滴滴代驾 AI 机会引擎

体验设计 · 工程原型 · 业务闭环

AI 机会引擎： 司机决策 × 平台调度

从代驾司机街区级找单场景出发，我将传统热力图升级为可解释、可控制、可复盘的 AI 机会系统，并用工程化 B 端原型验证司机触达与平台调度闭环。

看完整案例 查看工程原型
AI 体验策略 双端交互设计 原型工程实现 业务指标验证
平台端 AI 发单机会调度控制台预览。
平台端 AI 发单机会调度控制台预览。
司机端热力图 VIP 权益页预览。
司机端报单机会权益预览。
结果信号 +1.7%

人均线下报单量

查看案例

00 / 30 秒看懂项目

我不是重画热力图，而是把它升级为 AI 供需机会判断系统

业务问题

热力图只能说明过去哪里热，不能判断现在是否值得去

司机需要判断“去不去、何时去、去了会不会白跑”；平台需要判断“触达谁、触达多少、持续多久”。本质是街区级供需机会错配。

AI 方案

让 AI 成为机会判断代理，而不是自动派单黑箱

系统综合预测订单增长、司机缺口、长等司机、POI 潜力和过量触达风险，输出机会区、触达人群和可解释依据。

双端落地

B 端控制机会，司机端接收可行动解释

运营在控制台确认策略、调整触达规模；司机端看到的是 AI 预测、缺司机提醒、报单机会和实时出单点等行动提示。

我的贡献

从问题拆解到 coded MVP，验证完整调度闭环

负责业务问题拆解、AI 体验策略、双端流程设计、B 端工程原型、司机端触达方案、组件沉淀和指标复盘。

验证结果 人均线上单量 +1.4% 人均线下报单量 +1.7% VIP 解锁与权益展示行为指标提升

02 / 业务问题：双边供需错配

司机不是缺地图，平台也不是缺预测，而是缺可控的机会判断

夜间街区中代驾司机等待订单并查看手机地图。
司机时刻

20:30，一位代驾司机已经 40 分钟没有接到单

传统热力图能告诉他“哪里过去热”，但无法回答更关键的问题：现在去还来得及吗？附近是不是已经有很多司机？去了以后会不会白跑？

  • 他需要的是前置、清晰、可信的找单机会。
  • 地图不只是导航工具，而是司机做收入决策的现场。
平台时刻

同一时间，平台预测某个街区未来 30 分钟可能爆单

如果无差别广播，司机会再次蜂拥到同一区域，局部竞争变得更激烈；如果完全不触达，平台又会错过可调度的供需窗口。

  • 平台需要判断：触达谁、触达多少、持续多久。
  • AI 的价值不只是预测，而是把预测转化为可控策略。
机会预测 未来 30 分钟爆单概率上升
供给缺口 机会区空闲司机不足
策略护栏 限制触达人数，避免信息蜂拥
设计突破点： 我把热力图从“所有人看到同一张热区图”，升级为一套双端协同的 AI 机会引擎：B 端识别与控制机会，司机端解释并触达机会，最终用行为与业务数据验证策略效果。

03 / 核心创新点

把传统热力图升级为可运营、可解释、可验证的 AI 机会引擎

01 / 交互创新

从热区展示，到 AI 机会决策

让司机看到的不再只是“过去哪里热”，而是“现在是否值得去、为什么值得去、去了以后如何行动”。

历史热区 → 预测机会 → 行动提示
02 / AI 编码落地

把设计判断跑成 B 端可交互原型

用代码搭建地图控制台，把蜂窝机会层、预测评分、策略抽屉和司机端预览串成可体验链路。

地图底图 → 机会层 → 策略配置
03 / 设计体系沉淀

沉淀地图机会信息组件语言

把 AI、报单、缺司机、热区、动调奖励等复杂信号拆成可命名、可复用、可运营的组件。

AI 预测组件。 报单机会组件。 缺司机组件。
04 / 业务闭环验证

用业务指标验证体验价值

围绕线上单量、报单量、VIP 解锁和权益展示，建立从 AI 判断到业务结果的复盘闭环。

+1.4% 人均线上单量 +1.7% 人均线下报单量 +1351% 权益展示报单量 展示条件 vs 未展示

04 / 项目背景：核心触点挖掘体验突破

热力图同时承担司机决策与平台调度

热力图是代驾司机上线后最高频的决策页面之一。司机在这里判断哪里有单、哪里值得等、是否要移动；平台也依赖这张地图理解供需状态、调节司机分布。

数据洞察显示，该页面占据司机上线期间等单时长的 78.4%，同时集中承载 75.5% 的司机负面反馈。这意味着它不是边缘功能，而是司机体验和平台效率的核心触点。

司机侧 去哪里等、什么时候动

判断热区方向、发单点、附近司机和机会是否还有效。

平台侧 触达谁、触达多少

识别未来供需缺口，控制触达规模，避免司机再次蜂拥。

地图承担收入判断：先看机会，再判断是否移动。
78.4% 上线期间等单时长占比
48.5 刷新点击单日人均
75.5% 司机反馈热力图存在问题

05 / 优化目标

体验创新转化为平台收益

司机侧

提升找单决策效率与使用体验

让司机更快看懂机会、更有信心前往、更少依赖反复刷新和经验猜测。

平台侧

通过体验创新驱动业务指标提升

围绕人均报单量、线上单量和供需匹配效率，建立可验证的业务闭环。

06 / 核心挑战：成熟赛道实现差异破局

热力图功能在出行行业高度同质化，真正的突破点不是“更多信息”，而是“基于代驾业务特性的差异化机会系统”。

07 / 设计过程：系统化方法驱动创新

多维洞察建立 AI 决策基础

3 个维度 用户 / 业务 / 竞品

从司机行为、平台目标和行业方案交叉定位问题。

11,001 份 问卷回收 / 回收率 15.6%

触达 70,374 人，周期 01-09 至 01-16，用于确认问题优先级。

4 名司机 1 位新司机 / 3 位老司机

结合访谈和体验走查，复盘找单、选点、导航与触达断点。

📊 问卷

ABC 三档城市抽样，司机端投放 1 周，确认高频问题。

🎙️ 访谈

4 名司机深访，确认核心不是缺地图，而是缺判断。

🧭 走查

代入找单路径，记录热区理解、地图缩放和导航断点。

🔍 竞品

对比热区、点位、图示、奖励入口和搜索导航。

⚙️ 产运

补齐奖励牵引、权益生效区和临时调度触达诉求。

01

信息展示清晰度与理解决策

热区、POI、实时点位混在一起，司机难判断“现在去是否有效”。

02

地图操作与选点导航效率

刷新、归位、搜索、导航彼此割裂，找单动作被频繁打断。

03

牵引触达与权益感知

奖励、权益、调度提醒缺少稳定表达，平台机会容易被忽略。

1.2 深入场景挖掘业务本质

代驾区别于网约车的关键特征，是司机在“街区级”微观场景中存在找单竞争博弈。

当所有司机接收完全相同的信息时，会形成“信息蜂拥”：司机集体涌向同一热区，局部竞争反而加剧，平台也更容易出现运力过度调度。

对司机：同质信息导致瞬时、同质决策，恶化个体找单体验。 对平台：无差别分发打破供需平衡，降低整体匹配效率。

2 / 问题聚焦：识别核心优化方向

从 29 个问题点中锁定两条主线

司机找单效率低

  • 时效性差：历史热力无法回答“现在去还有没有机会”。
  • 精度不够：区域过大，司机难判断具体发单位置。
  • 决策效率低：缺少附近空闲司机、供需关系等直接判断依据。
优化方向：智能找单体验升级

平台价值未充分释放

  • 更多收益：除成交率外，如何提升报单量等多元业务收益。
  • 可持续性：如何让功能持续使用，形成长期价值。
优化方向：地图 VIP 权益体系创新

3 / 智能体验设计策略

把 AI 设计成可解释、可控制、可验证的机会层

01

可解释预测

不是只告诉司机“这里热”，而是通过 AI 预测、爆单状态、缺口依据解释为什么值得关注。

02

机会分层

把高价值预测性信息作为稀有权益，给部分司机建立差异化找单优势，同时避免过量调度。

03

行为牵引

用“降阻 - 提动 - 助推”的机制，让司机从看见信息走向实际行动。

04

人机协同闭环

平台端识别机会和推荐触达名单，司机端接收机会并反馈结果，形成数据验证闭环。

3.1 / AI 机会引擎机制

从供需信号到可控触达，AI 只做判断代理，不替平台黑箱派发

Input

输入：供需与场景信号

订单趋势、未来时间窗预测、区域 POI 潜力、在线司机分布、长等司机状态、历史触达和区域拥挤风险。

Reasoning

判断：机会是否值得触达

综合预测订单增长、司机缺口、AI 置信度、长等司机优先级、POI 发单潜力和过量触达风险，形成机会等级。

Output

输出：机会区、触达人群与解释

B 端看到机会原因、推荐人数和司机名单；司机端看到可行动提示，而不是一段抽象预测结论。

Control

控制：人工确认和策略护栏

运营可调整触达人数、时间窗口、司机名单和策略 Key，避免误判、蜂拥和过度打扰。

Validation

验证：行为回流到业务指标

通过点击、前往、听单、报单、接单和区域供需变化验证 AI 判断是否真正改善调度效率。

设计边界： AI 负责识别和解释机会，平台负责策略确认，司机保留行动选择权。这样既能提升判断效率，也避免自动化误触达带来的体验和运营风险。

3.2 / 双端协同机制

同一个 AI 引擎，连接 B 端调度与司机端触达

B 端运营调度

B 端识别机会，人工控制策略

B 端控制台在桌面设备中的机会识别预览。
预测订单 司机缺口 长等司机
AI 机会引擎 机会评分、策略护栏、解释生成
计算机会 排序优先级 生成解释
司机端触达解释

司机端接收可行动提示

司机端报单机会权益界面。 司机端 AI 预测爆单中界面。
AI 预测 报单机会 缺司机提醒
核心设计判断： AI 不直接替平台“自动派发”，而是作为机会判断代理提供建议；B 端保留策略控制，司机端只接收清晰、低干扰、可行动的机会提示。

3.3 / 机会引擎技术框架

让机会可计算、可解释、可控制、可复盘

第 1 层 / 信号输入 多源数据感知

订单趋势、司机位置、空闲时长、历史响应、POI 类型、街区热度和时间窗口。

↓
第 2 层 / 空间建模 蜂窝机会单元

把真实街区拆成连续蜂窝格，让“机会”可以被计算、排序和运营。

↓
第 3 层 / 机会预测 机会评分与可解释原因

输出预测机会、置信度、司机缺口、推荐原因和触达优先级。

↓
B 端控制 机会区、推荐司机、策略抽屉、触达上限
司机端转译 AI 预测、报单机会、缺司机、实时出单点

3.4 / 工程落地：独立实现调度原型

独立实现 B 端机会调度原型

我将平台侧方案做成可交互原型：基于高德地图底图叠加连续蜂窝机会层，模拟未来 30 分钟预测订单、司机缺口、长等司机和供需平衡，并支持创建定量派单策略。

这让作品不只是“画了一个后台”，而是能证明 AI 机会识别、策略配置、司机端同步预览这条链路可以被跑通。

打开 B 端可交互原型

当前原型使用高德真实底图；对外投递前建议替换为专用 Demo Key。

01

蜂窝网格建模

把街区拆成连续六边形机会单元，既保留地图空间关系，也让区域变成可计算对象。

02

未来时间窗预测

聚焦未来 30 分钟潜在爆单，而不是只把历史热度作为静态底图展示。

03

供需机会评分

综合预测订单、空闲司机、长等司机、缺口人数和 AI 置信度，决定机会优先级。

04

司机触达排序

按等待时长、距机会区距离、历史响应率和本轮机会次数推荐触达对象。

05

策略护栏

设置单人提醒上限、30 分钟策略窗口和区域触达数量，降低信息蜂拥和过度打扰。

06

司机端转译

B 端策略被转译为司机端热力图上的 AI 预测、缺司机提醒和报单机会。

3.4 / 设计运营：信息体系沉淀

沉淀可复用、可运营的地图组件语言

事实层：司机可判断的客观信息 符号层：AI 机会的统一视觉语言 牵引层：平台策略的行为提示
1 / 基础客观信息 先回答司机最基础的判断：哪里有机会，机会是否真实
组件命名 组件样式 出现位置 / 触发场景 解决的判断问题
热力图网格 热力图网格组件。

地图默认层，随比例尺展示区域热度

判断热区方向与范围，避免只看单点信息

乘客发单点 乘客发单点组件。

权益解锁后，展示正在发单的客人位置

把“热区”细化到“点位”，降低找单不确定性

POI 卡片 POI 卡片组件。

门店附近机会、未应答订单、导航前提示

解释为什么这个点值得去，辅助路线决策

附近司机 附近司机组件。

对比机会区内空闲司机和服务中司机

判断竞争密度，减少“去了也抢不到”的风险

缺司机网格 缺司机网格组件。

AI 识别供给缺口后，在地图上主动露出

把供需缺口转译为司机可以补位的机会

动调信息 动调信息组件。

动调策略生效中、奖励结束前持续提示

让司机感知策略状态和收益变化

2 / 机会可视化素材 把 AI 判断转译成司机一眼能识别的机会符号
机会类型 符号样式 信息含义 司机动作
AI 预测 AI 预测徽标。

未来 30 分钟可能爆单

提前规划方向，点击“去看看”查看详情

报单机会 报单机会徽标。

附近存在可前往的潜在报单区域

放大地图、查看 POI、导航前往

缺司机 缺司机徽标。

该区域供给不足，补位成功率更高

判断是否移动补位，减少原地长等

附近司机 附近司机徽标。

显示竞争与补位空间

对比候选区域，选择司机更少的位置

报单弹幕 报单线索弹幕。

轻量露出实时机会线索

不打断主流程，给司机即时感知

热区面 热区面组件。

承载区域级机会范围

判断去哪个街区，而不是盲目追点

3 / 牵引信息 把平台策略变成司机愿意响应的行为提示
行为阶段 状态组件 心理机制 体验目标
看见收益 奖励待领取组件。

奖励待领取，先突出可获得利益

提高参与意愿，让司机愿意打开详情

确认选择 奖励选中态组件。

选中任务后强化目标感

让司机知道自己正在参与哪项权益

获得反馈 奖励已领取组件。

已领取状态形成即时正反馈

提升对权益体系的信任和继续使用意愿

即将生效 动调即将生效组件。

提前告知策略生效时间

减少司机等待焦虑，帮助提前规划移动

持续响应 动调生效中组件。

生效中持续展示接单反馈

让司机感知行动有效，不断强化行为闭环

4 / 司机端：智能找单体验升级

4 类 VIP 权益：时效、精度与缺口信息

4.1 / 地图 VIP 权益体系创新

从入口提示到权益解锁，完成 VIP 获取路径

先用地图入口建立吸引，再用权益页解释能力，最后用任务和解锁反馈完成行为闭环。

地图首页新增热力图 VIP 权益气泡。
入口提示
热力图 VIP 权益首页。
权益首页
热力图 VIP 获取任务列表。
获取任务
地图 VIP 权益解锁成功弹窗。
解锁弹窗
01入口气泡：看见价值 02权益页：理解能力 03任务列表：推进目标 04解锁弹窗：强化获得
更前置即时的信息

引入 AI 预测能力，提供前置供需趋势洞察，帮助司机提前规划。

更精细的点位信息

展示客人实际发单点和 POI 机会，降低找单不确定性。

更直接的缺司机信息

直观呈现缺司机区域，减少信息判断成本。

权益 1

AI 预测

在爆单发生前提示潜在机会，并在爆单中、爆单后持续反馈状态，帮助司机提前规划路线。

交互亮点 时间状态条：即将爆单 → 爆单中 → 爆单结束 轻 CTA：顶部弹幕先提醒，点击后地图才放大 反馈留存：结束后保留接单结果，降低错过感
预测窗口 20:30 前置提醒 → 地图放大 爆单中持续反馈 → 结束留存 保留接单结果
AI 预测权益，预测即将爆单状态。
预测即将爆单
AI 预测权益，触发去看看入口。
触发去看看
AI 预测权益，爆单中状态。
爆单中
AI 预测权益，爆单结束状态。
爆单结束
权益 2

报单机会

把高概率报单区域与 POI 机会前置给司机，降低“去哪等”的不确定性。

交互亮点 渐进披露：弹幕 → 区域放大 → POI → 导航 放大后补充点位、POI 与已接单反馈 从机会点直接承接导航决策
轻提示 弹幕露出机会 → 可展开 POI 与点位解释 → 可行动 导航前往
报单机会权益，爆单机会推荐状态。
机会推荐
报单机会权益，触发去看看入口。
触发去看看
报单机会权益，概率较大的机会被放大展示。
机会放大
报单机会权益，部分机会已被接单。
部分被接单
权益 3

缺司机提醒

以“附近司机少”的明确提醒，把供给缺口转译成司机可理解的补位机会。

交互亮点 供需缺口显性化：用红色缺口面区分普通热区 补位建议：把“缺司机”翻译成司机能行动的方向 轻量提醒：不强制派发，只降低判断成本
识别缺口 供给不足 → 地图染色 明确补位方向 → 低成本行动 尝试前往
缺司机提醒权益，缺司机引导状态。
缺司机引导
缺司机提醒权益，缺司机进行中状态。
缺司机进行中
权益 4

实时出单点

展示正在发单的客人位置与选择路径，让司机从热区判断进一步走向点位判断。

交互亮点 从面到点：先显示机会区域，再落到真实发单点 可比较点位：司机能判断哪个点更值得去 即时导航：把判断结果直接接到下一步动作
从面到点 看见发单位置 → 比较机会 判断距离与竞争 → 路径承接 直接导航
实时出单点权益，实时出单点进行中状态。
进行中
实时出单点权益，选择实时出单点状态。
选择点位

5 / 行为牵引机制

用福格行为模型完成降阻、提动、助推

01

降阻

规则简明、提醒及时、引导明确，减少司机对地图信息的理解成本。

轻量弹幕提醒。
→
02

提动

通过利益点、损失厌恶与已被接大单反馈，提升司机前往机会区域的意愿。

奖励待领取状态。
→
03

助推

爆单前、中、后持续展示预测与接单反馈，让司机形成稳定的行为预期。

动调即将生效状态。 动调生效中状态。
B = Motivation × Ability × Prompt 降阻提升 Ability，提动增强 Motivation，助推负责在正确时机给 Prompt。

6 / 平台端联动：发单机会调度控制台

从司机端权益升级为平台供需调度系统

可交互工程原型 新窗口打开

当前内嵌原型使用高德真实底图；对外投递前建议换成专用 Demo Key，避免暴露生产或个人密钥。

01

机会识别

从地图主画布快速判断哪些蜂窝格需要调度。

02

原因解释

右侧详情解释预测订单、缺口司机和 AI 置信度。

03

策略创建

运营确认触达人数、司机名单和策略窗口。

04

司机同步

同一策略被转译为司机端的机会提示。

平台端调度控制台总览，包含地图机会热区、指标卡和右侧机会详情。
控制台总览：预测机会区域、缺口司机、长等司机与供需平衡共同构成运营视图。
地图机会点 hover 状态，展示 AI 预测机会的位置与状态。
机会解释：在地图层直接解释 AI 预测机会，辅助运营判断优先级。
创建定量派单策略抽屉，包含策略目标、推荐司机名单和触达配置。
策略创建：基于推荐司机名单配置触达数量，将洞察转化为可执行策略。
控制台右侧司机端预览，显示机会区域同步到司机端热力图。
司机同步：运营策略同步到司机端热力图预览，确保触达内容和司机决策场景一致。

7 / 完整交互流程

从进入接单大厅，到平台调度后接到大单

01
司机进入接单大厅，准备开始听单。

进入接单大厅

司机先进入听单入口，准备查看地图机会。

02
司机下拉查看地图，并选择热点。

下拉查看地图

从接单大厅下拉到地图，进入热点判断场景。

03
司机勾选热点图层，查看机会区域。

勾选热点图层

把机会面、点位和提示聚合成可判断的信息。

04
司机开始听单，平台根据真实供需情况后台调度。

开始听单

平台在后台根据供需变化更新触达和策略。

05
平台调度后，司机接到大单。

接到大单

用真实接单结果回流验证机会判断有效性。

补充实验 / 等单留存机制：消消乐

等待空窗期的情绪缓冲实验，不改变接单主路径

该模块不是 AI 机会引擎主线能力，只用于探索司机到达推荐等单点后的短时留存；任何订单、报单机会或 AI 预测提醒都会优先打断游戏。

WAITING RETENTION

不是让司机沉迷，而是降低等单空窗期的流失感

代驾找单的等待具有强不确定性：司机已被引导到机会点，但爆单还没发生时，耐心会快速下降。消消乐只承担“等待期间的情绪缓冲”，不承担找单判断。

接单优先 短局可停 弱奖励反馈 地图状态不断联
设计判断

只有当司机已到达推荐等单点、当前没有接单动作时才出现入口；一旦机会提醒触发，游戏即时降级为后台状态，主路径回到地图决策。

等单消消乐游戏开始界面。
游戏开始
等单消消乐关卡进度界面。
关卡进度
等单消消乐挑战成功反馈。
挑战成功
等单消消乐排行榜界面。
排行榜
司机端地图机会提醒界面。
回到地图
01 到达等单点 02 进入消消乐 03 短局消除 04 机会提醒置顶 05 回到接单决策

8 / 成果：体验与业务双重价值验证

设计主导的专项实验开城后，获得司机群体高度关注，并带来业务指标提升

找单效率提升 人均线上单量 +1.4% 用于验证司机端找单效率变化，需结合实验城市、周期和对照组口径复盘。
业务价值拓展 人均线下报单量 +1.7% 用于验证机会提示是否带动线下报单动作，避免只看点击等浅层行为。
VIP 解锁价值 司机均完单量 / 报单量 +0.96% / +1.3% 用于观察权益解锁后对持续使用和报单行为的影响。
权益展示价值 司机均完单量 / 报单量 +0.34% / +1351% +1351% 为低基数行为指标，说明展示刺激强，但不应单独代表整体业务收益。
指标口径说明

结果页区分业务指标和行为指标：线上单量、线下报单量用于验证供需效率；VIP 解锁和权益展示用于验证司机是否理解并使用机会权益。高增长行为指标需要结合绝对量、样本范围、实验周期和对照组继续复盘。

真实痛点 → AI 机会判断 → 工程原型验证 → 司机端触达 → 业务指标提升