共享单车APP开发的全面数据分析
2017年05月24日 
63 
分类：共享单车
共享单车APP开发随着共享单车的火爆受到广泛的关注，开发共享单车APP需要对用户的使用等情况进行数据分析才能给运营好这一新生事物，下面笔者对共享单车APP开发的进行基本的框架分析和思路分析。
1、明确用户是谁
以摩拜为例，其产品可能的目标用户有2类：用车方、维护方。用车方就是车辆使用者，维护方则是车辆提供者。用车方的诉求是随时随地有车骑，且付费后骑行体验要良好。维护方的诉求则是以最少的车辆服务最多的用车方，并从用车中得到收益。
2、明确用户使用场景
从维护方角度看，其简单场景如下图：
从用车方角度看，其场景如下图：
明确使用场景、使用流程的原因在于：第一，我们的数据都来源于这些场景中;第二，我们需要通过分析这些数据，让用户每一步过程都顺利进行，避免流失;第三，还要让企业利益最大化，从而进一步让利用户。
3、明确分析目标
经过人群定义和流程梳理，针对共享单车，我们可简单将分析目标定义为：
· 提高成功骑行次数——用户利益最大化
· 提高毛收入——企业利益最大化
4、拆解目标
数据分析的思路就是将目标层层拆解，从每个子指标中发现问题。基于以上目标，可拆解为：
成功骑行次数 = app启动次数 x 每启动扫码开锁率 x 成功开锁率 x 成功结束率
成功骑行次数 = 每人每日行程次数 x 人数
毛收入 = 充值收入 – 投入成本 = ((每充值金额 – 欠费金额) x 充值次数) – ((每车成本 + 维护费用) x 车辆数量 )
注：以上拆解因人而异，因经验而异，从不同角度可得出不同公式，具体要根据实际运营目标进行调整。
5、明确数据观察者角色
拆解出的子指标，需要呈献给不同角色的人群查看，以此来进行不同维度的分析，因此在分析前也要明确这些角色，例如：
· 决策层：关注核心指标、交易指标、时段趋势
· 维护组：关注车辆状态、位置、轨迹、故障率、用户反馈
· 运营组：关注骑行次数、充值情况、押金情况、欠费情况、信用积分
· 产品组：关注骑行流程、交互路径、用户反馈
· 开发组：关注请求失败率、App崩溃数
6、明确数据度量
依据不同角色，可将拆解出的子指标进一步汇总整合，组成不同的统计度量值。这一过程中有一点要注意：每产出一份度量值，都要给出目的。也就是说看这个度量值能得出什么结论。没有结论的数值是没有意义的。如下所示：
核心数据
评估推广效果——注册用户数
评估活跃程度——启动次数、活跃用户数
评估业务健康程度——成功骑行次数、每启动骑行率(用车密度)
评估现金流健康程度——总入账、总出账、充值金额、欠费金额、车辆总成本
评估车辆健康程度——车辆总数量、故障车数量
运营数据
评估推广效果——注册用户数、下载点击数
评估活动运营效果——充值用户数、邀请注册用户数、成功骑行次数、积分增长/消耗量
评估用户质量——行程次数排行、骑行距离排行、信用积分排行、充值排行、欠费人数、认证人数
维护数据
车辆使用总览——车辆总数+车辆位置实时呈现——未使用/使用中/故障中/预约中
评估车辆使用率——使用车辆数/总车辆数
评估车辆故障率——故障车辆数/总车辆数
评估车辆闲置率——连续N日未使用车辆数/总车辆数，以及闲置车辆位置
产品数据
评估需求满足程度/车辆调度效果——每启动骑行率
评估产品使用情况——成功骑行次数、异常骑行次数、平均骑行里程、平均骑行时长、日骑行频率、启动次数、平均骑行天数、预约操作成功率
评估产品操作效果——充值路径、注册路径
评估产品使用异常情况——平均每次开锁成功率
评估用户骑行习惯——骑行轨迹聚合，为调度路线做参考
评估用户满意度——用户反馈好评数/用户反馈数
财务数据
用户金额：充值流水、充值次数、充值金额、充押金金额、余额不足金额、押金退款金额
维修金额：车辆生产成本、车辆维修成本
注：以上数据仅为举例，要根据实际需求调整。
7、明确数据维度
有了度量值，就要思考可以通过哪些维度查看这些值，也就是要定义数据维度。常见的维度包括：
按时间：小时、日、周、月、季度、年度……
按地区：按省、按市、按区……
按渠道：邀请注册、扫码注册、广告点击注册……
按类型：已认证/未认证、已充值/未充值……
按位置：GPS地图定位
以上维度也要再根据需求不断调整、扩展、优化。
总结
以上七步进行完毕，一个基本的共享单车数据分析框架就搭建完毕了，进行数据分析，一方面可基于此设计统计系统功能；另一方面可依此对不同人群定期产出数据分析报告了。同时观察数据，对数据的变化合理归因，并对产品、运营策略的优化提出改进意见，才是真正需要深入研究的。
