【ウーバーイーツ】雨クエ対象時間中・外を比較してみた【沖縄市】

雨クエストが発生するも、クエスト中にまったく鳴らず、鳴ったとしても数珠らない。さらに、配達単価も低いという現象が何度かあった。

これなら、クエストがない時間帯に稼働した方が効率良いのでは？

とふと思ったのが、今回の記事作成のきっかけ。

概要

雨クエが発生した日を抽出し、以下項目で比較してみる。

・配達単価（チップありなし）
・合計配達報酬（チップありなし）
・配達件数

使用するデータ

使用するデータは、私の配達データ。

期間は、2021年5月10日～10月31日。

その期間のうち、雨クエが発生した日※の合計は26日。内訳は以下。

※ 1件完了以上のクエスト報酬があった場合を「雨クエ発生」とカウント。そのため、雨クエ発生かつ1件も配達していない場合をカウントできていない。雨クエが発生したら、最低1件は配達するようにしているため、誤差は±1～3程度と思われる。

雨クエの時間帯とそれ以外で比較

まずは、雨クエが発生した日のうち、雨クエの時間帯とそれ以外の時間帯で比較してみる。

配達員

実感としては、雨クエ中の配達単価は低い。数字で見るとどうだろう。

※クエスト報酬の合計は「22870」

単価平均チップありなしの両方で雨クエ中の値が低くなった。が、クエスト報酬を換算すると、雨クエ中の方が高くなった。

配達員

クエスト達成できなさそうなら早めに切り上げた方が良いのかも。

この平均値の差が偶然によるものかもしれない。以下の書籍を参考に検定を行ってみる。

https://amzn.to/3xcpXlh

amzn.to

Rを用いて、ウェルチのT検定をやってみる。

> t.test(c_price_average_chip,price_average_chip)

Welch Two Sample t-test

data: c_price_average_chip and price_average_chip
t = -1.7855, df = 135.98, p-value = 0.0764
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
-139.40756 7.11353
sample estimates:
mean of x mean of y 
576.6506 642.7976

> t.test(c_price_average,price_average)

Welch Two Sample t-test

………

結果を表にまとめる。

有意水準5％で有意（差がある）となった項目は、単価平均チップなしで「雨クエ中クエスト報酬換算済み」と「クエスト外」を比べたもののみだった。有意水準を10％まで上げると、すべて有意となった。

配達員

ある程度の差はあるようだ。
クエスト達成を優先して取り組む方が無難かな。

昼雨クエあり夜雨クエなしで比較

比較対象を「昼のみクエストあり」の日に絞ってみる。

※クエスト報酬の合計は「7740」

有意水準5％で有意（差がある）となった項目は、単価平均チップなしで「雨クエ中クエスト報酬換算済み」と「クエスト外」を比べたもののみだった。有意水準を10％まで上げると、単価平均チップありで「雨クエ中クエスト報酬換算済み」と「クエスト外」を比較したもの以外が有意となった。

配達員

チップなしの単価平均を見る限り、やっぱり、クエスト狙いが基本かな。

追記

配達データの注文時間を参考に稼働時間を推測し、時給を計算してみた。

クエスト外の時給が一番高くなった。

クエスト中は、クエスト達成のために注文を”待つ”時間があるが、クエスト外は注文がなければ待たずに稼働を中止する。この立ち回りの違いが時給の差になった。

配達員

結局、「鳴りやすい時間帯にたくさん配達しよう」ってことかな。

感想と今後

ぼやっとした分析結果になった。

配達単価の比較に加えて、”鳴りやすさ”の比較をしてみたかったが、その指標を適切に設定できなかった。鳴りやすさの指標として、待機時間を検討してみたが、1日単位の待機時間を昼と夜で分けて算出することはできなかった。

雨クエ中の配達単価が低かったことから、雨クエ中のアプリの挙動を「配達条件が悪いとき」と捉えて、効率よく稼げる条件と稼げない条件を考えてみても良いかもしれない。