打开APP

打车嫌贵,地铁嫌累,折中的O2O拼车“G点”在哪?

正如王兴所说:“改进汽车行业关键可能不在制造技术……资源重组可能更有效。以堵车为例,如果能够将每辆汽车连接在一起,控制每辆车的行驶速度、路线,调度红绿灯,一定可以极大地缓解堵车问题。”

租车

  随着快的完成新一轮6亿美元融资,专车市场烧钱大战又添新柴。当然如我这般普通工薪阶层,对于专车的态度,颇有几分类似朱自清那句名言:热闹是他们的,我什么也没有……嗯,不如让我们聊聊一种更有可能惠及大众的汽车分享模式——拼车。毕竟,每一个华灯初上的晚高峰,有车族们堵在路上,没车族们陷入纠结——打车嫌贵,地铁嫌累。于是,拼车成为一个折中解决方案。

  这很好理解,在更为本质的意义上,人类自古以来就有社会阶层结构,当来到凡事以“我”为中心的体验经济时代(而非出行模式非常固定化的工业时代),人们的需求自然会被分割,简单而言:最顶端是商务租车,中间是出租车出行,低端是公交地铁出行,而在出租车和公交地铁方式之间有很大想像空间,拼车正好可以弥补这块空缺的付费出行方式。

  事实上,拼车已成为继租车、打车、专车之后出行O2O的另一爆发点,国内也已出现包括接我,哈哈,AA,嘀嗒在内不少创业公司,但与快的和滴滴的决一死战不同,上述公司还处于抢滩登陆阶段,率先上位异常重要,毕竟谁都知道在移动端做到行业*意味着什么。

痛点:成功率

  谈及拼车,不少人自会联想到美国西部片里,在蛮荒的无人公路上,俊俏的男主或女主伸出拇指,一辆敞篷车停了下来,自此开启一段甜蜜或混乱的故事。但在钢筋水泥的城市之中,全无那般画面感,人们凑在同一台车中,也许完全是为了上下班别迟到……如果说专车是为了匹配闲置车辆,那么拼车则试图更近一步,匹配闲置车辆中的闲置空座。

然而,如今拼车软件亟待解决的也是匹配度较低的问题。譬如用拼车软件共享一台四人座汽车,消费者许多时候和“上帝”没啥关系——乘客时常要迁就车主或其他拼车者,毕竟,能满足相同时间,地点,价格等要素,还是需要一定人品。

  毫无疑问,提高“撮合率”的核心之一在于算法和线下资源整合能力。如我曾谈到的那样:未来交通行业将主要由技术和数据驱动,将碎片般的需求与碎片般的剩余运力自由对接,将城市中数量庞大的个体从一个点转移到另一个点,这是计算机最擅长的事。不久之前,风头正劲的搭车应用Lyft对拼车平台Hitch的收购,就是因为后者后者拥有一套能在司机和乘客间实现*匹配的算法。

而另一方面,提高“撮合率”更为重要的基础,是资源的成熟度。以美国为例,小客车保有量约为3亿台左右,是其全部人口数量的两倍,人均拥有超过1台以上车辆;而在中国,目前小客车不过1.3亿左右,车辆拥有率不过10%,即使在如“帝都”这样的“首堵”,也距美国水准相差甚远。而在更为主观的层面,国人对汽车独有的亲密感情,使得相对于需求,愿意拼车的私家车并不充足。

  那么,拼车行业的G点在哪里?李善友在《颠覆式创新》中提到,每一种商业模式都有自己的边界,找到边界之下的黑洞,就可实现颠覆式创新,发现边界中的机会。嗯,拼车匹配条件复杂,那或许正确的做法是由简入繁,从时间地点相对固定的细分领域入手,巧妙地解决匹配率问题,譬如AA拼车就主打预订期较长的中长途拼车。

  或者是近一步的标准化。在大多数人眼中,同时解决车辆资源匮乏和拼车匹配耦合条件复杂的解决方案,是在上下班通勤领域。譬如在这个细分领域,接我就非常讨巧地推出了定时定点定线路的通勤大巴——在类似天通苑、燕郊大型社区和国贸、中关村等热门商业区之间推出社区到单位的直达社区班车产品,从而解决了产品标准化的问题,大巴的高载客率则打破了车源的瓶颈。

  数据显示,目前北京地区挤公交地铁上下班的2000多万人,占据了总通勤人数的60%—70%,毕竟这是除打车和步行外消费者的*选择,而在公交与打车之间溢出的出行需求无疑非常巨大,拿每天往返于“睡城”燕郊与北京之间的数十万“移民”举例,据接我数据显示,班车平台1月4日正式上线公测,开通了20个班次,到了1月15日其平台注册的班车数量就超过了100个班次,每天运送乘客超过4000人次,接我凭此成绩宣称已是全国规模*拼车公司,这也表明,O2O社区班车是个几乎没有人进入的全新垂直细分领域。而另一方面,作为提供服务的Offline部分,看似资源紧缺的大巴其实相比私家车反倒并不稀缺,如你所知,尤其到了淡季,大巴公司原有业务的不稳定使得车辆闲置现象严重,自然愿与拼车软件共享大巴,而租赁公司的资质也使共享大巴的商业模式避免了专车在法律层面上的隐患。

社交属性以及背后的信任问题

  在电影里,陌生人同坐一车往往意味着美丽故事的开始——事实上,相比于出租或专车,某种特定身份的聚合,让拼车这件事本身就有着浓浓的社交属性(每逢春运,诸如北京—广州这样的贴吧里,求各种拼车的帖子就会此起彼伏)。而在移动互联时代,社交属性——尤其在一个相对“强关系”里, 无疑也会让各路拼车软件嗅到未来商机。

  最基本的拼车社交应用就是互相添加联系人,并通过平台即时通讯,将拼车这种一次性偶然事件延伸成关系网。

当两个以上的人同时在车上,情况便完全不同了——这是拼车平台Hitch对拼车模式最直接的看法。具体而言,由于Hitch绑定了Facebook里的好友关系,至少在理论上,用户同处一车时便有了天然的破冰话题,而一旦线上的好友关系通过线下某个具体(还是刚需)的应用场景联系起来,这才是拼车未来*的想象空间。

  而接我则选择了先聚粉再完善平台。去年10月以来,其推出了每天数趟往来于燕郊国贸两地的免费大巴,并在大巴上免费提供早餐和文艺演出。可以想见,这一招迅速积累了诸多忠实用户,大巴也成为一个聚集和发酵粉丝的载体,为接下来更具想象力的社交服务打下了基础,譬如通过微信群管理这些优质用户——毕竟,白领群体由于职业的封闭,与陌生人的交友需求其实还蛮强烈的。

  也许Lyft的行为可以为国内拼车公司提供一些启示。举个例子,在lyft的文化里,司机应与乘客主动产生互动——譬如在乘客上车时“碰拳头”以示友善,并希望通过帮乘客递水,充手机电,放音乐等细微贴心之举,打破陌生的尴尬,另外,Lyft还会每隔段时间举行司机与乘客的聚会——嗯,哪怕是在一个相对open和充满善意的社会环境里,培养陌生用户之间的信任感也是拼车模式的重中之重。

  但由于一些过于复杂的原因,在中国的大多数地方,陌生人之间的信任难能可贵,堪比黄金。具体到拼车,人们似乎更愿与小区门口相熟的“黑车”达成某种默契——毕竟算半个熟人。

“新经济始于技术,终于信任。”这是凯文·凯利对新经济时代下的一个经典判断。魏武挥老师解释的好:“人与人,企业与企业,人与企业,这三者之间流淌着‘信任’关系,信任程度越高,商业运转得就更有效率。一切商业行为都基于连接,但其本质,是基于信用。”那么,如何完善信任体系,让陌生的同车人与陌生的司机之间以最小成本建立信任,也许是一个比拼车成功率同样重要的问题。

  当然,其中一个解决办法自然是通过互联网上的“闲置”数据。譬如知名公司Traity的做法就是:优先选择登录用户的Facebook账号,其*优势就是实名制。同时,用户也可选择Twitter和Google等社交账号搭配手机、护照等方式,取得真实身份认证。

智能出行生态链

  全球知名咨询公司Frost&Sullivan预计,仅在北美地区,汽车共享市场到2016年就将达到33亿美元。而在刚刚结束的某大会上,王兴则提供了一组更为有趣的数据:在美国一辆车生产出来后95%的时间被放在那里,只有5%在行驶,这5%里只有2.5%是正常速度驾驶,另外0.8%是在找停车位,还有0.5%堵在路上——毫无疑问,这些空闲的汽车和里面的座位,将在所谓“后打车时代”发挥本应该有的作用。

但正如王兴所说:“改进汽车行业关键可能不在制造技术……资源重组可能更有效。以堵车为例,如果能够将每辆汽车连接在一起,控制每辆车的行驶速度、路线,调度红绿灯,一定可以极大地缓解堵车问题。”

  好吧,在一个言必称生态系统的时代转折点,交通行业自也无法免俗。几乎可以肯定,未来人类交通势必是一个智能出行生态链。譬如,如接我这样的顺风车大巴市场,是否有可能在一定程度上完(dian)善(fu)如今基本没什么用户体验可言的公交系统?或者与小客车市场的资源互相打通,建立路网。记得滴滴就曾表示:“未来滴滴将构建移动互联网出行平台,我们现在所做的也属于构建出行生态链的一部分。滴滴将不局限于出租车叫车公司,我们希望成为一家覆盖出租车、专车、智能公交、物流、零售等多种服务的平台型公司。”另外,除了各种用车软件本身,一些提供交通数据的APP,如公交、加油站、违章等信息的查询,也将在细微之处如小卫星般完善这个生态链。总之,如果工业社会的逻辑是将一切出行需求变成产品,那么在新经济时代,人们最终得到的只有出行解决方案——这也将是各种软件,甚至汽车制造商最需要做的。

当然,优质服务的背后,仰仗的其实是更多维的数据,企业和政府是否拥有相对开放的心态,也许是未来智能出行生态链是否“智能”的关键点(举个小例子,倘若航班信息不透明,那么诸如“飞常准”之类的APP将变得颇为艰难)。

  除此之外,现在看来,未来人类分享经济已是大势所趋,如上文所述,信任机制的完善是分享模式的关键。但至少在现阶段,分享经济*的问题之一就是分享问题——譬如用户在不同平台的“声誉数据”,你知道,在Airbnb的评价还无法直接带到Uber上。

  嗯,也许这才是汽车共享领域的真正G点。

【本文由投资界合作伙伴钛媒体授权发布,本平台仅提供信息存储服务。】如有任何疑问题,请联系(editor@zero2ipo.com.cn)投资界处理。

相关资讯

新一代信息技术数据总览

最新资讯

热门TOP5热门机构|VC情报局

去投资界看更多精彩内容
【声明:本页面数据来源于公开收集,未经核实,仅供展示和参考。本页面展示的数据信息不代表投资界观点,本页面数据不构成任何对于投资的建议。特别提示:投资有风险,决策请谨慎。】