljük el a következő helyzetet: a sofőr egy Yandex.Taxi utasával érkezett a célállomásra, de az utas különböző ürügyekre nem hajlandó készpénzben kifizetni az utazást, a sofőr emiatt még nem fejezte be az utat. Tegyük fel, hogy egy sofőr és egy utas ezen vitatkozik fél órán keresztül. Eközben a sofőr megkapja a következő parancsokat. Találd ki? Ez alatt a fél óra alatt a sofőr nem tud elmenni az általa állítólagosan elfogadott rendelésre, a Yandex.Taxi pedig leírja a sofőrtől a tökéletlen és elfogadhatatlan utazás jutalékát. Igazságosság a cselekvésben!
Egy utazás fix költsége a Yandex.Taxiban
A Yandex.Taxi minden tekintetben kiváló, és minden nagyszerű lenne, ha a Yandex.Navigator pontosan kiszámítaná az utazási időt. Mi a probléma? Hogy ez nem mindig van így. Tegyük fel, hogy a Yandex.Navigator 1 órát foglalt le az útra, és az 1 óra 40 percig tartott. Találd ki, ki fizet a Yandex.Taxi számítási hibáért? Így van, sofőr. Érdekes módon a sofőrök alig panaszkodnak nekem a Yandex.Taxi ilyen hibáira, de az Uber-sofőrök gyakran panaszkodnak, és az Uber nagyon gyakran kompenzálja a sofőrt az utazás becsült költsége és a tényleges költség közötti különbségért.
A Yandex.Taxi utasa azt mondta, hogy készpénzben fizette az utazást
Nagyon gyakran érkeznek üzenetek a Yandex.Taxi-tól, hogy ilyen-olyan utas azt mondta, hogy készpénzben fizette az utazást, és a kártyát is megterhelték. Sőt, az utas az utazást követően szinte két héttel fellebbezhet az utazás ellen. Nagyon klassz funkcionalitás, és jó lesz, ha a sofőr észreveszi ezt a pénzleírást az útra, és két héttel később még arra is emlékszik, hogy az utas valójában hogyan fizette az utazást. Úgy tűnik, a Yandex.Taxi úgy véli, hogy a sofőrnek számítógép van a fejében.
A Yandex.Taxi utasa azt mondta, hogy nem utazott végig az útvonalon
Amikor autót rendel a Yandex.Taxiban, az utas megadja az utazás célpontját. De mi van akkor, ha az utasnak folytatnia kell az utat? Ilyenkor egyszerűen azt mondja a sofőrnek, menjünk tovább, az utazás költsége automatikusan lekerül. Tegyük fel, hogy az első út 1000 RUB-ba, a teljes út 3000 RUB-ba került. Ennek megfelelően az utazás véget ér, az utas tájékoztatja a Yandex.Taxi-t, hogy a sofőr az utazást annak befejezése után nem hagyta abba, és az utas csak kérelme alapján 2000 rubelt kap vissza. A sofőrnek jutalékot kell fizetnie a teljes megrendelésért, és csak egy rövid kezdeti rendelésért fizetik.
A bérelt autót az előző Yandex.Taxi sofőr hibája miatt blokkolták
Képzeljen el egy helyzetet: egy sofőr lízingel egy autót, csatlakozik a Yandex.Taxihoz, és azonnal megtudja, hogy az autó le van zárva, mert az előző sofőr, aki dolgozott rajta, súlyosan megsértette a Yandex.Taxi szolgáltatási előírásait. Emiatt annyira megsértette, hogy őt és autóját blokkolták. Találd ki, mit kínál a Yandex.Taxi egy új sofőrnek, aki nem vétkes semmiben, nem sértett meg semmilyen szolgáltatási szabványt és általában csodálatos ember az életben? Ez így van, jöjjön az álló ellenőrző ponthoz, hogy feloldja az autó blokkolását, amely az ő hibájából blokkolt. Ez logikus!
A különbség aközött, amit az utas fizetett, és amit a Yandex.Taxi sofőr kapott
Oké, én még nem hallottam, hogy a Yandex.Taxi visszaélne ilyesmivel, de nem tartom kizártnak, mert az amerikai Uber ezen fogott, és nagy botrány volt. A Yandex.Taxi szokásos logikája: egy utas 100 rubelért utazott, a Yandex.Taxi 15 rubelt vesz, a sofőr 85 rubelt kap. Figyelem, a varázslat kezdődik. És ki mondta, hogy az utazás Yandex.Taxi jutalékát a költségek százalékában kell rögzíteni? Tegyük fel, hogy a Yandex.Taxi tudja, hogy az utas 400 rubelért, a sofőr pedig 200 rubelért kész megtenni ezt az utat. Mi értelme van annak, hogy a Yandex.Taxi többet fizet a sofőrnek? Ebben az esetben a Yandex.Taxi 400 rubelt vehet el az utastól, és 200 rubelt fizethet a sofőrnek. Jutalék 50% a rendelésből, nem rossz!
Mi a teendő olyan helyzetben, amikor a Yandex.Taxi sofőröket megtévesztik?
Az új oroszországi e-taxi piac problémája először is az, hogy minden sofőr szétesett. A sofőrök nem tudják majd egyenként megvédeni a jogaikat, és a teljes elektronikus taxirendszer a vezetők maximális elkülönítésére épül. Az információ monopóliuma, ami azt jelenti, hogy minden hatalom magának a Yandex.Taxinak a kezében összpontosul. Másodszor, Oroszországban szinte fejletlen a normális civil újságírás, vagyis a közérdekű újságírás. Az újságírók igyekeznek nem észrevenni az eseményt, hacsak maga a társaság nem küld erről sajtóközleményt.
A sofőrök egyetlen módja annak, hogy megvédjék érdekeiket, ha összefognak egyfajta kvázi állami szervezetben, szakszervezet járművezetők Yandex.Taxi. Egy ilyen szakszervezet képviselhetné a sofőrök kollektív érdekeit a Yandex.Taxival folytatott tárgyalásokon, és kommunikálhatna az újságírókkal annak érdekében, hogy ne csak egy utas és egy nagy cég szemével, hanem a sofőrök szemével is alakíthassa a híreket. Így nagyobb objektivitást és méltányosságot érhet el a Yandex.Taxi-vezetőkkel kapcsolatban.
A Yandex.Taxi alkalmazás használata egyszerű, autó rendeléséhez mindössze 7 egyszerű lépést kell követnie.
Jelentkezéskor egy megfelelő mező lesz kiválasztható időponttal. Alapértelmezés szerint a legközelebbi van beállítva, de kiválaszthatja az "Egyéb" menüpontot, ahol megadhatja azt az időpontot, amelyre taxira van szüksége.
A jelentkezés kitöltése után a képernyő alján megjelenik a "Megrendelés törlése" gomb, kattintson - és kész.
Taxit nem csak a programban, hanem a weboldalon keresztül is rendelhet. Ehhez el kell menni hozzá, megadni az adatokat: cím és érkezési idő, úti cél, mobiltelefon. Ezenkívül válasszon tarifát (komfort vagy gazdaságos), ha szükséges, hagyjon megjegyzést, például a bejárat számát, hogy a sofőr könnyebben eligazodjon. Az adatok megadása után kattintson a "Taxi hívása" gombra. Ha minden rendben van, akkor SMS-ben értesítjük a telefont az autó számával és márkájával, a sofőr elérhetőségeivel.
A Yandex.Taxi alkalmazás készpénzzel és banki átutalással működik az utasok számára, választhat kényelmesebb módszert.
Android platformon (4.0 és újabb) és iOS (8.0 és újabb verziójú) telefonok esetén lehetőség van az utazás bankkártyás fizetésére. A készpénzmentes fizetési mód használatához azt össze kell kapcsolni az alkalmazással.
Megrendeléskor válassza a kártyás fizetést, és az összeget automatikusan megterheljük.
A bankkártya törléséhez menjen a menübe, válassza a "Bankkártya" részt. A linkeltek közül válassza ki azt, amelyiktől meg akar szabadulni, nyomja meg és tartsa lenyomva néhány másodpercig, ezután felugrik a „Törlés” ablak (vagy egy kosár formájú ikon).
Beszéljük meg a felhasználók leggyakoribb kérdéseit.
A program ugyanúgy bezárul, mint a többi alkalmazás. A szolgáltatás használatának leállításához lépjen az okostelefon (iPhone) beállításaihoz, válassza a Yandex.Taxi lehetőséget a listából, majd kattintson a „Folyamat leállítása” gombra.
Ha problémái vannak a programba való belépéssel, telepítse újra, és ellenőrizze az internetkapcsolatot. Ha ez nem segít, forduljon a műszaki támogatáshoz.
Ha a Yandex.Taxi alkalmazást okostelefonon keresztül rendeli meg, a program összeomolhat. Ennek oka a RAM hiánya, meg kell próbálnia üríteni a gyorsítótárat, és be kell zárnia a meglévő harmadik féltől származó programokat vagy játékokat. Ezt követően a szolgáltatás megfelelően fog működni.
Ezenkívül az alkalmazás összeomolhat belső hibák miatt, amelyeket a program új verziójában javítunk. Ha a fenti módszer nem segített, akkor várja meg a frissítést.
Az alkalmazás a többi programhoz hasonlóan frissül, az iPhone-ok tulajdonosai ezt az App Store-ban, az androidos okostelefonok tulajdonosai pedig a Play Marketen tehetik meg. Meg kell találnia a Yandex.Taxit, és kattintson a "Frissítés" gombra.
Az előzményeket nem lehet törölni. A fejlesztők nem biztosítottak ilyen funkciót.
Ma a Yandex Taxi könnyű szállítmányozási szolgáltatás továbbra is az egyik leggyorsabb és legkényelmesebb, valamint költséghatékony, mivel személyre szabhatja a fizetési rendszert saját maga és városa körülményei szerint. Vessen egy példát arra, hogyan rendelhet taxit, és hogyan szabhatja testre az alkalmazást ebben a kézikönyvben.
A szolgáltatás böngészőn keresztüli használata ugyanolyan kényelmes, mint egy mobiltelefonos alkalmazáson keresztül, mivel itt előfordulhat, hogy nem regisztrál, de ugyanakkor megfosztanak bizonyos funkcióktól.
A Yandex mobilalkalmazásában egy kicsit több lehetőséget talál a rendelés kényelmére. Ezenkívül kevesebb internetes forgalmat igényel, ami azt jelenti, hogy gyorsabban működik.
Most, hogy teljesen átépítette a Yandex Taxi alkalmazást, készen áll egy kényelmes és gyors autóhívásra.
