杨郁佳Mobike数据分析.docx

杨郁佳Mobike数据分析.docx

《杨郁佳Mobike数据分析.docx》由会员分享，可在线阅读，更多相关《杨郁佳Mobike数据分析.docx（14页珍藏版）》请在冰豆网上搜索。

杨郁佳Mobike数据分析

评分：

序号：

18

SHANGHAIUNIVERSITY

课程论文

COURSEPAPER

课程名称：

互联网+

题目：

Mobike单车数据挖掘

学院机电工程与自动化学院

专业自动化

学号14122156

学生姓名

课程互联网+

打印日期

Mobike单车数据挖掘

杨郁佳

（上海大学上海200444）

摘要：

继“淘宝”、“滴滴出行”后，互联网+时代又刮起了Mobike单车使用的热潮。

“互联网+”为实现全民共享单车提供了条件，“大数据背景”为商业决策提供了参考依据。

本文结合“互联网+”和“大数据背景”的特点，首先构架了Mobike单车、手机和云端数据库的系统；随后重点采集数据，包括固定点区域车辆使用情况，不同时间段使用量，用户信息、用户所骑单车轨迹、用户使用时间和骑行时间等，对GPS数据进行挖掘和简单仿真；其次作为用户实体体验Mobike，测试其便利性；最后运用所有数据挖掘结果，对公司运营给出盈利模式以及运营改良方案，并对Mobike公司对社会共享经济也有推动作用。

关键词：

Mobike系统原理；GPS数据挖掘实例；数据仿真；社会意义

Abstract：

Followingthe"Taobao","DiDil",theInternetandtheMobyeraofblowingtheupsurgeofcyclinguse."Internet+"toachieveuniversalcyclingprovidestheconditions,"largedatabackground"forbusinessdecision-makingprovidesareference.Thissystemcombinesthecharacteristicsof"Internet+"and"BigDataBackground".First,itbuildsthesystemofMobikebicycle,mobilephoneandclouddatabase.Thenitcollectsthedata,includingvehicleuse,fixedtime,User'sridingcycle,usertimeandridingtime,GPSdataminingandsimplesimulation;secondasauserexperienceMobike,testitsconvenience;thelastuseofalldataminingresults,thecompanyoperatingprofitmodelAswellasoperationalimprovementprograms,andMobikecompaniestopromotetheroleofsocialsharingoftheeconomy.

Keywords:

Mobilesystemtheory;GPSdataminingexample;datasimulation;socialsignificance

引言

今年4月比娱乐圈还火爆的创新创业高科技新品——Mobike单车在上海开始运行。

Mobike单车是一款无桩借还车模式的智能单车。

人们通过智能手机就能快速租用和归还一辆摩拜单车，用可负担的价格来完成一次几公里的市内骑行。

在互联网+时代，围绕顾客需求和企业的产品价值链，互联网+时代的一个突出特点是“社会互动”的深刻影响。

从新产品开发、测试到新产品的投放，社会互动都扮演着日益重要的角色。

在大数据背景下，企业与外界环境之间的边界日益模糊，信息共享和知识溢出成为企业与利益相关者之间合作竞争与协同演化的主要方式。

在这样的竞争背景下，信息和知识成为企业管理中的重要生产要素，也是决定企业创新力的关键。

基于大数据平台与外界建立社会网络，从外界获取有价值的信息，是企业获得竞争优势的关键。

因此，重视大数据这种战略资源，积极获取、利用这种战略资源以获得竞争优势。

Mobike单车是一个商业项目，身处互联网大数据时代，就应该好好利用大数据的优势来服务整个商业项目。

所以本文遵循“大数据的战略思维特征”，对Mobike进行了“Mobike车辆定点数据采集”和“实体骑行体验”，以此来猜想Mobike的运营模式。

1Mobike单车系统原理

Mobike单车使用流程比较简单，这得益于Mobike的车辆设计和其云端后台支撑，这不只是单车的某个具体硬件功能，而是单车和手机结合云端的一系列运行结果。

整个Mobike单车系统由Mobike单车、手机和云端服务器三个要素构成。

表1-1

1.1Mobike单车和云端

看似简单的车锁，其实它实现了大部分"黑科技"功能。

包括卫星定位、远程开锁等。

锁内集成了带有独立号码的SIM卡，通过3G、4G网络，与云端保持通信能力，及时将车辆所在位置（GPS信息）和车辆当前状态（锁定状态或使用状态）报送云端。

1.2手机和云端

当人使用MobikeAPP扫描车辆二维码时，APP将会把这个二维码信息通过手机的网络传送给云端，云端收到后识别该车辆，并通知该车辆的车锁打开，这一系列运行，正好完成了用户借车动作。

等待用户骑行完后，再锁好车，就完成了还车动作，整个租借流程就完成了。

流程图如下，形成一个闭环。

这也就是为什么有时候人们扫二维码之后，车锁并没有立刻打开，而是在几秒钟，甚至更长时间后才打开，因为可能你的手机上网不畅，也可能因为车锁与云端连接不畅。

还有一种可能，Mobike为了节省流量和电力，车锁不会跟云端保持持久连接，甚至会进入休眠模式，定时心跳连接。

1.3云端与后台

云端服务器由实时通信服务器和数据库服务器构成，实时通信服务器负责定位跟踪单车，并保持与用户手机的通讯；数据库服务器负责存储用户各方面的数据，包括固定点区域车辆使用情况，不同时间段使用量，用户信息、用户常用使用车地点、用户所骑单车轨迹、用户使用时间和骑行时间等，这些GPS数据对于公司后期运营有着重大的意义。

2GPS数据挖掘实例

2.1固定区域数据挖掘

2.1.1预估一天每辆使用次数

采集时间：

从周四晚上到周五晚上采集数据。

采集内容：

采集Mobike在固定区域内不同时间点的数量。

采集意义：

通过每个时间点的停车量的比较，计算出不同时间段车辆变化量，即为车辆使用量，可作为盈利模式预估材料。

表格内容：

（黄色表示大约数，并大于所示数值）

表2-1固定地点一天内不同时间点Mobike单车停放情况

根据表2-1作出柱状图表2-2，我们可以得出结论，在大宁地区，小区，地铁站办公区平时Mobike单车的使用量较多。

表2-2地段柱状总图

实例分析Mobike数量变化在:

a.地铁站（上海马戏城）:

根据表2-3a,计算一天车辆变化量Δ≈（23-5）×4=72，那就意味着，一辆车一天在上海马戏城地铁站的平均使用次数为72/25=2.88

表2-3a上海马戏城一天内不同时间点Mobike单车停放情况

b.办公区（多媒体产业园）：

根据表2-3b,计算一天车辆变化量Δ≈（50-0）×2=100，那就意味着，一辆车一天在多媒体产业园的平均使用次数为100/50=2

表2-3b环上大多媒体产业园一天内不同时间点Mobike单车停放情况

c.大型小区（万荣东怡小区）：

根据表2-3c,计算一天车辆变化量Δ≈（30-6）×4=96，那就意味着，一辆车一天在多媒体产业园的平均使用次数为96/30=3.2

表2-3c万荣小区一天内不同时间点Mobike单车停放情况

综合以上，一天每辆使用平均次数为2-3次。

2.1.2特例分析

A.,表2-1中有部分地点，在两个时间点Mobike单车数量没有大体变化，但是实际上车辆在运动，轨迹在变化。

举例地点：

静安寺，图2-1

图2-1静安寺在上午11点和下午5点半Mobike单车停放情况

b.图2-2，人民广场地铁站附近，Mobike单车停放数量从晚上11:

41的1辆到5点的>30辆，呈现井喷式出现，且出现时间为凌晨。

车辆一夜之间的密集增加猜测是Mobike公司为了满足用户的固定骑行需求，已经开始部分Mobike车辆的搬运，而非车辆自由运动。

图2-2人民广场在下午11点40和上午5点Mobike单车停放情况

2.2其他存在于Mobike平台的数据

以下数据目前在小组已有技术范围不能大量查看，但这些数据是存在于Mobike后台信息平台上的。

2.2.1用户年龄数据

Mobike开户时需要输入身份证号，则能轻松地知道用户年龄。

针对主要的用户年龄，来做出合适的宣传标语、周边及广告形式。

根据用户的使用车辆频次可以对用户进行评级，类似于支付宝方面。

2.2.2用户用车行为数据

Mobike云端储存有每个用户的骑行轨迹，通过大数据分析，列出常用轨迹和不常用轨迹，（即用户固定和随机用车需求），在下一部分骑行数据中有实例。

一般工作日，用车需求比较固定，对于固定需求，定点满足即可，需要保证固定时间段在交通节点（如地铁或公交站、小区门口）有车。

当然，工作日也会有随机用车需求，不过相对于固定需求小很多。

周五晚上和周末是随机需求的高峰时期，对于随机需求，估测餐厅，公园，剧院等娱乐性休闲性地方需求较高。

图2-3行程路线：

（箭头颜色表示一条路线）

图2-3周末预估用户使用Mobike单车行程图

2.3未存在于Mobike平台的数据

这一类数据是目前Mobike平台上没有的，可以联合一些房地产机构给地段评级。

比如用户类型，较高收入人群的用车地段可以放置一些比较智能、美观的Mobike行车，而在郊区或者低收入人群中则放置使用、经济的Mobike单车。

3Mobike单车实体体验

3.1骑行流程

首先使用手机下载MobikeAPP，可预约使用单车，预约后扫描车辆二维码，大约loading30%（10秒左右）就会开启车锁，可以开始骑行，骑行完毕后，关闭车锁，APP自动扣费。

3.2骑行数据

接下来的数据为Mobike单车骑行的GPS数据，针对于个人用户如图所示，其中骑行时间还包括红绿灯时间和休憩时间等。

图3-1个人用户几个GPS记录的骑行轨迹

3.3骑行感受

1、Mobike单车：

Mobike单车由于车胎实心等缘故，较一般车辆骑行较费力，一次骑行32分钟，4km，5次小憩，骑行完成两个人都非常累。

骑行时间长，Mobike骑行感受就会差于一般车辆，所以骑行1～2公里较为适宜。

这也与Mobike的宣传--“Mobike完成你的目的地最后一公里”相一致。

2、新型Mobike-Lite单车：

而新型车辆Mobike-Lite骑行感受非常好，非常省力，比一般车辆好骑，（个人认为比ofo好），还可以放置杂物。

但Mobike-Lite在市区数量非常少，还有一个缺点：

拿车时，转弯如果不前进就不好转，不过完全不干扰骑行。

4Mobike单车数据仿真与运用

4.1数据仿真——求Mobike单车最佳投放点

x、y组成二维平面里的坐标，z是权重，假如在这固定区域内的Mobike单车为10辆，每个点的停放量就是10z，

图4-1仿真程序代码

图4-2仿真结果

红点是现有数据停车点，绿点是最佳投放点。

最佳投放点为公司运营提供投放方案。

图4-3MATLAB仿真求Mobike单车最佳投放点

4.2数据运用——盈利模式进行估算

根据定点数据，可以发现Mobike的车辆使用率非常乐观，下面对盈利模式进行估算：

4.2.1盈利模式一：

收取车辆使用费

Mobike租借费用为1元/半小时，MobikeLite租借费用为0.5元/半小时，用户可通过微信或支付宝支付。

在第二部分的数据分析中，大概每天车辆的使用情况为：

每辆每天使用在2—3次，所以按最小计算，每次骑行半小时以内，则每天有效使用时间1小时，支付2元。

这里做一个简单的盈利预测：

Mobike单车的目标是四年免维修，即折旧时间是四年假设一辆车一天之中有效使用时间为1小时（2元），一年有效使用天数为300天，一辆单车一年收入600元，（也就是一个月使用60次，实际使用量远远大于），四年就是2400元。

如果一辆车的固定投放成本在2400元以下，不考虑其他支出的前提下，盈利是显而易见的。

此外，未来随着车的数量越来越多，边际成本递减，有效使用时间还有望提高，盈利还会增加。

4.2.2盈利模式二：

收取押金

Mobike单车要求每名用户交纳299元押金，大多正常使用Mobike服务的用户是不会把押金取出的，这会给Mobike带来极好的现金流和资本沉淀，可以做另外的投资。

4.2.3盈利模式三：

广告等其他

Mobike单车还可通过广告合作或其他形式的盈利

4.3改良运营模式

1、设置车辆投放点：

根据骑行时间，可以得到合适的集中放车点的间距，以及服务中心的间距。

2、优化车辆：

根据骑行速度可以用来对单车的设计进行优化，如调整齿轮比来让单车既省力又可以比较容易的达到正常的速度需求，还有发电机的选择是和骑行的速度有关的。

也是根据这一条，Mobike近期推出了MobikeLite。

3、增大投放量：

相对于Mobike单车会倾斜增大Mobike-Lite投放量，并通过在数据分析和用户调查后决定投放地点。

5社会意义

从Mobike的使用情况来看，其未来前景非常广阔，Mobike除了给人们带来了切身利益,还向世界宣告“制造业+”“共享经济”时代的来临，符合我们互联网+追求的“高效、环保、公平”，符合我们一直在坚持的“科学技术是表象，人文精神是内涵”。

6感谢

最后，在此特别感谢本课的授课老师：

蓝箭老师，感谢老师每次的知识点拨和耐心指导，也感谢朋友卢永辉和金娜的帮助，与我一起骑行采集数据、修改报告。

参考文献：

[1]刘力钢，袁少锋.大数据时代的企业战略思维特征[J].经济理论与实践.2015（01）