极光大数据：揭秘2019年共享汽车行业五大发展趋势
极光大数据（NASDAQ:JG）发布《2019年1月共享汽车研究报告》，从共享汽车行业概况、运营情况、人群画像、行业发展趋势等方面勾勒出共享汽车行业这一共享经济新风口的市场前景。
关键发现：
•截至2018年11月，装有共享汽车行业app的用户规模达952.4万
•GoFun出行、EVCARD、盼达用车位列共享汽车app行业渗透率前三名，11月30日渗透率分别为0.275%、0.195%、0.106%
•GoFun出行11月月均DAU达25.7万，平均日新增用户数达3万
•共享汽车行业男性用户占比达76.2%，26-35岁用户超7成
•共享汽车用车时段分布存在潮汐现象，含早高峰和晚高峰两个用车高峰时段
一、共享汽车行业概况
共享汽车是以分钟或小时等为计价单位，利用移动互联网、全球定位等信息技术构建网络服务平台，为用户提供自助式车辆预订、车辆取还、费用结算为主要方式的汽车租赁服务。共享汽车在城市出行版图中属于10~30公里的中短距离、路线自由度较高的出行方式，主要与出租车、网约车和私家车的出行场景较为接近。相比出租车、网约车等，共享汽车自驾出行的方式私密性更高。
共享汽车发展模式将经历规模化发展、精细化运营、实现盈利等三个阶段。共享汽车行业属于重资产行业，用户是否会使用产品取决于周围共享汽车的数量和找车的便利性，因此共享汽车企业需要不断投入汽车来吸引用户使用。前期采用优惠或免费的形式吸引用户体验之后，再通过精细化运营完善产品流程和细节提升用户体验，形成市场口碑，在达到一定市场规模后，合理的产品定价和多样的变现模式将成为企业在市场立足的关键。
近年来，随着共享单车、网约车的兴起，“共享”概念逐渐深入人心，共享经济理念的渗透让更多用户愿意尝试共享产品。共享汽车通过提供汽车使用权代替拥有权的方式，为城市出行提供了一种新的选择，能够满足用户个性化的出行需求。
新能源汽车的特性使其在共享汽车领域有天然优势：新能源汽车技术的发展，将大大降低电动车的成本，进一步提升电动车的性能。从2014年开始，新能源汽车的产销量进入高速增长周期，2018年前11个月，新能源汽车产量达105.4万辆，销量达103万辆。根据我国新能源汽车技术路线图，2020年新能源汽车保有量将达到500万辆。
各个省市不同职能部门从推广新能源汽车、解决城市出行问题和智慧城市布局等多个角度设立政策鼓励和促进共享汽车行业的发展。
共享汽车是重资产并需要多方协作的行业。共享汽车运营商作为共享汽车行业的核心组成部分，首要解决的是汽车采购的问题，共享汽车运营车辆目前包含燃油车和新能源车，未来将以新能源车为主；网点建设、车牌保险、日常保养和车辆调度等多个方面的组织工作也由共享汽车运营商完成。共享汽车的客户可以是个体用户，也可以是产业园区和政府机构。客户在使用共享汽车时，需要缴纳押金或使用芝麻信用等实现免押，最后采用移动支付方式自助进行结算。根据运营商的设计，还车主要有两种方式：采用无固定停车点（A2X）或选择运营商指定的网点进行停车（A2B）。
行业发展进入调整阶段，公司发展开始分化。早在2010年，车纷享就开始探索共享汽车；2013年，以微公交、EVCARD为代表，更多平台进入共享出行领域；2015年以后，资本和汽车产业链纷纷布局共享汽车行业，如首汽集团推出GoFun出行，资本的涌入刺激了行业迅猛扩张，共享汽车企业一时达到上百家；2017年开始，行业发生分化，有实力的企业独占鳌头，实力不佳的企业逐步退出市场。
知名投资机构、互联网巨头、汽车产业链纷纷入局共享汽车。即使个别共享汽车企业出现倒闭的情况，资本在2017年和2018年依然聚焦有发展潜力的共享汽车公司进行投资：互联网巨头阿里系的蚂蚁金服领投了立刻出行；汽车系的大众资本和奇瑞汽车投资了GoFun出行；新能源产业系的多氟多投资了一步用车。
共享汽车市场背后主要有三股势力支持，包括互联网创业公司、汽车主机厂商和传统租赁公司。三类公司分别根据自身的优势采取了不同的发展策略：互联网创业公司侧重提升车辆运维和用户体验；汽车主机厂商通过源源不断的车辆投入占领市场；传统汽车租赁公司采取低价竞争策略，利用闲置的汽车资源进行运营。
二、共享汽车运营情况
根据极光大数据的统计结果，截至2018年11月，装有共享汽车行业app的用户规模达952.4万，相较去年同期增长达1.4倍；行业渗透率还未达到1%。近一年共享汽车行业app用户规模和渗透率均稳步增长，行业处于上升趋势。
根据极光大数据的统计结果，共享汽车app日均总启动频次由2018年1月的53万次，上升至11月份的383万次，增长达6.2倍。
根据极光大数据的统计结果，2018年11月，共享汽车行业app日均总使用时长达11万小时，该数值在年初仅为2万小时，增长达4.5倍。
根据极光大数据的统计结果，GoFun出行、EVCARD、盼达用车位列共享汽车app行业前三名，11月30日渗透率分别为0.275%、0.195%、0.106%，其中GoFun出行渗透率与去年11月同期相比增长率达150%；其他共享汽车app渗透率均低于0.1%。
共享汽车appDAU分化明显。根据极光大数据的统计结果，GoFun和EVCARD是仅有的两家DAU达到10万级别以上的app；GoFun出行月均DAU从2017年11月的15.3万上升至2018年11月的25.7万，增长率达68%；EVCARD 2018年11月月均DAU达17万。
根据极光大数据的统计结果，截至2018年11月，GoFun出行MAU达170万，位列第一；位列第二的EVCARDMAU为130.3万；位列第三的盼达用车MAU为19.2万，与前两名相差较大；GoFun出行2018年2月以后MAU加速上升，9月达到近一年MAU最高点，数值达189.1万。
根据极光大数据的统计结果，GoFun出行2018年11月的平均日新增用户数为3万，EVCARD为2.6万，其他共享出行平台均低于1万；，GoFun出行日新增用户数均值在2018年9月达到近一年最高峰，达3.7万。
根据极光大数据的统计结果，在共享汽车app渗透率 top 10中，GoFun出行日新增用户30天安装留存率达59.8%，位列第一；EVCARD以56.2%的安装留存率位列第二；盼达用车以50%的安装留存率位居第三。
共享汽车企业的城市覆盖数是直接反映企业发展规模的重要指标之一。根据极光大数据的统计结果，截至2018年12月25日，从共享汽车app公开的开放城市信息来看，GoFun出行服务覆盖城市达76个，EVCARD服务覆盖城市为60个。
三、共享汽车人群画像
根据极光大数据的统计结果，共享汽车用户中男性占比达76.2%，女性占比为23.8%；与持驾驶证的人群的性别占比接近；年龄分布中，26-35岁用户占比达71.9%，18~25岁占比为19.9%。
根据极光大数据的统计结果，集中在一二线城市，占比超8成，远高于全国网民的平均水平；在省级行政区分布中，广东省用户占比16.09%，四川省用户占比8.89%，江苏省用户占比7.79%；用户量占比前三的城市分别是上海市、重庆市和成都市，占比分别为7.08%、6.88%、6.79%。
共享汽车app用户对各类出行服务需求广泛。根据极光大数据的统计结果，网约车app滴滴出行以75的偏好指数位列第一，汽车资讯类app汽车之家以72.4的偏好度位列第二，共享单车app摩拜单车以71.8位列第三；嘀嗒出行、铁路12306、ofo共享单车也进入偏好top10 app名单中。
整体来看，共享汽车的使用时段存在潮汐现象，包含早高峰和晚高峰两个用车高峰时段；工作日的早高峰为7-10点，晚高峰为18-22点；周末的早高峰为7-9点，晚高峰为18-19点；周末用车早晚高峰时段范围相对较窄。
四、共享汽车未来发展趋势
趋势一：共享汽车将成为出行领域多场景解决方案提供商。随着共享汽车行业逐步成熟，共享汽车的使用场景将进入更多细分领域，解决用户的出行痛点，为用户出行提供便利；例如，聚焦于城市通勤人群，在城市主要生活区和工作区布局网点、聚焦于旅游场景提供景区和城市短途旅游接驳、聚焦于飞机场、火车站等公共枢纽或公共交通工具末梢提供交通接驳服务、或聚焦于政府公务出行或企业商务出行提供更高档次的汽车服务等。
趋势二：电动化、智能化、网联化与汽车共享协调发展，共建智慧出行系统。共享出行与新能源汽车的结合，可以提高共享出行车辆的易用性和安全性，未来更多的汽车生产商也将向出行服务商的身份转变；与智能化技术的结合，将提升用户体验和运营效率；网联化将使汽车向移动智能空间转变，为共享出行提供更多想象力
趋势三：无人驾驶技术将给共享汽车市场提供更多发展空间，实现泛共享出行。无人驾驶技术的实现，将从多个方面降低共享汽车的运营成本，提升用户的使用体验，从而为共享汽车行业提供更多发展的想象空间。
趋势四：共享汽车将优先侧重区域规模化发展。由于汽车的资金投入巨大，共享汽车无法像共享单车那样依赖车辆的大量投放吸引用户；优先选择在一些适合发展共享汽车的区域进行车辆投放和网点布局，达到一定的密度和服务半径，形成局部区域的规模效应是未来共享汽车企业的发展趋势。
趋势五：中小共享汽车企业兼并重组或将到来。资本寒冬让尚不具备强造血能力的中小共享汽车创业公司获得输血机会减少，互相抱团取暖或被资本收购将成为中小共享汽车企业的发展的出路。
报告说明
1.数据来源
极光大数据，源于极光云服务平台的行业数据采集及极光iApp平台针对各类移动应用的长期监测，并结合大样本算法开展的数据挖掘和统计分析
2.数据周期
报告整体时间段：2017.11-2018.11
3.数据指标说明
具体数据指标请参考各页标注
4.法律声明
极光大数据所提供的数据信息系依据大样本数据抽样采集、小样本调研、数据模型预测及其他研究方法估算、分析得出，由于方法本身存在局限性，极光大数据依据上述方法所估算、分析得出的数据信息仅供参考，极光大数据不对上述数据信息的精确性、完整性、适用性和非侵权性做任何保证。任何机构或个人援引或基于上述数据信息所采取的任何行动所造成的法律后果均与极光大数据无关，由此引发的相关争议或法律责任皆由行为人承担
5.报告其他说明
极光数据研究院后续将利用自身的大数据能力，对各领域进行更详尽的分析解读和商业洞察，敬请期待
