一、本质要缩短的时间
其实这个时间主要包括两部分：
司机到出发地时间，我们可以用Dt表示；
乘客到出发地时间，我们可以用Pt表示。
并且最终时间是取决于这两个时间的最大值，即：
司乘等待时间(Wt) = MAX［司机到出发地时间(Dt)，乘客到出发地时间(Pt)］
我们方案最终目的有两个：其一：减少Dt、Pt；其二：缩短Dt & Pt差距。
二、影响因素
司机
- 驾驶对路况熟悉程度
- 司机到出发地距离
- 司机前往出发地时间
乘客
- 乘客到出发地距离
- 乘客前往出发地时间
三、解决方案
我们根据上述因素逐一优化。
1. 司机对路况熟悉程度
这个因素需要先做下定义：根据司机载人历史记录，统计出司机在具体区域(最小单位可以是区、甚至是更小的片儿，比如：三里屯)的载人里程，通过在某片儿的载人里程数评判司机对该片儿路况的熟悉程度。
然后，我们根据司机对路对熟悉程度，优先推荐该司机。
2. 司机到出发地距离
缩短司机响应订单距离，比如之前5公里，改成3公里（具体距离需要通过现有数据具体分析后确定）；
3. 司机前往出发地时间
只有当前司机没有其他进行中订单时，司机才可接其他单。避免司机在接单后，依然在服务其他订单，无法立即前往新订单乘客出发地。
4. 乘客到出发地距离
这个因素暂时无法控制，这里先不做调整。
5. 乘客前往出发地时间
这个是最影响司乘等待时间的因素之一。
很多用户为了节省自己时间，会提前叫车，然后再继续在家化妆、洗漱、上卫生间等，等司机打电话时才前往出发地。
关于这点，我们可以给乘客增加一个司机等待时间这样的一个属性，
就是，每个用户会有：近10次乘车平均司机等待时间。
司机在接单时，会知道该乘客让司机平均等待的时间，以决定是否接单。
6. 增加冠军订单功能
冠军订单定义：
所有候选司机中，根据司机对路况熟悉程度、司机到出发地距离综合计算出最适合接单的司机，然后该司机接到的此单的冠军订单，如果司机收到冠军订单，那么他将比其他司机享有10s优先抢单时间，并且可以有比如3%的提成等，这个根据具体运营策略可定制和调整。
四、做完这道题目，有一个小小的思考
我们从考核关注的司乘等待时间：
司乘等待时间(Wt) = MAX［司机到出发地时间(Dt)，乘客到出发地时间(Pt)］
改为去关注：
司乘等待绝对时间差(Wt) = | 司机到出发地时间(Dt) － 乘客到出发地时间(Pt) |
是否会更有意义？
因为无论司机接单到乘客上车时间有多长，
只要是司机与乘客是几乎同时到达上车地点的，那么司机&乘客的体验就是极佳的。
