数据分析实战共享单车类产品数据分析

1、数据分析实 战：共享单车类 产品数据分 析步骤一：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。步骤二：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。步

2、骤三：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步骤四：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 可得岀不同 公式.具体要根据实际运营标进行调整。步骤五：明确数据观察者角色拆解出的子 指标，需

3、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崩溃数步骤六：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,都要给出的。也就是说看 这个度量值 能得岀什么 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

4、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一行程次数排行、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/使用中做障中/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z以及闲置车辆位置产品

5、数据评估需求满足程度/车辆调度效一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一充值路径、注册路径评估产品使用异常情况一均每次开锁成功率评估用户骑行习惯奇行轨迹聚合,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。步骤七：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，也就是要走 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。作为数据产 品经理,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