2017,共享单车的盛世危局

本文从五个维度探讨了共享单车行业面临的挑战:定价模式不合理、产品粘性差、追求垄断趋势、低水平重复建设以及盲目扩张等问题。指出共享单车虽解决了出行最后一公里难题,但在商业模式和产品模式上仍有待完善。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

2017,共享单车的盛世危局


       这个话题有些不合时宜。

      之所以说不合时宜,是因为当下共享单车市场火热:摩拜、ofo纷纷以高估值融资数亿美元,众多跟随者纷纷入局,共享单车的颜色都不够用了,以至深圳街头出现了“七彩单车”。让跟随者跟随不及的是,摩拜、ofo、小蓝等先行者已经漂洋过海,登陆欧美。

        在这样火热的共享单车市场之下,来谈共享单车盛世危局,确实在些不合时宜。加之我个人也是创业者,在自己创业的时候褒贬其他创业项目,也有些不合时宜的,至少得小心谨慎。但我作为一个创业者,常常面临产品模式、商业模式的选择的困局,常常要思考创业者面临种种危机,也愿意分享自己真实的思考,善意地探讨行业状态与发展方向,以期行业健康成长,是我所愿——而不是随大流唱赞歌或是落井下石——那样才是不负责任的行为。

       判断共享单车的盛世危局,出于五点考虑:

第一:定价不符合互联网经济规律。

        服务定价是一项服务是否具有竞争力的重要因素。传统的公共共享单车通常定价不超过0.5元/小时,甚至免费,但当下共享单车,最少也是0.5元/30分钟,更有1元/30分钟的,比传统的贵2到4倍。例如:深圳盐田绿道自行车第一小时骑行免费,此后0.5元/小时。共享单车与之相比,无疑是天价。因此,在深圳盐田,摩拜、ofo都难以与传统公共共享单车抗衡。

32120001c4319df2910c

​图:共享单车在深圳市盐田区遇冷

        以移动互联网为支撑的共享单车模式,不需要建桩成本,不需要线下手续,却无法在价格上取得对传统公共单车的优势,充分说明共享单车的定价模式存在问题。

        我们假定这种定价模式可行的情况下,如果一个上班族用户一天骑行2次,每次付费1元,每年骑行的天数200天,则其年共享单车消费将达到400元,已经接近、甚至超出了一辆ofo共享单车的价格了。对于我这样的重度用户,每天骑行4次,则年消费将达到800块!这样的定价,对共享单车企业来说是暴利,对消费者来说则是定价过高了。这个例子的共享单车企业暴利,还没考虑到押金利息(理财)的因素。以摩拜单车为例:其押金总额大约300亿元,考虑到用户退押金的备用金之外,在政策(其实没有明确的政策限制)许可范围内对这些押金进行稳健的理财投资,如果有10%的收益的话,也将达到惊人的30亿元人民币——这也是共享单车定价模式不尽合理的另一个明证。

         在市场经济的条件下,共享单车目前主流的、不合理、不成熟的定价模式,必将会受到市场与消费者的“评判”。众多共享单车其实也多多少少认识到这个问题,他们普遍采用免费策略,这一方面是竞争所迫,另一方面也说明他们认识到定价的问题,试图做临时性的调整并做进一步观望。但价格是服务的基本要素,不可能总是采用权宜之计,如果不根本解决,这种定价就会被市场跟随者冲击,比如,深圳街头近来就出现了“终身免费”的赳赳单车共享单车。

         共享单车价格这个服务基本要素不符合互联网经济减少交易环节、降低服务成本的经济规律,是当前共享单车的一个危局。

第二:共享单车产品模式问题——粘性差

        “好的产品,自己会说话”。好产品能够满足用户需求,制造用户依赖,因此,是否具备粘性是判断产品优劣的一个关键指标。

         这些共享单车厂家能否构建用户对自家服务内容的依赖?不难看出,用户使用一次服务,即等同于这个用户已经流失。因为下一次这个用户出行时,并不会绑死在这个共享单车服务上。他仍有很多选择:步行、自驾、顺风车、公交汽车、地铁、出租车、电动车、摩托车以及其它共享单车、共享汽车等等。

         由于产品粘性低下,厂家只能持续烧钱赢取新用户,所以这几年我们看到摩拜们一轮轮的融资。这犹如抱薪救火,薪尽火灭。如此没有粘性,反复折腾市场参与者烧钱的共享单车服务,有没有危局呢?

第三:共享单车商业模式正走向共享经济的反面——追求垄断

         缺少粘性,价格高企,难道共享单车模式此路不通?那倒不是,江湖上仍有一招赢家通吃的绝招。上一轮创业热潮中的“滴滴出行”就是它们的榜样:比赛烧钱,烧死中小竞争对手,形成寡头局面,进而合并,最终达成垄断。结果则是司机和乘客怨声载道,完全走向了“共享经济”的反面。

          共享经济作为新经济,就应该在市场竞争中打拼,迎接市场的检验。正如马云所说的那样,“我们需要竞争对手共同做大市场,需要竞争对手来逼迫我们做得更完美”。追求垄断的“共享经济”,就走向了共享经济的反面,是“伪共享经济”。滴滴已经在这个危局之中了,共享单车极有可能正在走向这一危局。

第四:共享单车经济正走在反创新的路上——低水平重复

           深圳街头和城中村里共享单车堆成堆的现象并不鲜见,“颜色用完就不会再有共享单车跟随者出现”的调侃已经被“证伪”,“七彩单车”已经“摆脱”了单调色彩的束缚出现在深圳街头。

         共享单车,一个小创新带来的生意,其实并不是什么高科技,而是资本大鳄们拼财务财技的战场。而一些小投资者,不懂科技产业,只懂得看得见、摸得着的效果,自思也能做得了这“高科技”产品,也纷纷加入这场角逐。这些小投资者不知道这已经是资本的游戏,与科技无关了,他们从决策进来的那一刻,就已经失败了。

          这样低水平的重复,已经成为科技产业和资本市场的笑话——为什么不把资本投入到更有创造力更有潜力的领域,而是非要花钱在街头摆上一堆又一堆的废铁呢?浪费资本,错配资源,难道不是共享单车的危局?

32120001d24d3f8292d8

​图:城市中屡见不鲜的共享单车垃圾堆

​第五:共享单车盲目扩张——商业模式未经验证下的盲目扩张是危险的。

         共享单车漂洋过海,登陆新加坡及欧美等国家,看起来光鲜,但如果我们想想以上的几点,尤其是价格不尽合理、产品粘性不足,以及追求垄断的模式,不难得出共享单车商业模式在我国国内还远非成熟的结论。

         在商业模式尚未合理、成熟的情况下,就急急忙忙出海,是出于什么考虑呢?规模做大了就会合理吗?我们看看国内有些企业,做得风声水起,在国内的产品模式、商业模式基本也算成熟了,有的甚至还到纳斯达克上了市,但由于他们的产品模式、商业模式过于依赖中国特色,这样的业务,想漂洋过海走出国门却只能是一个梦。

          国外的风俗习惯、保险体系、法律制度,与中国有很大区别,在自身模式不成熟的情况下,共享单车却要“出海”,或许将面临一个个的坑。

         当下的共享单车,证明了需求存在,并且有智能硬件能够很好地满足需求。但是,有这些不见得就能形成了一个模式可行的行业。就好比你在街上撒钱送钱给人,肯定也有需求,也能热闹非凡,但不能成其为一个模式可行的生意。

         共享单车要想成功,还是要在基本的产品模式、商业模式方面下功夫,要在这些方面有大的调整,否则,共享单车也不过是一个“撒币”的生意而已。

          这,就是共享单车的盛世危局。


标题基于SpringBoot+Vue的学生交流互助平台研究AI更换标题第1章引言介绍学生交流互助平台的研究背景、意义、现状、方法与创新点。1.1研究背景与意义分析学生交流互助平台在当前教育环境下的需求及其重要性。1.2国内外研究现状综述国内外在学生交流互助平台方面的研究进展与实践应用。1.3研究方法与创新点概述本研究采用的方法论、技术路线及预期的创新成果。第2章相关理论阐述SpringBoot与Vue框架的理论基础及在学生交流互助平台中的应用。2.1SpringBoot框架概述介绍SpringBoot框架的核心思想、特点及优势。2.2Vue框架概述阐述Vue框架的基本原理、组件化开发思想及与前端的交互机制。2.3SpringBoot与Vue的整合应用探讨SpringBoot与Vue在学生交流互助平台中的整合方式及优势。第3章平台需求分析深入分析学生交流互助平台的功能需求、非功能需求及用户体验要求。3.1功能需求分析详细阐述平台的各项功能需求,如用户管理、信息交流、互助学习等。3.2非功能需求分析对平台的性能、安全性、可扩展性等非功能需求进行分析。3.3用户体验要求从用户角度出发,提出平台在易用性、美观性等方面的要求。第4章平台设计与实现具体描述学生交流互助平台的架构设计、功能实现及前后端交互细节。4.1平台架构设计给出平台的整体架构设计,包括前后端分离、微服务架构等思想的应用。4.2功能模块实现详细阐述各个功能模块的实现过程,如用户登录注册、信息发布与查看、在线交流等。4.3前后端交互细节介绍前后端数据交互的方式、接口设计及数据传输过程中的安全问题。第5章平台测试与优化对平台进行全面的测试,发现并解决潜在问题,同时进行优化以提高性能。5.1测试环境与方案介绍测试环境的搭建及所采用的测试方案,包括单元测试、集成测试等。5.2测试结果分析对测试结果进行详细分析,找出问题的根源并
内容概要:本文详细介绍了一个基于灰狼优化算法(GWO)优化的卷积双向长短期记忆神经网络(CNN-BiLSTM)融合注意力机制的多变量多步时间序列预测项目。该项目旨在解决传统时序预测方法难以捕捉非线性、复杂时序依赖关系的问题,通过融合CNN的空间特征提取、BiLSTM的时序建模能力及注意力机制的动态权重调节能力,实现对多变量多步时间序列的精准预测。项目不仅涵盖了数据预处理、模型构建与训练、性能评估,还包括了GUI界面的设计与实现。此外,文章还讨论了模型的部署、应用领域及其未来改进方向。 适合人群:具备一定编程基础,特别是对深度学习、时间序列预测及优化算法有一定了解的研发人员和数据科学家。 使用场景及目标:①用于智能电网负荷预测、金融市场多资产价格预测、环境气象多参数预报、智能制造设备状态监测与预测维护、交通流量预测与智慧交通管理、医疗健康多指标预测等领域;②提升多变量多步时间序列预测精度,优化资源调度和风险管控;③实现自动化参数优化,降低人工调参成本,提高模型训练效率;④增强模型对复杂时序数据特征的学习能力,促进智能决策支持应用。 阅读建议:此资源不仅提供了详细的代码实现和模型架构解析,还深入探讨了模型优化和实际应用中的挑战与解决方案。因此,在学习过程中,建议结合理论与实践,逐步理解各个模块的功能和实现细节,并尝试在自己的项目中应用这些技术和方法。同时,注意数据预处理的重要性,合理设置模型参数与网络结构,控制多步预测误差传播,防范过拟合,规划计算资源与训练时间,关注模型的可解释性和透明度,以及持续更新与迭代模型,以适应数据分布的变化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值