起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識誰是下個滴滴？從騎行數據分析看懂共享經濟
全球范圍內，越來越多人認為自行車會成為日后城市交通的關鍵工具之一，因為騎自行車有很多好處，例如自行車作為一種相對獨立的交通方式，可以免受城市堵車之苦；同時也可以鍛煉身體，實在一舉兩得。在對開放數據(Open Data)進行分析和可視化呈現后，紐約、倫敦、柏林三座城市的人們使用共享單車出行的軌跡躍然紙上。
兩名德國“數據俠”盯上了共享單車
近幾年世界上很多城市都設置了城市共享自行車系統，方便居民和旅客的日常使用。由于發展較早，倫敦、柏林、紐約等歐美城市的共享單車體系已經比較成熟。
當人們在使用這些共享單車時，也產生了大量的地理位置信息數據。
最近，兩名來自德國的數據俠Till Nagel和Christopher Pietsch對這些數據產生了興趣，并藉此制作出一系列可視化作品。
兩人收集了倫敦、柏林及紐約的城市共享單車數據，將使用者的路線軌跡制作成動態地圖，使城市共享單車的流動躍然于屏幕之上。
通過對這些出行數據的動態可視化展示，人們可以直觀地看到整個城市范圍內共享單車的流動，而且還可以對比三座城市，看到不同的城市結構是如何影響到自行車的使用等情況。
紐約、倫敦、柏林：共享單車軌跡里的城市差異
兩人的可視化項目，命名為“cf. city flows”，已在多地展出，其主體為三個并列的大屏幕，以及可以操作的交互操作板，人們觀看時也可以互動操作。
人們可以選擇三種數據展示模式：the citywide view、the station view和small-multiple view，三種模式可以看到數據不同角度的特點，方便大家比較各個城市的不同特征。
其中，The citywide view展示了一天中所有共享自行車的軌跡，可以根據不同的時間點進行查看。
每段軌跡都以細長而光亮的路徑記錄，讓大家直觀地看到整個共享自行車系統的行走路線。軌跡的記錄以實時位置最為光亮，而之前位置的光則逐漸暗下來——這種風格被稱為“螢火蟲風格”。
通過觀察，人們可以清楚地看到紐約曼哈頓中部和中央公園之間的阻礙，柏林城內城也存在這種情況。而且，紐約在街道設計上的網格構造也得以呈現，而倫敦和柏林則在歷史演變中逐漸形成各自獨特的街道規劃。
同時，對比上圖中三個城市的數據也可以發現，柏林和倫敦、紐約使用共享自行車的人數上也有巨大的差異。實際上在柏林，自行車的受眾面很廣，居民日常出行都使用自己的自行車，而城市自行車共享系統大多服務于游客。
另一個模式small-multiple view，則對城市中的三個自行車站進行了細致的觀察。
各車站的信息通過4個板塊進行展現：進入自行車站的路徑將會被標于上方，而出來的路徑會被標于下方;而左右兩邊則展示白天和夜晚的數據。
使用small-multiple模式，則可以更好地進行市內、市外的比較。
人們可以看到市內不同站點的區別以及站點在不同城市的使用區別。例如在倫敦，數據圖展示出住在郊區的人們喜歡乘坐地鐵來到滑鐵盧站，在去往工作地的最后幾公里路上，人們習慣使用自行車。
不同的城市各有特性，這些特性都可以在城市流動的層面上進行比較。
此外，還有記錄特定場所自行車進出記錄的the station view，還可以對流入量與流出量單獨查看。在每一個城市中流動量大的場所將會被記錄，場所的名稱也都顯示在地圖上。
通過點擊各個場所，我們可以清楚地看到該場所的流動量，而進出場所的路徑會用不同顏色記錄，方便大家進行比較。
在cf. city flows的展示中，作為展示補充，控制臺上會展示更加細致的數據，例如共享自行車的總數量，自行車站的數量還有總流動量等。
數據來源及分析原理背后的真正價值
如今，開放數據的價值正得到重視，越來越多的城市共享單車運營方開始嘗試開放部分數據——包括基本的自行車數量、位置數據，到實時的空閑自行車數據，再到各個停放點之間的流動數據等。
其中，前兩種(數量、位置、空閑車輛數)數據比較豐富，但有關流動軌跡的數據，僅有少數運營方進行了公開。
Till Nagel 和Christopher Pietsch選擇了數據較全的紐約、倫敦和柏林。其實這些城市的共享單車運營方也沒有提供單車使用的GPS信息。
但兩人找到了替代辦法——他們利用運營方提供的標有實時空閑車輛信息的地圖，以及各個停靠/租用點的單車租用/還回數據，來進行推算。
原理是：當這個地圖上某輛單車“消失”，就意味著一段行程的開始，而當這輛自行車(實時地圖上也提供了自行車的專屬ID信息)在另一個?？空境霈F，就意味著這一段行程結束。因此，在他們的可視化項目中，一些非用戶使用行為也可能被包括在了其中。
由于沒有用戶實際的軌跡數據，兩人使用了HERE(一家地圖服務商)的導航服務作為依據，而展示作品使用的底層地圖，則是參考了Nolli Map，這個地圖對公有區域和私人領域做出了詳細區分，建筑信息也使用了可以使用的最詳盡的數據。
國內共享單車市場機會與問題
近來，ofo和摩拜單車受到關注，兩家公司瘋狂融資、互吐口水搶奪國內共享單車市場，不禁令人感慨：時隔多年，國人的“自行車情結”又回來了？
在中國，城市中每天有幾十萬人使用這一服務，最近，街上常常能看到市民騎著黃色的ofo和橙色的摩拜單車，朋友圈里也經常出現各種曬騎行的照片。這些單車不需要固定停車樁，隨停隨走。
“智能自行車”在這個有近4億輛自行車的國家非常醒目。使用過程也完全移動互聯網化，能夠根據地圖GPS定位找到最近的單車，掃描二維碼開鎖就可以騎走;還車時手動合上鎖環，系統會自動結束計費。用戶可以通過微信或支付寶支付。
然而這樣的智能自行車，在中國也出現了很多問題，如人為破壞單車，差不多每四輛車里就有一輛違規用車。甚至有時候，共享單車還被隨意擱置在人行道上，或者占用綠地及私人用地。城市騎行道路規劃、騎行友好環境建設以及對騎行行為道德約束等都需要與政府進行合作。
大數據可視化分析，不僅能對城市的交通環境建設提供決策力，還能在更多領域發揮出重要的決策作用。
來源：http://www.36dsj.com/archives/66626
本文來源于人人都是產品經理合作媒體@36大數據
對 open data 分析后進行可視化呈現，你倒是引用一下啊，全是莫名其妙的文字
我不知道作者為什么拿歐洲那邊的數據來分析驗證中國的市場邏輯，兩類人完全不一樣，社會狀況也不一樣，沒有可借鑒性