摩拜单车如何通过大数据摩拜单车大数据分析 _小知识

从2016年，武汉市民第一次在街头看到橙色的摩拜单车，到现在已经过去两年时间。今天，根据摩拜单车公布的数据显示，在2017年全年平均单次骑行总量超过2.9亿人次，累计行程4.8亿公里，而在2018年1-10月期间，累计的骑行总量已经达到1.69亿人次，累计骑行里程更是超过2.79亿公里……这一条条大数据的背后，既是武汉市民对摩拜单车的认可，也聚集了摩拜对武汉市民出行习惯的认知。

文章插图

那么，到底在摩拜眼中，武汉市的用户们是个什么形象呢？
【摩拜大数据勾勒武汉用户画像】
这些年互联网圈常年“大数据”不离口，在这一背景下，用户画像得以更为具体地呈现出来。每一条乍一看似乎平平无奇的数据，最后都将成为用户画像中不可缺少的细节。比如摩拜就发现，天气对武汉人骑行单车的影响几乎微乎其微：2017年晴天（多云）天气占比53%，骑行量则占比56%；雨天虽然骑行意愿会有所降低，但依然有34%的武汉人风雨无阻地骑着单车出行，显得颇为“硬汉” 。

文章插图

以往的观点总认为共享单车月活与天气情况有较大联系，那为什么又会出现这种风雨无阻的情况呢？具体到每一天用户的骑行规律，摩拜发现平台用户普遍单次骑行距离为1.65公里，每次骑行时长被控制在10-11分钟之内。再详细到每天的时间段，工作日早晚高峰分别占全天骑行总量的11.8%和10.4%，到了双休日早高峰系数则迅速下降至7.8%，但到了晚高峰，因为休闲娱乐等方面的需求，占比则达到9.1% 。

文章插图

如果想细化一下用户的具体形象，还可以接着搜集更多的大数据。比如摩拜通过探究单车目的地，发现把骑行终点设置在轨道站点的用户比例达到12-13%，而且市民前往轨道站点时骑行距离更长，但耗费的时间更短，所以这时其实更多地是在加速行驶；但如果是从轨道站点离开，不仅距离相对较短，耗时也会延长，而这种潮汐变化基本集中在早晚高峰期间。不难看出，共享单车已经被武汉市民融入到日常通勤的一部分，所以气温的些许改变并不足以让TA放弃骑行。

文章插图

由此我们已经可以在脑海中勾勒出这样一位武汉共享单车用户的形象：在14摄氏度的上午，天空中飘着蒙蒙的细雨，这位上班族在上学期间养成的赖床习惯让TA再一次匆忙骑着单车往地铁或公交站，顺利坐上公交地铁并在到达目的地后惊喜地发现，时间还挺充裕，急躁的心情也就平和下来，就会悠哉地骑着单车离开站台，顺便在路上买碗热干面过早。
【大数据改良实际运营】
费劲地搜集大数据，并勾勒出细节更为丰富的用户画像，企业的最终目的是为了更好地了解用户需求，以便在运营中进行相应改进。而通过我们之前描绘的一位武汉用户画像，其实这里面的问题已经比较明显，首先，武汉市民已逐渐将共享单车深层次地融入到日常通勤中来，而摩拜的数据也应证了这点，而2017年度武汉人全年共享单车骑行总量约在5.8亿至7.2亿之间，虽然低于公交和地铁，但是已经高于出租车，因此可以说共享单车已经坐实了武汉第三大公共出行方式的地位。

文章插图
【摩拜单车如何通过大数据摩拜单车大数据分析】

每天骑着共享单车直接上班或者赶往地铁或公交车站，既然能够成为大多数摩拜用户的日常，也就证明在工作日早晚高峰期间地铁和公交车站的单车调度，将是作为重要的考验。单车企业需要有针对性地进行运营调度，才不会出现无车可用，且不骑车的人被车堵的情况。
那么，哪些地区需要进行相应的调试呢？根据摩拜公布的数据显示，武汉市单车流动的大趋势为“中心聚集，广域覆盖”，用户的骑行路径规律则是“组团布局，聚落分布” 。细化来看，骑行指数靠前的区域包括东湖风景区、江汉区、江岸区以及经济开放区，而有待提升的区域则包括新洲区、汉南区、蔡甸区、黄陂区，富有潜力的区域则是武昌区和江夏区。整体看来，地处偏远、幅员辽阔的地区，武汉居民的骑行指数更高。

摩拜单车如何通过大数据 摩拜单车大数据分析

摩拜单车如何通过大数据摩拜单车大数据分析