Thuật toán phân đơn của ứng dụng gọi xe và giao hàng là một bài toán ghép cặp: trong vài giây, hệ thống chọn tài xế nào nhận yêu cầu nào để khách chờ ít nhất và đơn được hoàn thành với khả năng cao nhất. Các yếu tố thường gặp là khoảng cách và thời gian dự kiến tới điểm đón, trạng thái của tài xế, lịch sử nhận và huỷ chuyến, loại xe, và lượng cầu ở khu vực lúc đó. Không nền tảng nào công bố công thức đầy đủ, và công thức thay đổi theo thời gian.
Bài này giải thích nguyên lý ở mức người làm nghề cần biết, để bạn phân biệt điều gì có cơ sở với điều chỉ là lời đồn trong nhóm tài xế. Bài không nói về một ứng dụng cụ thể nào và không hứa cách "lách" để được nhiều đơn hơn. Thứ bạn mang về là một cách nghĩ: hiểu hệ thống đang tối ưu cái gì, rồi tự quan sát dữ liệu của chính mình thay vì tin vào mẹo truyền miệng.
Phân đơn là bài toán ghép cặp, không phải bốc thăm
Hãy hình dung một khu phố đông ở TP Hồ Chí Minh vào giờ tan tầm. Trong một phút có hàng chục người bấm gọi xe, hàng chục quán gửi đơn giao đồ ăn, và hàng trăm tài xế đang bật ứng dụng rải rác trong bán kính vài cây số. Nếu hệ thống chỉ đơn giản giao mỗi yêu cầu cho người gần nhất, sẽ có lúc một tài xế đứng sát hai khách mà khách thứ ba ở xa không có ai nhận. Vì vậy, nhiều hệ thống không xét từng yêu cầu riêng lẻ mà gom một nhóm yêu cầu trong khoảng thời gian rất ngắn rồi tính cách ghép tổng thể tốt nhất cho cả nhóm.
Mục tiêu của bài toán thường là tổng hợp của nhiều thứ cùng lúc: thời gian chờ trung bình của khách thấp, tỷ lệ đơn được nhận cao, quãng đường chạy rỗng của tài xế ngắn, và đơn được hoàn thành chứ không bị huỷ giữa chừng. Các mục tiêu này đôi khi kéo về hai phía. Giao đơn cho người gần nhất giúp khách chờ ít, nhưng nếu người đó hay từ chối thì đơn bị trễ thêm một vòng. Đó là lý do lịch sử nhận chuyến của bạn có thể được đưa vào phép tính.
Điểm cần hiểu là "AI" trong phân đơn phần lớn là các mô hình dự đoán: dự đoán thời gian bạn tới điểm đón theo tình hình đường lúc đó, dự đoán quán mất bao lâu để làm xong món, dự đoán khả năng bạn nhận đơn. Dự đoán có sai số. Khi bạn thấy một đơn "vô lý", nhiều khi đó là kết quả của một dự đoán sai, chứ không phải hệ thống cố tình chèn ép riêng bạn.
Những yếu tố thường được tính khi chọn tài xế
Bảng dưới tổng hợp các yếu tố mà các nền tảng gọi xe và giao hàng trên thế giới thường nhắc trong tài liệu hướng dẫn cho đối tác hoặc trong các bài giới thiệu kỹ thuật công khai. Mức độ quan trọng của từng yếu tố khác nhau giữa các nền tảng và giữa các thời điểm, nên đây là bản đồ khái niệm chứ không phải công thức.
| Yếu tố | Hệ thống dùng để làm gì | Bạn quan sát được gì |
|---|---|---|
| Khoảng cách và thời gian dự kiến tới điểm đón | Giảm thời gian chờ của khách, giảm km chạy rỗng | Đơn đến thường ở gần vị trí bạn đang đứng, nhưng không phải lúc nào cũng gần nhất theo đường chim bay |
| Hướng di chuyển hiện tại | Tránh bắt tài xế quay đầu qua dải phân cách hay đường một chiều | Đang chạy ngược hướng thì có thể bị bỏ qua dù gần |
| Trạng thái: rảnh, sắp xong chuyến, đang chở | Một số hệ thống giao trước đơn kế tiếp khi bạn sắp tới điểm trả | Nhận đơn mới khi chưa kết thúc chuyến cũ |
| Lịch sử nhận và huỷ | Ước lượng khả năng đơn được hoàn thành | Chính sách ưu tiên hoặc hạn chế ghi trong điều khoản đối tác |
| Loại xe, loại dịch vụ, giấy tờ đăng ký | Chỉ giao đơn phù hợp với xe và quyền của bạn | Không thấy đơn của dịch vụ bạn chưa đăng ký |
| Cầu và cung trong khu vực | Điều chỉnh giá, kéo tài xế về khu thiếu xe | Vùng tô màu trên bản đồ của ứng dụng, thông báo khu vực đông khách |
Ngoài những yếu tố trên, giao hàng đồ ăn còn có thêm một biến số khó đoán là thời gian quán chuẩn bị món. Nếu hệ thống dự đoán quán mất lâu, nó có thể chưa gọi tài xế ngay mà chờ để bạn không phải đứng đợi trước quầy. Khi dự đoán này sai, bạn đến nơi vẫn phải chờ, và đó là phần thời gian không ai trả tiền nếu chính sách nền tảng không bù.
Tỷ lệ nhận, tỷ lệ huỷ và điểm đánh giá ảnh hưởng ra sao
Tỷ lệ nhận chuyến là tín hiệu về độ tin cậy. Từ góc nhìn của hệ thống, một tài xế nhận 9 trên 10 đơn được mời giúp đơn đi nhanh hơn một người chỉ nhận 5 trên 10. Nhiều nền tảng ghi rõ trong điều khoản đối tác rằng tỷ lệ này liên quan tới chương trình thưởng hoặc hạng tài xế. Bạn nên đọc kỹ phần đó trong ứng dụng của mình thay vì nghe kể lại, vì chính sách đổi theo từng đợt.
Tỷ lệ huỷ sau khi nhận thường bị coi nặng hơn từ chối. Từ chối ngay lúc mời chỉ làm mất vài giây; nhận rồi huỷ khiến khách đã chờ một lúc lại phải chờ lại từ đầu. Vì thế nhiều tài xế lâu năm có thói quen đọc kỹ điểm đón, điểm trả trong vài giây được mời rồi mới bấm, thay vì bấm nhận trước rồi tính sau.
Điểm đánh giá ảnh hưởng tới quyền lợi nhiều hơn tới việc chia đơn hằng ngày. Ở nhiều nền tảng, điểm đánh giá trung bình dưới một ngưỡng có thể dẫn tới cảnh báo hoặc tạm khoá tài khoản. Còn việc điểm cao hơn một chút có làm bạn được nhiều đơn hơn hay không thì thường không được công bố. Đừng bỏ tiền hay công sức vào những mẹo hứa nâng điểm nhanh, nhất là những dịch vụ bán đánh giá, vì đó là vi phạm điều khoản.
Thời gian trực tuyến và vị trí đứng chờ có tác động gián tiếp. Bạn bật ứng dụng ở nơi có nhiều khách thì xác suất được mời cao hơn, đơn giản vì có nhiều yêu cầu quanh bạn. Đứng chờ chặn lối đi hay tụ tập trước cổng bệnh viện, trường học thì vừa sai quy định nơi đỗ, vừa gây ác cảm với người xung quanh; hãy chọn điểm chờ hợp lệ.
Giá theo nhu cầu: vì sao trời mưa giá chuyến khác
Giá theo nhu cầu, còn gọi là giá động, là cơ chế tăng giá cước khi số yêu cầu vượt xa số tài xế rảnh trong một khu vực. Về nguyên lý, giá cao hơn làm một phần khách chờ hoặc chọn phương tiện khác, đồng thời kéo thêm tài xế từ khu lân cận tới. Khi cung và cầu cân lại, mức tăng giảm dần. Cơn mưa chiều ở Hà Nội, giờ tan ca ở khu công nghiệp Bắc Ninh, buổi tối cuối tuần quanh phố đi bộ là những lúc dễ thấy cơ chế này.
Có ba điều tài xế hay hiểu nhầm. Thứ nhất, vùng tô màu trên bản đồ là ảnh chụp tại một thời điểm; khi bạn chạy tới nơi sau mười lăm phút, rất có thể nhiều người khác cũng đã tới và mức tăng đã hết. Thứ hai, phần tăng của giá khách trả không nhất thiết chia cho tài xế cùng tỷ lệ với giá cơ bản; cách chia nằm trong chính sách của từng nền tảng. Thứ ba, chạy theo vùng tăng giá liên tục có thể làm số km chạy rỗng tăng vọt, ăn mất phần chênh lệch.
Cách thực tế hơn là ghi lại trong một hai tuần: những ngày mưa hay giờ tan ca, khu nào bạn thường được đơn ngay, khu nào phải chờ lâu. Dữ liệu của chính bạn, ở thành phố của bạn, đáng tin hơn mọi lời khuyên chung. Bài về nhật ký chuyến xe trong cùng chuyên mục hướng dẫn cách ghi và cách nhờ AI đọc số liệu đó.
Những lời đồn phổ biến và điều có thể kiểm được
Nhóm tài xế trên mạng xã hội là nơi chia sẻ kinh nghiệm rất có ích, nhưng cũng là nơi lời đồn lan nhanh. Bảng dưới đặt cạnh nhau vài niềm tin hay gặp và cách bạn tự kiểm bằng quan sát của mình.
| Lời đồn | Nhận xét | Cách tự kiểm |
|---|---|---|
| Tài khoản mới được "ưu ái" vài tuần đầu | Có nền tảng có chương trình hỗ trợ đối tác mới, có nơi không; không thể suy rộng | Đọc mục chương trình đối tác mới trong ứng dụng; so số đơn mỗi giờ trực tuyến của tháng đầu với tháng sau |
| Tắt mở ứng dụng liên tục để "làm mới" vị trí | Không có cơ sở công khai; có thể làm mất lượt mời đang tới | Thử một tuần không làm, so số đơn mỗi giờ |
| Từ chối nhiều thì bị "phạt ngầm" | Nhiều nền tảng ghi công khai rằng tỷ lệ nhận liên quan tới thưởng hoặc hạng; phần ngoài văn bản thì không kiểm được | Đọc điều khoản và thông báo chính thức, lưu ảnh chụp phiên bản đang áp dụng |
| Dùng ứng dụng chỉnh vị trí giả để được đơn ở khu đông | Vi phạm điều khoản, có thể bị khoá vĩnh viễn; không bàn cách làm | Không thử |
| Điểm đánh giá 5 sao thì đơn nhiều hơn hẳn | Không được công bố; khác biệt nếu có thường nhỏ hơn tác động của vị trí và giờ chạy | So số đơn trong các tuần điểm của bạn thay đổi, giữ giờ chạy như nhau |
Nguyên tắc chung: điều gì nằm trong văn bản chính thức của nền tảng thì tin và lưu lại; điều gì chỉ là lời kể thì coi là giả thuyết, và giả thuyết chỉ đáng tin khi số liệu của chính bạn ủng hộ nó qua đủ nhiều ngày.
Dùng AI để đọc hiểu điều khoản và thông báo của nền tảng
Điều khoản đối tác thường dài, nhiều thuật ngữ, và được cập nhật bằng những thông báo ngắn trong ứng dụng. Chatbot như ChatGPT, Gemini hay Claude có thể giúp bạn đọc nhanh hơn, với điều kiện bạn dán đúng văn bản và kiểm lại câu trả lời với văn bản gốc.
- Sao chép phần điều khoản hoặc thông báo cần hiểu. Xoá trước những dòng có họ tên, mã tài xế, biển số, số tài khoản ngân hàng của bạn; AI không cần những thông tin đó để giải thích.
- Dán vào chatbot kèm câu lệnh, ví dụ: "Đây là thông báo chính sách mới gửi cho tài xế giao hàng. Giải thích bằng tiếng Việt đơn giản: cái gì thay đổi so với trước, áp dụng từ ngày nào, tài xế cần làm gì, và những câu nào còn mơ hồ cần hỏi lại tổng đài."
- Yêu cầu trích dẫn: "Với mỗi ý trên, trích nguyên văn câu trong văn bản làm căn cứ." Câu trả lời nào không chỉ ra được câu gốc thì coi là AI tự suy diễn.
- Hỏi tình huống cụ thể của bạn: "Nếu tài xế nhận đơn rồi khách đổi điểm đến xa hơn gấp đôi, văn bản này nói gì?" AI chỉ trả lời được theo văn bản bạn dán, nên nếu văn bản không nói, nó phải nói là không có.
- Ghi lại những điểm còn mơ hồ và hỏi trực tiếp kênh hỗ trợ đối tác của nền tảng. Lưu ảnh chụp câu trả lời chính thức cùng ngày giờ.
Đừng nhờ AI "đoán thuật toán" của một nền tảng cụ thể. Nó không có dữ liệu nội bộ, và câu trả lời nghe có vẻ chắc chắn thường chỉ là tổng hợp lời đồn trên mạng. Việc AI làm tốt là đọc văn bản bạn đưa và tóm tắt cho dễ hiểu.
Giới hạn của việc đoán thuật toán và điều nên tập trung
Có một sự thật không dễ chịu: tài xế không bao giờ nhìn thấy toàn bộ hệ thống. Bạn chỉ thấy những đơn được mời tới bạn, không thấy những đơn đã mời người khác, không thấy dự đoán thời gian của hệ thống, không thấy hàng trăm tài xế đang cùng chờ trong bán kính ba cây số. Vì vậy, mọi kết luận kiểu "hôm nay ứng dụng bóp đơn" dựa trên một buổi chiều ít khách đều thiếu căn cứ. Một buổi ít đơn có thể đơn giản là vì một sự kiện lớn kéo khách đi nơi khác, hoặc vì có thêm nhiều tài xế mới.
Những thứ nằm trong tay bạn thì cụ thể hơn nhiều: chọn giờ và khu vực theo dữ liệu của mình, giữ tỷ lệ huỷ thấp bằng cách đọc kỹ trước khi nhận, giảm km chạy rỗng, giữ thái độ tốt để tránh khiếu nại, và giữ sức khoẻ để chạy được lâu dài. Các bài khác trong chuyên mục Tài xế công nghệ đi sâu vào từng việc này.
Nếu bạn muốn góp tiếng nói về cách phân đơn, kênh đúng là phản hồi chính thức với nền tảng, tham gia các buổi đối thoại đối tác nếu có, hoặc qua tổ chức đại diện người lao động. Ghi chép có ngày giờ, số liệu cụ thể sẽ có sức nặng hơn nhiều so với một bài đăng bức xúc.
Câu hỏi thường gặp
Thuật toán phân đơn có phải là trí tuệ nhân tạo không?
Một phần. Bản thân việc ghép cặp là bài toán tối ưu, còn các con số đầu vào như thời gian tới điểm đón, thời gian quán làm món, khả năng tài xế nhận đơn thường do mô hình học máy dự đoán. Vì là dự đoán, chúng có sai số và đôi khi tạo ra những đơn trông vô lý.
Tài xế ở gần nhất có luôn được giao đơn không?
Không nhất thiết. Hệ thống thường tính thời gian tới theo đường đi thật và hướng di chuyển, chứ không theo đường chim bay, và có thể ghép nhiều yêu cầu cùng lúc để tối ưu cho cả nhóm. Người đứng gần hơn nhưng phải quay đầu xa có thể bị xếp sau.
Từ chối đơn có bị khoá tài khoản không?
Tuỳ chính sách từng nền tảng. Thường từ chối ảnh hưởng tới tỷ lệ nhận và các chương trình thưởng, còn khoá tài khoản liên quan tới vi phạm hoặc điểm đánh giá quá thấp. Đọc mục quy định đối tác trong ứng dụng đang dùng để biết chính xác.
Có nên dùng phần mềm tự động nhận đơn hoặc giả vị trí không?
Không. Các phần mềm can thiệp vào ứng dụng hoặc giả vị trí vi phạm điều khoản đối tác, có thể bị khoá vĩnh viễn và mất số dư chưa rút. Nhiều phần mềm loại này còn đòi quyền truy cập điện thoại, có nguy cơ đánh cắp tài khoản.
Ghép đơn có làm tài xế thiệt không?
Ghép đơn cho phép chở hoặc giao nhiều đơn trên một hành trình. Lợi hay thiệt phụ thuộc vào cách nền tảng tính tiền cho đơn ghép so với đơn lẻ và thời gian bạn phải chờ ở mỗi điểm. Hãy ghi lại vài chục đơn ghép và tính thu nhập trên mỗi giờ để tự đánh giá.
AI có đoán được giờ nào nhiều đơn ở khu vực của mình không?
AI chung như chatbot không có dữ liệu đơn của nền tảng nên chỉ đoán theo kiến thức chung. Cách đáng tin hơn là bạn tự ghi nhật ký chuyến trong vài tuần rồi nhờ AI phân tích bảng số liệu đó, sau khi đã bỏ thông tin cá nhân của khách.