当前位置:100EC>数字生活>上海公交APP:公交O2O体验报告
上海公交APP:公交O2O体验报告
发布时间:2016年10月08日 14:22:24

(电子商务研究中心讯)  近来打车软件很受瞩目,但相比之下,一款名为“上海公交”的APP更加让本文作者在意,特别是里面的“实时公交”功能。作者为了了解此项功能准不准,做了一个实验报告,涉及三条路线、车次及观测次数、误差等。示意图:公交app近来打车软件很受瞩目,但相比之下,一款名为“上海公交”的APP更加让我在意,特别是里面的“实时公交”功能。

  看了文章你会了解

  √ 为什么你有了百度地图,还需要上海公交APP

  √“实时公交”是什么,有什么用,如何使用

  √“实时公交”显示的公交到站时间是否准确,误差在什么样的水平

  √ APP上显示预计等待时间的长短会影响最终公交到站的准确率吗

  √ 什么时间点到车站,能使你在预期时间内上车的概率最大

  √ 为什么实验误差甚至超过10分钟,我还是会继续用下去

  “上海公交APP”由上海市交通委信息中心开发,主要提供公交线路查询、换乘查询、周边公交、实时公交等信息服务。虽然百度地图多数功能都比它做得更好,但在一个功能上相形见绌——“实时公交”。

  什么是“实时公交”?

  简单地说,“实时公交”提供了距离等候站点最近的三辆公交车的车牌、站数和预计到站时间。据报道,该功能14年1月就已上线,至14年年底,已实现912条公交线路、1.4万余辆公交车的实时到站信息发布。

  这也可以看做是一种O2O:Online(预计公交到站时间)—To(等待)—Offline(实际上车)

  原理是什么?

  公交车上“都安装了GPS系统,运行中每10秒上传一次数据,包括经纬度、方向和速度,服务器接收数据后立即进行运算。但公交车GPS上传的速度,并不代表马路上就是这个车速,系统还引入了市交通信息中心的路况数据,针对不同参数有一套专门的算法,经过不断调试,预报越来越准确。“(据新闻晨报)

  有什么用?

  - 预知公交到达始发站的时间,出门更从容。避免到站时刚好一辆车(特别时候发车频次较低的线路)开过,又要等很久。部分公交车站的电子显示屏也会显示到站时刻表,但你要到了公交站才能获取相关信息,多少有些被动。

  - 预知公交到达目标站的时间,如果发现时间超了,可以及时调整出行方式。

  - 时间晚了,告诉你还没有末班车,避免干等。

  - 等车时减少焦虑,“你知道它会来,但是要等一会儿”和“你不知道它来不来,什么时候来”心理状况完全不同

  如何使用?

  我用的是Android版。

  1.打开APP,界面底部找到“实时公交”按钮,点击进入。

  2.输入线路名称

  3.选择发车的方向以及上车的站点

  4.进入新的界面,包含线路名称、方向、最近和线路简化图,底部可以收藏或评价该线路。

  其中:

  “最近”“显示了距离等候站点最近的三辆公交车的车牌、站数和预计到站时间,格式“XXXX(车牌号)还有a站,约b分钟”

  “线路简化图“是一根串着圆点的直线,圆点间间距一致,每个圆点代表一个站点,下面标注了站点的名称。三辆公交车的即时位置会在该简化图上显示,车行驶到哪儿一目了然。

  “收藏”如果你收藏了该线路站点,下次点击“实时公交”可以在收藏夹里直接选择。

  5.系统每15秒钟会刷新一次,如果预报时间误差超过2分钟,信息会自动更新。车到站前1分钟左右,手机会有震动提示并显示“XXXX(车牌号)即将到站,请准备上车”。

  6.到站后,该车的信息就会从界面消失。如果你想知道到目标站要花多少时间,在线路简化图上点击目标站就行了(“最近“一栏会显示还要多久到站)。

  时间准不准?

  这是大家最关心的问题,为了尽量客观的说明这个问题,我做了一个小实验。以下是实验报告

  实验报告

  先申明,由于时间精力有限,该实验具有一定局限性:

  1.时间:仅观测一天,早中晚各一个小时,总计三个小时。

  2.车站:仅观测一个车站

  3.线路:仅观测三条线路

  4.记录:仅个人人工记录

  基本概况:

  时间:5月29日

  天气:阵雨转中雨(观测的3个时间段均未下雨)

  路况:正常,高峰期没有特别堵,也没有特别空

  车站:中山北路陆家宅

  线路:A(129路)、B(909)、C(743)

  方向:由西向东

  名词解释:

  时间段:指的是我观测的3个时间段,07:00-08:00、12:00-13:00、17:00-18:00

  车次:指的是车的车牌号,为了方便统计,此处用A1、B2等代号表示

  观测时间:指的是观测某车次时,手机上显示的时间。同一车次在到站前可能会观测多次

  预计等待时长:指的是APP上显示的信息“XXXX(车牌号)还有a站,约b分钟”中的b值

  预计到达时间:指的是“观测时间”+“预计等待时长”后得出的时间

  实际到达时间:指的是车到站完全停下来后,手机上显示的时间

  误差:指的是“实际到达时间”-“预计到达时间”后得出的值,+1代表实际比预计晚了1分钟,-2表示实际比预计早了2分钟。

  未出现:指的是APP上显示有该车次的信息,但实际未到站。这里分两种情况:

  1、有时系统会提前修正,譬如某车次显示约有20分钟到站,过了10分钟刷新,该车次的信息自动消失;2、有的车次直到到站前1分钟,依然有信息显示,但实际没这辆车。(不排除我漏看的可能性,但可能性不大)

  未显示:APP上没显示该车次的信息,但是实际到站了。

  数据汇总:

公交路线A.jpg  公交路线B.jpg

公交路线C.jpg  

  初步统计

  各线路车次及观测次数.jpg

  各种误差出现的次数及概率.jpg  

  柱形图

  blob.png

注:若分别统计A、B、C三组数据,也会得到类似的柱形图。

  结论:

  -样本:A、B、C三条线路总共62车次,142次观察。

  - 其中有9车次APP上显示信息但最终未出现(发生在线路A和C),有3车次APP上未显示信息但最终出现(发生在线路B),错误率近两成。

  - 公交准时到站(误差在1分钟内)的概率在40%左右,若允许2分钟误差,则准点率有显著提升,能至60%左右。

  - 各线路早中晚三个时间段均有一定误差,其中最早早了10分钟,最晚晚了11分钟,大部分误差在早晚5分钟以内。

  - 不同时间段,不同线路之间的准确率差别并不明显。

  (由于采集样本仍偏少,以上数据仅供参考)

  深入分析

  回答两个问题:

  1.APP上显示预计等待时间的长短和最终公交到站的误差大小有什么样的关系?

  数据统计1.jpg

  

  折线图  blob.png

  注:若分别统计A、B、C三组数据,也会得出了类似折线,坡度略有不同(单组数据分析,有些区段样本太少,参考价值有限;如果把预计等待时长刻度变大,分为0-10、11-20、21-30、31-40,增加统计区段的样本量,递增的趋势会更明显)

  结论:

  - 预计等待时间(预计到达时间和观测时间之间的间隔)越长,误差越大,这个基本符合经验判断。

  2.什么时间点到车站,能使你在心理预期时间内上车的概率最大?

  我们假设一个人使用了“实时公交“功能,并且最多愿意等10分钟,那么他应该在什么时间点到达公交车站呢?

  数据统计2.jpg  

  条形图

  blob.png  注:若分别统计A、B、C三组数据,也会得出了类似条形图(其中C组数据样本相对较少,呈现的规律并不那么明显)。

  结论:

  - 比预计到站时间早4-6分钟到达公交站,你在心理预期时间(10分钟)内上车的概率最大。

  - 另外,如果你比预定到站时间提早5分钟到车站,且观测时预计等待时长在15分钟以内,那么你有近九成(72/81=88.9%)的概率在心理预期时间(10分钟)内上车。

  综上所述,我的出行建议:

  - 及时刷新,尽量采用预计时长在15分钟内的数据。

  - 尽量比预定时间提前4到6分钟到车站,无论是否高峰时间段。

  - 黑天鹅事件总会发生(即使在我极其有限的样本中,也已发现一例到站前一分钟信息还在更新,但实际没这辆车的情况),如果真有急事,交通状况好请打车,不好请做地铁,骑自行车也行。

  除了这次实验,我平时有机会坐公交都会打开APP试一下(次数还不多)。到目前为止,最大的误差在4分钟,一般在两分钟以内。有一天晚上通过它顺利搭上末班车,感觉还是挺实用的。

  除了到站准确率,问题总还是有的,援引两段网友的评论:

  “上海公交APP很好用,缺点是只覆盖了部分公交,尤其是郊区很多公交都没有。郊区真的是最应该有的,很多路线间隔时间久,熟悉的人还好,不熟悉的可能末班车错过了都不知道。”

  “市区的显示并不应该是重点,因为市区公交车多,可以换乘太多了。反而是郊区,间隔时间长,一般要20到半小时才来一趟,而且你不知道是否才刚刚有开过去的车?往往无法决定是继续等,还是另外绕路的好!”

  实际不光是郊区线路,有一辆我平时会坐的市区公交线路目前APP里也查不到。但有理由相信,扩充线路乃至全市覆盖只是时间的问题。

  不光是上海公交,很多地区都有具备类似“实时公交“功能的APP或者是微信公众号,有需要的可以找来试一下。

  文章写到这里,希望对你的出行有一点帮助。(来源:亿欧 文/董天健)

网经社联合A股上市公司网盛生意宝(002095.SZ)推出消费品在线供应链金融解决方案。该产品具有按需提款、按天计息、随借随还、专款专用、循环信用贷、全线上流程操作等特点,解决消费品供应链核心企业及下游经销商/网店因库存及账期造成的流动性差“痛点”。》》合作联系

网经社“电数宝”电商大数据库(DATA.100EC.CN,注册免费体验全部)基于电商行业12年沉淀,包含100+上市公司、新三板公司数据,150+独角兽、200+千里马公司数据,4000+起投融资数据以及10万+互联网APP数据,全面覆盖“头部+腰部+长尾”电商,旨在通过数据可视化形式帮助了解电商行业,挖掘行业市场潜力,助力企业决策,做电商人研究、决策的“好参谋”。

【相关阅读】
【投诉曝光】 更多>

【版权声明】秉承互联网开放、包容的精神,网经社欢迎各方(自)媒体、机构转载、引用我们原创内容,但要严格注明来源网经社;同时,我们倡导尊重与保护知识产权,如发现本站文章存在版权问题,烦请将版权疑问、授权证明、版权证明、联系方式等,发邮件至NEWS@netsun.com,我们将第一时间核实、处理。

        平台名称
        平台回复率
        回复时效性
        用户满意度
        微信公众号
        微信二维码 打开微信“扫一扫”
        微信小程序
        小程序二维码 打开微信“扫一扫”