运用大数据和风控手段,解决共享单车供求匹配问题

阿良
7 评论 15016 浏览 47 收藏 12 分钟

最近,看了不少共享单车方面的文章,其中有不少是探讨如何改善用户体验、提高共享单车供求匹配度和单车适用频次的。无论是文章本身,还是大家的评论,都让本人受益匪浅,以下是个人总结的一点资料,欢迎吐槽。

  • 用户痛点:想用车的时候随时都有车可用;
  • 企业痛点:提高每台单车的日均适用频次(企业需求)。

两者矛盾体现为:用户想用车,附近却无车可用或有车却用不了。而企业呢?一方面,用户有用车需求,却无法及时响应;另一方面,在其他区域,有大量的单车处于暂时闲置状态。这个需求其实是供与求在时间上、空间上相匹配的问题。匹配度越高,问题解决的就越好,匹配成本越低,效益就越好。

为了便于理解,先引入一个需求场景的例子,如下:

以深圳为例,年轻的上班族居多,也是共享单车的主要用户群体。早上大部分单车都停留在地铁口,公司上班时间一般是8:30或9:00,而在8:00 ~ 8:30之间的第一波上班族,把单车都骑到公司楼下了。结果8:30 ~ 9:00很少有从写字楼往地铁口骑车的,这期间出地铁的人,就无车可用,大量的单车停留在写字楼下,一直到下班,利用率极低。

那该怎么解决此类需求呢?很明显这属于大数据范畴了,通过大数据来实现是最理想的。此外,尚需引入风控思想,二者结合可达到意向不到的效果。另外,还需调整并新增功能,以摩拜单车为例,调整和新增的功能主要有:临时用车、预约用车、用车需求、接单。

  • 临时用车:指的是普通用户,直接通过扫二维码用车的情况,此功能无需调整。
  • 预约用车:指的是普通用户,通过摩拜APP提前预约用车的情况,预约生效时间为:距离预约时间5分钟至30分钟内的一个时间段。预约的不是某一辆具体的单车,而是指定区域内的骑车服务,补充说明见后文。
  • 用车需求:当用户预约用车时,发现附近可用车辆有限,为了一会能顺利用车,可以发布一个用车需求,让其他用户通过接单,来满足自己的用车需求。用车需求与预约用车相比,在用车权利上是相同的,但失效条件略微不同。另外,在特定条件下,预约用车会自动转变成用车需求,详细说明见后文。
  • 接单:当有用车需求产生时,用户就可以接单,将单车在有效时间内送至指定区域。用户发布的用车需求或由预约用车转变成的用车需求,都是属于某一具体区域的。如你想接单,通过骑车去到某个地方,你只需输入目的地,系统就会自动匹配并显示,由当前位置至目的地的几条主要骑行参考路线,以及接单方案,如图1所示:

图 1

当然,你也可以从当前位置直接骑车去到目的地,中途不换车。接单功能跟预约用车类似,接单也是不绑定具体的用车需求,而是指定区域内的任意用车需求。由图1可知,接单流程大致为:选定接单区域(可多个)→启动接单任务→将单车送至指定区域→结束接单任务(锁车后,系统默认匹配离失效时间最近的用车需求、或用户指定完成某一接单任务,个人倾向前者)

为了进一步阐释临时用车、预约用车、用车需求、接单之间的关系,请看图2和下方注释:

图 2

  • 如图2所示,若甲直接扫码用车则属于临时用车的范畴;
  • 在图2中,甲位于区域五,如出门前预约了区域四的单车,预约时间内骑的也是区域四中的单车,则属于预约用车;若实际骑的是其它区域的单车或不在预约时间内用车均属于临时用车;
  • 如甲在区域一中发布了用车需求,乙接单了,并在有效时间内,将车送至指定定点(区域一),则乙顺利完成接单任务。否则,视为接单失败。

通过众包接单的形式就很好的利用了大数据的特性,当然也有些朋友指出,可通过后台大数据分析,在适当的时候安排车辆进行调度。其实,在成本可控范围内,安排专车调度也是不错的选项。

下面结合大数据和风控来详细介绍下,如何在保证预约用户用车的同时,又不影响普通用户临时用车,还可提高单车的适用频次。

首先,必须明确一点,用车需遵行的基本原则是:先到先用,这里指的是具体的人,谁最先扫码,谁优先使用该单车。

为了更方便的说明问题,把右图中的单车标记为不同颜色,以便于区分。以区域五为例,在区域五(直径100m的正方形)中,蓝颜色的单车,表示停放于该区域内的单车,数量为A;绿颜色的单车,表示区域五之外,到区域五中心半径为250m范围内,用户接单后骑行中、且目的地是区域五的单车,数量为B;红色表示距离区域五中心,半径250m范围内,骑行中的单车(这部分单车目的地是随机的),数量为C。若区域五中预约用车数为M,令Q = (A+B+uC)/M,(其中u是比例系数),P = A/M。如取Q = 0.6,P = 0.4为锁定预约用车阀值,则表示,当Q > 0.6且P>0.4时,临时用户与预约用户,均遵循先到先用车的原则;当Q <= 0.6或P <= 0.4时,区域五中的单车将被锁定,此时需优先满足预约用户的用车需求,先到先用车的原则就暂时只适用于预约用户了。

例如:图2中的甲预约了15分钟内区域五中的单车,那么如果当满足条件Q <= 0.6或P <= 0.4时,临时用户无法使用区域五中的单车,只有跟甲一样的预约用车用户才能使用单车,且预约用车用户之间遵行先到先用车的原则,只要先到,就可以使用其中的任何一辆单车。当条件被破坏后,则先到先用车的原则同时适用于预约用车用户和临时用车的普通用户。

上面已经包含了风控的思想,其中有很多风控点,如:区域的大小、预约用车时段、上图中的圆半径、以及P、Q、u等参数。如果想把风控做的更精细些,还需考虑其他因素,如:天气、行业竞争、历史影响(使用周期的问题,个人认为以周为单位比较合适)等。

预约用车与用车需求之间的关系:

  1. 当P <= 0.6时,新产生的预约用车会自动转变成用车需求数据。如前文所述:预约用车与用车需求在用车方面,权限是一样的,但失效条件,略微不同。当用户在预约时间段内,使用了预约区域中的单车,预约用车即可失效;或在预约时间内,用户未使用预约区域中的单车,则预约时间结束后,预约用车即失效。
  2. 针对某一区域的用车需求,当P > 0.6时,在指定时间内,有用户完成接单任务的,用车需求即刻失效;若在指定时间内,无用户完成接单任务的,指定时间一过,则用车需求失效。
  3. 当P <= 0.6时,若无用户完成接单任务,用车需求将保留至次日凌晨2:00后自动失效。值得注意的是:用车需求的失效与否,与发布用车需求的人,是否在指定时间内,使用发布区域内的单车无关。

可根据长期的实际运行效果和收集的数据,不断完善和调整风控规则与参数,使风控效果趋于完美。另外,若用户量有明显增长,也需考虑适当加大单车投入量,以保证用户用车的基本需求。

需要特别说明的一点是:为了更好的引导用户使用上述功能,达到通过众包、大数据、风控等手段来实现共享单车在供求关系上的高度匹配,从而解决用户用车难、有车不可用,单车适用频次低等问题。可以适当、合理的引入奖励(物质和精神上的都行)措施和社交元素,如:发布用车需求,可9折用车,接单可享受5折用车,鼓励大家绿色出行,用户量积累到一定量,可创建骑行日(如摩拜骑行日,可多个,如春、夏、秋、冬),并设置骑行日大奖(适当的设置一些获奖门槛,以达到长期互动,维持用户热度的效果)、形成骑行社区和社交圈等。当然,如何把握好奖励力度、实现激励用户的目标,并保证企业收益,也离不开大数据和风控的思想,此文就不在做深入的探讨。

声明:本文受益于《思考 | 站在产品的角度,如何提升摩拜的单车使用频率》一文,感谢文章作者Mr Tang 和评论区的各位吐槽大神。

 

本文由 @阿良 原创发布于人人都是产品经理。未经许可,禁止转载。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 个人认为,暂且不论竞品竞争和这套方法具体对单车骑行次数是否带来较好的效果。
    该模式还有几个问题:
    1、这个模式将用户使用单车的步骤变得的麻烦,用户使用单车,如果可以我想用户连手机都不想打开,但这边将业务模式搞的较为复杂,学习成本较高,用户用车本身是一个小额消费场景,如果引入了接单的概念,那么接单用户的补贴如何进行,如果补贴低,则用户可能会不愿意浪费时间成本接单,如果补贴高,对于企业来说,该模式的商业价值在哪里?
    2、就算用户预约了,还得遵循先先用车原则,这就让预约的效率变的很低,如果用户预约了,并且照着地图去寻找车辆的途中,发现车辆被其它预约用户骑走了是多么糟糕的体验。
    3、该模式的预想状态在前面例子中说到的,高峰期的调度中,实际上可能还是效果有限,你的例子中,8:00~8:30这段时间,车辆都被从地铁站骑到公司楼下,那么在高峰期,用户行为和需求相对集中和趋同的情况下,如何保证有那么多人去接单将车子从公司楼下骑回到地铁站。

    以上个人愚见。如果有说的不对,欢迎指出。

    来自广东 回复
    1. 非常感谢您的请问,作为产品汪,答疑解惑是最基本的工作。现依次回答您的问题如下(注:因时间隔得太久,有些可能记不太清了,
      如有纰漏或需要,再做详细探讨):
      1. 首先必须明确的一点是,用户的使用成本没有增加,所有的规则、算法都是通过后台和数据库去完成的,APP用户体验上不但没有任
      何影响,反而更简单明了。业务逻辑和算法那一块较复杂,就不做详细说明。接单作为新增功能,不影响已有功能的使用和体验。接单
      补贴标准,可以根据市场运作情况在后台设置,所以企业成本这一块是不用担心的。至于用户那一块,出发点并不是让用户靠这个赚钱
      ,而是对“顺路”用户的一种激励。用车时,用户一般会先看看有没有红包单车,接单跟这个道理一样,原本需要5块钱的车费,可能只
      需付2块,用户到达目的地后,只需放到指定的区域内,距离大都在百米内(距离太远的,平台不反对也不推荐,用户应该也很少会为了
      省几块钱,还特意停到几百米外的吧)。这样做,在不增加运营成本的基础上,不仅不会降低运营推广效果,也不会影响正常的用车需
      求,还可以及时解决一部分车辆调度及“目的地”的用车需求,同时也便于共享单车的管理(据了解,共享单车已经开始划区停放了),
      弘扬社会正能量等,这些都是其商业价值。关于补贴成本及用户接单意愿,可根据实际运行效果及运营需求进行设置,因而不是问题。

      2.预约功能么有你想的那么复杂,这个是按区域划分好的,若划分的合理,用户体验是完全不用担心的,举个简单的例子,如某方形写
      字楼,前后左右(或以4个角为参考)划分为4个区域,用户事先预定好某一区域的车,找起来还是很方便的(APP上对该区域做好标注,
      找车过程中,用户是否已进入该区域,是一目了然的),与已有找车功能区别不大,而且目的地很明确,也很方便。至于你说预约好的
      车被别人骑走的情况,不是大问题。把风控做好,很大程度上是可以规避的。通过大数据分析及风控规则,实现实时风控即可。当然,
      风控不是万能的,无法保证不出现你所说的情况,但是可以通过数据的积累、技术的成熟、算法的智能化,将该情况出现的概率逐渐降
      低。此外,还可采取运营手段,对该情况的用户(在风控成熟的条件下,比例极小)送去平台的特别补偿和问候,这样,用户体验是没
      问题的,可能还会有意想不到的收获。

      3.针对此问题,其实上面已经给出了部分解释。首先,设想下用户需求与使用场景:早上 8:00 – 8:30 这段高峰期内,由地铁口至各写
      字楼的用车需求大,尽管地铁口早有大量共享单车等着,但相对需求量来说仍然十分有限。那该如何解决这一矛盾呢?安排调度,不仅
      成本高,也不实际(难不成开个车,把挨个办公楼底的车运到地铁口?时间来的及么?一次又能运几辆?以深圳为例,客流量如此巨大
      这方法现实吗?还有……)。但,如果以地铁站为中心,扩大至百米半径区域内的共享单车呢?是不是就可大大的缓解高峰期用户行为
      和需求相对集中与趋同的矛盾。然而,想让用户出地铁口,走百米用车,确实很困难,该如何把车集中到地铁口50米以内的区域呢?通
      过接单功能,就可以把原本停在距离地铁口 50 – 150 米内的共享单车,绝大部分停到距离地铁口50米以内的范围。补贴力度越大,效
      果越明显。

      当然要实现上述要求,需要很大的数据沉淀以及技术和资金投入。

      来自广东 回复
  2. 没看懂。。。

    来自河南 回复
  3. 有点想法,不错不错!

    来自广东 回复
    1. 谢谢

      来自广东 回复
  4. 同学你这想法适合去发论文

    来自北京 回复
    1. 处女座,献丑了,欢迎吐槽

      来自广东 回复
专题
37415人已学习13篇文章
市场调研是帮助他们更好地了解自己、了解用户、了解市场。
专题
15316人已学习13篇文章
用户画像是指根据用户的基本属性、用户偏好、生活习惯、用户行为等信息而抽象出来的标签化用户模型。本专题的文章分享了如何设计和应用用户画像。
专题
16577人已学习12篇文章
本专题的文章分享了物联网产品的设计思路。
专题
33640人已学习17篇文章
作为产品经理,你真的懂什么是敏捷开发吗?
专题
12572人已学习13篇文章
在用户运营中,拉新往往要比做好用户留存所花费的成本要高,但有各种各样的原因会让用户在某个过程中流失掉,应当如何规避与注意呢?本专题的文章分享了如何做好用户流失预警。
专题
15730人已学习7篇文章
AI在现实中的应用有很多,AI应用实例有哪些?AI的实现原理是什么你知道吗?本专题的文章分享了AI应用实例分析