Casual Carpool - HOVLR

Versi 3.0.7
Perbarui waktu November 5, 2025
kategori perjalanan perjalanan
ukuran 3.47MB

Tentang aplikasi ini

Bay Area Casual Carpool. Lebih baik, lebih kuat, lebih bisa diandalkan.

Hovlr membuat carpool kasual Bay Area lebih baik, lebih kuat, lebih bisa diandalkan.

Temukan pengendara. Jangan pernah melewatkan tumpangan. Hovlr mencocokkan pengendara dengan pengemudi untuk menjamin pertandingan carpool.

HOVLR membantu Anda dan sesama penumpang membuat carpool kasual yang nyaman lebih efisien. Tidak diperlukan pendaftaran, cukup pilih lokasi penjemputan yang Anda tuju, dan kami akan melakukan sisanya.

Apakah skenario ini terlihat akrab? Anda mencoba masuk ke San Francisco menggunakan carpool kasual, tetapi, di lokasi penjemputan Anda yang biasa, ada 4 mobil tetapi tidak ada penumpang. Anda memutuskan untuk pergi ke lokasi yang berbeda, beberapa blok jauhnya, hanya untuk menemukan 7 penumpang menunggu tetapi tidak ada mobil. Hovlr akan memperbaikinya.

HOVLR akan membantu para pembawa mobil kasual East Bay masuk ke San Francisco lebih cepat dan dengan cara yang lebih bisa diandalkan.

Tidak ada pendaftaran yang diperlukan, hanya 2 langkah sederhana:

1. Di ponsel cerdas Anda, pilih apakah Anda seorang pengemudi atau penumpang.

2. Pilih lokasi tujuan yang Anda tuju dan berapa lama Anda pikir itu akan membuat Anda sampai di sana.

Itu saja. Menggunakan sensor ponsel dan antena GPS, aplikasi ini akan mencatat kedatangan dan keberangkatan Anda di/dari lokasi penjemputan.

Informasi ini dikirim ke sistem berbasis cloud kami yang akan menghasilkan laporan status real-time untuk semua lokasi dan menyinkronkannya kembali dengan ponsel pintar pengguna.

Sebagai pengguna, Anda dapat memeriksa lokasi penjemputan di sekitar Anda dan memutuskan mana yang harus dikunjungi berdasarkan jumlah penumpang/driver di atau menuju ke lokasi ini, pada waktu tertentu.

Aplikasi seluler HOVLR menggunakan sensor ponsel Anda untuk secara otomatis menentukan lokasi pengguna dalam hubungannya dengan tempat penjemputan yang ada, apakah pengguna sedang berjalan, mengemudi, atau menunggu. Data ini akan memungkinkan kami untuk membuat fence dan pola geo dan untuk menghasilkan snapshot real-time dari semua lokasi, sehingga Anda dapat merencanakan lebih efisien.