Сколько действительно ездит каршеринг. Разбираем рейтинг от Дептранса
Московский Дептранс выложил рейтинг операторов каршеринга. Мы спросили у представителя департамента, что кроется за этой статистикой, и уточнили у операторов, насколько она отражает реальное положение дел.
Что это за рейтинг и зачем он нужен?
Рейтинг был опубликован 26 февраля в телеграм-канале «Дептранс Москвы». В нем учитываются данные шести операторов: Яндекс.Драйв, Делимобиль, BelkaCar, YouDrive, Rentmee и Bumerang.
«Московский каршеринг продолжает показывать позитивную динамику — за 6-ой год работы сервиса жители города совершили более 130 млн поездок, а в автопарке операторов сейчас более 25 тысяч авто. Сегодня мы насчитываем свыше 1 млн активных пользователей. Ежедневно жители совершают около 125 тысяч поездок. Благодаря тому, что машины краткосрочной аренды используются несколькими водителями в сутки, снижается нагрузка на дороги и улучшается экологическая ситуация в городе, а также сдерживается рост числа личных автомобилей»
Максим Ликсутов, руководитель Департамента транспорта и развития дорожно-транспортной инфраструктуры города Москвы
С помощью рейтинга Департамент транспорта хочет «показать жителям эффективность каждого оператора по различным критериям.
У кого-то лучше дела с количеством поездок и утилизацией на 1 авто, у кого-то низкие показатели по штрафам и ДТП, а у третьих низкие тарифы».
Однако к приведенному рейтингу есть множество вопросов, в том числе — у операторов.
«Часть информации по рынку в целом и отдельно по компаниям, очевидно, содержит ошибки. Значительная часть данных не совпадает с актуальными, которые есть у нас.
Очень тяжело понять, зачем нужен такой рейтинг, и уж совсем непонятно, зачем он нужен с такими данными. Указанные в рейтинге метрики являются очень значимыми для частных компаний, при этом приведены они некорректно и содержат значительное количество ошибок».
Пресс-служба BelkaCar
Какие данные учитывались в рейтинге?
В рейтинге представлены наиболее актуальные данные: за месяц с 15 февраля по 15 марта 2021 года, за исключением сведений по ДТП и штрафам — они представлены за 2020 год.
В составлении рейтинга учитывались только автомобили каршеринга, у которых есть действующие льготные парковочные разрешения, то есть машины «в оклейке».
По таким автомобилям Дептранс собирает подробную статистику.
Что не так с количеством машин?
Как и было сказано, в рейтинге учтены только машины, у которых есть парковочное разрешение — то есть это машины с оранжевой оклейкой. Это значит, что автомобили бизнес-класса и грузовые, которые есть в парках операторов, не вошли в статистику, и, например, вошли те, которые уже не используются.
«Количество действующих разрешений не равно количеству автомобилей в парке любого оператора, так как среди действующих разрешений есть тотальные авто, которые по факту уже выбыли из парка. На текущий момент количество автомобилей в парке BelkaCar в Москве – 4000 машин.»
Пресс-служба BelkaCar
Что не так с активной аудиторией?
Операторы не согласны, что в таком виде рейтинг отражает реальное положение дел. В BelkaCar отметили, что для оператора «под параметром «активная аудитория» приведены данные о среднем количестве пользователей за 1 месяц, для конкурентов, похоже – вся активная база.
При этом, для того, чтобы числа были сопоставимы, нужно указывать всю нашу активную базу: больше 1 миллиона пользователей, из которых около 200 000 пользуется сервисом в среднем каждый месяц».
Активная аудитория напрямую зависит от автопарка, но в целом, аудитория у каршерингов общая: большинство пользователей предпочитает зарегистрироваться сразу в нескольких приложениях, чтобы иметь как можно больше доступных машин.
«Я активно пользуюсь ТОП-4 каршерингами и считаю, что мой личный автопарк — 20к+ машин, к которым я имею доступ в любое время. Это уже привычное, но если вдуматься, крайне необычное ощущение.»
Цитата из публикации телеграм-канала «Каршеровод»
Что не так со стоимостью?
Вызывает вопрос и сравнение тарифов. Почему-то в рейтинге указан динамический тариф только у Яндекс.Драйва, в то время как другие операторы из большой четверки уже давно ввели его у себя в том или ином виде.
«Динамические тарифы сейчас есть у всех крупных каршеринговых игроков, это важная часть сервиса.
Пресс-служба BelkaCarУказывать цену нужно или для всех, или не указывать вовсе. В рейтинге же для одного игрока выбран один подход, а остальных – другой»
Указывать цену нужно или для всех, или не указывать вовсе. В рейтинге же для одного игрока выбран один подход, а остальных – другой»Кроме того, отмечает представитель BelkaCar, средняя стоимость суточных тарифов, как и в случае со среднестатистическим пробегом, сильно зависит от класса автомобиля, «поэтому голословное сравнение в данном случае неуместно». Это подтверждают и данные недавнего исследования Яндекс.Драйва: бизнес-класс лидирует по времени в использовании и километражу в сравнении с другими типами.
Суточные тарифы у разных операторов включают в себя различные условия. Так, самый дешевый по рейтингу суточный тариф оператора YouDrive не включает в себя пробег (то есть он оплачивается дополнительно, фактическая стоимость суточной аренды будет выше).
При этом YouDrive лишили заслуженного первенства по зонам: введенный в ноябре 2020 года тариф «Радиус» позволяет уезжать на 2000 км от зеленой зоны (в пределах РФ).
Что не так с количеством автомобилей?
В рейтинге Дептранса указано, что в среднем автомобили Яндекс.
Драйва совершают 6,1 поездку в день, но в недавнем исследовании самого оператора говорилось о 8-ми поездок в будний день и о 9-ти в выходной. При этом среднее количество поездок сильно разнится в зависимости от типа автомобиля. Например, автомобили класса эконом совершают в среднем по 8,2 поездки в сутки, проезжая 94 километра. Меньше всего поездок в сутки у бизнес-класса — 6,4 и 143,9 километра.
Стоит отметить некоторую нестыковку в данных по Яндекс.Драйву: даже если считать данные Дептранса корректными, при 55,6 тысяч аренд в сутки и 10,8 тысяч автомобилей среднее число поездок на машину будет 5,15, а не 6,1. Некорректны подсчеты и у YouDrive.
BelkaCar тоже отмечает некорректность данных. По статистике оператора в сутки совершается 21,6 поездок, а на одну машину в сутки приходится 5,4 аренды. У Дептранса указано, что 4,5 аренды.
Что еще не так?
Вопросы вызвало выделение зеленым цветом (то есть, обозначение, как лучший результат) в разделах о стаже и возрасте и продолжительности поездки.
Минимальные стаж и возраст — странный критерий для сравнения, и почему 21/2 считается лучшим результатом, не совсем ясно. То же относится и к средней длине и продолжительности поездки: показатели большой четверки очень схожи (в пределах 30-40 минут и 15-17 км на одну поездку), и почему один из вариантов выделен как лучший, не совсем понятно.
В Дептрансе нам объяснили, что это связано с тем, какие показатели в этих критериях предпочтительнее для города:
«Мы поддерживаем стандарт «21/2», то есть возраст пользователей от 21 года и стаж от 2 лет, именно такие компании мы отметили «зеленым». Что касается продолжительности и длины поездки — здесь все просто: в большинстве случаев, чем короче поездка, тем лучше.»
Представитель Дептранса
Выводы
Статистика — это здорово и мы, редакция Трушеринга, всегда рады свежим цифрам. Но, к сожалению, на данный момент этот рейтинг не совсем корректный, может вводить в заблуждение пользователей, и не предоставляет полной картины рынка каршеринга в Москве.
оживляем алгоритмы. Доклад Яндекса / Хабр
Подробная расшифровка еще одного доклада со встречи Яндекс.Железо — про разработку устройств для беспилотника.
— Всем привет, меня зовут Виталий Подколзин, я руководитель разработки встраиваемых систем проекта беспилотного автомобиля. И сегодня я хотел бы с вами поговорить о том, что такое беспилотный автомобиль, какие компоненты входят в его состав, как заставить машину двигаться и как работа автопилота и его компонентов зависят от применяемых устройств.
Чтобы понять, куда дальше ехать, человеку сначала надо выяснить, где он находится. Беспилотному автомобилю — тоже. За это у нас отвечает подсистема локализации. Потом нужно понять, что творится вокруг нас. За наше зрение, за восприятие мира отвечает система восприятия или perception. На основе данных о местоположении, об объектах вокруг нас, мы можем строить прогнозы по дорожной обстановке, по ее развитию, по поведению участников дорожного движения.
И выбирать оптимальный маршрут движения, траектории, далее превращая это в управляющее воздействие.
Но все перечисленное — это, в общем случае, алгоритмы. И вы могли бы запустить эти алгоритмы на своем компьютере, будь он достаточно мощным. Конечно, это не сделало бы из компьютера беспилотный автомобиль. Не хватает двух важных вещей.
Первая — достаточно богатый набор сенсоров, основные из которых перечислены на слайде. И конечно, нам нужна платформа, которая будет исполнять наши команды. С ней нужно взаимодействовать.
Давайте подробнее остановимся на вопросе взаимодействия с автомобилем. Автопилоту, как и человеку, для управления автомобилем нужно делать простые вещи: крутить рулем, ускорять, тормозить. Логичным решением может показаться использование актуаторов для управления этими органами.
Но такой подход имеет ряд существенных трудностей. Развитие беспилотного автомобиля все равно предполагает наличие водителя на тех или иных этапах — нужно отвозить машину на сервис или следить за автопилотом, когда мы тестируем разные особенности, особенно на ранних стадиях.
Данные устройства существенно усложняют жизнь водителю.
Конечно, вся система сложная, и в целом такая механика может вносить неприятные задержки в органы управления. Это отрицательно сказывается на контуре управления автомобилем.
Да, нам еще на старте проекта требовалась простая платформа, но нужен был какой-то другой подход для взаимодействия с этой платформой. И мы начали копать вглубь автомобиля.
Изучив особенности разных платформ, мы обнаружили, что многие современные автомобили имеют возможности контроля собственных органов автомобиля. К примеру, ассистент управляет рулем во время парковки. Круиз-контроль воздействует на ускорение автомобиля, адаптивный круиз-контроль или система ограничения скорости могут воздействовать на систему торможения.
Все эти системы, как правило, в автомобилях закрыты. И чтобы взаимодействовать с ними, потребовалась разработка ряда специализированных устройств. Кроме взаимодействия с автомобилем, от системы требовалось предоставление удобного, понятного для автопилота интерфейса управления автомобилем.
И конечно, система должна была быть простой, понятной и очень гибкой.
Мы пришли к такой платформе, где в зависимости от автомобиля разрабатываются небольшие платы контроля, которые взаимодействуют с конкретным узлом. Состав и функциональность этих плат отличаются от платформы к платформе, но все они объединяются в одну сеть, где есть головное устройство, которое мы у себя условно назвали gateway. Оно осуществляет контроль за этими устройствами. Кроме того, gateway предоставляет интерфейс для автопилота по удобным устройствам. Тут мы видим Ethernet, удобный для нашей инфраструктуры, и CAN, самый популярный автомобильный интерфейс. Помимо этого, наше головное устройство постоянно взаимодействует с автомобилем, производит мониторинг состояния узлов и агрегатов. Если обнаруживаются какие-то отклонения, то в зависимости от их природы совместно с автопилотом принимается решение о дальнейших шагах.
Реализовывать плату мы решили на достаточно популярных и зарекомендовавших себя микроконтроллерах.
Мы взяли их с запасом по производительности и выбирали такие, которые поддерживают необходимые для работы интерфейсы: CAN, Ethernet и аналоговые цифровые входы-выходы.
Мы получили решение, которое для нас действительно оказалось гибким и позволило с меньшими проблемами переходить от платформы к платформе.
Поговорим о сенсорах. Каждый беспилотный автомобиль имеет богатый набор сенсоров. У каждого беспилотного автомобиля Яндекса четыре лидара на крыше и три во фронтальной части, шесть камер, которые ставятся на крышу, а также шесть радаров: два в задней части и четыре во фронтальной, два из которых расположены по бокам.
Берем радары, лидары, камеры, соединяем, загоняем в вычислитель. Но не все так просто. Очень важно добиться того, чтобы данные с сенсоров были адекватные и качественные. Мы провели большое количество экспериментов, чтобы понять, где располагать сенсоры, чтобы мы могли видеть мир лучше и четче.
Кроме того, нашим конструкторам пришлось хорошо поработать, чтобы все изменения в автомобиле, связанные с сенсорами, удовлетворяли требованиям сертифицирующих органов.
Вот что получилось. Шесть камер на крыше дают хороший обзор на 360 градусов с существенным перекрытием — темные зоны отмечены на слайде. Эти камеры также дают хороший вертикальный обзор. Камера — единственный сенсор, который видит светофоры, потому что они могут располагаться разных частях, в зависимости от перекрестка и прочего.
Радары — еще один важный сенсор каждого автомобиля. Они интересны тем, что имеют не очень широкий угол обзора, но хорошую дальность. Два фронтальных радара выполняют функцию мониторинга того, что творится впереди, задние радары в наших алгоритмах используются, как правило, при перестроении, обгоне и подобных маневрах. Радары, которые смотрят вбок, необходимы для проезда достаточно сложных перекрестков, где информации со стороны сенсоров может быть недостаточно.
Наверное, наиболее интересным сенсором является лидар. Он интересен информацией, которая с него приходит. Перед вами облако точек, point cloud, это данные с лидаров.
В сумме все сенсоры дают примерно такую картину. Как видите, невозможно не заметить что-либо вокруг автомобиля с таким набором сенсоров.
Я хотел бы остановиться на двух примерах, с которыми мы столкнулись, когда нам потребовалась разработка аппаратной части. Начну с кейса локализации.
Основным источником являются карты высокой четкости. В каждый момент времени беспилотный автомобиль сравнивает данные с лидаров с этими картами. На основе такого сравнения он получает свое местоположение с сантиметровой точностью. GPS, Глонасс или любая другая спутниковая навигация просто не подходит для работы с беспилотным автомобилем ввиду низкой стабильности работы, высокой зависимости от внешних условий, от погоды, шумов, помех. В городе все это существенно осложняется перекрытиями сигнала, переотражениями от зданий и т.
Для построения этих карт нам нужны лидары и какая-то привязка на местности. Нужно как-то получить свою координату. GPS изначально мог бы дать координату, но его точность не очень высокая. Как я уже говорил, на точность GPS влияют атмосферные условия, помехи, а в городе еще и переотражения.
Тут на помощь приходит технология Realtime kinematic. Суть в следующем: где-то на местности ставится неподвижная базовая станция с таким же приемным устройством, как и на автомобиле. Если расстояние между автомобилем и базовой станцией не превышает 30 км (в некоторых случаях 50 км), то данные со спутников, получаемые автомобилем и базовой станцией, будут примерно похожи. Но базовая станция, зная свою точную координату (она неподвижна) и рассчитывая координату по данным со спутника, получает, условно, ошибку вычисления. На основе этой ошибки вырабатываются поправки, которые через интернет отправляются на автомобиль.
Чтобы получить работающее устройство с поддержкой RTK на автомобиле или базовой станции, нужен софт. Библиотеки, предоставляющие возможности RTK RTKLib, находятся в открытом доступе. Есть разные вариации с разными особенностями. Библиотеки, как правило, требуют окружение Linux и модули спутниковой навигации, которые выдают сырые данные.
Проведя пару экспериментов, запрототипировав пару вещей, мы получили структурную схему блока локализации, которую мы назвали GeoHub.
Кроме указанного модуля спутниковой навигации, там еще стоит модуль инерционных измерений, который мы используем в системе локализации. Интернет сейчас приходит по удобному для нашей инфраструктуры интерфейсу Ethernet.
Перед вами второе устройство, его второе поколение и основные технические характеристики.
Мы сделали заменяемым модуль инерциальных измерений и модуль спутниковых сигналов. Это в итоге позволило поставить ряд экспериментов на автомобиле и выбрать оптимальный с точки зрения различных параметров модуль инерциальных измерений, а что касается модуля спутниковых сигналов, мы в процессе смогли перейти на двухдиапазонный приемник, что существенно улучшило качество определения местоположения.
А зачем разрабатывать свое устройство, когда наверняка можно пойти на рынок и купить что-то похожее? Ответ в том, что для нас одним из самых важных параметров является гибкость устройства. В связи с быстро меняющимися требованиями в проекте, появляющимся новым функционалом, нам нужно иметь возможность очень быстро реагировать на это. Только имея внутри проекта, in-house, разработку железа и софта, мы получаем действительно высокую скорость отработки этих изменений.
Другим интересным сенсором с точки зрения беспилотного автомобиля является камера. Окей, камера есть в каждом телефоне и ноутбуке.
Что тут может быть сложного? Но давайте посмотрим, с какими проблемами можно столкнуться, используя камеру в беспилотнике.
Первая проблема — мерцание источников светодиодного света. Большинство светофоров — это как раз такие источники. Видео остановилось на моменте, когда из-за мерцания красный сигнал практически пропал.
Для этой проблемы есть аппаратные решения, заложенные в сенсор, но чтобы с ними хорошо и качественно работать, нужно уметь активно взаимодействовать с сенсором.
Вторым требованием для камер является высокий динамический диапазон, то есть возможность работы в условиях любой освещенности, как ночью, так и при ярком солнце. Также важно наличие HDR, то есть возможности совмещения кадров с разной освещенностью в один для получения более качественной картинки.
Слева пример картинки, где где функция HDR используется, а справа — где она отключена.
Кроме этого, мы, конечно, должны получить картинку с достаточным разрешением и достаточной частотой кадров.
На слайде выделены еще пара моментов, присущие в том числе беспилотным автомобилям. Камера должна выдавать несжатый видеопоток, желательно формата RGB888, потому что наши сети, алгоритмы работают с этим форматом, хотят получать кадры в этом формате.
Большинство камер, готовых решений на рынке, выдают данные в сжатом виде — h364, MPEG. Проблемы тут простые: мы теряем качество при сжатии и вносим задержку на сжатие и разжатие. Задержка может быть недетерминированной, особенно при высокой нагрузке системы. Камера с разрешением Full HD и частотой 30 кадров в секунду при битности 16 бит на пиксель выдает поток около гигабита в секунду чистых видеоданных.
Кроме этого, камеры, как правило, расположены на удалении от приемного устройства, а в машине, особенно при каких-то экспериментах, они могут располагаться вообще на другом конце автомобиля. Нам нужны были камеры, которые позволяют весь несжатый видеопоток передать на расстояние 6-8 метров с учетом прокладки кабелей. Для Full HD-камеры c 16 битами на пиксель видеопоток составляет 1 гигабит, что уже не дает использовать гигабитный Ethernet, так как в передаче участвуют различные служебные данные и прочее.
Десятигигабитный Ethernet использовать не совсем целесообразно. Это дорого, высокое энергопотребление, высокий теплоотвод, повышенная сложность сетевой инфраструктуры.
Да, есть другие интересные интерфейсы. Я хотел бы рассказать о двух из них, с которыми мы поработали. Их предоставляют компании Maxim Integrated и Texas Instruments. Особенность в том, что видеопоток сериализуется в данные, которые идут по простому физическому уровню, в данном случае через коаксиальный кабель, на скорости 3-4, иногда 6 гигабит в секунду. Кроме того, данный интерфейс позволяет использовать обратный канал для управления камерой по этому же коаксиальному кабелю. И по нему же может идти питание камеры. Все перечисленное делает этот интерфейс очень привлекательным.
Когда мы начинали, то нашли решение на рынке, которое в принципе удовлетворяло большинству требований. Его мы какое-то время использовали на старте проекта.
Структурная схема решения перед вами. Это сенсор, данные из которого сериализуются в интерфейс GMSL/FPD-Link.
На приемной части, которая может быть удалена на 15 метров, данные десериализуются и передаются в ресивер. В нашем решении этот ресивер далее выдавал данные по интерфейсу USB 3.0.
Но начав использовать это решение, мы столкнулись с рядом неприятных проблем. Главная проблема — решение работало крайне нестабильно, «отваливалось» в процессе работы, камеры плохо запускались при старте автопилота. Вдобавок решение не позволяло подстраивать параметры самих сенсоров с целью улучшения качества картинки. Был и еще ряд проблем. Например, было сложно получить точный timestamp камеры, время съемки, что достаточно важно, ведь на скорости 15 м/с при задержке в 100 мс машина уже проезжает полтора метра, и это может очень негативно сказаться на алгоритмах восприятия.
Был еще один интересный момент. Выходным интерфейсом выбранного решения был USB 3.0, и мы обнаружили, что он крайне шумный. Как мы это поняли? У нас стояло два не подключенных ни к чему автомобиля. На одном запустили камеру, на обоих очень сильно просел сигнал спутниковой навигации.
Тогда мы начали изучать, что же происходит.
Проанализировав все эти недостатки в целом, изучив структурную схему перед вами и прочее, мы пришли к выводу, что проблема в приемной части. Дальше начали думать, что с этим делать. Посмотрели, что есть на рынке, решения других команд, и пришли к выводу, что нам нужно делать собственное приемное устройство, которое будет работать с камерой по интерфейсу GMSL или FPD-Link.
Мы взяли десериализаторы, которые, как правило, имеют на выходе интерфейс MIPI CSI2, и начали поиск модуля или процессора, который смог бы поддержать данный интерфейс. И мы нашли интересное решение с шестью интерфейсами MIPI CSI2, а также с высокой производительностью и богатой периферией. Это позволило нам в итоге использовать удобный для нашей сетевой инфраструктуры интерфейс Ethernet 10 гигабит в качестве выходного интерфейса этого устройства. Получив данные по GMSL/FPD-Link с 6 камер (или, в некоторых случаях, с 12 камер), обработав их, устройство по 10-гигабитному Ethernet передает уже обработанный видеопоток дальше — на вычислитель.
Перед вами само решение и его основные характеристики. Разработав такую штуку, мы научились не только надежно работать с 6 или 12 камерами, но также получили возможность тонкой настройки камер. Это позволило улучшить качество картинки, что положительно сказалось на работе алгоритмов восприятия. Мы также получили четкое понимание о времени съемки кадра, научились управлять этим временем. И высокопроизводительные ЦПУ, вычислительные мощности модуля позволили нам производить первичную обработку видео с минимальными задержками прямо на модуле.
Аппаратный кодек этого модуля позволил еще и сжимать видеоданные для последующего сохранения в логах.
Нам пришлось поработать не только с сенсорами локализации и с камерами. Аппаратные решения пришлось разрабатывать практически для всех сенсоров, что мы применяем. Все это было сделано для решения повышения надежности и качества данных, от которых зависят алгоритмы детекции, восприятия. А от них зависит то, насколько оптимальным будет решение, выдаваемое автопилотом.
Окей, мы научились управлять автомобилем, поработали над сенсорами, расположили их хорошо, научили их выдавать нам качественную картинку. Какую еще работу делают инженеры встраиваемых систем, «железячники» на нашем проекте? Мы следим не только за развитием сенсоров, ставших уже обыденными, но и за альтернативными источниками получения информации. Постоянно исследуем альтернативные ускорители нейросетей, других алгоритмов, в том числе с применением ПЛИС. И сложно представить развитие проекта без взаимодействия с опытным автопроизводителем.
Новая платформа — это всегда вызов для разработчиков встраиваемых систем, конструкторов, разработчиков ПО высокого уровня.
Сфера беспилотных автомобилей сейчас находится на очень активном этапе развития. Мне как инженеру очень приятно наблюдать за этим, но гораздо более приятно участвовать. И не за горами то время, когда для нас станет совсем обычным садиться в автомобиль и, направляясь к нужному нам месту, заниматься своими делами в комфорте и безопасности.
На этом все, спасибо за внимание.
Максимальная мощность Geely Atlas I Luxe + Яндекс Авто 2.4 AT 5-дверный внедорожник
drive.place
Geely
Показать все (235)
Английский
Сравнить автомобили
7 модель
добавить к сравнению
| Марка автомобиля | Модель | Поколение | Модификация | Тип кузова | Значение |
|---|---|---|---|---|---|
| Шевроле | ХЧ | 2.2 В | 5-дверный универсал | 149 л.с. | |
| Шевроле | ХЧ | 2,2 тонны | 5-дверный универсал | 149 л.с. | |
| Шевроле | ХЧ | 2,2 тонны | Фургон | 149 л.с. | |
| Шевроле | ХЧ | 2.2 В | Фургон | 149 л.с. | |
| Форд | Мондео | В | Амбиенте 2,5 В | Седан | 149 л. с. |
| Форд | Мондео | В | Тренд 2,5 В | Седан | 149 л.с. |
| Форд | Мондео | В | Титан 2,5 АТ | Седан | 149 л.с. |
| Форд | Мондео | В | Бизнес-версия 2.5 AT | Седан | 149 л.с. |
| Форд | Мондео | В | Ультра Комфорт 2.5 AT | Седан | 149 л.с. |
| Хендай | Аванте | VI | 2,0 В | Седан | 149 л.с. |
| Хендай | Аванте | VI | 2,0 В | Седан | 149 л.с. |
| Хендай | Крета | я | Комфорт 2.0 АТ | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | я | Комфорт 2.0 АТ | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | я | Комфорт Плюс 2. 0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | я | Комфорт Плюс 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | я | Путешествие 2.0 В | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | я | Путешествие 2.0 В | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | я | Комфорт Плюс + Расширенный 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | я | Путешествия + Advanced 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | я | Путешествия + Advanced 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Джили | Атлас | я | Люкс + Яндекс Авто 2. 4 АТ | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | я | Travel + Advanced + Style 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Кона | я | 2,0 МТ | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | я | Рок версия 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | я | Рок версия 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | я | Travel + Advanced + Style II 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Комфорт 2.0 АТ | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Комфорт + Зима 2. 0 АТ | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Путешествие 2.0 В | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Путешествие 2.0 В | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Черно-коричневый 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Черно-коричневый 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Путешествия + Advanced 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Путешествия + Advanced 2. 0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Travel + Advanced + Двухцветная окраска кузова 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Travel + Advanced + Двухцветная окраска кузова 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Черно-коричневый + Зима 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Черно-коричневый + Зима 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Специальная серия «БИ2» 2.0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Специальная серия «БИ2» 2. 0 AT | 5-дверный внедорожник | 149 л.с. |
| Хендай | Крета | I Подтяжка лица | Стиль 2.0 В | 5-дверный внедорожник | 149 л.с. |
Нельзя добавить более 3-х модификаций!
Ваша таблица сравнения пуста!
изменятся ли цены на такси в Казани — Реальное время
09:00, 11.05.2021
Второй по величине оператор каршеринга в России входит в столицу Татарстана
Как стало известно «Реальному времени», в Казань пришел федеральный оператор каршеринга «Делимобиль», подконтрольный фонду «Микро Капитал» российско-итальянского бизнесмена Винченцо Трани. . Приход независимого игрока может пошатнуть рыночные позиции сервисов другого крупного участника — «Яндекс.Драйв» и «Яндекс.Такси», которые, по мнению экспертов, ведут в Казани единую ценовую политику. По мнению некоторых экспертов, с приходом Делимобиля жители столицы Татарстана могут получить более привлекательные условия не только по каршерингу, но и по такси.
Делимобиль в Казани
Каршеринг Делимобиль, созданный итальянским бизнесменом Винченцо Трани в 2015 году, достаточно хорошо известен российским автомобилистам. За шесть лет с момента основания сервис успел охватить своими услугами около десятка городов. По данным компании, «Делимобиль» изначально открылся в Москве, Санкт-Петербурге, Уфе и Нижнем Новгороде, а затем, после приобретения игрока каршеринга, к нему добавились Екатеринбург, Тула, Самара, Грозный, Новосибирск, Краснодар, Ростов-на-Дону. -Дон, а Красноярск в свою зону присутствия. Казань долгое время не попадала в зону действия оператора, оставаясь, видимо, на периферии конкуренции между основными игроками.
В настоящее время в парке Делимобил 15 000 автомобилей. Как указано на сайте компании, среди них есть доступные марки Polo, Solaris, Rio, X-Line и компактные MINI Cooper, Fiat, Smart.
В более высоком ценовом сегменте — Qashqai, Audi Q3, A3, Kia Sportage, Octavia, BMW 320i и Mercedes-Benz E200 — GLC можно эксплуатировать без оклейки автомобиля, отмечает оператор.
Базовый тариф — 8,77 руб./мин движения
Автомобилистам доступны минутные, часовые, дневные тарифы и проездные.
«Базовый тариф — 8,77 руб./мин движения и 3,35 руб. за минуту простоя, — рассказал представитель Федерации автовладельцев России Дмитрий Золотов. — Также есть фиксированный проездной, когда система сама «считает» стоимость проезда по указанному маршруту».
Стоимость суточного тарифа Делимобиль в Москве от 2,900 до 3500 рублей (в пакет входит до 150 км пробега). Как правило, можно передвигаться в пределах одного города, но есть и транзитные варианты. Так, например, выезжая из Тольятти, можно попасть в Казань.
Сейчас самый крупный каршеринг в Казани — Яндекс.Драйв. По данным компании, у нее в городе 440 автомобилей.
Сейчас самый крупный каршеринг в Казани — Яндекс.
Драйв. Фото: wikipedia.org «За почти два года с момента запуска сервиса казанские пользователи совершили около двух миллионов поездок. За последние полгода среднее количество поездок в день составило 2700 в будни и 3000 в выходные», — рассказали «Реальному времени» в пресс-службе Яндекса. На Драйве можно арендовать автомобили различных типов: легковые автомобили эконом-, комфорт- и бизнес-класса, минивэны. для перевозки людей и грузовых фургонов.Типичный «рабочий день» каждого типа машин выглядит по-разному.Например,машина эконом класса находится в движении в среднем 3 часа 50 минут, а машины комфорт и бизнес класса – 5 часов 20 минут
Российская компания развивает в Казани еще один автосервис — Яндекс.Го, созданный вокруг такси.
Приход Делимобиля скорректирует ценовую политику такси
С приходом Делимобиля участникам рынка такси придется корректировать стоимость поездки, ориентируясь на базовые тарифы каршеринга, считает Золотов. В первую очередь это коснется альянса сервисов Яндекса, которому предстоит перестроить ценовую политику.
По его словам, сейчас у службы такси Яндекс примерно равные цены с услугами каршеринга за счет маркетинговой кампании (ввели плюсы).
«Каршеринг сильно «просадит» систему такси по ценообразованию, потому что услуги каршеринга стоят вдвое дороже по времени в пути», — сказал Золотов. По его словам, ориентиром станет базовый тариф 8,77 рубля за минуту движения и 3,55 рубля за минуту простоя. «Такси теперь будет базироваться на стоимости каршеринга. Приход Делимобиля скорректирует ценовую политику такси. Конечно, они могут «сговориться» и поднять цены, но не выше, чем в Москве».
Максим опережает каршеринг
Золотов рассказал, что сам передвигается на каршеринговых машинах в Нижнем Новгороде, Екатеринбурге и Санкт-Петербурге, при этом поездки вдвое дешевле, чем на такси.
Последнее, по его словам, удобно только тогда, когда едешь в одну точку, например, в аэропорт: «Я вышел и оставил такси. Но когда необходимо переехать в несколько точек, выгоднее использовать каршеринг», — считает он. Есть и другие преимущества. машину, а не платить за парковку. Во-вторых, это выгоднее с точки зрения сервиса — вы не тратитесь на бензин, на обслуживание. Каршеринг избавляет вас от этих проблем».
По просьбе «Реального времени» собеседник издания сравнил гипотетический тариф на каршеринг Делимобиль и от «Яндекс.Такси». Был взят маршрут от Салавата Купере до Кремлевской 1. Время в пути 29 минут (без пробок). При этом стоимость каршеринга обойдется в 254 рубля, а такси — 288 рублей. Словом, разница незначительна.
«Каршеринг не стоит сравнивать с такси, — говорит начальник отдела по связям с общественностью службы заказа такси «Максим» Павел Стенников. — Каршеринг появился в Казани в 2015 году. С тех пор количество заказов в службе заказа такси Максим продолжает увеличиваться ежегодно».
Эксперт напомнил, что в отличие от пассажиров такси, клиенты каршеринга должны иметь водительские права, а еще им придется научиться водить незнакомую машину, искать парковку, а это не самые простые дела. Кроме того, пользователи каршеринга несут материальную ответственность за захваченный автомобиль. Такси более привычны для людей.
Цена каршеринга не будет существенно дешевле такси, ведь это не отменяет затрат на содержание и контроль транспорта. Если бы в каршеринге использовались электромобили, это могло бы быть плюсом для участников, но не для обычного топлива.
Следует отметить, что по итогам 2020 года компания Каршеринг Россия получила оборот 5,3 млрд рублей, но получила убыток 2,42 млрд рублей. Сервис пострадал из-за ограничений из-за коронавируса, когда был введен запрет на использование каршеринга в Москве и Санкт-Петербурге. По данным платежного сервиса CloudPayments, средний чек в июне 2019 года составлял 192 рубля, а в 2020 году он увеличился до 313 рублей.