共享单车，一种意在解决用户在最后一公里通勤问题的代步工具。通过“非定桩的共享模式”定位，其于2016年迎来大爆发，并于2017年进入白热化市场竞争阶段。
在此我不想去太多的分析目前两家的竞争，因为后面涉及到的融资，运营，战略方向都可能成为两者胜败的生死手。故本文只队共享单车的未来进行畅想。
首先，先从共享单车的使用场景入手。
共享单车针对的场景是：为单个用户，在某两个距离一般在五公里以内的位置进行移动时，提供一种代步方案。
关键词：单个用户，两点，距离，代步。
以下是关键词分析：
1.单个用户是谁？
我的直观判断是：
这个用户的身份，最可能是没有固定居所的人和上班族。
因为没有固定居所，所以无法大规模的购置家具硬件，这其中就包括了交通工具。
而导致一个人居无定所的原因一般只有以下几种：
较远的异地上学
异地打工
所以在进一步细化居无定所的原因后，我们可以基本确认：这个用户的身份，一般是至少为出生点和常住点为异城的学生，以及所有的上班族。
分析此类用户的行为，会发现以下特点：
工作日生活作息非常规律。
周末和法定假日的行动相对不可预判，需要个体数据和大数据分析支撑。
根据此结论，我们可以继续讨论第二个关键词：
2.两点
前面我们已经分析了，排除掉经常出差者（这类用户主要使用的交通工具为出租，飞机，地铁公交），一般的用户在周一到周五的生活作息非常规律，具体表现为：
（1）上班族：
A.早上：居住点–步行&单车（–地铁&公交–步行&单车）–工作点
B.中午：工作点（–步行–餐厅–步行）–工作点
C.晚上：工作点–步行&单车（–地铁&公交–步行&单车）–居住点
（2）学生
A.上课循环：宿舍–步行&单车–教学楼（–步行&单车–教学楼）–步行&单车–宿舍
C.自习循环：宿舍–步行&单车（–教学楼–步行&单车）–宿舍
D.休闲环节：不可预判，不做分析
通过以上分析我们可以看出：
上班族三个循环中，可能有两个场景用到单车，涉及的点为：居住点，工作点，地铁&公交乘坐点。
学生的循环中，可能有三个场景用到单车，涉及的点为：宿舍，教学楼，餐厅。在常规场景中，任意两点之间都可能建立关系。
但是在公共场景之下，单个行为上升到群体行为，我们就不得不正视潮汐效应的影响了。
以单个地铁点或者公交聚集点为中心，方圆五公里的范围内，若建筑物以居民区为主，则必然会出现早上人群涌向交通枢纽，晚上人群涌出交通枢纽的潮汐效应；若以工作区为主，则是早上人们涌出交通枢纽，晚上人群拥入交通枢纽；若是为大型购物区，则会出现工作日晚上人潮的涌入涌出，休息日人们偏中午涌入，晚上八点靠九点涌出的场景。
所以我个人认为。解决潮汐效应才是共享单车的难点所在。
（3）距离
首先，我们首先需要确认的一点是，我们讨论的共享单车是一种代步方案，而不是体育运动。
在此基础上，我们可以大胆得出结论：共享单车适用的距离一般在500–3km左右。
过短人们相对懒得开启共享单车，而过长需要大量的体力消耗。进一步考虑夏天的暴晒和冬天的寒冷，初步假设3km为常规临界值，5km基本可视为极限值。超出5km的骑行，基本都可视为体育锻炼和健身而非正常通勤行为。
（4）代步
共享单车是一种代步工具，简单清楚，无需阐释。
通过以上的分析，我们基本可以得出用户场景为某两到四个交通枢纽为基点，向位于该交通枢纽5km以内的工作地点和居住点发散的上班族提供通勤方案，或者在多个标志物之间进行规律运动的学生提供便利的代步方案。
随后，我们予以综合，浏览用户自身解决此问题可能遇到的痛点：
自己的单车担心丢失
恶劣天气时担心单车受损
需要维修时维修困难
在需要地铁或者公交作为通勤方案的一部分的时候，离开居住点前往公交点或者离开公交点前往工作处都可能需要单车，花费较多。
不常用，摆放自己家中占地过多。
寻找摆放用地困难
摆放用地可能收费
摆放用地单车过多导致的存取困难
需要搬上下楼，花费时间更多
…..
解决方案
以上面场景为基点，考虑用户可能的痛点，做出解决方案如下：
1.单车端：
A.太阳能电池板
提供电力续航相关电子设备，安放位置：车前篮（但是最好不给车篮）。
B.电子锁
OFO的机械锁案例已经给了我们足够的警示：OFO通过涂牌被占为私有的单车数量不在少数，甚至被当做了一种社会现象被予以讨论。
C.GPS
对单车予以定位，核心元件。
D.信号接收发送端
和电子锁串联实现动态开解锁功能，并可发送其他相关数据。
E.号码&二维码牌
与地区挂钩
F.发生器
便于寻找车辆以及确认开锁等。
2.软件端
A.套餐服务
正常情况下，上班族的通勤时间非常稳定，几乎为固定。
针对这种固定的通勤情况，我们完全可以推出套餐服务。Eg：
（1）周度&月度通勤包
申请条件：填写上班地点（居住点填写，公交&地铁点选择），下班地点（工作地点填写，公交&地铁点选择），上班时间段（两段时间段），下班时间段（两段时间段）。
次数：10次自由使用+92次通勤使用。
控制项：骑行时间超过某个时间即不属于通勤范围，扣除自由使用次数。
周度&月度校园自由行包
申请条件：学校名称
选择条件：使用时间，使用路程
（2）自由行加油包（时间）
申请条件：无
选择项：骑行时间（1小时，5小时，10小时，等等）
（3）自由行加油包（路程）
申请条件：无
选择项：骑行时间（10公里，20公里，100公里，等等）
（4）骑行记录排行榜
微信运动的大热提醒着我们“晒”在我们的生活中无处不在。
（5）广告投放
就目前常见场景而言，若整体体系搭建得当，共享单车软件打开的软件次数可能在日常使用APP中排名极度靠前（甚至可能仅次于微信）。而共享单车能够获取用户的工作地址，居住地址，甚至可以从周末的行驶路径中获取用户的娱乐场所。
这些精确信息，能够给广告投放提供了无限的想象力。
3.维护端
A.潮汐效应的干预
首先，我们需要承认：
只依靠用户的自流动搭建的流动不足以逆转潮汐效应，我们需要人工干预。
所以，我们在设定套餐时，特意上用户填写了工作地址，居住地，中转地铁站，大概骑行时间等五项数据。
通过这五项数据，我们可以大数据模型来确定用户在理想模型下全时间段的流向，进而可以逆推出共享单车的精确投放位置，搬运单车工具的在各个时间段的搬运数量等重要信息，进而完全抵消潮汐效应。
当然，我不会否认逆潮汐效应需要的额外的搬运单车工具的投入，但是在广告费用，押金金融，节省的单车管理的人员支出费用，以及通过搬运单车产生的额外产出（即以目前模式下，只要单趟搬运单车工具出动费用小于该次搬运单车产生的盈利即可）支持下，我认为此事有试点的可能性。
B.单车维护
单车极易出现各种故障问题。重点是故障的故障确认问题。以下为几种方式：
（1）用户主动报障
用户在使用高峰中若的确遇到了单车自身故障（破胎，座椅不能上下移动等），用户会自主报错，并尝试换骑。此时服务器获得该单车编号与位置，即可在下次潮汐运动中予以换下维护。
（2）车辆主动报障
当某辆单车较长时间未进行任何移动时（一般来讲就是二维码被涂了），车辆主动向服务器发送相关数据申请查看。
（3）车辆被动报障
当某辆单车长时间不向服务器发送数据时，服务器自动判定该车存在故障并予以标识，并自动读取该单车最后一次发送的位置数据，（假设单车每一小时自动向服务器发送一次数据，但是这样会不会因为过多申请并发而导致网站瘫痪？）并派遣专员予以寻找维护。
通过以上这些方式的组建，相信可以建立起一个相对健全的共享单车体系吧。写的有些粗劣，请大家批评指正。
