最近看了XX停车的一些信息，同时也看了一个以色列公司做智能找停车场新思路的一些介绍，分析了一下，与各位产品经理分享：
智能停车原来以为不难做，但仔细想想，有几点确实是挺有挑战的。
实时性要求高：车要是到了目的地，发现你的信息不准确，几次过来估计就不用了。
停车场并没有强烈意愿主动提供信息：现在大城市的停车场，应该不需要大力宣传，车多&停车场少才是真正的痛点。
商业模式是什么？这个也许我想错了，但有多少人愿意花钱买停车场信息？
不提商业模式了（但如果有大拿愿意帮着分析分析，绝对欢迎），基于这样的前提下，如果你是一个产品经理，你会怎么办呢？
说说我根据网上的信息，总结的一点思路吧：智能停车场信息提供目前主要有两种思路来做
实时信息为主，智能预测为辅
智能预测+众筹为主，实时信息为辅
下面一个一个介绍一下我的思路：
XX停车应该是这种思路下的一个设计方式，以下几个方式可以提供实时信息：
与停车场合作，使用平台统一提供的停车场管理系统，这样管理系统在帮助停车场的同时，也能提供平台需要的信息。
在停车场内安装一些传感设备，这样，不用侵入停车场管理系统，也能得到当前停车场的信息。
和停车场管理人员（或参与管理人员）合作，人为获取信息，比如和停车场安保人员合作
（这里提一句话，原来一个产品大拿告诉我的：“做产品，别光想着用技术解决所有问题，有可能技术之外的方式更简单”）。
当然，光有实时信息也不行，因为开车的人离的可能远，查到有车位和开到有车位，不是一回事。这种情况下，就需要智能预测的辅助了。
同时，智能预测应该有两方面的内容：
停车位信息是实时的，但车离的比较远，预测车到后停车场的情况。虽然有的APP提供线上预定的功能，这样用户可以提前预定车位，这样车到后，车位是有了的，但这种情况需要与停车场系统集成，不是每个都能支持。
停车位信息是非实时的，这时候预测的范围就更广了，需要预测当前停车场内车辆情况，同时还要加上车开到后可能的情况。
接触了XX停车后，感觉他们在能支持实时停车位信息的情景下做的不错，但在预测这事儿上，感觉没有发挥技术提高生产力的优势，比如我一个朋友家周围的情况：
其实这周围停车场有不少，而且，停车位在不同时候的情况紧张程度，相对固定，但APP上，没有体现这么多；同时，当前停车位情况和价格，也明显也不对。对于一个需要停车位APP的人来说，如果在这地方没有帮到他，或信息错误，那用户就可能放弃它。
其实从技术的角度来说，这事应该也可以实现，比如，对一个停车场来说，能够影响它的停车位紧张程度的，应该有如下信息：（只是举例）
城市的基本情况，车辆饱和程度......
目前周围的traffic情况怎么样？一般比较堵车的地方，停车场都是满的
今天某个时段的Traffic情况怎么样？一段上午比较堵车时，停车场是满的......
周围有商场吗？商场大概的开门时间和人流量？
周围有居民区吗？大概的人口数量。
周围有景点吗？一般景点周围在节假日，都会紧张。
天气情况如何？比如下大雨的天气，有的停车场就可能会车少。
......
有点像是个“地点画像”吧，通过这些信息的综合评价和持续学习，对于一般情况下的预测，效果应该还可以的。（这里面需要涉及大数据、地图数据及机器学习的综合应用内容，略过了）
可以看到，实时+预测的模式，有一定的优势，就是信息准确；但劣势也明显，就是成本高，同时需要相当多的时间、数据和历史信息来优化提高引擎的预测能力。
这种方式没看到国内有没有公司在做，但我知道国外有公司开始在做了，以色列一家公司宣称自己的算法，不需要任何历史数据的支持
像上面一样，我也来“猜一猜”这样的产品应该如何设计吧
预测上面提到了，这部分我觉得就算是不需要历史数据的支持，但是“地理画像”这部分也应该跑不掉。
重点说说众筹，要是设计一款产品，想让用户真的自愿来提供信息，个人觉得有这样几种方法
有奖励。
产品对自己有用。
不经意间就信息众筹了。
个人觉得第三种可能可行性更高些（第一种费用高，第二种对一部分人来说，没有实时信息的支撑，不好做）
对第三种，下面的思路可供参考：
用户打开APP，想找一个停车场，输入目的地后，显示周围的停车场。
系统推荐一个停车场，这时候，系统没有实时信息，所以根据“地理画像”，选择一个停车场推荐（这时候，根据情况可以选择我们希望“众筹”的停车场）。
如果用户顺利停车进去，说明停车场我们的预测是正确的，可以让用户帮助提供一些当前停车场的简单信息（比如是不是推荐其它人停入......）
如果没有停车进去，说明这个停车场已满（系统可以把这个信息，用于下一次用户访问）。提示用户，可以选择下一个停车场，同时，使用系统推荐的导航路径时，路径的规划中，不再是最短路径，而是尽量选择途径停车场比较多的路径，这样，提示用户可以在开车的过程中，进行选择。
如果用户停进停车场了，可以帮用户进行计时计费（如果没开通的情况下），这样，停车场的费用情况信息，也可以收集上来。
按以上的设计的话，以下几个场景，不同的情况下，会有不同的帮助：
场景一：想要去的停车场，没有任何信息。上面的情况，部分的解决了这些问题，而且，如果“地理画像”做的好的话，准确度应该能在50%以上。
场景二：想要去的停车场，没有实时信息，但有“众筹”信息。上面的情况，如果加上一个比较准确的输入，准确度应该会在7、80%以上了。
场景三：想要去的停车场，有实时信息。这种情况下，准确度会很高，同时，周围的停车场信息，也可以通过用户的信息得到，一举两得。
这种设计的优势很明显，前期不需要历史数据和大的硬件成本投入，易于推广；但劣势也很明显，就是需要你有能力来控制导航，控制POI搜索等等，需要较强的技术背景。
这样，一个用户的服务过程中，用户得到了方便，我们也得到了想要的一些信息。
当然，以上的设计，只是凭借个人的经验，猜测的，如果不对，请大家指正。
再说说如何快速地获取更多的停车场信息呢？路推的方式获取？大家估计都知道这个成本很高了。这时候APP如果提供一个免费找车的功能，让用户把自己的爱车停的位置照下来，同时系统把GPS存下来，一能帮助用户方便的找到车，避免在陌生的地方忘了车在哪里；二能帮助系统方便的找到“各种各样”的停车场，一举两得。
本文由 人人都是产品经理@Louis 原创发布雷锋网。未经许可，禁止转载。
正在生成分享图...
刘伊伦