Immagina di andare a fare la spesa e di ricevere un avviso telefonico che ti chiede se sei disposto a portare a casa anche la spesa del tuo vicino. Oppure stai andando a un concerto e vedi che potresti riempire i sedili della tua auto e il tuo portafoglio se incontrassi qualche altro fan della musica lungo la strada. Come fornitore in questi scenari, hai la possibilità di scegliere quali servizi fornire e quando. Questo potrebbe benissimo essere il modo in cui è diretto il commercio.

Ricerca recentemente pubblicata in Ricerca sui trasporti Parte B:Metodologica , dagli ingegneri di sistema di Rensselaer, ha dimostrato come un modello gerarchico che fornisce ai fornitori una certa quantità di scelta potrebbe migliorare l'incontro tra domanda e offerta per le risorse sottoutilizzate e potrebbe persino trasformare quella che è diventata nota come la sharing economy.

In questa ricerca Jennifer Pazour, professore associato di ingegneria industriale e dei sistemi al Rensselaer Polytechnic Institute, e Seyed Shahab Mofidi, che ha recentemente conseguito il dottorato di ricerca. di Rensselaer, ha creato una simulazione dell'ambiente di condivisione del viaggio e ha inserito i dati simulati negli algoritmi che hanno creato. Però, lo stesso approccio potrebbe essere applicato ad altri scenari, come le aziende che desiderano condividere lo spazio del magazzino o le organizzazioni non profit che desiderano riempire le ore di volontariato con l'uso di un'applicazione su richiesta.

"Ciò che è eccitante per me è che questa prova di concetto mostra che il modello funziona, " Ha detto Pazour. "Questo ha posto le basi per cui questo modo di dare consigli e scelte alle persone può effettivamente aiutare tutte le entità del sistema".

Approcci attualmente in uso, Pazour ha detto, può far corrispondere a un fornitore una richiesta di domanda basata su ciò che è meglio per il cliente senza molta scelta da parte del fornitore. Ciò può comportare una risposta rapida ma, lei sottolinea, impedisce ad alcuni fornitori di partecipare.

Inversamente, altre piattaforme esistenti possono mostrare tutte le richieste di domanda disponibili a un fornitore, consentendo loro di vagliare le opzioni e scegliere ciò che funziona per loro. È un approccio che ha in mente il fornitore, ma si traduce in una risposta molto più lenta per il cliente.

La piattaforma del team cerca di trovare un equilibrio tra domanda e offerta dando al fornitore alcune scelte, ma non tutte, basate sul comportamento precedente del fornitore. Pazour confronta questo approccio con il modo in cui altre piattaforme possono suggerire una serie di film che potresti voler guardare, o prodotti che potresti voler acquistare in base alle tue decisioni precedenti.

Per esempio, a un autista, o fornitore, con un'auto verranno date alcune scelte di potenziali motociclisti che potrebbero raccogliere. Possono quindi prendere una decisione in base ai loro programmi per la giornata e al percorso che stanno già per intraprendere. Queste decisioni indicheranno quali potenziali motociclisti verranno offerti in futuro.

"Il nostro approccio è più proattivo, "Pazour ha detto. "Non abbiamo intenzione di chiederti nulla inizialmente. Ti invieremo notifiche, opzioni, e lasciarti scegliere e poi il modello si occuperà delle conseguenze."

Ciò che i ricercatori hanno scoperto è che questo approccio ha funzionato meglio, rispetto ad altri approcci, quando la piattaforma non ha molte informazioni sul fornitore e le sue preferenze.

"Questa metodologia è molto utile quando la piattaforma non è in grado di prevedere perfettamente le azioni delle persone, "Pazour ha detto. "Questa è la realtà, ma penso che sia una cosa che manca in molte altre app."

Pazour spera anche che più persone saranno inclini ad optare per una piattaforma che offra più scelta, che a sua volta potrebbe portare a un aumento dell'uso di risorse sottoutilizzate come i posti vuoti in un'auto.

"Se diamo più scelta, forse avremo più persone disposte a farlo, " Disse Pazour.

Oltre a considerare questa sfida in termini di efficienza, Pazour ha anche in mente l'equità.

Per esempio, un servizio di consegna di generi alimentari su richiesta potrebbe aiutare coloro che non hanno un negozio di alimentari nelle vicinanze. In quel caso, la semplice corrispondenza di un fornitore con il vicino più prossimo può escludere alcuni clienti dall'essere serviti.

"Se è progettato per l'efficienza delle risorse, questo è potenzialmente un algoritmo diverso rispetto a se è progettato per l'equità. Quindi stiamo pensando a come possiamo assicurarci che tutti ottengano questo servizio a un livello equo, " Disse Pazour.

Ora che sanno che la loro metodologia funziona, Pazour e il suo team sono in grado di espandere la loro ricerca. Hanno in programma di migliorare i modelli e gli algoritmi della piattaforma e applicarli ad altre aree della domanda e dell'offerta, compreso il volontariato. Pazour ha affermato che il suo team sta anche esplorando opportunità di lavorare con le aziende per analizzare i dati reali e valutare se questo approccio unico potrebbe avvantaggiarli.