快好知 kuaihz

大数据预测 | 小鸣单车1毛用车的策略,可行不?

伴随着云概念的诞生,大数据逐渐进入了人们的视野,时至今日,想必对很多人(特别是互联网行业的从业者)来说,大数据已不陌生。我真正接触大数据的时间并不长,认识自然也比较有限。不过,对于大数据的神奇魅力却早已领教,并让我常常为之激动不已。于是,四处搜集大数据的文献和资料,尽管收益甚微,还是坚持着。常想着能够学以致用,那就从写东西开始吧,因此有了此文。

在进入正题前,先来看看官方关于大数据的权威定义:

对于“大数据”(Big data)研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

麦肯锡全球研究所给出的定义是:

一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

如此专业精辟的定义,身为大数据小白的我自然是写不出的。即便如此,我还是鼓足了勇气,总结出两点自己对大数据的基本认识:

大数据就如同一位考古学者,可重现千年以前的历史和画面。她的还原是如此的逼真,就如同亲身经历一般真实;

大数据又好比一位未卜先知的科学家,可事先告诉你,明天将要发生什么。她的预测是如此的精准,就如同告诉你,明早太阳会依然升起一样靠谱。

至于大数据重现历史与预测未来之间,有着什么样的关系,如:哪一个容易些,哪一个更有运用价值,哪一个更神奇以及她们的运用范围有哪些等问题。本人虽有过思考,但很遗憾,并没有完全搞明白,故不做深入探讨。今天我们就从小处入手,以一个大家熟悉的例子,做一个简单的分析。思来想去,觉得用大数据来预测未来会好点,因为事情尚未发生,且预测结果,可以在不久的将来加以验证,更为有说服力,想想就挺美的!

接下来就是要选个好例子了,碰巧,最近对共享单车关注的有点多,像摩拜、ofo、小蓝、优拜、骑呗、小鸣等共享单车,如雨后春笋般,涌现在各大城市的街头巷尾。共享单车对大家来说也不陌生,前段时间看到小鸣单车的收费标准,突然眼前一亮,以此为例,再好不过了。故,本文的主题是:通过大数据手段来预测小鸣单车1毛用车的策略的可行性。

首先,我们需要了解清楚小鸣单车的计费方式:

押金:使用小鸣单车的押金是199元人民币(可退);

车费:采用分段计费的方式,每半小时计费0.1元到1元,初始为1元。车费随邀请好友个数逐渐减少(受邀或邀请总数达到10位或10位以上,车费每半小时0.1元;而邀请了一位好友,半小时车费优惠至0.9元,邀请两位好友车费每半小时0.8元,以此类推,优惠累积上限为10位)。取消预约不收费。使用单车从开锁开始计费,手动关锁后打开APP点击结束骑行后方可结束计费。

说实话,初次看到小鸣单车的计费方式时,觉得相当的不错,因为,当时还停留在传统的产品思维中,没有意识到大数据的存在。因此,第一时间想到的是,该计费方式想通过(第三方)社交属性、薄利驱动、人带人、口碑相传的策略,来达到吸引用户和廉价推广的目的,竟而在竞争日趋激烈的共享单车市场中立于不败之地。咋一看,该策略虽说有点老套,仍不失为明智之举。

那么,现实发展真的能如偿所愿吗?现在,我们从大数据的角度,来分析该策略的可行性,以及其往后的走势和结局(如分析不当,请尽情吐槽,但千万别用板砖哈!)

为了系统的说明问题,我们先设定一个简单的市场场景:

(1)地点:深圳(由于小鸣单车最先从上海、广州铺开,因此,以此二地为研究对象会更好些。)

(2)人口数量:1190.84万(16年常驻人口),加上非常住人口,应该不少于2000万

(3)适用对象:深圳是个很年轻的城市,刨除老人、小孩,当然还有一部分其他人员,保守估计应该是过半的,市场潜力巨大,完全符合大数据场景应用的要求。

(4)用户心理:以年轻的上班族为主,社交面广、关系错综复杂,近年来,利用社交关系互推的营销模式,在一定程度上,消耗掉年轻人的热情(这也可以算是该策略的一个弊端)。

(5)竞争环境:同类产品有膜拜、ofo、小蓝、优拜、骑呗、智享单车等不下二十家,竞争激烈,出局的风险较大。

根据上面的市场场景,为了能粗略的计算出小鸣单车的平均收费大概是多少,现建立一个简单的数学模型如下:

样本容量:约1000人(可取大一点,结果会更准些。)

研究时段:半小时(如一天中的17:00 ~ 17:30)

用车频率:人均一次(这里看成理想状态,即每人用车一次)

优惠力度:0.1*999 = 99.9(元),每位用户最多可以被邀请1次,故可贡献优惠金额为0.1元,而首位用户是主动进入的,因此无优惠(大数据下可以忽略不计)。

理想收费:0.9元/半小时(从以上分析,应该很容易得出此结果)。

论断一:从这个模型来看,企业的实际收益肯定不止0.9元/半小时,相比其他共享单车 0.5元/半小时 来说,利润空间大不少,似乎策略还不错。

为了让大家更好的理解,特将上述理想模型转换成数据模型,通过数据表格形式,展现如图1所示:

图 1

通过图1中的表数据,可知,骑行半小时收费为0.1~0.5元的用户占比极少(即使是理想下的极限情况,此部分用户约占16.7%,而理想情况下,不到2%,实际情况还会更少)。为什么需要关注这部分用户呢?很显然,这跟竞争对手 0.5元/半小时 的收费有关。回过头来,再看刚才理想情况下的数学模型,很明显,跟实际情况相差较大,因而由此得出的论断一也是有问题的,故需将模型再次细化一下。细化前,先将数据模型转换成图表的形式展示,更为直观些,如图2所示:

图 2

关于前面理想情形下的数学模型,需要细化的有哪些呢?我们分几步来考虑:

1、在无外部竞争的情况下,关于用车频率的问题,真的可以做到,每个人的使用频率都一样吗?

很显然是不可能的。如果刨除其他因素的影响,不难理解,收费越低的用户,用车意愿越强,即用车频率越高。用户用车成本与用车频率之间的关系,大致如图3所示:

图 3

根据对用车频次变化的分析,可以粗略的得出以下数据,如图4所示:

图 4

由图4可知,考虑用车频次的变化,半小时平均收费下降较明显(达到10%),不过相对0.5元/半小时的收费来说,数据还是挺好看的。需要说明的一点是,图4中的用户数、用车频次只是个比例值,不是具体的估计值。该比例值跟社会经济水平、用户心理、竞争环境等因素关系很大,由于竞争环境尚未考虑,故更详细的说明见后文。

2、在考虑竞争的情况下,结论又将如何呢?

这是个较长竞争的过程,比较复杂,就不做具体的数学模型分析,现简单分析如下:

用车成本为 0.1 ~ 0.5元/半小时 的用户,可沉淀下,且为活跃用户的概率极大,但所占比例极小,且基本上没啥利润空间(很有可能是亏本赚吆喝哦!);

用车成本为 0.6 ~ 1.0元/半小时 的用户,有很小的一部分会转化为 0.1 ~ 0.5元/半小时 的用户,其结果跟第一点是一样的;剩下的绝大部分随着时间的推移,逐渐变为非活跃、低频、沉睡、僵尸用户,最后被竞争对手(0.5元/半小时)挖走。

通过前两点,并结合上述分析,1毛用车策略的可行性、走势和结局就不言而明了。需要强调的是,1毛用车策略对小鸣单车是有影响(个人观点:影响较大,后期随着支付宝、微支付的介入,无押金即可任意使用共享单车,不只是小鸣单车哦,将对押金沉淀池产生巨大影响。),但并不等同于小鸣单车(影响小鸣单车发展的,还有许多其它的因素)。

下面简单的分析下社会经济水平、用户心理、竞争环境对1毛用车策略的影响:

社会经济水平:举两个例子,一是对比中印两国,很显然1毛用车策略在印度反应会更大些。单从经济水平来看,该策略的不足会更明显,暴露的也更快;二是对比中国的城乡,不难理解,在农村该策略的不足会更突出,暴露的也更快(只是就事论事)。

用户心理:主要指的是消费观念、用户习俗、心理状态、文化涵养等方面,这个跟地域有较大关系,不方便举例。

竞争环境:上面的分析有一个很重要的竞争因素,外部存在 0.5元/半小时 竞争对手,当这个因素发生变化时,就破坏了分析条件,自然结果就得跟着变化。原来不足的地方可能转变成优势,原来的长处也可能转变成劣势。最近由于阿里、腾讯系的加入,打破原有竞争平衡。无押金用车,对共享单车的相关企业来说,是个很大的冲击。本人用了几次支付宝、微支付骑车后,就萌生了退押金,卸载APP的想法。如果这种竞争环境得不到改变的话,退还押金、卸载APP、用户流失等,很可能是个大的演变趋势。这就意味着,用不了太久,各大共享单车企业,原有的巨额押金沉淀池将化为乌有。在薄利甚至亏本运营的情况下,最终逃不出被兼并收购的结局。对普通用户来说,也不是好事,很显然,被兼并收购后的下一步,就是用车成本的上升。日后,很有可能预约也需计费。

其实行文至此,基本上该结束了,但还是插点题外话吧。

第一个话题

针对朋友间互推运营方式的问卷小调查:

调查人数:20人

问题一:有没有好用的共享单车,给推荐两款?

问题二:你知道小鸣单车吗?

统计结果如图5所示:

图 5

尽管问卷调查设计的较简单,样本容量较小,但还是有一定参考价值的。由表中数据可以看出,朋友间互推的运营方式远没有想象中那么有效。

第二个话题:关于小鸣单车 —— 临时停车的功能

以下是小鸣单车对结束骑行、临时停车功能的描述:

在使用车辆后要进行上锁,上锁会有弹窗提示两种选择:“临时停车”或“结束骑行”(如在骑行过程中有临时停车上锁的需要,可选择点击“临时停车”,车辆上锁后其他用户无法对其进行开锁骑行,需注意这个过程中的时间也算在计费范围内,解锁可再次点击“临时停车”即可重新骑行;如车辆已经使用完成,上锁可选择“结束骑行”,此时界面将显示该次旅程的总金额、里程、时间和消耗的卡路里等数据)

相比摩拜、ofo,小鸣单车中的临时停车功能似乎是对结束骑行功能的改进和优化。事实上,在用户体验上没太大改善,有的时候,对习惯了锁车等同于结束骑车(如使用支付宝、微支付骑车)的用户来说,体验反而更差,很容易给用户造成不必要的损失。

那这个功能是否可以做的更好呢?答案是肯定的。顺便提一下,个人对需求优化的一个基本观点,一般情况下,不赞成以牺牲原有功能的体验为前提的优化方案,特别是跟用户切身利益相关的功能。

以下是优化方案,仅供参考:

锁车即计费,但不结算,若3分钟内,用户未在APP上点击“临时停车”,则3分钟后按锁车时的计费结算,即相当于结束骑车;

锁车即计费,但不结算,若3分钟内,有其他用户使用该车(不应影响其他人使用)或该用户选用其他小鸣单车,则从下一个用户开始用车时,按锁车时的计费完成上一用户的费用结算。(这两点其实可以合起来,锁车即计费,但不结算,若3分钟内,用户未在APP上点击“临时停车”或有其他用户使用该车或该用户选用其他小鸣单车,则3分钟后按锁车时的计费结算,即相当于结束骑车)

锁车即计费,但不结算,若3分钟内,用户在APP上点击“临时停车”(若“临时停车”,车辆上锁后其他用户无法对其进行开锁骑行),则锁车时的计费作废,仍以首次用车时间为起点,继续计费即可。

以上就是此次全部内容,不当之处,欢迎吐槽,愿小鸣单车越来越好。

相关阅读

运用大数据和风控手段,解决共享单车供求匹配问题

本站资源来自互联网,仅供学习,如有侵权,请通知删除,敬请谅解!
搜索建议:小鸣  小鸣词条  用车  用车词条  单车  单车词条  可行  可行词条  策略  策略词条  
评测

 大数据预测 | 小鸣单车1毛用车...

伴随着云概念的诞生,大数据逐渐进入了人们的视野,时至今日,想必对很多人(特别是互联网行业的从业者)来说,大数据已不陌生。我真正接触大数据的时间并不长,认识自然也...(展开)

评测

 产品分析报告 | 开眼Eyepe...

开眼视频是一款精选短视频内容社区,作者从市场、用户、产品结构和功能等多个方面对产品进行了分析,并提出一些自己的想法,与大家分享。一、产品概述1.1 产品体验环境...(展开)