共享单车进驻地图应用，于地图应用意义何在？

　　目前多家共享单车全面进驻地图应用，对共享单车，地图应用来说都解决了什么问题？文章为你解读。
　　目前ofo、Mobike、bluegogo全面入驻百度地图，ofo、Mobike全面入驻高德地图。首先我们从百度地图和高德地图的iOS版本迭代中，大致的了解一下共享单车进驻两个应用的时间节点。
　　百度地图：6月13日Mobike、ofo入驻，7月24日，bluegogo入驻
　　高德地图：7月1日，Mobike入驻，8月1日，ofo入驻
　　共享单车行业前三位的应用入驻了地图类排名前两位的应用，这样的行为，从产品的角度来讲，对于体量更大的地图应用来说，都会有哪些好处。我认为会有如下三个好处，每个之间互相联系，逐步深入。
　　一、用户的使用场景增多
　　随着共享单车入驻地图应用，用户的使用场景来看，从之前的查看路线、搜索周边设施，变得更丰富了，又多增了一条共享单车使用。完善了一个用户的使用场景，在旅游或者出差这种不熟悉周边地形的情况下，使用共享单车。
　　共享单车进驻百度地图（左）和高德地图（右）
　　这个功能的丰富我认为是比较完美的，之前共享单车的入口位置不一。共享单车的入口类型可以分为两大类，集成型：支付宝、微信、地图应用，自有型：各自的APP。
　　自有型的APP，需要分别下载APP，入口分散。在集成型的入口里面，我们分别的看一下各自的情况：
　　支付宝里面，由于腾讯收购了Mobike，所以在支付宝里面，没有Mobike的入口，只有bluegogo、ofo的入口，虽然支付宝在北京地区支持七种单车的扫码，但是没有行业巨头的入口，还是显得有些单薄。
　　微信小程序支持bluegogo、Mobike，可以在微信首页的扫一扫入口扫码，在微信上首页扫一扫ofo，第一步会跳转到ofo的公众号，在里面的服务中心才能扫码用车，在微信上大致上讲存在统一的入口。
　　用支付宝或者微信作为入口的场景，可能是以下的情况：我们处在自己熟悉的地理环境中，知道附近的路线，知道附近哪里的共享单车停放最多，所以我们走在路上，看见共享单车就可以扫码骑行，这时候，我们就会想起来自己平时最常用的两个APP，支付宝和微信，习惯性的打开这两个APP进行扫码，就可以使用单车了。
　　在地图应用中，ofo和Mobike都已经全面入驻，这两个占据市场份额绝大部分的共享单车应用，可以同在一个入口进入，满足了使用共享单车出行的用户，用一个入口扫码大部分单车的需求。用地图应用作为入口，就会是另外一种使用场景了，用户在一个不太熟悉的地区，可能是出差或者旅游，经常会打开地图，在这个情况下，如果有些骑行的需求，用户就可以直接在地图应用中，扫码使用共享单车。
　　二、完善地图类APP的用户画像
　　用户的出行行为，根据时间序列，可以分为三个阶段，起点、路程中、终点。之前地图用户的出行数据，都是基于三种出行方式的，驾车、公共交通、步行。这三种出行方式中，驾车及公共交通，主要解决的是出行行为的路程阶段，而步行行为，主要解决的是依附于起点及终点周边的用户出行行为。虽然现在的地图应用已经支持骑行模式，但是骑行模式应用范围还是限于骑行爱好者，骑行模式的受众人群不是很大。
　　驾车和公共交通，主要是用户在上下班及周末聚会使用的出行方式，对于上下班的情况，可以收集到用户的起止地点，通过用户的上班地点及住宅地点，对用户的从事的工作、收入等进行分类，建立起用户画像。同时收集大量的路况信息，逐步的完善路程推荐体系，甚至可以建立起实时交通监控，尽量减少用户的出行时间。
　　而步行的出行方式，主要是解决短途的出行，更多的应用在寻找工作时的就餐地点，或者是自己住宅区附近的餐饮娱乐场所，或者是旅行中的短途目的地搜索。由于现在共享单车的极大普及，用户的生活半径也随之变大了许多，在共享单车入驻之前，地图应用是无法拿到现在共享单车的数据的，在住宅区和工作地点的数据还仅限于用户的步行数据，这样的数据就少了实时性和价值性。接入了共享单车之后，更多的和步行的数据一起，完善用户在住宅区和工作地点的周围活动信息，这些数据能让地图应用知道，用户在自己平时工作生活的地方，最喜欢去哪些饭店，最喜欢去哪些商场，根据他们去的地点，进行更深层次的用户画像描述。
　　三、完成产品转型
　　根据trustdata的数据报告显示，地图应用用户在使用共享单车之后日均打开次数上升，用户粘性显著上升。
　　随着用户的打开次数增多，地图应用可以根据用户习惯的改变，完成自己的产品转型。之前分析过，地图应用最终都会从之前的工具型产品，逐步向O2O产品发展。目前地图应用已经有了O2O相关的模块产品，最主要就是改变用户习惯，收集用户的数据，进行精准的匹配推荐。
　　正如之前第二部分所写，共享单车的诞生，扩大了用户的生活半径，随着共享单车入驻地图应用，地图应用所能采集的数据范围也随之增大。APP可以通过数据更好的服务于O2O模块，用数据精准的发现用户在住宅区或者工作地点分别更喜欢哪类O2O服务，实现用数据驱动产品，使产品成功转型。