基于大數(shù)據(jù)的共享電動汽車用戶管理模塊研究*

王中磊， 于瑞， 孫海波

(常州工程職業(yè)技術學院， 江蘇 常州 213164)

大數(shù)據(jù)、云計算等互聯(lián)網(wǎng)技術的發(fā)展刺激了共享電動汽車運營管理模式的更新，傳統(tǒng)的人工車輛運營方式已滯后于社會民眾對共享電動汽車的需求，并由此激發(fā)了從開放的公共數(shù)據(jù)中提取價值信息，解決用戶共享出行需求的管理服務模式。該文利用大數(shù)據(jù)理念和技術，針對共享汽車領域中用戶的用車時刻、用車地點、駕駛行為、用車偏好、利潤貢獻等問題進行智能化管理模塊設計與實現(xiàn)。

1 利潤貢獻率和用戶用車行為特征

1.1 根據(jù)利潤貢獻率實現(xiàn)用戶精準分類

對于共享電動汽車運營商，用戶規(guī)模的增加有利于出現(xiàn)更多的出行需求，產(chǎn)生更多的實際收益，便于企業(yè)擴大規(guī)模和網(wǎng)點覆蓋區(qū)域。然而由于企業(yè)管理者對不同用戶的利潤貢獻程度了解不夠，對利潤貢獻有差異的用戶實施統(tǒng)一管理，不符合以用戶為中心的管理原則，長此以往可能會導致優(yōu)質(zhì)用戶的流失和平庸用戶的泛濫。

為實現(xiàn)對不同利潤貢獻用戶的精準分類，可依托用車行為大數(shù)據(jù)對其進行精細化管理：在某個特定區(qū)域可能會存在大規(guī)模的用戶體量，各用戶每天都會形成不同類型的出行訂單，各訂單對企業(yè)利潤的貢獻率各不相同。企業(yè)需根據(jù)相同的利潤貢獻率對用戶進行聚類分析，發(fā)現(xiàn)同一維度用戶的用車偏好差異，進而提供有針對性的用車服務，并在此基礎上提升用戶的利潤貢獻率，發(fā)掘更多的高利潤貢獻率用戶。

1.2 用戶用車行為特征預測

共享電動汽車運營商需了解不同類型用戶的用車行為特征，從而對不同用戶實施精準管理，制定科學、合理、高效的車輛資源配置策略。用戶在實際出行過程中會留下諸多數(shù)據(jù)痕跡，如時間數(shù)據(jù)、里程數(shù)據(jù)、車輛數(shù)據(jù)、定位數(shù)據(jù)等，這些數(shù)據(jù)可幫助共享汽車運營商了解用戶的用車行為，進而預測其用車偏好，提前制定個性化用車方案。表現(xiàn)在：1) 可根據(jù)某一客戶的用車時間特征在特定時間段調(diào)度更多車輛到距離其更近的網(wǎng)點；2) 可根據(jù)某一客戶的用車里程數(shù)據(jù)提前對電動汽車充電，保證完成全部里程的充足電量；3) 可根據(jù)用戶車型偏好，調(diào)度更多用戶偏好程度更高的車型到指定地點；4) 可根據(jù)用戶租車、還車網(wǎng)點定位，針對某個區(qū)域內(nèi)的停車網(wǎng)點進行調(diào)整，以便實現(xiàn)最優(yōu)化的出行路徑(見表1)。

表1 用戶用車行為特征預測

2 基于大數(shù)據(jù)的用戶管理模塊設計與分析

2.1 用戶精準分類子模塊

共享電動汽車企業(yè)在維持自身運營的基礎上需不斷擴大網(wǎng)點覆蓋規(guī)模，尋求更多的目標客戶，深度挖掘高消費、高利潤貢獻率的優(yōu)質(zhì)客戶。在鼓勵用戶進行消費的基礎上，企業(yè)需對不同利潤貢獻類型的用戶實施差異化管理，從而保持自身的穩(wěn)定現(xiàn)金流和客戶基礎。

2.1.1 消費總金額Xi

用戶在使用共享電動汽車時會產(chǎn)生消費行為，其消費總金額是評判用戶利潤貢獻率的直接標準，計算公式如下：

(1)

式中：Xi為用戶i從使用共享汽車第1天到第n天的消費總金額；d為天數(shù)；Mi為用戶i第d天的消費金額。

2.1.2 利潤貢獻率Pi

用戶的利潤貢獻率是用戶的消費從第1天到第n天的消費總金額占共享電動汽車運營商n天總收入的比例，計算公式如下：

(2)

根據(jù)式(2)，單個用戶消費總金額越高，則其利潤貢獻率越高，這類用戶對企業(yè)的重要性不言而喻。因此，企業(yè)需對高利潤貢獻率用戶實施差異化、精細化管理，如提供一些特許權利、出行優(yōu)惠、會員標識等福利，進一步提高用戶的消費意愿。

2.2 用車行為管理子模塊

2.2.1 用車時間特征

用戶在使用共享汽車時會依據(jù)自身需求選擇不同時間段出行，如在上下班高峰期選擇共享汽車出行的人數(shù)會激增，可依托這部分數(shù)據(jù)來預測用戶的出行時間，幫助運營商對車輛狀態(tài)進行管理。根據(jù)共享電動汽車用戶的總體用車規(guī)律，將一天24 h劃分為6個時間段(見表2)，便于對每個時間段形成的大數(shù)據(jù)進行采集和挖掘。

表2 用戶用車時間跨度

為比較不同時刻用戶的用車差異，即每個用戶在不同時間段的出行次數(shù)分布規(guī)律，按下式計算單個用戶在某一時間段用車次數(shù)占全天總用車次數(shù)的比例：

(3)

2.2.2 用車空間特征

(4)

一般來說，高利潤貢獻率用戶由于出行頻率過高，其網(wǎng)點異位值高。

2.2.3 用車里程特征

用車里程特征一方面和用戶租車時長有關，包括最大時長、最小時長和平均時長，另一方面與用戶用車里程有關，包括最大里程、最小里程和平均里程。不同利潤貢獻率的用戶在以上6個指標上呈現(xiàn)不同的數(shù)據(jù)值，體現(xiàn)用戶使用共享電動汽車的距離特性。

(5)

(6)

(7)

(8)

(9)

(10)

2.2.4 用車車型特征

不同用戶在利用共享汽車出行時會選擇不同車型的電動汽車，這取決于用戶對于特定車型的偏好。通過對單個用戶在某個特定時間段內(nèi)使用車型的調(diào)查可了解其車型偏好，從而調(diào)度更多該車型的電動汽車到指定充電網(wǎng)點。表3為目前市場上共享電動汽車的主要車型。

表3 共享電動汽車的主要車型

一般來說，高利潤貢獻率用戶更偏好續(xù)航里程較高、出行更舒適的車型，如海馬愛尚EV、北汽EV200等；低利潤貢獻率用戶更偏好經(jīng)濟又實惠的車型，如知豆D1、眾泰E200等。

3 結語

共享電動汽車的智能化管理需要依托不同類型、不同運營維度、不同細分領域的海量數(shù)據(jù)來實現(xiàn)，但其最終目的都是為了使行業(yè)運營規(guī)范化、企業(yè)利潤最大化和用戶需求最優(yōu)化，保證實際共享出行的高效和便捷。文中通過對用戶利潤貢獻率和用車行為特征的分析，將共享電動汽車用戶管理劃分為用戶精準分類和用戶行為管理兩個子模塊，進一步拓展了用戶管理模塊的功能。