充电桩 App「Plugshare」—其实我们做的是数据
国家要大力推广电动车的发展就不得不扩充完善充电网络的建设，围绕「 充电」 有很多生意要做：有的做基础的充电设备、有的做充电桩的建设、还有的是经营充电网络。今天这篇文章骆枣要带大家「 体验」 一款统领美利坚和加拿大市场的 App－Plugshare。 让用户有更好的充电体验 一登入 App，Plugshare 便能自动定位用户周围的充电站。你会立马发现 Plugshare 的搜索的分类标准不太一样，比起国内 App 以充电站型号来分类，Plugshare 只有 4 种小旗标颜色同来分类，整体画面较简洁。公共充电站（绿色），公共快速充电站（黄色）私人充电站（蓝色）正在使用中的充电站（灰色）。 当然啦，如果你想要特定型号的充电站，可以在 Filter 里面再设置筛选。它还能根据用户所在位置推荐分数最高的充电站。在充完电后，用户可以通过手机来转账付款。 和国内 App 的很多功能一样，Plugshare 有充电站评分和充电站信息介绍。举个例子，用户在点击某个充电站后，能够浏览它的环境图片，Wi-Fi 信息和室内空调情况。（夏天的时候谁希望去一个没有空调的地方大汗淋漓的等着充电呢？）而且 Plugshare 还支持公开编辑，当用户发现充电站信息有误时，可以编辑改正。 社交功能板块也是一大亮点。用户可以向 Plugshare 里的车友，或者向其他应用（比如说 Facebook 或 Twitter）上分享自己喜爱的充电站。如果推荐的信息够多够实用的话，用户还有机会成为 Plugshare 的每月明星呢。 像知乎、穷游等问答型或者经验分享型社区一样，Plugshare 也要做电动车的社区网络。 电动车主们在社区里乐此不疲的分享今天的充电体验：「xxx 又增开了新的充电站」、「xxx 充电站是免费的」、「xxx 的充电桩已经损坏」…电动车主贡献的大量经验增强了他们对 Plugshare 的忠诚度，同时，这些 tips 也能更好的吸引新用户注册，来社区分享信息，形成良性循环。 要旅游？Plugshare 帮你搞定旅行规划！ Plugshare 还能帮助用户进行「 旅行规划」。用户选择了出发地和目的地后，它会根据路线自动显示出路线附近（六公里范围内）的充电站。当你一个一个打开时，你能够看充电站的「 状态，插头类型，费用，最近纪录」 等等信息。另外，在 Filter 里，你还能通过选择「 快速」「 适当速度」「 支付方式」 来改变推荐的站点。 看上了就勾选上吧～不一会儿，你的私家路线就制定好了！ 有了 Plugshare，在旅行前的充电点已经胸有成竹。 但遗憾的时，目前在 Filter 里暂没有「 充电站可靠度」 这一筛选项。因为充电桩可靠度参差不齐，有些公共电桩已经损坏但无人修理，有些电桩按键失灵…因此，选一个不靠谱的充电桩会浪费车主很多时间和精力。 希望以后 Plugshare 能够加入「 可靠度筛选」 这一功能。这样一来，用户就能挑选最可靠的充电站，更轻松的掌控充电行程了:）另外，网页版 Plugshare 可适用于车载屏幕，这是 Plugshare 特意为特斯拉 Model S 设计的～ Plugshare 最后一个特点是用户在 App 上可以分享自家的充电桩。这一功能整合了私人充电桩资源，有点和 Uber、 Airbnb 类似。私人桩主能够共享他们的充电桩，并可以收取一定的费用来降低边际成本。 但是这种模式成功与否也是尚待观察的。毕竟这是让陌生人到自己家中，而充一次电长的话可达 12 小时，这很有可能打扰到桩主的私人生活。而且，这与收费多少也有很大联系，车主将充电桩共享出来是希望捞回成本的，如果收费很低的话也许会打击桩主积极性。 让政府更好的管理公共设施 目前覆盖 3 万个充电站和 20 万浏览量，Plugshare 已经拥有了大量的充电站和用户的数据。 利用这些数据，上个月 27 日，Plugshare 推出了他们的新产品——《PlugShare Quarterly》。这个报告主要围绕「 电动车基础设施」 来做数据分析。比如「 国内充电站情况」「 东海岸充电站情况」「level 2 每年增长情况」「 不同标准的充电站年增长量比较」「POI 类充电站的地域分布」 等等这类信息。 那么谁会对这些数据感兴趣呢？当然是政府了。举个例子，利用这些「 充电站分布」 和「 充电站使用频率」 这类数据，政府能够更好的理解电动车车主的需求，知道哪些地区需求较强，哪些路线对电力需求较小，哪些地方需要更多的充电桩和电站。 因此，利用这些数据，政府将能更科学的对公共设施进行投资和管理。 让制造商更好的理解用户需求 利用 Plugshare 庞大的用户群和数据库，公司的另一产品 Pluginsight 向电动车制造商提供个性化的研究和咨询服务。 他们目前有 8000 个车主作为研究对象，可以帮助制造商做调研或者主题研究。形式很多样，包括问卷调研，小组采访，焦点小组采访。研究的内容也很丰富，比如「 不同地区的车主与不同类型电动车偏好的关系」「 不同地区车主的对不同类型车的态度」 等。 这些报告能够提供制造商较为准确的数据和分析结果。帮助制造商更好的了解不同消费者对不同车型的偏好，也可以了解消费者对电动车的期望和反馈等数据。 只有在更好的了解消费者之后，制造商才能做出更适合消费者胃口的电动车。 Plugshare VS 国内的一些充电 App 国内目前充电 App 产品主要有充电网科技和聚电的充电相关 App 产品。Plugshare 是单纯做数据，而充电网和聚电是「 数据＋建桩」 结合。 基于北美「 充电站多，用户多」 的优势， Plugshare 有条件来单纯做数据。它并不自己建站，只相当于一个信息汇总平台。而这跟国内的第三方充电公司的业务模式不太一样。充电网科技是自己建站，然后供给车主用，类似于 B2C。而聚电是公司自己建站，也可以第三方投资来建站，B2C+C2C 的结合。 目前国内充电站少，数据少，用户带动只能靠公司。所以按照目前的情况看，充电网和聚电的「 建站＋分享」 模式相比 Plugshare 的单纯「 分享」 模式更有合理性。 另外，除了业务模式之外，他们的发布的充电站地图也不太一样。 与 Plugshare 做的「 全类型」 充电站地图不同，充电网和聚电 App 主要仅提供自家电桩的充电地图。因此用户会发现，两家的充电地图大部分是不一样的。 虽然这会给消费者带来一定的困扰，但现在还算是电动车市场起步阶段，本来用户就少，所以两家 App 的矛盾还不太明显。 可是问题来了，随着市场的增大，新涌入的消费者是选择建充电网的电桩呢还是聚电桩的电桩呢？两家以后建站会不会像现在的滴滴和快滴一样，进行一场全国范围的烧钱大战呢？ … 继续阅读
大东车慧：不生产 OBD，也不只是 OBD 数据的「搬运工」
车联网这个概念究竟怎么落地？可能没有人能给出一个明确的概念。而 OBD 被很多人认为是一个重要的入口。 当越来越多的企业在推广、销售 OBD 产品的过程中发现，仅仅是 OBD 硬件不足以成为整个车联网行业落地支点的时候，「 大数据」 的概念也开始被越来越多的人所关注。具体怎样运用大数据，可能每个企业都有着自己的一套逻辑。 硬件只是工具，目的还是数据 在这个产业链的应用价值上，现在有越来越多的公司开始意识到「 数据」 的重要性，大东车慧就是其中之一。在采访之前，我们甚至以为这又是一家做 OBD 硬件的公司，但后来发现情况并不是这样。大东车慧做的事情跟 OBD 有关，但却不是一个硬件厂商，OBD 只是他们的一个切入点。 「 我们要做的是车联网行业的数据运营商。」 大东车慧这样描述自己想要做的事情。这句话可以理解为，大东要做的是利用 OBD 收集数据，然后集中处理，转化为客户需要的数据类型，再将数据以特定的服务形式提供给客户。 OBD 是否是车联网的入口，这个结论搁置一边，不能否认的是，它作为一个终端，确实可以起到收集车内数据的作用，所以这也是为什么大东选择以 OBD 切入的原因。 大东车慧把通过 OBD 硬件获取来的数据进行分析处理，然后通过它实现商业价值。在这个过程里，不同于 OBD 厂商通过自己的硬件来收集数据这样的行为，大东似乎更想做成一个开放平台，通过兼容更多 OBD 硬件的方式来获取不同的数据。 当然，并不是每个 OBD 厂商都会愿意主动的贡献出自己的数据。在这种博弈里，大东的原则很简单：交换需求。 利用数据提供服务 车辆数据的应用可以总结成为四个字：感（利用硬件去读取数据）；传（传输数据到云端）；知（分析数据）；用（大数据的运用）。而目前很多硬件公司只做到了车联网数据处理落地的感，传，知三个阶段，但其实数据的真正核心却在第四个阶段——用。 数据的用途可以分为 to B 和 to C 两个方面。越来越多的例子告诉我们，其实 OBD 的 C 端生意并不好做，用户不是傻子，要为上百元的 OBD 设备买单，享受并不是刚需的一些功能，还得有意无意中上传自己的行车数据，这样的用户黏性并不好培养。所以，更现实的做法是通过 B 端业务，来间接和 C 端产生关系。 硬件厂商的主要需求是销售硬件，而 B 端客户需要的则是解决方案，大东其实就是连接 OBD 硬件厂商以及 B 端客户之间的那个桥梁。 他们的主要客户是保险行业，而汽车保险行业又是一个巨大的市场。 北美和欧洲已经实现了利用数据来购买保险，今年我国的汽车保险市场已经有 5000 亿的量级，按照五年翻一番的行业发展来说，五年后这个市场就会成为万亿市场，这比单纯的卖硬件更有前景。 汽车保险行业的发展会经历三个阶段：收保费挣钱的阶段，收保费投资的阶段，技术创新带来的新发展阶段例如 UBI 保险（基于驾驶人驾驶行为数据的差异化车险）。而我国汽车市场目前正处于第二阶段向第三阶段过渡的时候，过渡的实现需要大数据的支撑，包括路的数据，人的数据和车的数据。这样最终才能根据车和人的实际情况来实行按人按车购买保险。 之前我们说过，现在打数据主意的公司已经越来越多。那么，在这种竞争中，大东哪里来的自信心？据大东所说，他们的核心能力在于他们对于「 数据」 的分析能力。能够将大量的数据进行统一的处理，之后再转化为客户需要的内容。他们将其总结为「 云海技术」，即云端＋海量数据，海量数据是其服务的核心。 硬件只是工具，企业看重的是数据量，有了数据怎么用，也是一个重要的问题。在这两方面，大东车慧有自己的一套价值观和方法论。 虽然有着清晰的数据服务商思路，但具体到落地实施的时候还是会面临一系列的问题。例如 OBD 产品的推广，数据的统一化处理运用等等，这些问题也是很多类似的创业团队都需要面对的。 而对于整个 OBD 产业来说，现在越来越达成共识的一件事是，只做硬件没太大出路。而在硬件的背后，对于数据的获取和利用，就成为越来越受关注的环节。大东从这方面切入，其实给我们提供了一个非常好的思路。当然，不管是硬件公司还是数据公司，都是车联网的组成部分，缺一不可。所以，怎么让不同分工的企业有机结合，形成共赢的生态环境，是包括大东在内的车联网相关公司需要去探索的。
谷歌和 Uber：从朋友到对手的背后, 是「统治世界」的野心
谷歌准备开始干 Uber 的活儿，作为回应，Uber 也要开始干谷歌的活儿了……（远处飘来一句话：赤果果的撕逼，贵圈儿真的好乱！）最近外媒报道，谷歌计划自主推出一款专车服务，最大的可能性是要和自家长期耕耘的无人车项目结合起来。这无异于是在抢 Uber 的生意，而谷歌投资 Uber 的事情，恐怕没人不知道。 正在进行内部测试的谷歌用车服务 App 截屏已经流出，Uber 方面也已经知晓这个消息。 作为回应，Uber 马上宣布与卡耐基梅隆大学达成战略合作关系，双方在匹兹堡联合建立一个前沿科研中心，主要的研究方向很明确，就是无人驾驶。 这次 Uber 和卡内基梅隆大学的合作最直接的导火索就是谷歌的「 自立门户」，Uber 和谷歌从朋友变成了对手。 那么，Uber 为什么要搞无人驾驶？谷歌为什么要做共享用车？ Uber 做无人驾驶，很大的原因是无人车技术的不断完善能让 Uber 的司机成本大幅缩减，同时无人车还能让 Uber 未来的服务「 智能化」 程度更高。 Uber 未来一定是想要使用无人驾驶车从事运营的，由于和谷歌的亲密关系，使用他们的无人车顺理成章，但是被谷歌「 摆了一道」 以后，就要赶紧找盟友了。 卡耐基梅隆大学 是不错的选择，他们在无人驾驶领域有很深造诣，比如 德尔福的无人驾驶汽车 就有「 卡耐基梅隆基因」。 总之，Uber 做无人驾驶的梦想绝对不会因为谷歌的「 反戈」 轻易地化为泡沫。既然「Uber can be everything！」，那就没理由退缩。当然了，顺便刺激一下资本市场对其的预期也是好的。 而对于谷歌来说，他们迟早会涉足汽车共享领域，只不过没有想到会这么快就曝出要推出专车服务的消息。 浅显的说，坐拥 Google Map 海量数据的谷歌，在「 出行位置」 方面完全算得上是专家。早先谷歌要发挥地图的大能量，于是接入了 Uber 等一系列 App。最简单直接的方式是注资这些 App 公司进而收购，大公司大都善于做这事儿。 不过 Uber 在资本市场受到的巨大宠爱以及自身火箭速度般的发展，一下子成了小巨人。这个时候比较难吃下 Uber，那么谷歌就思考着自己做个专车服务软件来「 挑战」 一下 Uber 了。把谷歌现有的巨量客户转化到其用车 App 上，自己也能「 站着赚钱」，何必只赚提供地图给其他公司的服务费？同时谷歌基于无人车项目的积累，未来专车服务结合无人驾驶想象空间会更大。 或许谷歌要的不止是这些。BGC 资本公司的科林·吉利斯曾预测称「 未来谷歌将击败苹果，成为万亿美元俱乐部的首个会员。」 所以把谷歌推出共享用车服务这件事往深了挖掘，就是生态的继续延展。 谷歌在无人车和机器人等相关前沿领域里面火力大开，做得有声有色。而在未来社会，智能硬件、汽车、机器人及连同衣食住行、医疗健康、文化娱乐等人类生活方方面面的数据都会汇集到「 一张网」 上来。 拿无人驾驶关联的交通网络来说，未来必须要在一个网络才能让无人车们顺畅的运行。如果是分散的网络，一方面会造成不同网络之间「 互通」 高成本的社会资源浪费；另一方面分散的网络不可能产生规模效应。谷歌的野心（当然也是很多科技巨头的野心）正是想成为那张大网，连接一切的平台。所以，共享用车只是谷歌野心路上的一小步。 而 Uber 想做的也是这件事，既然越来越「 搂不住」Uber，那谷歌就要直捣黄龙，断其后路了。 不管是 Uber 还是谷歌，他们的实质都是一样的：把现实生活数据化，然后把这些数据导入在虚拟的网络空间进行「 流通」，最终把现实世界和虚拟世界联系起来，以帮助现实更高效地运行。所以，对于他们来说，终极目的肯定不是共享用车这么表面的东西，而是数据，以及处理运用数据的能力。