很多私家车主都在跑滴滴，可是随着越来越多的私家车加入滴滴平台，平台的派单策略就会根据市场的需求进行动态的调整，比如很多人都会遇到这样的情况：附近就一辆车，等待客有6位，滴滴就是不给你派单，那么这是为什么呢？本文就来简单分享一下这方面的知识：
本人因为工作的原因，经常乘坐滴滴出行，说实话滴滴比出租车方便多了，网上下单后两三分钟就有私家车赶到我指定的位置。做滴滴的次数多了，也就和滴滴司机聊得多了，从中也能总结出滴滴平台的派单规则，之前的派单不叫派单，叫抢单！一个用车需求发出来后，附近的滴滴车主比拼的是手速，谁抢到算谁的！
可是随着滴滴司机的不断加入，司机的人数不断增加，滴滴平台的管理制度也随着发生了变化，由之前的抢单变成了派单，这个派单可不是按照随即派，也不是按照距离派单，而是按照每个司机的积分进行派单，只有积分排名靠前的司机，才能接到更多的派单；同时，每个司机的被派单数还和司机的营运时间有关系。
总之，就是积分不达标的司机，每个小时的派单数和每天的总派单数是有封顶限制的，乘客的长、短途单子的分配量也是有限制的。就像题目中所说的那样：附近就一辆车，等待客有6位，滴滴就是不给派单，是非常有可能出现的，最主要的原因就是这个滴滴司机的积分不达标，系统是不会给他派单的；要想避免这种情况的出现，这名滴滴司机就需要从每天的营业时间等方面逐渐增加自己的积分，只有积分够了，才会接到平台更多的派单；后续的服务越好，单子就会越多。
不知道大家平时用滴滴打车的时候，有没有遇到这样的事情呢？就是自己附近明明有车，可滴滴偏偏不给你把车派过来，反而还变相把你派给更远的车，这究竟是为什么呢？因为按理来说，更近的话，车来接自己，这样不仅快了点，还可以节约一下资源，毕竟汽油也是资源啊！
其实，这就不得不说一个经济学名词了，相信学经济方面的人一定听过一个词叫做“全局最优”，通俗点说的话，就是集体利益最大化，我们看到的附近距离我们的车辆很近，其实大多数我们看到的是个人利益，而这样对于集体利益最大化并没有什么太大的影响。
这么说大家肯定不太懂吧！简单点，你去看周杰伦的演唱会，在开始的时候，大家都相安无事，可突然有个观众觉得有点看不清楚，于是，他便站了起来，他是看得很清楚了，可与此同时，在他后面的观众却遭殃了，他站起来之后，后面的人也会站起来，到时候大家都站起来了。
这样一来，身高不一样的人反而让大部分的人都看不清楚，所以，个人的利益并不能让大家都得到实惠，其实大家都有个人利益最大化的错误观念，认为自己的事情好了，大家就会好，实际上这是错的，这么说不懂的话，大家还记得一个著名的牧草定律吗？
有一个牧场，牧民们为了多赚点钱，于是，大面积多养奶牛，你养多一只，我也养多一只，这样造成的结果就是牧场很快就被吃光了，因此，满足了个人的利益，反而对于集体而言是一件坏事，全局最糟糕。
这样看的话，你就明白了为什么滴滴会给你派一个远处的单子了，为了就是达到全局最优，同样的地点，不同的车，可以让更多的人等待的时间减少，因此，滴滴给你拍远处的车也就是一个再正常不过的事情了。
简单聊聊滴滴的派单规则或者说原理吧！
1、有证无证的区别：
目前滴滴对于人证齐全越来越看重，这点其实和当地网约车的实施细则相关，监管明细较严格的地区，滴滴越来越趋向于按规范走。因此，人证不全的车在派单上必然没有倾斜，部分城市甚至已经出现人证不全不派单的情况。此外，很多地区人证齐全的司机都吃不饱，这种情况下显然人证齐全的司机会优先派单。
这条其实没办法，属于监管层导致，毕竟一旦双证不全的司机被运管抓住，滴滴也是可能被行政处罚的，为了减少这块的成本，优先派单双证司机也就不奇怪了。
2、滴滴派单自身的规则
滴滴大约7~8成的派单以就近原则为主，这是全球网约车遵循的一条基本运营规则。按这个比例计算，那么必然导致大约2~3成的订单没法实现就近派单，乘客看着车辆就在附近结果接单的车远在几公里外，而司机接单了一看不是就近的乘客。
之所以会出现这种类似28原理的派单规则，原因在于滴滴采用全局最优的方式来处理司机和乘客的需求！
首先如果所有订单都采取就近派单原则对滴滴来说并不是最优解，同时对司机和乘客来说都不是，司机的接单效率可能更低，乘客可能更加打不到车。而采用全局最优模式可以有效解决这个问题。
现在，滴滴派单的规则就是当乘客提交订单后，先收集和分析目前乘客及司机的具体信息，然后在根据实际情况进行派单，这样根据大数据的计算能尽可能多的满足乘客的实际需求，同时也保证司机整体的接单效率。
因此，从大的维度上来说，想要做到所有订单都就近接单是不可能的，只能做到大部分就近接单。
Lscssh科技官观点：
综合来说，出现题主说的这种情况没什么稀奇的，一是滴滴自身派单的算法不是百分百按照就近原则来，同时再加上其他一些因素，比如双证不全，比如连续驾驶时间过长，存在可能的疲劳驾驶等。
对于滴滴派单的算法不妨可以去看看人家的给出的“基于深度价值网络的多司机智能派单模型”，相信你会对派单规则会有更深的了解。
