第一財經·新一線城市研究所與ofo小黃車最新聯合發佈了“共用單車城市出行大資料”, 並解讀了天津整座城市的共用單車出行情況。
解決城市中最後一公里的出行需求, 被認為是共用單車對中國城市最重要的意義。 隨著運營的深入, ofo出行大資料也可以反映出城市內更深層次的出行痛點。
ofo出行大資料顯示, 在天津, 平均每天有超過8000人騎著ofo小黃車從1號線、3號線的營口道站出發或者到達這個地鐵站。 它是天津ofo使用量最大的地鐵站。 同時, 營口道站也會有明顯的用車早晚高峰, 峰值更趨於晚高峰出行,
如果進一步比較城市內同級別熱度的起終點覆蓋範圍, 會發現, 終點能夠覆蓋更廣泛的面積。 比如在下麵天津的ofo熱點圖中, 起點圖中最淺的黃色面積明顯小於終點面積, 並且起點的需求量更集中, 終點的熱力分佈則更為平均——不過無論起終點, 它們與城市的商業資源集聚地都是基本重合的。 從整體趨勢看, 城市人使用共用單車的整體路線是從城市內向城市週邊離散的。
“城市裡的交通樞紐是按照人們出行的規律來設置的, 我們是在這個基礎上把公共交通延伸到人們生活工作場景最後一公里。 ”張嚴琪說, 在ofo剛進入一個城市時,
城市運營資料的分析是一項複雜的工作。 從校園單車起家的ofo過去可以憑經驗來判斷學校的宿舍、食堂、教學樓、圖書館等起終點之間的用車潮汐規律, 但到了使用場景極其複雜的城市環境中, 張嚴琪的團隊會需要更多資料分析來説明決定車輛的投放。
這種早晚高峰供需的不平衡也是為什麼我們常常能在路邊看到調度共用單車的卡車或是麵包車的原因。 從ofo的運營經驗看, 城市中的共用單車流向通常有兩種模式。 一種的單向流動, 人們只往一個方向騎車而不會把車騎回來,
在ofo小黃車, 線下的調度師傅根據線上資料平臺回饋的資訊, 結合自身經驗, 把擴散到城市週邊的單車運到高頻使用地區。
但資料平臺只能顯示一個結果, 比如在北京的大望路地鐵站有一些滯留的共用單車, 從其他地區流向這個網站後就不太移動。 資料平臺只能顯示這個現象, 並不知道為什麼。 而在現場調度師傅發現, 單車通常積壓在出京往燕郊方向的一邊——從燕郊坐車進京上班的人們並不會為了騎車特地跨過一個天橋, 這就需要線下的團隊給線上資料平臺系統補充資訊。
“有些時候機器演算法告訴我們某個點的日單量很高,
“其實只要能騎自行車的城市都適合共用單車。 ”張嚴琪說。 只是從一家公司運營的角度看, ofo需要從市場規模上判斷哪些城市更值得優先進入。
根據一套包括城市面積、人口、出行規律、公交規劃、天氣、降雨量、消費水準等因素建立的演算法模型, ofo小黃車會為城市測算出一個分數, 這也是張嚴琪判斷一個城市“是不是準備好了”的依據。
ofo當前對外公佈的最新進駐城市數量是120個, 並計畫在今年年底將這個數字提升到200個,
競爭可能還會持續很長一段時間, 但共用單車應該不僅僅只是發生在商業領域的一個故事。 從實際的作用看, 除了彌補城市出行最後一公里的交通空缺, 它們在城市運營中沉澱下來的資料, 還能説明城市管理者完善城市內部交通規劃。 這才應該是共用單車對城市更重要的意義。