计算机数据分析技术在共享单车营运管理中的应用探究

黄婷婷

（湖北工业大学经济与管理学院，湖北武汉43006）

计算机数据分析技术在共享单车营运管理中的应用探究

黄婷婷

（湖北工业大学经济与管理学院，湖北武汉43006）

计算机数据分析技术可以通过数据分析为生产、决策服务。文章通过地共享单车运营大数据分析，对共享单车动态定价结构、服务体系优化、营运资金管理等进行需求分析，并应用RFM模型、K均值聚类算法、关联规则算法构建了共享单车营运管理功能模型，为共享单车管理提供了解决方案，促进了共享单车的资源有效配置，提高了共享单车维护管理的效率，降低了共享单车运营成本。

数据分析技术；共享单车；营运管理

作为一项调查工作，计算机数据分析技术可以通过数据分析，为生产、决策服务。文章通过对共享单车运营大数据分析，构建共享单车营运管理模型，优化共享单车运营机制。

1 核心概念

（1）共享单车。共享单车是一种新型的共享经济，实质上是一种租赁业务，其载体是自行车。企业主要投放于校园、商业区、居民区等人群聚集的地方，通过分时租赁模式运营。共享单车诞生之初是为了解决北京大学生校园内学生出行不便的问题，由北京大学毕业生与四名合伙人创立的OFO，因其为无桩单车，没有固定的停放位置，解决了2007年我国引进的公共单车模式存在的问题。2015年开始，陆续有企业加入此行业，2015年，市场投放量最多的要属摩拜，其投放量达到了450万之多，市场占有率达到了六成。截止2016年底，小蓝单车、1步单车、小白单车、叮嗒出行、小鸣单车、智享单车、骑点、奇奇出行、CCbike、7号电单车、黑鸟单车、hellobike、酷骑单车、由你单车、踏踏、Funbike单车、悠悠单车、骑呗、熊猫单车、云单车、优拜单车、电电Go单车、小鹿单车、快兔出行等也都进入到共享单车行业，形成了多家并存的市场模式。如今，因为共享单车的维修问题和盈利问题，导致共享单车营运面临危机。

（2）计算机数据分析。计算机数据分析发源于计算机犯罪，通过获取计算机数据，并进行分析，还原计算机犯罪的过程，还原操作行为，故而也称为电子数据鉴定。计算机数据分析的原则有主要体现在三个方面：一是关联性原则，即分析计算机数据或信息与计算机犯罪关联程度，是否存在实质性的关联；二是合法性原则，即排除违反法定程序的证据；三是客观性原则，即内容无更改、无删除、无不一致，要求符合逻辑、具有完整性。

2 需求分析

通过计算机大数据分析，研究用户的使用行为，提高用户粘性，以吸引用户的单车使用，以细分市场、细分用户，实行针对性市场量投放和分类用户管理，构建共享单车营运管理有效的模式，为共享单车动态定价结构、服务体系优化、营运资金管理等提供参考，保证共享单车科学运营、按需投放和有效调度。功能需求包括：

（1）动态定价结构。该功能是为了根据共享单车使用人的个人使用信誉、使用频率、使用中对共享单车的维护与管理、使用期限等进行数据分析，细化用户分类，灵活建构动态定价结构，促使共享单车的周转速度，提高共享单车的利用率。同时，根据用户不同，提供差异化的用户服务，如使用共享单车收费差异化，使用信誉好、使用频率多、使用中对共享单车维护管理好、使用期限长的用户收费就低，鼓励用户文明用车，降低运营维护成本。

（2）服务体系优化。该功能是为了完善科学的服务体系，着眼于共享单车用户惯性消费行为，提高共享单车用户黏性，根据用户需求行为、地点、时间，预测共享单车用户需求量，提升共享单车运营和调度效率。同时，梳理出硬件成本与市场布局、与APP装机率、与使用停放习惯、与用户充值付费的时间节点等关联情况和趋势，保证单车的日使用率。

（3）营运资金管理。该功能是为了全面分析共享单车的市场，针对不同城市投放不同量的单车，保证共享单车的最大使用率，提高营运管理质量，降低成本，从而优化营运资金管理。同时，可以根据用户使用数据分析，锁定目标城市，有的放矢地投放单车及最适宜投放量。

3 模型设计

根据计算机数据分析技术流程，结合共享单车的营运实际，通过定义共享单车营运管理问题、准备共享单车营运相关数据和生成共享单车营运管理模型，采用SPSS数据挖掘技术，针对动态定价模式、服务体系模式以及营运资金管理需求进行设计。

3.1 定义共享单车营运管理问题

根据需求分析，本计算机数据分析技术在共享单车营运管理中的应用研究目的是对共享单车动态定价结构、服务体系优化、营运资金管理进行分析。

3.2 准备共享单车营运相关数据

（1）数据说明。文章以OFO为例进行研究，数据来源于OFO共享单车平台数据库中的共享单车营运的数据，包括各城市共享单车的投放量及闲置量（含丢失量、报废量）、各城市用户使用频率及使用期限、各城市用户数量及用户使用率等。本研究构建了两个数据表，一个是共享单车用户信息表，包括用户的使用信誉、使用频率、使用维护、最后一次使用时间、使用租赁费用、使用期限、用户需求行为、用户需求地点、用户需求时间等信息。另一个是共享单车投放城市名称及投放数量、闲置量、丢失量、报废量、维护量等信息。在使用中，通过SQL语句直接查询两表相关信息。

（2）数据预处理。数据质量的高低直接关系到计算机数据分析的质量和效率，为了降低共享单车营运数据的噪声，对共享单车营运数据进行清理、集成、变换、归约处理。

3.3 生成共享单车营运管理模型

（1）动态定价结构模型设计。基于RFM模型，通过K均值聚类算法来细分用户，构建因人而异的动态定价结构，以为提供差异化的会员服务提供数据支持。①基于RFM模型的动态定价结构变量选择。应用常用的客户细分RFM模型，RFM模型是美国数据库营销研究所Arthur Hughes研究出来的，其中R、F、M是Recency、Frequency、Monetary等英文首字母，即分别表示最近一次消费、消费频率、消费金额，文章研究动态定价结构模型，其变量为用户最后一次使用共享单车的时间、用户使用共享单车的频率、用户使用共享单车的消费。②通过K均值聚类算法细分共享单车用户。以OFO共享单车交易数据为数据来源，从数据库中提取用户最后一次使用共享单车的时间、用户使用共享单车的频率、用户使用共享单车的消费等变量，应用K均值聚类算法对共享单车用户进行分类，根据RFM三变量标准化、确定共享单车用户聚类分组个数k、利用K均值聚类算法聚类将共享单车用户分成k类、对每类共享单车用户进行分析并确定特性，从而确定共享单车用户分类，实行动态定价。

（2）服务体系优化模型设计。应用关联规则算法，找出需求量与用户行为、时间、地点的关系，保证单车的日使用率。①应用关联规则算法对服务体系变量选择。以OFO共享单车交易数据为数据来源，从数据库中提取用户需求行为、用户需求地点、用户需求时间等与服务体系相关的组合。②应用关联规则算法对服务体系组合进行分析。以OFO共享单车交易数据为数据来源，从数据库中提取与服务体系相关的组合信息，设置关联规则算法最小支持度和置信度，找出服务体系相关因素间联系。③营运资金管理模型设计。通过K均值聚类算法来细分市场，针对不同城市甚至是一个城市内不同区域投放不同量的单车，其模型设计与动态定价结构模型设计类似。

4 结语

互联网数据存储技术的不断发展，数据量呈现爆发式增长，通过计算机数据分析，可以为企业决策提供参考。共享单车的爆发式出现，企业管理面临挑战，通过对平台大量用户使用数据进行挖掘，为共享单车管理提供解决的方案，促进共享单车的资源有效配置，提高共享单车维护管理的效率，降低共享单车运营成本，从而增大盈利。

［1］余国磊.浅析“共享单车”运营和管理中存在的问题与对策［J］.知识经济,2017,（9）：87-88.

黄婷婷（1981-），女，湖北十堰人，大学本科，主要研究方向：计算机。