摩拜、ofo、哈罗单车……共享单车下半年还能打么？

共享单车这个被誉为中国新四大发明的出现，曾在2016年行业发展高峰期时期，有超30家品牌激战共享单车市场，各色单车数目激增，土豪金、七彩色应有尽有，半年期间狂揽资金超30亿元，参战资本也多达30家……经过行业近两年的洗礼与清场，市场战局日渐明朗，二线单车公司接连出局，据泰一数据不完全统计，目前宣布停止运营的单车企业有悟空单车、3Vbike、町町单车、卡拉单车，而处于退押金困难状态更是不乏其人，随着摩拜和ofo占据了绝大多数市场份额，最终脱颖而出为行业巨头……

共享单车的盈利难题

在共享单车下半场中，“橙黄白”三家都未延续此前疯狂跑马圈地、烧钱投放车辆的策略，而是采取了不同的“求生”策略：摩拜加入美团并在全国范围内无门槛免押；ofo取消多地的信用免押金政策，测试新计费方式，上线看看资讯、内测小游戏；哈罗单车再获蚂蚁金服投资后又高调杀出……在目前“三足鼎立”的态势中，下半年的共享单车还能“打”么？

摩拜被美团纳入麾下后，成为美团一站式生活方式平台重要组成，在其7月发布的最新四项战略中：入驻美团app首页、全国无门槛免押金、推出助力车、打造全生命回收体系，是摩拜融入美团大生活体系后的新动作，特别是摩拜入驻美团app首页，将与美团提供的 “美食”、“外卖”等主流服务同级，今后，摩拜将成为打通到店、到家、旅行等各大生活场景的重要链条，至此，摩拜的盈利目的正在弱化，更像回归了共享单车出现时的最初身份，作为出行工具为用户提供服务。

相较于摩拜的被“招安”，ofo选择了独立发展的道路。在2C方面，先是上线了自己的信用体系与蜂巢计划：效率蜂巢，信用蜂巢，服务蜂巢（效率蜂巢解决的是成本和运营问题；信用蜂巢解决的是用户行为规范和信用方案问题；服务蜂巢解决的是用户服务和商业化问题），并新增看看资讯、小游戏内测等服务内容；在2B方面，ofo的B2B事业部6月宣布业务营收超1亿元、在国内100余座城市实现盈利，其主要业务就是承接广告（包括APP内部和共享单车本身）。

在一线城市基本被摩拜与ofo瓜分时，哈罗单车则是着重布局二三线城市空白市场，从边缘地带修建加固自己的用户城墙，并实现百城盈利，其主张的“精细化运营为盈利铺路”的思路开始为人所知。

哈罗单车早期确定的“智能车”产品研发方向，使得企业在获取车辆数据及运维需求的相关信息方面的需求得到了积累与满足，这当中包括监控车辆生命体征、用户骑行数据、城市空间地理数据等，也为路面车辆的高效运营打下良好基础。其自主研发的智能大数据平台“哈勃系统”，能对车辆进行远程指挥调度，并逐一记录每辆车的骑行轨迹和车辆状态；将车辆与一线运维人员使用的BOS端进行有效连接，从而实现车辆的科学投放与智能化高效管理……在此基础上，哈罗单车正常骑行费用以及可能延伸的其他服务场景已能够获得利润。

从盈利的角度，不论是暂无盈利压力的摩拜，还是仍在盈利路上上下求索的ofo，哈罗单车似乎是目前场内唯一的胜者，在6月蚂蚁金服旗下全资子公司上海云鑫20亿元增资哈罗单车后，哈罗单车直接涨至23亿美元，这个数字与摩拜被收购价格、ofo上轮最新融资后的估值已相差无几。

破局：海量数据与精细化运营

那么，共享单车的下半场又可能是什么样的境况呢？尽管共享单车难以变现、盈利是客观事实，但在全球范围内仍有行业巨头争相入局。如，美国打车平台两大巨头Uber与Lyft对Motivate竞价收购、东南亚地区打车市场的头把交椅的Grab推出的搜寻附近的运营商提供的私人出行设备包括自行车和电动滑板车……尽管共享单车企业本身很难盈利，但若在巨头平台上，作为出行工具、流量入口、广告载体等优势或将得到最大发挥。

作为最后一公里出行的最佳选择，共享单车在全球各地拥簇甚众。轻量式出行的便捷性，使共享单车运营商可以广泛地接触到各行各业的用户，包括学生、上班族、游客等各类群体，通过共享单车项业务搜集的海量数据可以帮助企业轻松拓展其它业务。例如，Grab就借助打车业务所获取的大量用户和数据基础，从一家单纯的打车企业成长为一家支付App（GrabPay）开发商。另一方面，尽管共享单车在短期内盈利困难，运营商利用共享单车搜集的用户数据，对自己的业务模式和车辆投放地点及数量进行调整，在精简单车数量的同时为用户提供更精准的服务，哈罗单车已经可以称为行业案例。

随着行业竞争将步入深水区，往更高效的精细化运营模式转变已是必然趋势，回归商业本质、降本增效成为关键。当下，摩拜和ofo都先后推出了大数据系统，连接“人、车、地点”，通过出行大数据的分析，优化车辆投放、调度方面的问题，平衡车辆供需，并对“沉默车”和“亚健康车”的报修积极响应，从而提升运营效率，实现共享单车的智能运维管理。只有探索到更高效的运维方式，减低产品、运营、技术等成本，才能实现可持续的攻城略地，抢占更大的市场份额。

关注微信公众号“泰一数据”，了解更多大数据行业应用