周健報導 今天（4月16日）早上， 在上海地鐵2號線金科路站附近， ofo小黃車的運維人員左崢嶸， 打開手機藍牙， 通過一個App發出指令， 識別周邊共用單車的運行情況。 幾秒後， 手機提示附近有2輛需要維護的單車。 左崢嶸收容這2輛車後， 趕往自己負責的下一個網站。 據悉， ofo在上海上線了大資料運維利器“小黃探”， 尋找壞車的效率提升5倍。
共用單車運營效率提升5倍
去年下半年以來， 共用單車行業逐漸進入成熟理性發展的新階段， “效率”和“精細化運營”成為政府和企業的共識。 各家企業均在探索提升運營效率的有效方式。
在被稱為中國矽谷的張江聚集了眾多高科技企業。 每天早上， 數以萬計的程式師、白領從地鐵站、公車站湧向各個辦公樓宇。 這一年多來， 共用單車在園區內的使用變得更加高頻和普遍。 左崢嶸介紹， 每天早高峰， 僅在金科路地鐵站附近，
運維調度、單車秩序維護和車輛健康度檢查構成了左崢嶸的日常工作。 他介紹， 去年早期在沒有工具輔助的情況下， 車輛健康度檢查需要逢車必檢， 一天檢查大約80輛單車， 其中需要維護保養的可能也就8輛。
“主要是將外觀明顯的故障車或使用者報修的車輛查找出來。 但是如果這輛車的騎行體驗不好， 用戶騎行距離或騎行時間都很短， 但是車品質沒問題， 就不容易被發現。 ”左師傅說， “但這樣的車在現實中是會浪費用戶的時間的， 或者產生換車成本。 ”
隨著運維APP等工作工具的完善， 左師傅坦言， 效率在不斷提高， “通過手機App與車身上的智慧鎖實現藍牙通訊， 運維人員只需點擊經過小黃車附近，
除此之外， “小黃探”在識別騎行體驗較差的車輛上也下足了功夫， 這在行業內屬於開創性的功能。 這些有病的車恰是以前運維人員的“盲點”， 但在新功能的支持下可以輕鬆被查找出來進行保養。
資料顯示， ofo在上海試點“小黃探”後， 一位運維師傅每天平均可找到40輛需要檢修或改善騎行體驗的車輛， 大幅度保證負責轄區內的良好車況， 效率提升至從前的5倍。
當前， 上海正在“精細化”管理方針下提升城市管理精細化水準， 要“像繡花一樣管理城市”。 ofo上海城市經理梅嘉琪表示， “小黃探”不僅顯著提高了效率、降低了運維成本， 同時第一次讓運營師傅的運維目標與使用者真正關心的重點達成一致，
“一鍵識別”背後是大資料和機器學習
ofo大資料負責人邵毅介紹， 目前市面上所有的共用單車主要是採用報修率等基於規則的幾個資料維度來進行共用單車的運維管理， 而“小黃探”一次性採用78個維度的資料， 包括機器演算法修正後的報修率、異常訂單的占比、開鎖失敗的比例等， 基於大資料、人工智慧和機器學習演算法進行的回饋和預測來進行判斷。
“通過引入這些資料維度， 系統可以很聰明地識別出壞車、騎行距離和騎行時間都很小的難騎的車， 以品質和體驗雙維度來提升ofo的運維工作，
通過不斷自主研發和技術創新， ofo正探索出一條以大資料和人工智慧支撐實際運營的高科技企業成長之路。 從一輛共用單車到整個體系， ofo正在為行業尋求最佳解決方案。
業內人士認為， 繼1月17日ofo向上海等全國20個城市開放首個城市慢行交通大資料平臺後， 共用單車企業又一次創新突破， 正在擺脫粗放的形象， 成為體現城市精細化管理水準和管理效率的新名片。