共享单车大数据报告

全文链接：http://tecdat.cn/?p=1951

原文出处：拓端数据部落公众号

随着智能手机的普及和手机用户的激增，共享单车作为城市交通系统的一个重要组成部分，以绿色环保、便捷高效、经济环保为特征蓬勃发展。（数据样例可参考文末)

作为城市共享交通系统的一个重要组成部分，以绿色环保、便捷高效、经济环保为特征的自行车共享行业在2016年用户总数达到2030万人次，全国运营市场达到11.5亿元。

基于以上背景，tecdat研究实验室(Tecdat Research Lab)对北京共享单车的数据进行分析，用数据探索“最后一公里出行”解决方案，勾勒出共享单车使用与用户出行现状。

（数据可参考原文链接）

填补公共交通空白：解决“两公里内出行难”

从各个时间段的单车使用情况来看，上午8点和下午6点左右是用车高峰期，即早晚上下班时间的出行高峰明显，呈M型分布，早晚高峰期间发生的订单量占当日总订单量的40%左右。

从骑行距离的分布情况来看，我们发现主要集中在 200-1500 米，解决了将近80%的用户“两公里范围内出行难”的需求，有短距离出行和短途接驳的作用，大大提高了出行效率，也有效地补充了长途出行。

骑行大多位于商圈，目的地更加有趣、多元

从骑行的始终点来看，我们发现用户使用密集的区域主要包括国贸、大望路、建外大街、王府井等。

从出行的始终点和路径来看单车出行目的地多为商圈，行车频率一定程度上反映了某个地区的商业化程度。

与长途旅行相比，短途骑行目的地更加有趣点，更加多元化，同时也满足了消费者对高频和多次微型旅行的需求。 用户的骑行目的地主要是生活休闲，购物，餐饮商业区。

结语

共享自行车数据可以实时表达城市的密度以及人们居住地和工作地之间的交通动态，同时对公共交通进行了有益补充，大大提高了大众出行效率。

因为城市基础设施资源的稀缺，共享出行成为城市公共交通的“潜在替代品”，也促进了整个共享行业的快速发展。

---

最受欢迎的见解

1.数据类岗位需求的数据面

2.探析大数据期刊文章研究热点

3.机器学习助推快时尚精准销售预测

4.用机器学习识别不断变化的股市状况—隐马尔科夫模型(HMM)的应用

5.数据聆听人民网留言板的那些“网事”

6.在r语言中使用GAM（广义相加模型）进行电力负荷时间序列分析

7.用数据解读体育决策：挖掘体育赛事新价值

8.把握出租车行驶的数据脉搏

9.智能门锁“剁手”数据攻略