随着共享经济的发展,共享单车应运而生,“行”作为四大民生需求(衣食住行)的一部分,探索其在新形态经济下的发展态势以及存在的问题尤为重要。本次数据集共包含102361条摩拜单车订单记录,包含的变量有:
-
orderid(订单编号)
-
bikeid(车辆编号)
-
userid(用户编号)
-
start_time(开始骑行时间)
-
start_location_x(起点维度位置)
-
start_location_y(起点经度位置)
-
end_time(到达终点时间)
-
end_location_x(终点维度位置)
-
end_location_y(终点经度位置)
-
track(轨迹点)
其中大约0.02%的异常数据被移除
在本次关于摩拜单车的数据探索中,主要想集中于对于单车在上海各个城区内使用量的地理位置分布、用户偏好以及用户价值这三方面进行探索。
通过本次探索性分析,总结出以下发现:
- 摩拜单车目前正处快速扩张期,公司处于高速发展期,新用户大量且快速增长,用户需求量大,但可能由于过量地投放导致供大于求的局面,还需要相关数据的进一步支持;
- 存在明显用车早晚高峰,7-9点和18-20点期间,车辆使用量大,但在时间偏好上,用户更愿意花更多的时间在晚上(18点以后)使用车辆;
- 从地理位置上来看,车辆使用主要集中在虹口区、黄浦区、静安区的大学城、体育馆、大型商圈、黄浦沿江路以及主要的交通要道沿边(如交通枢纽附近、立交桥附近),而普陀区、长宁区、徐汇区和浦东新区车辆使用量相对较低;
- 从运行轨迹和骑行时间上都可以看出,用户更偏好与短距离使用
- 重要价值客户、新客户、流失客户和潜力客户的占比较大,新用户的占比仅次于重要价值用户的占比,流失客户也存在较大的占比,在占比数据上排第三,公司需要对于流失率上进行进一步的分析,如用户体验,产品质量,竞争者数量,或者公共关系等原因。
- 当然重要价值客户的占比最高,所以在继续保持优势的基础上,可以根据不同的客户价值群体,采取相应的运营措施:如推送折扣月卡,不定期发送免费骑车券,与其他公司合作,可以使用骑行里程兑换礼品等;
本次演示主要是对用户偏好、地理位置分布以及用户价值三方面进行探索,从而得出摩拜单车目前的发展态势,以及基于用户层面的分析给予的建议和意见。 演示步骤:
- 首先是基于日期和时间的维度上分析了用户在时间和日期选择上的用车偏好行为,主要通过折线图体现时间和日期发展的趋势
- 其次对车辆使用在地理位置的分布进行了探索,采用了folium的热力地图功能,突出标记车辆集中区域
- 采用Tableau的地图功能绘制了部分车辆运行轨迹
- 最后对独立用户参照RFM模型进行了数据统计,划分出各个用户的客户价值类型,其中使用的直方图主要用来观察三个特征的具体从而确定区间大小,匹配具体分值,最后得出各个用户的所属类型,并用饼图的形式呈现出来。