一,使用公交出行的人群特征是什么?
根据“车来了”发布的数据,该类人群是19-35岁的上班族,70%本科以上,月收入6000元以内,热衷绿色出行,而这类人群在出行方面有着三大特征。
1)用户基数庞大,根据“车来了”CEO邵凌霜所提供的一些数据,中国每天的出租车出行人次约1100万,而利用公交出行的人数高达2.8亿,因此是一个不可忽略的极为庞大的群体。
2)熟悉线路,与地图产品用户不同的是,地图用户使用地图导航通常是去一个陌生的地方,而通过公交系统出行的用户每天有着固定路线,就是从家到公司的路线,因此对所要搭乘的公交极为熟悉。
3)高频,对于每天利用公交系统通勤的用户来说,自然是每天重复相同的路线,因此周一至周五几乎都是乘坐相同的往返路线。
/span/>
二,公交出行人群的痛点是什么
每日2.8亿的出行人数,加上高频的特点,一旦该领域能够切入,也就意味着其很可能成为一个入口级产品,而在这块市场中,用户痛点的场景到底在哪?
1)在站点查询,需要解决焦虑,光从理性来看,既然用户对要乘坐的公交车路线都极为熟悉,而公交系统也固定,一切客观因素都不容改变,那么在其中就不可能有任何工具见缝插针的机会。但事实并非如此,人不是机器,虽然对每天的通勤线路已经极为熟悉,但是当我们站在站点等车时却不知道车何时会过来,这会让我们缺少掌控感,这背后的深刻逻辑是,预测是人类的本能,我们的天性就是需要对未来有确定性的预测才能为眼下的行为找到意义,进而才能保持安定,而当这样的确定性一旦失去,眼下的行为也会一并失去意义,我们的生物本能会立即迫使我们寻找确定性,进而在最大程度上避免因为不确定性可能带来的伤害以保证生存,因此大脑会持续不断的释放不安与焦虑的信号,要求我们立即放弃当前无意义的行为去做其他事情。
所以我们看到在较为先进的"BRT"快速公交系统中,每个站点都会有电子显示器告知每一辆车即将到站的时间,这样不安的情绪就可以得到极大的安抚,但政府如果要建设像“BRT”这样的公交系统设施则需要付出极高的代价,因此并没有完全普及,仅在部分一二线城市的主要干道开通,但其佐证了这一需求的存在,而车来了正是抓住了这一需求,通过为用户提供实时公交的查询服务,让用户拥有掌控感。
2)室内查询,需要减少时间浪费, 车来了还有一个价值就是当用户在室内时可以精确的查询自己所需要乘坐的公交车的最近几辆车的具体到站时间,用户获取这些信息后就可以更好的决定自己何时出行,最大程度上的减少时间的浪费,进而提高效率。
三,数据从何而来
“车来了”的查询实现其实比较特别,通常的技术类产品只需要搭建好一个平台,然后各项需要用的数据通过各种第三方接口调用就可以实现,例如天气API、地图定位API、导航API、违章查询API等等,而要实现公交实时查询,则根本没有这样的第三方接口,因此也就意味着"车来了"必须亲自动手实现丰衣足食,车来了的数据主要分为三个方面。
1)政府数据,"车来了"通过为政府部门提供相关的技术服务来提供获取数据资源,例如与佛山交通局合作,“车来了”利用技术为其提供路线优化支持,进而控制以及降低其"公交换乘系数"。
此外也有部分地方的政府对科技公司态度较为开放与支持,直接将数据公开给“车来了”。
2)用户共享,车来了另一个重要的数据就是来自于用户数据的共享,使用车来了的用户越多,车来了利用自身的大数据平台可以更为精准的推算出公交车的到达时间。除此之外,目前车来了还会鼓励并组织用户上传各种不在数据平台中的公交车信息,做好更精准的挖掘。
3)企业合作,这里面包括向相关企业购买数据,以及与其他类型的厂家合作,比如做传感器相关的数据共享。
“车来了”在各个层次上都有着大量数据的采集,因此才能在最大程度上保证数据的准确性,而这同时也说明该产品也有着极高的进入门槛。
四,该类产品的未来是什么?
一个产品只要有海量的用户自然不会担心变现,依靠普通的广告模式就可以轻松完成,因此邵凌霜目前并不担心变现问题,其重点依然放在用户的增长与产品的深耕上,诸如开发查询公交车的拥挤程度等这类核心功能,此外“车来了”目前也在尝试作家入驻计划,其有着海量的用户打开率,用户查询完公交车到站时间之后自然会有阅读需求,而“车来了”利用内容切入也极为合适。
当然,车来了还是需要围绕公交出行的一切做服务,例如手环支付,免费公交WIFI,班车服务等等都有着潜在可能。
根据“车来了”公布的数据,目前日活已经达到了400万,而根据其当前正的用户增长数据以及其规划进城来推测,预计2016年日活将会达到1000万,如果这一目标达成,则意味着其日活已可与地图类产品并驾齐驱。
结语:
从“车来了”可以总结出两个点,第一,我们不应该将“互联网+交通”的范围局限在出租车与专车领域,每天除了1100万人的出行效率需要解决以外,还有2.8亿人潜在的出行焦虑同样需要解决。第二,“互联网+”,再也不会是一件轻松的事情,进入的壁垒已经越来越高,而提前布局与深耕的公司正在显示出越来越强的马太效应。