停车行业的国民级产品还要等多久?

  • 日期:08-03
  • 点击:(1960)


停车行业的国民级产品还要等多久?

  本文作者将分析停车行业的商业模式和行业特征:为什么停车行业没有看到像滴水这样的头部产品。而且,从用户方面,方案方面,管理方面的三个视角:它是目前智能停车国家产品的最佳机会吗?

根据公安部交通管理局公布的最新数据:截至2019年6月,全国机动车数量达到3.4亿辆,其中车辆2.5亿辆;驾驶者人数为4.2亿,其中包括3.8亿驾驶者。快速增长的汽车拥有量使当前的停车问题变得更加严重。

目前,中国小型车与停车位的比例约为1:0.8,而中小城市的比例约为1:0.5。与国际公认的城市机动车总数和停泊泊位总数相比,该比例为1: 1.2-1.4。据估计,停车位差距超过5000万。停车困难仍将困扰着这座城市很长一段时间,成为全民最棘手的问题。

询问:为什么停车市场上没有类似于滴水出租车的国家产品?

根据交通运输部公路科学研究所公布的数据,目前中国停车费规模超过7000亿元,停车位投资需求超过10,000亿,售后服务市场10万亿,并保持每年两位数的速度。增加。在如此庞大的市场中,为什么没有迪迪出租车等国家级产品?

首先,停车行业比出租车行业的商业模式更复杂。

Drip Trolley等互联网产品连接到驱动程序和C端用户。核心内容仍然是“互联网+”处理的信息不对称问题。表示需求方和供应商可以通过平台快速完成交易。

停车行业需要整合B侧停车场,为C端用户提供服务,停车场属性和类型复杂。整合资源的实施步骤在整个平台产品中起着决定性的作用,因此停车行业出现出租车更加困难。

其次,停车行业对智能的要求高于出租车行业。

出租车行业的终端运营商只需要APP或小程序的移动终端产品,大数据分析和无感支付等技术解决方案的应用更能增强用户体验,起到锦上添花的作用。

停车行业对智能的要求极高,需要完整的技术解决方案和停车智能设备的使用。目前,我们的停车场智力极低。

根据艾瑞咨询的调查数据,北上广深智能停车场的覆盖率仅为7%,停车场主要是人工管理。这意味着停车行业需要具备适用于复杂应用场景和管理场景的软件和硬件技术解决方案。同时,它也决定了必须体验停车行业重型资产的道路。

在停车行业,如此高频率,急需和痛苦的项目,各种停车应用程序已经出现。据不完全统计,目前全国有100多个停车应用,停车服务模式大致为5个:停车位信息共享,全过程优化,停车位预约B2C,停车场共享P2P和代客泊车。

这五种模式中的每一种都催生了大量的智能停车服务提供商,但他们还没有成长为独角兽公司。

根:

其智能停车服务在某些情况下并非“智能化”,如车牌识别停车,识别响应速度和准确性问题,卡上未识别新车等限制停车服务改善的问题,智能停车服务解决方案智能化技术方案很浅,停车效率问题没有真正的解决方案。

每个服务提供商解决方案仅涵盖部分停车业务。停车场视图的复杂性决定了单一的,智能不足的解决方案无法满足国家停车市场。只会形成区域或垂直业务范围。

分析:目前是智能停车国家产品的最佳机会吗?

目前,随着人工智能等新技术的发展,国家对智慧城市的强大支持和智能交通政策的出台,智能停车行业的发展将迎来新的机遇。

停车行业对智能程度的高度依赖性决定了新技术和新解决方案将成为决定停车行业长期发展的重要因素。人工智能,大数据分析,深度学习和雾化计算的出现恰逢基于技术解决方案优化的解决方案的扩展和升级,这是发展成为覆盖面广的国家产品的基本前提。

解决方案的完整性是打破每个停车场的限制,打破“智能岛屿”的现状。该解决方案主要通过三个方面进行升级:用户端,解决方端和管理端。

用户方

在用户操作方面,基于APP交互操作执行传统的停车位搜索和预约,并且本质上尚未解决手动操作成本问题。 AI智能语音停车应用程序使用语音唤醒,语音识别和语音合成技术,以用户的自然语言形成交互操作,可以解放停车服务的手动操作的用户场景,并改善用户端停车服务的用户体验和使用效率。

在用户服务方面,基于深度学习算法的数据分析功能可以解决客户端与供应端之间的最优资源匹配问题。

停车大数据不仅是用户肖像,停车场肖像的建设和精准营销的应用。关键的应用价值在于停车资源的最佳配置。通过构建深度学习算法模型,基于每个停车场的动态和静态数据以及用户停车偏好的分析,停车场的预期停车状态和一定范围的停车道,数据预测和预判断用户的预期停车行为,先发制人的最优指导和停车资源的相关配置,输出通过数据分析最大化停车计划,降低停车机会成本,实现从传统“寻找人”的颠覆性革命停车位“为”人们停车。“

基于深度学习算法模型,在大量数据“馈送”的情况下,推送的结果将更加智能和准确。

计划方

现有的解决方案主要是基于云的软件和硬件解决方案,如智能门,智能锁和智能传感器。根据云中的数据处理和控制,停车服务需要极高的实时快速数据响应。当大量停车智能设备访问云并需要云实时处理响应时,会出现云计算的缺点。

“雾计算”可能成为物联网的下一代技术,雾计算与云计算一样生动。

云在天空中漂浮,高高在上,遥不可及,故意抽象;虽然雾是逼真的,靠近地面,就在你和我旁边。雾计算是云计算的延伸,可以理解为适应新兴物联网的云计算。

雾计算主要依赖于位于中心位置的远程服务器,但使用更靠近本地设备的分布式计算机资源来处理需要快速处理的进程。

在智能停车行业中,当每个智能停车场具有雾计算能力时,将有效保证第一响应的实时响应。其次,当每个智能设备具有数据分析和处理能力时,设备和设备可以直接通信和联动,各种停车场覆盖的底层处理能力,完整的停车解决方案将更容易解决。

管理方

件下进行管理,通过车主肖像,停车轨迹,支付行为和LBS建立停车信用信息系统,为城市整体信用体系提供车辆信用数据。

总之,新技术的应用,国家政策的支持以及当前日益困难的停车问题将是智能停车国家产品出现的最佳机会。

总结

目前的智能停车部门由以捷顺为代表的帮派和智能停车设备经销商所代表的新兴创业公司主导。

智能停车的关键是离线。以英美烟草为代表的互联网寡头集团更依赖于资本和流动优势来参与投资。并且不太可能成为直接参与者。谁能成为这个行业的下一个“滴水”,最好和最有效的停车解决方案,离线停车场资源的质量,资金支持和巨大的资源将脱颖而出。

本文最初由