그랩(grab) 은 동남아시아 8개 국에서 라이드 헤일링 서비스 플랫폼을 제공하고 있는 모빌리티 회사입니다. 택시 서비스를 호출할 수 있는 Grabtaxi, 우버처럼 일반인이 운행하는 택시를 부르는 GrabCar, 오토바이를 호출할 수 있는 GrabBike, 소형 화물을 포함한 퀵 서비스를 이용할 수 있는 GrabExpress, 카풀 서비스인 GrabShare 등 정말 다양한 종류의 이동과 관련된 서비스를 제공하고 있습니다.
오늘 포스팅은 다양한 IT 기술을 활용해 동남아시아의 모빌리티 서비스를 혁신 하고 있는 그랩이 라이드 헤일링 서비스에서 수요 공급을 표현하고 발생하는 수요 공급 불균형을 해결하는 액션 아이템에 대한 포스팅입니다. Grab tech blog 에 있는 Understanding Supply & Demand in Ride-hailing Through the Lens of Data 의 내용을 바탕으로 저의 도메인 지식을 가미해서 글을 써봤습니다.
1. 라이드 헤일링 서비스의 목표: 수요 공급 불균형 해소
그랩 서비스의 핵심은 편안한 교통수단을 원하는 고객과 유연하게 수입 기회를 찾는 운전자를 효과적으로 매칭시켜주는 것 입니다. 그랩은 승객에게 편안한 모빌리티 서비스를 제공하면서 가장 가까운 곳에 있는 운전자를 매칭시켜준다는 목표로 수 많은 머신러닝 모델을 만들고 최적화 해왔습니다.
하지만 지역별 시간대별로 수요 공급의 불균형을 해소하는 것은 매우 Challenging 한 일이었습니다. 일반적으로 대한민국 서울에서 우리가 예상할 수 있는 이동 수요가 많은 시간대와 지역은 출 퇴근 시간과 많은 회사가 몰려있는 강남역 인근 지역입니다. 충분히 예상되는 수요와는 다르게 이 시간대에 공급이 항상 존재한다고 보장할 수 없습니다.
그랩은 서비스를 하고 있는 동남아시아 지역에서 발생하는 수요 공급의 불균형 상황을 효과적으로 모니터링하기 위해 주어진 영역과 시간에 대한 수요 공급량을 측정했습니다. 또한 몇 가지 액션 아이템들을 통해 수요 공급 불균형을 해소하는데 크게 기여했습니다.
2. 수요와 공급 정의
그랩에서는 수요와 공급을 아래의 방식으로 정의합니다.
- A single unit of Supply: time slot의 시작점에서 수신 대기 중이거나 호출을 받기 위해 휴식중인 드라이버의 숫자를 집계합니다.
- A single unit of Demand: 공급을 집계하는 기준과 동일한 time slot 내에서 앱을 통해 자신이 찍은 출발지와 도착지에 따른 요금을 확인하고 있는 승객 숫자로 집계됩니다. 이때 승객의 위치는 위치를 입력한 픽업 주소로 집계됩니다. (흥미있게 생각한 점은 실제로 호출을 보내지 않은 고객의 데이터도 수요로 집계한다는 것 이었습니다.)
3. 수요 공급 Mapping
수요 공급의 데이터들은 아래의 그림처럼 지도상으로 구분한 grid cell에 매핑시킬 수 있습니다. 아래의 자료를 보면 하나의 공급 unit을 수요 unit의 거리에 따라 inversely weighted 하여 유효 공급 (effective supply)을 산출 한 것을 확인할 수 있습니다. 즉, 고객의 수요를 기준으로 가까운 곳에 있는 공급일수록 더 큰 가중치를 부여하는 방식입니다.
예를 들어, 2행 1열에 존재하는 grid cell에서는 1개의 수요와 0.55개의 유효 공급이 발생한 것이고, 3행 3열에는 1개의 수요와 0.27개의 유효 공급이 발생한 것 입니다. 각 승객에 대해 이용 가능한 유효 공급량이 많을 수록 각 승객이 차량을 호출했을 때 실제로 매칭될 확률이 높다고 볼 수 있습니다.
위의 방법을 통해 지도 상의 각각의 영역과 모든 time slot에 대해서 수요와 유효 공급을 집계할 수 있고 2가지 지표를 만들 수 있습니다. 수요 대비 공급(Supply Demand Ratio)와 수요 공급 차이(Supply Demand Difference)라는 2가지 지표를 만들 수 있습니다.
4. 시각화
위에서 언급한 2가지 지표를 시각화 함으로서 수요 공급 차이와 과잉 수요 과잉 공급의 추세가 하루 종일 어떻게 변화하는지 쉽게 파악할 수 있습니다. 아래 GIF는 일반적인 평일에 싱가포르의 수요 공급 패턴을 보여줍니다.
그림에서 버블의 크기는 수요 공급 차이의 절대값을 의미합니다. 즉, 버블의 크기가 클 수록 수요 공급 격차가 크다는 것을 의미합니다. 또한 버블의 색깔은 과소 공급, 과잉 공급을 나타내고 있는데, 이를 위해 수요 대비 공급이 1보다 작으면 빨간색, 1보다 크면 초록색의 색깔로 표현했습니다. 즉, 버블의 색이 빨간색이면 과소 공급, 초록색이면 과공급을 의미합니다.
1. 라이드 헤일링 서비스의 목표 에서도 언급했듯이 승객들이 원하는 시간에 언제든지 승차감을 찾을 수 있도록 하기 위해, 수요와 공급의 균형을 맞추는 것은 매우 중요합니다. Grab에서는 여러 가지 방법으로 이 작업을 수행하는데, 그 중에는 공급 과잉인 지역의 공급을 공급에 비해 수요가 많은 지역으로 이동시키는 방법도 있고, 다른 한편으로는 시간대에 민감하지 않는 즉시 승차할 필요가 없는 수요를 피크 시간대로부터 이동시키는 방법도 있습니다.
5. Action Item 1 : 공급을 이동시키기 위한 수요 공급 Heatmap
하루 중 어느 시간대에나 한 지역에서는 공급 과잉이 있을 수 있고 다른 지역에서는 대한 공급 부족이 존재할 수 있습니다. 위의 그림에서 처럼 아침 피크 시간이 지나고 나서는 특정 지역에서 과잉 공급이 나타나는 것을 관찰할 수 있습니다. 이러한 수요 공급 불균형을 해결하기 위해 Grab은 최근 Grab Driver앱의 Heatmap을 업데이트하여 운전자가 과잉 공급 지역에서 수요가 높은 지역으로 이동하도록 장려했습니다.
6. Action Item 2: 시간대에 덜 민감한 수요를 이동시키기 위한 위젯
위의 그림은 하루 동안 싱가포르의 주거 지역의 일반적인 공급 수요 분포를 시각화한 것 입니다. 그림에서 강조 표시된 영역은 수요와 공급이 일치하지 않는 기간을 나타냅니다. 과거 데이터를 기반으로, 우리는 예상할 수 있는 요인(일반적인 피크 시간)과 예상치 못한(갑작스러운 폭우) 요인등 다양한 요인으로 인해 수요가 최고점에 이를 수 있다는 것을 알고 있습니다. 그러나 공급은 대개 수요가 이미 감소하고 있는 시점에 증가되는 것을 확인할 수 있습니다.
이러한 수요 공급의 불균형을 해결하기 위해 Grab은 위의 그림 처럼 승객의 앱에서 시간에 따른 수요 경향 위젯을 출시하여 승객에게 몇 시간 동안 예측된 수요 분포를 알려주고 있습니다. 이 위젯은 승객의 특정 위치에 대한 과거 데이터의 합계를 바탕으로 수요 추세를 보여줍니다. 이 위젯의 목표는 시간에 덜 민감한 수요(즉시 승차할 필요가 없는 승객)가 피크 타임을 피해서 호출할 수 있도록 유도하여 보다 시간에 민감한 긴급한 승객들이 보다 쉽게 공급을 할당받을 수 있도록 목표한 것 입니다.
7. 느낀점
수요 공급의 물리량을 측정하는 방법과 불균형을 해소하는 액션 아이템에 대한 내용을 다뤄봤습니다. 해당 포스팅의 말미에는 수요 공급 불균형 해소에 가장 효과적인 방법이 수요, 공급에 따라 반응하는 탄력 요금제 라고 말하고 있는데, 모빌리티 서비스에서는 다양한 방법을 활용해서 고객과 드라이버의 니즈를 만족시켜 나갈 수 있다는 점이 매우 흥미있었습니다.
해당 글에서는 액션 아이템을 기획하게 된 명확한 동기를 말해주고 있는데, 아이템을 기획하고 개발하는 것의 출발점은 명확한 목표 설정인 것 같습니다. 서두에서도 말했듯이 그랩에서는 "편안한 교통수단을 원하는 고객과 유연한 수입 기회를 찾는 운전자를 효과적으로 매칭시켜주기 위해 수요 공급의 불균형을 해소해야 된다." 라는 명확하고 구체적인 목표를 갖고 있습니다.
우리 서비스를 확실하게 1% 개선할 수 있는 아이템이 10가지가 있다면, 고객에게 그 동안 경험하지 못한 서비스를 제공할 수 있다는 말이 있습니다. IT 스타트업의 매력은 고객을 위한 1% 의 개선을 위해 수 많은 실험을 해볼 수 있다는 것 같습니다.
