Artikel ini ditulis bersama oleh Ajmal Afif, Calvin Ng Tjioe, Prashant Kumar Preeti Kotamarthi, Raghav Garg, dan Renrong Wen.

Permintaan akan layanan transportasi bisa sangat padat. Banyak penumpang cenderung memesan kendaraan dalam waktu bersamaan karena suatu pola organik, misalnya jam berangkat ke kantor. Dalam kasus seperti ini, lonjakan permintaan dapat melebihi suplai pengemudi, sehingga menyebabkan penumpang menunggu lebih lama.

Karena tujuan kami di Grab adalah memastikan para penumpang mendapatkan tumpangan pada waktu dan harga yang mereka inginkan, kami memikirkan cara untuk mengatasi persoalan ini. Kami kemudian memanfaatkan big data untuk membantu para penumpang merencanakan perjalanan mereka dengan lebih baik.

Pergeseran lonjakan (peak shifting)
Saat melihat data, kami mengetahui terdapat pola musiman pada permintaan dan penawaran. Ketidakseimbangan muncul pada waktu dan hari tertentu, hingga mencapai puncak, lalu kemudian menghilang. Proses ini terus berulang.

Studi menyebutkan bahwa manusia pada umumnya adalah makhluk yang enggan berubah, kecuali jika mereka punya alasan kuat atau manfaat untuk melakukan perubahan.
Jadi, kami berusaha mengubah para pelanggan dengan membuat widget yang memungkinkan kami memberi informasi untuk membantu mereka memutuskan kapan harus memesan kendaraan, serta mendistribusikan lonjakan permintaan secara lebih merata ke jam-jam yang tidak sibuk. Inilah yang disebut dengan pergeseran lonjakan (peak shifting).

Meski mungkin ini adalah kali pertama konsep peak shifting diterapkan pada industri transportasi online, istilah ini sebenarnya sudah dikenal sejak lama.