从ofo的运营数据中，你能看到的不仅仅是人们对共享单车的热情

alayavijnana 2017-06-18

展开全文

2017年2月20日，ofo正式启动在杭州的共享单车城市运营。在此之前，ofo已经进入了30多个中国城市。

这是一个缓慢而慎重的决定。

对ofo来说，进入杭州需要面对的并不仅仅是其他共享单车品牌的直接竞争。更重要的是，这座城市从2008年开始就在政府主导下建立了自己的有桩公共自行车系统，9年来投放的公共自行车数量已超过了8万辆，是国内最大的城市公共自行车系统，并实现了盈利。新一酱去年也曾经专门采访了这个公共自行车系统的运营方，写了《杭州公共自行车为什么能成功》。这意味着，ofo在杭州有一个已经建立起坚实壁垒，并且难以短期超越的强大对手。

不过与多数人的预期相反的是，ofo在杭州的业务启动获得了比其他城市更好的数据表现。

同样是新进入一个城市的第一周，在活跃车辆数相当的前提下，ofo在杭州的日订单量是此前南京的7.6倍。“公共自行车做得越好的城市我们越容易进去。”ofo小黄车首席运营官张严琪说，这一方面是因为当地居民对共享单车更为熟悉，不再需要市场教育的时间，另一方面有桩的公共自行车始终无法随骑随停，它需要建设更多的停车点，但要覆盖所有人的需求很难。

在杭州，平均每天有超过5000人骑着ofo小黄车从地铁1号线的文泽路站出发或者到达这个地铁站。它是杭州ofo使用量最大的地铁站。在与文泽路相邻、都位于下沙高教区的文海南路站和金沙湖站，也都有明显的用车早晚高峰，中午时间也会有一个小高峰——这意味着午餐时间这里也有一定的单车出行需求。

尽管ofo早期是通过App用户的手机定位，但同样留存了大量的共享单车使用数据。新一酱利用这些数据更仔细地展开研究了下沙高教区的单车出行需求，下图展示的就是杭州市区范围内，使用频繁的起终点路线——为了便于分析，新一酱已经把相近的起点和终点都打包在同一个边长为500m栅格中了。

线段的颜色深浅代表了这条起终点线路的使用热度，你会看到下沙有几组尤其热门：从文泽路地铁站到浙江传媒学院和更西边一些的居民区，或者从文海南路到浙江财经大学和杭州师范大学等学校，对照这些单车线路周边的公关交通状况，这些区域现有更多的是横向公交线路，而缺乏纵向的交通网络。

解决城市中最后一公里的出行需求，被认为是共享单车对中国城市最重要的意义。现在，杭州每天每辆ofo小黄车平均会被至少6个人骑行，每次骑行的时间平均在16.2分钟。

“城市里的交通枢纽是按照人们出行的规律来设置的，我们是在这个基础上把公共交通延伸到人们生活工作场景最后一公里。”张严琪说，在ofo刚进入一个城市时，通常会首先在人流量大、用车需求高的大型交通枢纽附近尝试投放单车，然后等这些站点的车都被骑走之后，就有数据来分析在这座城市的具体运营策略了。

在成都，骑共享单车前往4号线上的太升南路站和2号线的东门大桥站的人明显比从这里出发的人更多，而人民公园站则更像是一个出发目的地。市中心春熙路在早高峰是一个进出均衡的地点，但从下午开始会有更多的人骑车从这里出发去更多目的地。

城市运营数据的分析是一项复杂的工作。从校园单车起家的ofo过去可以凭经验来判断学校的宿舍、食堂、教学楼、图书馆等起终点之间的用车潮汐规律，但到了使用场景极其复杂的城市环境中，张严琪的团队会需要更多数据分析来帮助决定车辆的投放。

随着运营的深入，ofo的数据也可以反映出城市内更深层次的出行痛点。比如成都地铁1号线的天府三街站是一个典型的潮汐站，这个地铁站附近是天府软件园的办公楼群，由于城南只有1号线一条地铁线路通达，因此东西方向的上下班人群都会选择骑车通勤。早上8点，大量单车被从周边的居住区骑到这里的天府软件园，到达天府三街站的共享单车量是从天府三街出发的一半，而晚上6点的情况相反，下班后又密集地从这里出发离开。

类似下沙高教区的，西南石油大学附近有一些极为热门的起终点线路组，这也是这片区域的公共交通不发达带来的结果。

在被长江切分成三座小城市的武汉，2号线的光谷广场站、武昌中心的街道口站、广埠屯站，汉口中心的6号线汉正街站，中午时段就没有那么明显的小高峰，市中心区域地铁站点的共享单车使用流动性相对顺畅，并不会出现明显的潮汐现象。

但在光谷边缘的华中科技大学周边，你依然能够看到由于公共交通不足而带来的密集的共享单车骑行路线。

如果比较城市内同级别热度的起终点覆盖范围，你会发现，终点能够覆盖更广泛的面积。比如在下面天津的ofo热点图中，起点图中最浅的黄色面积明显小于终点面积，并且起点的需求量更集中，终点的热力分布则更为平均——不过无论起终点，它们与城市的商业资源集聚地都是基本重合的。从整体趋势看，城市人使用共享单车的整体路线是从城市内向城市外围离散的。

这种供需的不平衡也是为什么我们常常能在路边看到调度共享单车的卡车或是面包车的原因。从ofo的运营经验看，城市中的共享单车流向通常有两种模式。一种的单向流动，人们只往一个方向骑车而不会把车骑回来，也需要运营调度将终点的车运回来；另一种是双向流动，这条路线上的单车基本不需要人工干预。

在ofo小黄车，线下的调度师傅根据线上数据平台反馈的信息，结合自身经验，把扩散到城市外围的单车运到高频使用地区。

但数据平台只能显示一个结果，比如在北京的大望路地铁站有一些滞留的共享单车，从其他地区流向这个站点后就不太移动。数据平台只能显示这个现象，并不知道为什么。而在现场调度师傅发现，单车通常积压在出京往燕郊方向的一边——从燕郊坐车进京上班的人们并不会为了骑车特地跨过一个天桥，这就需要线下的团队给线上数据平台系统补充信息。

“有些时候机器算法告诉我们某个点的日单量很高，但看不出有什么规律，我们就先去投放，然后再做线下调研反馈，帮助系统变得更聪明。”张严琪说，目前ofo的数据平台能够告诉调度团队将单车往回拉最合适的时间，并匹配出最优的回流路线。