Make Uber (en México) Great Again

Buda y meditación

Capítulo 1. El enfado
Esta mañana estaba muy enfadado. Porque ya van varios días seguidos en los que, ni guiados por Waze, los conductores de Uber que tienen que recogerme no consiguen llegar, o se pasan de largo, o cancelan sin dar más explicación. Lo que para mí, que decidí no tener coche para apoyarme en servicios como Uber, Lyft o Cabify, representa un problema, porque por cada cancelación me quedan diez minutos menos para llegar al lugar al que tengo que ir. Si vives o has estado en la Ciudad de México sabrás cuán azaroso se vuelve entonces el llegar puntual, en vista del tráfico que puebla la ciudad diariamente.

He optado entonces, cuando tengo la oportunidad, por pedir mi Uber con mucha (hablo de un par de horas) antelación para minimizar el efecto de las cancelaciones de los conductores al venir por mí. Porque vivo en un sitio al que no es tan fácil llegar, pero totalmente accesible si tienes unas nociones básicas de cómo usar Waze o Google Maps.

Pero no siempre tengo un par de horas, como los tres días de esta semana, así que cuando voy con el tiempo justo, pedir un Uber para llegar a tiempo es apostarle al destino. Y esta semana perdí las tres veces y llegué tarde a todas partes.

Así que esta mañana, les digo, estaba muy enfadado. Pero intenté revertir mi estado de rant de desahogo “internetesco” a otro más zen (ommmmmmmm) y convertir este texto en algo que pudiera ser más constructivo.

Capítulo 2. Big Data y Small Data
Una enorme tentación se cierne sobre nosotros cada vez que vemos a Uber desde fuera: salivar ante la cantidad de información que (pensamos/sabemos) la plataforma dispone de cada uno de nosotros usuarios: a dónde vamos, de dónde venimos, si usamos este servicio o aquel, etc.

Pero si lo piensan bien, la utilidad del Big Data no es tanto el analizar todos los datos a lo salvaje, sino encontrar pequeños subsets de datos que nos ayuden a comprender qué hay de particular en este o aquel viajero.

Así, el modelo de Uber se sustenta en un subset de datos muy simple:
Necesito un viaje en coche + Coordenadas GPS de dónde estoy

Todo lo demás (el destino, si elijo UberPOOL o UberX, si me dan agua o no, la calificación promedio del conductor, etc.) es vestimenta. Importante sí, pero vestimenta al fin y al cabo.
Y este subset se alimenta principalmente de un importante factor: el crecimiento exponencial del número de teléfonos en cada lugar donde Uber está presente. En esta ecuación, entonces, se entiende que cuantos más teléfonos, más posibles usuarios de Uber (por eso estas tendencias de publicidad de las compañías tecnológicas), y cuantos más usuarios, más conductores hacen falta para dar servicio a todos sin que las tarifas se eleven hasta el cielo.

Capítulo 3.1. El VIAJE MÍNIMO ACEPTABLE
Llegué a mi cita esta mañana y lo primero que hice fue garabatear en una hoja esta gráfica, para poder ilustrar este post de forma más o menos coherente:

Límite de coches de Uber en Ciudad de México

En la parte inferior tenemos el eje X, que indica el número de coches/conductores de Uber en la Ciudad de México. Del lado izquierdo vemos el eje Y, que nos sirve para mostrar la calidad promedio de los viajes, entendiendo ésta como el promedio de estrellas con los que se califica a cada conductor.

Así, tracé líneas horizontales en las 5 estrellas (la calificación máxima) y en las 4. Por debajo de eso, mejor ni hablamos. Entre medias tracé una línea horizontal de puntos en el 4.7, que se supone era la calificación promedio por debajo de la cual Uber exigía a sus conductores volver a examinarse para saber si podían seguir ofreciendo servicio (nadie sabe qué pasó con este tema).

Continue reading Make Uber (en México) Great Again

Batalla en Starbucks

Pantallas de drive-through de Starbucks

Yo no me había percatado hasta hace unas semanas, pero cada día se desarrolla una cruenta batalla entre todos los empleados de los Starbucks que disponen de drive-through.
Es una batalla colectiva (que se visualiza en dos pantallas colocadas sobre la ventana por la que se atienden los pedidos) por el servicio y satisfacción de los clientes, pero también es una batalla individual de cada empleado ante la presión de una cafetera que no funciona o el “malabareo” de tareas entre la ventana del drive-through y la caja con una fila llena de gente esperando su café.

Dashboards de Starbucks

Si ven la foto sobre estas líneas (click para agrandar) pueden ver cómo, del lado derecho, hay una tabla de marcadores con los resultados de todos los Starbucks que participan en esta competición, mientras que del lado izquierdo podrán observar cuántos coches hay en el drive-through, cuánto tiempo llevan esperando a terminar su orden (comparados con el promedio de tiempo de todos los coches que han pasado) y quién se encarga de atenderlos.

No sé si esta dinámica interna de engagement para con los empleados es divertida o una espada de Damocles sobre la cabeza de cada uno de ellos, pero me hizo pensar en la infraestructura para organizar algo así: necesitas sensores (y dashboards para visualizar la información que generan aquellos) y, sobre todo, necesitas que cada uno de los Starbucks tenga un drive-through que sea igual que los de todos los demás, para que ninguno tenga ventaja sobre el resto, algo que en algunas ciudades de México se complica por cómo opera el tráfico.
Por ejemplo, un drive-through de un Starbucks en la Ciudad de México tiene muchísimo más flujo de vehículos, pero también es infinitamente más complicado salir del mismo que hacerlo del drive-through de un Starbucks de ciudades más pequeñas como Morelia o Saltillo).

Me hizo pensar en las pocas dinámicas de este tipo que se generan en las oficinas de los grandes corporativos o de las agencias de publicidad que les dan servicio, y en la cantidad de ideas que se me ocurrieron simplemente al ver esas dos pantallas en funcionamiento. En fin, termino recordándoles que presten atención la próxima vez que entren en su Starbucks preferido y, si tienen un drive-through, denles ánimos; la batalla es encarnizada 🙂