一、惩罚管控活动策划
1.1制定说明
当前某城市活动期订单数量逐渐稳定在20万以上，取消率与差评率亦逐步上升。特别是端午当天，30多万呼叫量下只有81%应答率，近两周数天取消率高至14%以上，为保证乘客用户体验以及活动成果，需要严格控制司机降低取消率和差评率。并不断迭代实施。
管控方案目前设想从两方面着手，管控措施一是筛选和分层恶意司机与乘客，依据制定标准进行教导与惩罚；管控措施二是对优秀司机的奖励与补贴，加强司机互动和司机拉新宣传，同时亦能弱化乘司对立情绪。
1.2惩罚管控
上一阶段分析：上一阶段XX针对司机做出车费垫付，大幅降低司机端差评投诉率，然而乘客端差评投诉率依旧很高，需要重点分析解决。此外，取消率在活动期间上涨明显，弥补运力不足之外亦需引导和教育司机乘客。
本轮目的：司机与乘客很难接受和学习比较复杂规则，本轮管控首先让司机与乘客明确管控红线，使得其心中铭记触犯规则。因此，依据过往两周司机与乘客的取消、差评数据分层筛选，特别提取部分司机及乘客进行教育与警告。
乘客端取消分层管控示意图如下所示
下星期执行标准：司机当天取消单数8次以上，且取消率低于50%；封禁3天；司机当天取消单数5次以上，且取消率低于70%；短信、播报教育警告。乘客当天取消5次以上，且订单数为0；封禁3天；司机当天被投诉3次以上，且投诉率高于40%；封禁7天。司机当天被投诉2次以上，且投诉率高于20%；短信、播报教育警告。
二、奖励管控方案策划
2.1制定说明
惩罚管控的对象主要是取消率与投诉率表现很差的司机，在提高服务质量时，管控应做到有奖有罚。针对取消率与投诉率的尾部司机向前推一推时，也应该采取将取消率与投诉率的头部司机向前拉一拉的措施。因此，以半个月为周期进行奖励管控，给予取消率与投诉率表象良好的司机一定奖励，提高管控数据时向前带动某城市滴滴的服务质量。
2.2奖励管控
目的：1.通过奖励取消率与投诉率两方面综合表现良好司机提高整体服务质量；2.通过鼓励授奖司机的自发宣传进行对滴滴品牌宣传和司机拉新。
奖励：1.选取前20名评比滴滴某城市服务之星，最终确定前十名每位司机奖励1000元；2.选取前21至100名为滴滴某城市好师傅，与以上落选十名每位司机奖励200元；3.所有获奖师傅均可在一个月内招收5名滴滴新徒弟，每招收1位奖励300元；4.奖励十名滴滴某城市服务之星带有滴滴logo车载装饰品。（奖励发放方式可以单单奖形式）
规则：活动对象为活动时间段内完成单数大于人均完成单数（日均8单左右）某城市滴滴司机；本轮活动时间为奖励管控首轮，时间设置为XX月XX日-XX月XX日（以后周期为两周）；评分规则如下：总分= 0.5*（1-取消率）+0.4*（1-投诉率）+0.1*（21-微信投票排名）/20（取消率为0，投诉率为0，投票排名第一则为满分1）
固定成本计算：每月服务之星奖励为1000*10=1万元；每月滴滴好师傅奖励为200*90=1.8万元；滴滴某城市之星奖品为50*10=0.05万元；即每月固定成本为：2.85万元
首轮阶段流程如下图
2.3相关工作安排
运营相关工作：活动前期有两点（1）6月20-21日依据运营数据协商确定管控评选的规则与奖励。同时确定其他普通司机拉新奖励；（2）6月23-25日在司机端每日播报中宣传，其中24号发送司机端全量短信。活动中期：通过编程优化司机管控数据提取方法，并制定模板化过程。活动后期：（1）7月1-2日依据活动时间段管控数据，确定滴滴某城市服务之星评比司机名单和滴滴某城市好师傅司机名单。（2）7月5日依据投票结果以及管控数据确定最终滴滴某城市服务之星获奖名单，同时配置好奖励策略。其中奖金以单单奖形式发送给获奖司机，推新则通过配置推新司机策略实现。
市场相关工作：活动前期有两点（1）6月21-22日依据滴滴某城市服务之星评选规则与奖励制作宣传素材；（2）6月23-25日在司机端开屏、banner以及微信公众号中播报宣传，其中微信公众号可以撰写一篇对滴滴某城市服务之星奖励及规则介绍文章，同时展开对司机拉新的奖励介绍及引导。此外，开屏及banner亦可向微信公众号导流。活动中期：（1）6月29-30可再次引导司机关注滴滴某城市服务之星评选结果，同时提高司机对取消率与投诉率的重视。（2）基于微信公众号建立滴滴某城市服务之星投票系统，司机装载时能够包含司机拉新奖励宣传。活动后期：对本轮结果展示以及下轮评比宣传。
运控相关工作：活动前期为通过车主之家对奖励管控活动进行宣传及讲解。活动中期：依据司机喜好确定合适滴滴某城市服务之星的实物奖励，奖品能够打上滴滴某城市服务之星logo，成为滴滴司机炫耀及传播车载装饰品。活动后期：（1）确定滴滴某城市服务之星获奖名单后，通知获奖司机，告知奖励方式即微信拉票相关知识。（2）通过车主之家发放滴滴某城市服务之星获奖产品。
三、奖励管控活动总结
3.1管控活动数据体现
投诉率下降较为显著，在奖励管控执行后，差评率基本稳定在2%以内，下降幅度约为30%。取消率降低极为显著，从14%取消率峰值降低至10%以内。助力某城市应答率由90%左右提升至95%（包括周末）左右。
3.2取消率数据环比展示
由于单周内周一、周末取消率高，以自然日为单位展示并不能进行有效说明，因此数据展示以周一环比、周二环比···周日环比来展现应答后取消率与应答率。单个图中左边红线为XX月XX日-XX月XX日应答后取消率变化图，右边蓝线为XX月XX日-XX月XX日应答率变化部分图。
3.3总结分析
取消率直接价值体现在：应答率提升5个点，以成单率80%计算，日均提升单量约6千单，日均营收额提升约10万。投诉率潜在价值：有力提升乘客用户体验，形成司乘关系良好循环。6月份服务管控取得了不错的效果，取消率与投诉率皆有越来越好的趋势，是对先前一步工作的认可；此外，取消率与投诉率改良亦与司机端运力良好和大促力度降低有关，执行方案需要不断总结改良。
写在最后：1.有任何建议请不吝啬；2.对数据运营感兴趣朋友可私信多交流。
