Фиолетовые зоны в яндекс такси: «Что означает фиолетовые зоны на Яндексе картах навигатора?»

Содержание

Если нет заказов в Яндекс Такси, проверьте 10 настроек таксометра

Если у вас долго нет заказов, убедитесь в правильности настроек Таксометра.

Каждый раз в начале смены не забывайте переключать статус в положение «НА ЛИНИИ». В противном случае заказы приходить не будут.

Проверьте, работают ли интернет и GPS. Проблема может быть в низкой скорости интеренета или отсутствии сигнала GPS. Если Вы увидели в верхней части экрана предупреждение об этом, откройте меню-шторку и проверьте, работают ли интернет и GPS. Если индикаторы не горят, включите их.

При низкой скорости интернет-соединения включите и выключите режим полёта. Скорость передачи данных может вырасти.

Если для работы в таксометре и звонков Вы используете один и тот же смартфон, помните, что во время телефонных разговоров интернет не работает и заказы поступать не будут.

Также могут быть проблемы с завершением текущего заказа. В этом случае позвоните в свой таксопарк и попросите диспетчера завершить заказ.

Если после всех этих действий связь не восстанавливается, попробуйте переместиться в другой район или вернуться в пределы города, если Вы находитесь далеко от него.

Проверьте, нет ли у Вас случайных незавершённых заказов. Зайдите в меню во вкладку «Таксометр» и завершите заказ.

Убедитесь, что включены тарифы, в которых Вы работаете. Для этого войдите в раздел «Водитель». Если все тарифы выключены, заказы приходить не будут. Рекомендуем выбирать все доступные Вам тарифы, чтобы получать много заказов.

Убедитесь, что Вы не заблокированы в системе. Заказы не приходят, если Вас заблокировали. Таксометр подскажет как исправить ситуацию.

Если после прохождения фотоконтроля у службы качества возникли замечания, Вы узнаете об этом. В таксометре появится приглашение пройти проверку ещё раз.

Если Ваши показатели снизятся до критической отметки, доступ к заказам временно приостанавливается. На экране таксометра появится информация когда Вы сможете принимать заказы вновь. Если пользователи часто жалуются на Вашу работу или автомобиль, Вас могут заблокировать за нарушение сервисных стандартов Яндекс.Такси. В таком случае Вы получите сообщение с инструкциями для разблокировки. Вы в любой момент можете самостоятельно проверить нет ли у Вас блокировок, а также всё ли в порядке с устройством и связью. Для этого в главном меню выберите раздел диагностика. Если что-то не так, то на экране высветятся конкретные проблемы, которые удалось обнаружить. Нажмите на каждую, чтобы узнать больше. Если неполадок нет, то Вы сразу об этом узнаете — сообщение, что у Вас всё хорошо высветится на экране.

Всё настроено верно, но заказов нет — возможно Вы находитесь в районе с низким спросом. Загляните на главный экран и следуйте по направлению к ближайшей фиолетовой зоне.

Для оптимизации работы используйте карту заказов или карту спроса своего города.

Прочитайте следующую инструкцию: Как повторно пройти фотоконтроль?

Работа в такси на личном автомобиле подробности тут.

Как мы распределяем заказы между водителями в Яндекс.Такси / Хабр

Одна из главных задач в Яндекс.Такси — как сделать так, чтобы к пользователю быстро приезжала машина, а у водителя сокращалось время «холостого пробега» (то есть время, когда он на линии без пассажира). Казалось бы, всё просто: пользователь выбирает тариф, указывает дополнительные пожелания (детское кресло, например). Остаётся отфильтровать водителей на линии по этим критериям, выбрать ближайшего и предложить ему заказ. Однако всё так просто только на первый взгляд.

Сегодня я расскажу сообществу Хабра о том, как мы выбираем наиболее подходящего водителя и как этот процесс эволюционировал со временем. Вы узнаете о двух подходах к решению задачи.

Общая архитектура поиска

Когда пользователь нажимает кнопку «Вызвать такси», в бэкенде создаётся объект заказа и начинается его обработка в соответствии с конечным автоматом. Чтобы заказ перешёл из состояния «В ожидании» в «Водитель назначен» — нужно найти водителя, предложить ему заказ и дождаться подтверждения, что заказ принят.

Жадный (Greedy) подход

Очень долго в Яндекс.Такси работал жадный подход. При таком подходе на этапе поиска исполнителя делается запрос в микросервис Tracker, отвечающий за водителей. Tracker знает об автомобилях всё: от цвета и брендирования до текущего местоположения. В Tracker’e есть локальный геоиндекс по водителям и коннекторы к сервисам маршрутизации (роутерам) для построения маршрутов от точки А до точки Б (и даже через точки В, Г, Д). Поэтому, когда поступает запрос на поиск водителя, Tracker сначала определяет в локальном геоиндексе ближайшие машины по прямому радиусу с учётом «жёстких» ограничений заказа (класс автомобиля, требования — детское кресло, жёлтые номера). Затем уточняется время и длина маршрута подачи автомобиля и с учётом этой информации выбирается лучший вариант.

Позже эта логика эволюционировала: для каждого водителя стали рассчитывать его «скоринг» на заказ — функцию от времени подачи автомобиля. И ранжировали водителей уже по значению скоринга. В функции учитывается не только непосредственно время подачи, но и множество других факторов: от уровня спроса в точках А и Б до «опытности» водителя. Такое жадное назначение называется бонусным.

Буферный (балковый) подход

Однако при жадном подходе ближайшего водителя получит тот, кто первый заказал такси. При этом некоторые пользователи могут вообще остаться без машины.

При повышенном спросе, когда начинается конкуренция за исполнителей, жадный подход не годится. Чтобы максимально удовлетворить спрос даже в самые нагруженные часы, мы используем множество подходов и алгоритмов. Один из них — буферное (балковое) назначение водителей на заказы. В его основе лежит хорошо известная задача из области комбинаторной оптимизации — задача о назначениях. Вкратце её суть: пусть у нас есть N работ и M исполнителей, любой работник может выполнить любую задачу за время p(i,j)[0<=i<N, 0<=j<M]. Нужно назначить каждой задаче такого исполнителя, чтобы сократить суммарное время выполнения всех работ (при этом один исполнитель может взяться только за одну работу).

При решении такой задачи о назначениях наша «стоимость» выполнения работы (заказа) исполнителем (таксопарком и водителем) — значение функции скоринга от времени подачи автомобиля к пользователю. Задачу можно описать в терминах двудольных графов: с одной стороны — заказы, с другой — исполнители. Между заказами и исполнителями есть взвешенные рёбра (скоринг). Таким образом, одна из наших целей — минимизировать суммарное время подачи автомобилей, максимизировав количество выполненных заказов (максимальное паросочетание). Один из наиболее известных способов решить такую задачу — венгерский алгоритм.

Очевидно, что при буферном назначении мы не можем дать водителя по запросу, как при жадном подходе. Сначала нужно положить заказ в очередь, потом разыграть, а после этого сообщить о найденном водителе. Это совсем не вписывалось в конечный автомат обработки заказа, и его пришлось немного усовершенствовать. Чтобы тестировать и создавать новое решение, не влияя на коллег, мы сразу договорились, что всё будем делать в отдельном микросервисе DriverDispatcher. Он станет принимать заказы, класть к себе в очередь, находить водителей и сохранять результаты розыгрышей.

Первым делом нам надо было подготовить Tracker к новому профилю нагрузки. Если при жадном подходе запросы на водителей просто индивидуально попадали на балансировщик Tracker’a и перенаправлялись на его инстансы с распределением нагрузки, то в буферном назначении все запросы были с одной машины: индивидуальные запросы просто забили бы пул соединений. Поэтому мы добавили в трекер возможность батчевой обработки запросов, которые внутри трекера обрабатывались параллельно. Попутно нам также пришлось решить проблему разумного количества запросов на батч-обработку. Со стороны клиента (DriverDispatcher’a) мы разбивали большой батч на несколько маленьких и отправляли на разные инстансы Tracker’a.

Итак, трекер подготовлен, скоринг считается и в Tracker’e (жадное назначение), и в новом сервисе (DriverDispatcher’e), алгоритм решения задачи о назначениях отлажен и корректно работает. Появился вопрос, как интегрировать это всё в конечный автомат обработки заказа. Мы добавили отправку и удаление метаинформации о заказе в DriverDispatcher при переходе заказа из состояния в состояние. И это уже почти работало. Почти — потому что итерации поиска исполнителя на заказ не контролировались извне. Мы могли просто заменить поход в трекер за водителем на поход в наш сервис и отдавать водителя, когда он найден, а до этого просто отдавать 404. Но это плохо, потому что нужно предлагать заказ водителю сразу, как только мы нашли заказ, и даже несколько секунд задержки тут играют роль: водитель может просто повернуть не в ту сторону, и заказ станет неактуален. Для этого мы сделали возможность вызвать процесс поиска исполнителя, не влияя на запланированные задачи. Так мы сохранили логику поиска (с перезапросами) и добавили возможность вызвать его вне планировщика.

Таким образом нам удалось совместить основной конечный автомат обработки заказа с конечным автоматом обработки в буферном диспатче без влияния на работающую логику и без гонок между состояниями. Можно запускать первые эксперименты на живых пользователях.

Это всё очень здорово, но как же время поиска исполнителя, спросите вы. Если поиск происходит не сразу после поступления заказа, значит, время поиска увеличивается и в итоге компенсируется более быстрой подачей? Это не совсем так: с помощью различных методик (в т.ч. с помощью машинного обучения), мы смогли выделить кейсы, когда ожидание имеет смысл, в остальных же случаях время ожидания не меняется.

Розыгрыш на пине

Ещё один способ найти исполнителя быстрее — начать искать его ДО создания заказа. Когда появляется новый пин (то есть пользователь только вводит данные о заказе в приложение), алгоритмы машинного обучения оценивают вероятность того, что далее последует заказ, и решают, учитывать ли его при буферном поиске водителей. Мы можем найти машину заранее, а когда пользователь нажмёт кнопку заказа — тут же сделать предложение подходящему водителю.

Заключение

Матчинг заказов и водителей — непростая задача, она требует учитывать множество факторов. Один из них — это контекст перемещений водителей при выборе кандидатов на заказ. Об этом мы расскажем в следующих постах.

Другие посты о технологиях Такси

Динамическое ценообразование, или Как Яндекс.Такси прогнозирует высокий спрос

Как с помощью компьютерного зрения оценить состояние автомобиля. Опыт Яндекс.Такси

Как Яндекс.Такси прогнозирует время подачи автомобиля с помощью машинного обучения

‎Yango Pro (Таксометр) — драйвер в App Store

Описание

Работайте по расписанию
Используйте Yango Pro для работы каждый день или просто неполный рабочий день по вечерам. Приложение отдает вам приказы: вы просто едете!

Быстрый старт
Загрузите Yango Pro и зарегистрируйтесь за 24 часа. После нескольких формальностей вы уже можете начать зарабатывать. Yango Pro показывает вам, где в городе самый высокий спрос, и отправляет вам заказы в режиме реального времени.

Мы найдем для вас райдеров
Не нужно искать райдеров — мы автоматически отправляем вам ближайшие заказы. Yango Pro распределяет заказы, чтобы свести к минимуму мертвый пробег и максимизировать вашу прибыль.

Быстрые деньги
Получите деньги немедленно. Yango Pro показывает стоимость каждой поездки, текущий остаток на вашем счету и сколько вы заработали сегодня.

Карта, показывающая высокооплачиваемые заказы
Yango Pro показывает вам, где больше всего заказов в городе в режиме реального времени. Поездки, начинающиеся в этих фиолетовых зонах, приносят вам больше, чем обычно.

000Z» aria-label=»15 December 2022″> 15 декабря 2022 г.

Версия 12.03

Мы исправили несколько ошибок в этой новой версии, поэтому приложение работает лучше, чем когда-либо. Обновите сейчас и проверьте →

Рейтинги и обзоры

18 оценок

iOS не работает как надо

Версия
iOS нуждается в обновлении, заказы на двойные задачи трудно принимать, так как новый заказ не появляется на экране, я перепробовал все настройки, но все остается прежним!
Если я оставлю экран в приложении yango pro, экран перейдет в спящий режим.
Я теряю другие поездки, потому что всплывающие окна не отображаются, когда я переключаюсь с карты на yango pro.
Я готов дать больше звезд, если следующее обновление пройдет гладко.

Ильмойтуксет эй тойими

1. Ongelma ilmoitusten kanssa.
Kun asiakas peruuttaa tilauksen, ei kuulu äänimerkkiä. Ja jos navigointi on päällä kuljettaja ei näe eikä kuule ilmoitusta siitä, että tilaus on peruttu. (Äänenvoimakkuus maximi. iPhone 13 Pro)
Siitä johtuen uudet tilaukset mene ohi, aktiivisuuspisteet putoa. Rangaistaan kuljettajaa sovelluksen kehittäjän epäpätevyyden takia!
Kehittäjälle — enemmän työtä, vähemmän itsensä kehua

Разработчик, MLU B.V., указал, что политика конфиденциальности приложения может включать обработку данных, как описано ниже. Для получения дополнительной информации см. политику конфиденциальности разработчика.

Данные, используемые для отслеживания вас

Следующие данные могут использоваться для отслеживания вас в приложениях и на веб-сайтах, принадлежащих другим компаниям:

Данные, связанные с вами

Следующие данные могут быть собраны и связаны с вашей личностью:

Место расположения
Контактная информация
Пользовательский контент
Идентификаторы

Данные, не связанные с вами

Могут быть собраны следующие данные, но они не связаны с вашей личностью:

Диагностика
Другие данные

Методы обеспечения конфиденциальности могут различаться в зависимости, например, от используемых вами функций или вашего возраста. Узнать больше

Информация

Поставщик: МЛУ Б.В.
Размер: 378,6 МБ
Категория: Бизнес
Возрастной рейтинг: 4+
Местоположение: Это приложение может использовать ваше местоположение, даже если оно не открыто, что может сократить срок службы батареи.
Цена: Бесплатно

Тех. поддержка
Политика конфиденциальности

Опоры

Еще от этого разработчика