Digital Hub原型说明书方案_第1页
Digital Hub原型说明书方案_第2页
Digital Hub原型说明书方案_第3页
Digital Hub原型说明书方案_第4页
Digital Hub原型说明书方案_第5页
已阅读5页,还剩37页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

DaimlerDigitalHubProposal2018.

08

.3012UseCase说明目录BusinessStrategy

4~32

CarService使用情况统计分析33~34可使用的算法模型Part1Part235~413UseCase说明Part1通用交互可选择不同城市,不同车型可选择不同特征的时间右侧导航栏,方便切换到不同主题4通用交互时间选择说明时间维度:维度一,节假日,周末,工作日的宏观维度

维度二,节假日的每一天,星期一到星期日的每一天5首页车辆历史位置热力图61.地图上自动播放按天为时间粒度的车辆历史位置,未来接入实时数据后可展示实时位置

2.可以手动查看某天的热力(参考page7时间选择交互)

3.左侧上面的数字展示对应日期的车活跃数,下面图表分析各省/直辖市的车数排名(变化与否根据数据实际分析结果)首页车辆历史位置热力图日期播放器,打开页面时为自动播放,地图上的热力图会随着该日期改变。可点击选日期,参考page77日期播放器交互说明,page4地图上的热力会对应此处所选的日期首页车辆位置热力图8主题集锦-BusinessStrategy1.1职住地分析-居住地分布空间范围:全国空间粒度:城市分析维度:车型,城市,以及省份9主题集锦-BusinessStrategy切换居住地/工作地,参考下一页page11:工作地分析1.1职住地分析-居住地分布1.地图上热力图表示车主的居住地分布情况

2.分析维度分为空间和车型。空间:可选择主要城市,以及主要省份的主要城市

车型:可选择全部车,或某车型

3.左侧图表分析对应维度的车主居住地分布情况(全国情况下分析结果为省份。省份情况下分析结果为城市,城市情况下分析结果为区域)10空间范围:全国空间粒度:城市分析维度:车型,城市,以及省份主题集锦-BusinessStrategy1.2职住地分析-工作地分布内容展示的说明请参考住地分布分析page1011空间范围:全国空间粒度:城市分析维度:车型,城市,以及省份主题集锦-BusinessStrategy2.1北上广深常去商圈分析空间范围:城市(北上广深)空间粒度:城市时间维度:节假日,周末,工作日时间颗粒:天(平均值)12主题集锦-BusinessStrategy2.1北上广深常去商圈分析空间范围:城市(北上广深)

时间维度:节假日,周末,工作日时间颗粒:天(平均值)可选择不同城市,以及查看不同车型可点选任意商圈,进入该商圈的分析页面(下一页)地图上为常去商圈,商圈大小由车流量数据多少决定,可做动态效果13主题集锦-BusinessStrategy2.2单个商圈分析空间范围:城市时间维度:节假日,周末,工作日时间颗粒:天(平均值)14图标展示商圈内代表性商户对应用户所选择的时间粒度:1.时间轴的粒度根据所选时间粒度改变(如图,所选为周一,时间轴粒度为小时;所选为国庆,粒度为天)2.地图上自动播放该时间段内的车的数量3.图表对应该时间段内的到达商圈的时间峰值主题集锦-BusinessStrategy2.2单个商圈分析空间范围:城市时间维度:节假日,周末,工作日时间颗粒:天(平均值)可点选查看其他商圈,地图跟着联动15主题集锦-BusinessStrategy3.1常去地分析-全国级别/省级别空间范围:全国空间粒度:城市时间维度:节假日,周末,工作日时间粒度:天(对应日期特征的平均值)16主题集锦-BusinessStrategy3.1常去地分析-全国级别/省级别地图上高亮标出常去城市名。动态效果:按所选节假日的天粒度,动态播放该时间段内的出行峰值情况。参考:全国只分析节假日,

省级别分析节假日和周末(最小时间粒度的分析通过地图上动态效果,和图表的时间轴来体现)/case/detail/all/scheme-od此处的竖线跟着地图的时间轴联动播放地图上高亮标出常去地名称高亮画出车流量多的最热线路其他的OD线用暗的颜色空间范围:全国空间粒度:城市时间维度:节假日,周末,工作日时间粒度:天(对应日期特征的平均值)17主题集锦-BusinessStrategy3.2常去地分析-城市级别城市级别的时间粒度为天,参考page5时间控件交互说明地图上的动态效果同全国/省级别时间轴刻度根据所选时间改变。除如图外的例子,当选为工作日时,刻度为周一到周五,当选某天时,刻度为24小时可点选某目的地类型,参考page1918主题集锦-BusinessStrategy3.2常去地分析-某类型目的地选择某目的地类型后,图表和地图可以联动变化显示属于该目的地类型的车主常去地,可得到这些地方的分布情况。*图例为选择餐饮的展示19高亮显示最爱去该类型目的地的车主车型主题集锦-BusinessStrategy4.与网约车通勤规律对比分析红线:戴姆勒车虚线:网约车动态播放所选时段里的戴姆勒车主和滴滴车主的出行od图,比如在工作日,图中可以观察到戴姆勒车主和滴滴车主的出行时间的不同,以及对应目的地的不同。对应所选时间段做分析对应所选时间特征里的峰值时间轴根据所选时间段变化空间范围:奔驰车覆盖城市空间维度:城市空间粒度:城市时间维度:节假日,周末,工作日时间粒度:天(对应日期特征的平均值)20主题集锦-BusinessStrategy5.车主通勤时间空间规律分析空间范围:城市时间维度:周末,工作日时间颗粒:天(平均值)21主题集锦-BusinessStrategy5.车主通勤时间空间规律分析空间范围:城市

空间粒度:城市时间维度:节假日,周末,工作日时间粒度:天(平均值)对应所选时间特征的平均每天每辆车出行频次(按点火次数算)时间轴根据所选时间段变化地图上展示对应所选时间的历史轨迹回放。通过历史轨迹回放来看车辆所行驶的时间上的特点,和空间上的特点22主题集锦-BusinessStrategy6.车主Top10拥堵路段分析空间范围:城市空间粒度:区域23主题集锦-BusinessStrategy6.车主Top10拥堵路段分析option

1空间范围:城市空间粒度:区域对拥堵路段的分析:1.可选top10和last

102.工作日下可选早高峰,晚高峰点选某路段后,图表跳出堵在该路段的车型对应车数(如果已经选取某车型,则显示车数)地图上对应的路段上显示路段周边的区域特征)24主题集锦-BusinessStrategy6.车主Top10拥堵路段分析option2空间范围:城市空间粒度:区域用chart的形式展示拥堵车型数量,但从交互角度看,感觉没有option1里的列表形式更有体验连贯性25主题集锦-BusinessStrategy7.商业选址基于车主住址的可达性分析计算可达性方法:按历史pattern计算26主题集锦-BusinessStrategy7.商业选址基于车主住址的可达性分析可选择区域和车型,日期特征可输入具体地点,或在地图上直接拖拽定位图标改变地点选择出发时间设定到达时长范围计算可达性方法:按历史pattern计算27主题集锦-BusinessStrategy8.车辆销售量(目前按照活跃车数算)与当地GDP/人口/车保有量对比空间范围:省,城市:城市可选全部城市,也可按一线,二线,三线空间粒度:城市,省份

时间粒度:年28主题集锦-BusinessStrategy8.车辆销售量(目前按照活跃车数算)与当地GDP/人口/车保有量对比空间范围:省,城市:城市可选全部城市,也可按按一线,二线,三线空间粒度:城市,省份

时间粒度:年不同指标切换显示地图上颜色代表值=

车销量:某经济指标,参考图例点表示销量排名地图上以及下面的图表为对应年份的分析29主题集锦-BusinessStrategy8.车辆销售量(目前按照活跃车数算)与当地GDP/人口/车保有量对比点某省时,会高亮显示,并且显示具体的数值30主题集锦-车主画像分析可在地图上点选城市,进入该城市的车主画像(参考下一页)31主题集锦-车主画像分析点击地图上任意位置,可回到全国车主画像(上一页)32主题集锦-HMI分析9.CarService使用情况统计分析通过点击图例里的选项,查看该图例里被点击的选项的单独分析,参考下一页33主题集锦-HMI分析9.CarService使用情况统计分析全选后,回到上一页3435适用的算法模型Part2Case里可用到的算法模型说明1.职住分析——机器学习36Case里可用到的算法模型说明1.职住分析——机器学习37Case里可用到的算法模型说明2.可达性分析(如果需要做预测)——精准ETA算法模型(Estimatedtimeofarrival)38Case里可用到的算法模型说

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论