이동을 예측하고, 준비하는 데이터
카카오 T 대리, 이동에 데이터를 더하다(1)
대리운전 기사님들은 저마다 하루의 첫 손님을 기다리는 활동 지역이 있습니다. 그리고 우연히 만난 손님의 목적지에 따라서 하루의 이동 경로가 달라지게 됩니다. 근데, 호출이 없는 지역(예를 들어 시 외곽의 주택가)에 떨어졌을 때는 다음 콜을 받기 위한 지역으로 이동을 합니다. 이때 본인의 경험을 기반으로 근처에 호출이 많을 것 같은 지역을 예측하고, 이동 거리를 고려하여 행선지를 결정합니다.
하지만, 대리기사님들의 경험치는 비슷하기 때문에 매일같이 서울 강남이나 홍대 같은 번화가에 모여서 호출을 빨리 잡기 위해 경쟁을 하고 있지만, 반대로 평소에 호출량이 많지 않은 지역은 대기장소로 적합하지 않은 곳이기 때문에 대리운전이 필요한 손님들이 집에 가지를 못해서 발을 동동 구르게 됩니다.
<항상 대리 호출도 기사도 많은 유흥가>대리기사님들이 유흥가로 모이는 이유는 다른 곳에서 어느 정도의 호출이 발생할지 예측할 수 없기 때문에 가장 안전한 선택을 하는 것입니다. 하지만 실제로는 여러 가지 변수에 따라서 여기저기에서 대리운전 호출량이 급증하기 때문에 번화가보다 더 쉽게 손님을 만날 수도 있습니다.
아주 단편적인 예를 들면, 비가 오는 날에는 조금은 후미진 좁은 전집 골목의 호출이 폭발적으로 늘어나고, 국가대표 축구경기가 있는 날에는 주택가 치킨집 근처에서도 대리운전 호출이 많아질 수 있습니다. 또한 직장인들의 월급날이 많은 15일이나 25일은 회사들이 밀집한 지역의 빌딩 주차장에서 평소보다 많은 호출이 일어나고, 목요일과 금요일은 불타오르는 지역에 차이가 있습니다. 여기에 계절, 날씨, 특별한 지역 행사 등 다양한 변수 추가되면 같은 지역이라도 대리운전 호출량은 확연히 달라지게 됩니다.
데이터로
대리타자
대리운전 호출이 발생할 지역과 시간에 맞춰서 적당한 수의 대리 기사님들이 미리 준비를 하고 있다면, 기사님들은 레드오션 지역에서의 심각한 경쟁을 피할 수 있고, 손님들은 안전하게 귀가할 수 있는 확률이 높아질 수 있습니다. (사람의 경험도 무시할 수 없지만) 카카오 T 대리는 지난 몇 년간 축적된 날씨, 날짜, 요일, 지역 등 다양한 요인에 따라 변하는 대리운전 호출 패턴과 기사님들의 이동 성향 데이터를 기반으로 대리운전 서비스 수요를 미리 예측하고 대리운전 기사님들의 다음 행선지를 안내하고 있습니다.
전화를 걸고, 기다리고, 만나고, 이동하는 과정에 데이터를 더하면 좀 더 많은 사람이 쉽게 만나고, 편하게 이동할 수 있게 됩니다.
❖ 이어지는 이야기들
0. 이동에 데이터를 더하다
1. 이동을 예측하고, 준비하는 데이터 (현재글)
