아마 대부분의 사람들이 출근 시간에 택시를 부르면 차가 잘 잡히지 않는 경험을 많이 해보셨을 겁니다. 반면, 출근 시간이 지난 지난 오전 11시 쯔음에는 택시를 쉽게 잡을 수 있습니다. 대부분 모빌리티 서비스에서 고민하고 있는 가장 큰 문제 중 하나는 수요 공급의 균형을 유지하는 것 입니다. 출근 시간이나 퇴근 시간에는 공급에 비해 수요가 훨씬 많습니다. 반면 출근 시간이 지난 점심시간과 낮 시간에는 이동 수요가 비교적 적기 때문에 잉여 공급이 많이 발생합니다.
오늘 다뤄볼 주제는 다양한 IT 기술을 활용해 동남아시아의 모빌리티 서비스를 혁신 하고 있는 그랩(Grab)이 라이드 헤일링 서비스에서 수요 공급 불균형을 해소에 기여한 액션 아이템에 대해서 다뤄보려고 합니다. Grab tech blog에 있는 Recipe for Building a Widget: How We Helped to “Peak-Shift” Demand by Helping Passengers Understand Travel Trends 내용에 저의 도메인 지식을 가미해서 글을 써봤습니다.
1. Widget for "Peak shift"
그랩 모빌리티의 목표는 고객들을 원하는 시간에 드라이버들과 매칭시켜주는 것 이었습니다. 하지만 특정 시간 & 지역에 수요가 공급에 비해 많거나 잉여 공급이 발생하게 되면 고객과 드라이버 모두에게 좋지 않은 경험을 줄 수 있습니다. 그랩은 이와 같은 불균형 문제를 어느정도 완화시키기 위해 고객의 앱 상에서 다양한 위젯을 선보이고 있습니다.
위젯들 중 가장 돋보이는 것은 아래의 그림과 같이 몇 시간 후의 수요량을 보여주는 위젯입니다. 아래의 자료를 보면 고객에게 차량 호출을 위한 최적의 시간을 알려주고 있는데요, 6:30 ~ 7:00 사이가 최적의 시간임을 알려주고 있습니다. 반면, 퇴근 시간 피크 타임으로 추측되는 18:00 ~ 18:30 사이에는 다른 시간대에 비해 수요가 많다는 사실을 고객들에게 알려주고 있습니다. 이를 통해 당장 서비스를 이용하지 않아도 되는 고객들의 수요를 분산시킴으로서 전체적인 수요 공급의 불균형을 완화시킬 수 있었습니다.
2. 어디서 아이디어의 영감을 얻었을까?
그랩의 위와 같은 위젯은 어디서 영감을 얻었을까요? 아래의 자료는 런던 교통 박물관에서 가져온 자료입니다. 그림을 보면 출, 퇴근시간으로 예상되는 시간대에는 다른 시간대에 비해 수요가 월등히 많은 것을 보여주고 있는데요. 런던 지하철은 다른 어떤 모빌리티 서비스 보다 먼저 피크 타임의 고객의 수요를 다른 시간대로 옮기는 방안을 사용했었습니다.
또한 베이징의 호텔에서도 고객들의 편안한 이동을 위해 시간대별 수요에 관련된 정보를 제공했었는데요. 편안한 마음으로 아침을 먹고 인파를 피할 수 있는 가장 좋은 시간으로 6:30 ~ 7:30, 9:00 ~ 10:00 을 투숙객들에게 추천하고 있습니다. 그랩은 이와 같은 사례들에 영감을 받아서 고객들의 과거 데이터를 기반으로 사용자 경험을 항샹시켜주기 위해 프로젝트를 시작했습니다.
3. 위젯이 작동하는 방식
위젯을 활용해서 "Peak Shift" 전략을 사용하려면 데이터의 활용은 필수적이었습니다. 단순히 "5:00 ~ 8:00 까지는 수요가 많으며 해당 시간대에는 탄력 요금이 적용됩니다." 라고 하기에는 30분 단위로 수요의 변화가 매우 컸습니다. 아래의 자료는 월요일과 화요일의 수요 패턴을 시각화한 자료인데요, 30분 단위로 수요의 변화가 매우 빈번한 것을 확인할 수 있습니다. 월요일의 경우 7:30에 갑자기 수요가 줄어드는 경향을 관찰할 수 있고, 화요일의 경우 06:30 부터 8:30까지 30분 단위로 수요의 변동이 큰 것을 확인할 수 있습니다. 이에 그랩은 단순히 과거의 히스토리 데이터를 사용하는 것이 아니라 머신러닝을 활용하여 2시간 후의 수요량을 예측하고 이를 토대로 고객들에게 미래 수요에 대한 정보를 제공했습니다.
그랩은 공급에 비해 수요가 많은 시간대에는 탄력 요금제(Dynamic Pricing)를 운영하고 있었습니다. 피크 타임에 서비스를 이용하는 고객들은 아래의 자료처럼 추가적인 요금을 지불해야 했습니다. 즉, 탄력 요금을 통해 과수요 상황에서 매출을 극대화 하는 전략을 취해왔었죠. 이에 위젯을 통한 "Peak Shift" 전략에서 수요 예측은 매우 정확해야 했습니다. 자칫 잘못하면 몰리는 수요와 높은 가격을 피해 한적한 시간대로 본인의 여정을 옮긴 고객들이 손해를 볼 수도 있기 때문입니다. 이에 그랩의 Data Science Team은 모든 도시와 지역에 걸쳐 급증하는 수요와 전형적인 수요 패턴을 학습하는 가장 강건한(Robust) 모델을 만들기 위해 노력해왔습니다.
4. 행동 과학을 사용하여 고객들에게 선택권을 주고 좋은 결과를 얻도록 설계하다
그랩은 정확한 수요 예측 뿐만 아니라 소비자가 쉽게 이해하고 사용할 수 있는 위젯을 만들기 위해 노력했습니다. 서비스의 이용 요금은 전적으로 시장 상황에 따라 결정된다는 것을 인지시켰습니다. 고객 중심의 서비스를 제공하는 모빌리티 회사로서 소비자들이 완전한 정보를 바탕으로 결정할 수 있도록 유도했습니다. 그랩의 Behavioural Science Team은 위젯을 구축하는 동안 다음 세 가지 목표를 염두에 두고 고객에게 정보를 안내했습니다.
(1) 요금제에 대한 투명성 제공
앞서 그랩은 시간대별 수요 공급 상황에 따라 탄력 요금을 제공한다고 했었습니다. 미래 2시간 동안의 시장 상황은 정확하게 예측할 수 없기 때문에 예측된 예상 요금이 아닌 과거에 해당 시간대에 적용되었던 탄력 요금의 수준을 제공했습니다. 이를 통해 고객들이 앞으로 오르거나 내릴 요금이 수준을 인지하고 급격하게 오른 요금으로 인해 나쁜 경험을 하지 않도록 했습니다.
(2) 계획을 세우는 데 도움이 되는 정보를 제공
향후 2시간 동안의 수요의 수준을 보여줌으로써 그랩을 이용하는 고객들에게 시간을 위한 계획을 세울 수 있도록 도움을 주었습니다. 즉, 미래 수요에 대한 투명한 정보를 바탕으로 고객들이 미래 여정을 결정할 수 있도록 했습니다.
(3) 유용한 팁 제공
사용자가 해당 위젯을 확인한 시간과 가장 가까운 시간대에 대한 팁을 제공했습니다. 예를 들어 곧 공급에 비해 수요가 많아져서 요금이 상승할 것 같으면 나중에 요금이 오르거나 차를 잡을 수 없다는 정보를 주었습니다. 이를 통해 고객들이 최선의 행동을 취하도록 유도했습니다.
