‧ 產品經理，你會如何設計一款智慧停車場 APP？

最近看了XX停車的一些資訊，同時也看了一個以色列公司做智慧找停車場新思路的一些介紹，分析了一下，與各位產品經理分享：

智慧停車原來以為不難做，但仔細想想，有幾點確實是挺有挑戰的。

不提商業模式了（但如果有大拿願意幫著分析分析，絕對歡迎），基於這樣的前提下，如果你是一個產品經理，你會怎麼辦呢？

說說我根據網上的資訊，總結的一點思路吧：智慧停車場資訊提供目前主要有兩種思路來做

下面一個一個介紹一下我的思路：

｜即時資訊為主，智慧預測為輔

XX停車應該是這種思路下的一個設計方式，以下幾個方式可以提供即時資訊：

當然，光有即時資訊也不行，因為開車的人離的可能遠，查到有車位和開到有車位，不是一回事。這種情況下，就需要智慧預測的輔助了。

同時，智慧預測應該有兩方面的內容：

停車位資訊是即時的，但車離的比較遠，預測車到後停車場的情況。雖然有的APP提供線上預定的功能，這樣用戶可以提前預定車位，這樣車到後，車位是有了的，但這種情況需要與停車場系統集成，不是每個都能支持。
停車位資訊是非即時的，這時候預測的範圍就更廣了，需要預測當前停車場內車輛情況，同時還要加上車開到後可能的情況。

接觸了XX停車後，感覺他們在能支援即時停車位資訊的情景下做的不錯，但在預測這事兒上，感覺沒有發揮技術提高生產力的優勢，比如我一個朋友家周圍的情況：

其實這周圍停車場有不少，而且，停車位在不同時候的情況緊張程度，相對固定，但APP上，沒有體現這麼多；同時，當前停車位情況和價格，也明顯也不對。對於一個需要停車位APP的人來說，如果在這地方沒有幫到他，或資訊錯誤，那使用者就可能放棄它。

其實從技術的角度來說，這事應該也可以實現，比如，對一個停車場來說，能夠影響它的停車位緊張程度的，應該有如下資訊：（只是舉例）

......

有點像是個“地點畫像”吧，通過這些資訊的綜合評價和持續學習，對於一般情況下的預測，效果應該還可以的。（這裡面需要涉及大數據、地圖資料及機器學習的綜合應用內容，略過了）

可以看到，即時+預測的模式，有一定的優勢，就是資訊準確；但劣勢也明顯，就是成本高，同時需要相當多的時間、資料和歷史資訊來優化提高引擎的預測能力。

｜預測+眾籌為主，即時為輔

以色列一家公司宣稱自己的演算法，不需要任何歷史資料的支援

像上面一樣，我也來“猜一猜”這樣的產品應該如何設計吧

預測上面提到了，這部分我覺得就算是不需要歷史資料的支援，但是“地理畫像”這部分也應該跑不掉。

重點說說眾籌，要是設計一款產品，想讓使用者真的自願來提供資訊，個人覺得有這樣幾種方法

個人覺得第三種可能可行性更高些（第一種費用高，第二種對一部分人來說，沒有即時資訊的支撐，不好做）

對第三種，下面的思路可供參考：

用戶打開APP，想找一個停車場，輸入目的地後，顯示周圍的停車場。
系統推薦一個停車場，這時候，系統沒有即時資訊，所以根據“地理畫像”，選擇一個停車場推薦（這時候，根據情況可以選擇我們希望“眾籌”的停車場）。
如果用戶順利停車進去，說明停車場我們的預測是正確的，可以讓用戶幫助提供一些當前停車場的簡單資訊（比如是不是推薦其它人停入......）
如果沒有停車進去，說明這個停車場已滿（系統可以把這個資訊，用於下一次使用者訪問）。提示用戶，可以選擇下一個停車場，同時，使用系統推薦的導航路徑時，路徑的規劃中，不再是最短路徑，而是儘量選擇途徑停車場比較多的路徑，這樣，提示使用者可以在開車的過程中，進行選擇。
如果用戶停進停車場了，可以幫用戶進行計時計費（如果沒開通的情況下），這樣，停車場的費用情況資訊，也可以收集上來。