笔者以百度地图app为分析对象，从产品功能结构图、用户调研、优化等方面做出深入分析，进而更加全面地了解这款产品。
运用百度指数，查询“百度地图”及“地图”搜索热度，可看到，百度地图的整体日均值及移动日均值均在地图的2倍左右，该指数包含新闻资讯搜索，实际用户数仅供参考。
从人群属性来看，搜索年龄多集中在20~29岁的青年人群，地图及百度地图搜索占比分别高达61%及56%，其次是30~39岁壮年群体，可知驾驶出行、旅行等活动，基本面需求集中在年龄分布中呈现出中部多于两端的纺锤状分布。
使用美国区appstore 搜索关键词“地图”，可以看到搜索结果按评论数量降序排列，google maps 以300万评论数位居第一，地图评论数30k，位居百度地图前列，但差距较小，相较于国区appstore以千万级对百万级的下载量对比，国外新用户抢占市场份额仍在起步阶段。
两款地图app采用的功能结构比较接近，均为主页地图功能页面+侧边功能栏+搜索栏+底部tab栏。
百度地图搜索栏位于首页上方，同时将“我的”功能入我和坐台女的那些事口放置在输入栏左侧。侧边功能栏对应功能点为图层、信息、自身定位等。二者底部tab栏均划分了三个功能板块：百度地图为“发现周边”、“线”、“出行助手”，地图tab栏则对应“首页”、“附近”、“我的”。
对比地图，百度地图多出第③种操作径，底部tab栏最右侧的“出行助手”作为功能入口，然而作为一款工具型软件，过多线程的操作无疑会增加用户的学习使用成本。
竞品地图则是在对应的布置了“我的”功能模块入口，显然与页面右下角高关注度区域的使用度更贴合。
除此之外，百度地图“我的”入口布置在搜索栏左侧，以头像icon作为button，略显隐蔽。“出行助手”这一功能模块存在的必要性值得思考；
从出行方式这一最重要功能点上看，百度地图和地图出行方式功能点都比较全面：二者都接入了驾车，打车，公交，步行，骑行，摩托车，火车，飞机等接口。百度在出行方式tab栏增加”智行“，采用大数据及智能分析为用户对比各出行方式耗时、费用、热量消耗等情况，便于用户判断决策出最适合自身的出行方式；
从地图多样性来看：百度提供的特色图层除2D/3D，卫星图外，还拥有全景地图，该功能极大的增加了用户对目的地的辨识度，内部全景图也能够让商户更便利的向消费者展示店铺，极大提升了020运营效率，且该功能目前作为类产品的技术壁垒，短期内难以被超越。
其他功能场景还有迁徙地图、充电桩地图、手机门店地图等。则提供了地震地图、地图。相比之下百度地图的图层种类更丰富，另一方面，二者的多场景不重合地图，也预示了地图类产品在未来多种商业场景以提供接口等技术发展的战略布局。
经统计，差评占比前三的原因分别为：不支持多国语言，对英语母语使用者不友好、道信息不准确、车载功能音量使用问题。其他差评原因还有耗电量过高、呼叫出租车无响应、订酒店出现问题等。
使用问卷星设计及发放调卷，受访用户多为学生画像。采集样本数为13，其中6名用户在海外地区参与调研。其中84%为20-29岁青年群体，20岁以下及40岁以上各有1名用户。驾车用户有3人。
通过用户所在地与使用app问题交叉分析可知，海外用户基本全部使用google maps作为app，google maps在国外类产品市场占据地位。国内使用产品地图与百度地图用户占比约为2：1，由于样本数较小，实际使用用户数量应以国内应用商店下载量为参考。
调研反馈占比最高的问题为：商场及高架桥多层结构内不清楚自己和目的地在哪一层。该问题占比高达61.54%，现阶段地图产品给出的解决途径为，客户端根据指标进行逻辑判断，同时提供按钮供用户自行矫正。
其余主要问题还有自己朝向不明确（箭头朝向一直变化）、定位不准（定位发生漂移）、反应慢（网络延迟）等问题。另海外同学下载实际体验后，反馈百度地图在海外直连会有稍许延迟，并表示店铺信息不精确。
“地点定位”基本功能占比第一，“附近内容”及“线%位列第二，对“附近内容”功能进行深一步细分探究，使用“附近内容”功能经常使用的两项功能，调研反馈如下
用户使用附近内容时，休闲娱乐模块搜索占比最高，搜索电影院、团购、酒店等地点占比高达 61.5%，搜索景点及交通设施（公车站）位列第二，占比为46.15%，可知用户使用类产品附近功能内容，使用场景多为丰富的娱乐生活类场景，O2O产品战略布局或将成为百度地图的持久战略。
1）着力优化核心功能的体验，提升用户满意度。一方面通过技术手段解决海外用户直连问题，提升商家店铺定位准确度及更新速率；另一方面可鼓励用户对店铺或道信息及时，通过励用户小金额红包等方式，鼓励用户以弥补海外地区信息采集的不及时性问题。
2）尽快推出多语言版本，确保海外用户能够看懂地图产品，降低英语母语者使用门槛，将更利于百度地图拓展海外用户，扩张国际化地图类产品份额。
作为一名在读学生，笔者日常通勤方式是自驾出行，假期会自驾游，有2年驾龄及超过4万公里行程数的驾驶经历，相比较同龄人对地图类产品有更深的体验度。除去自己在设计调卷时的几个问题选项，还汇总了几个自己日常出行场景中遇到的问题：
出行场景：驾驶员将在前方第二个红绿灯口右转，地图显示前方两个红绿灯相距较近。然而实际况为第一个口右转封闭施工，红绿灯不亮，极易被驾驶者忽视。驾驶员可能由于地图未对施工的小口即时更新，引导与实际况不符，导致驶过第二个口继续寻找第三个红绿灯口准备右转，却发现已经驶过，需要掉头/绕。
用例：假期等交通高峰期，出A收费站时拥堵距离较远，会推荐线更换为下一个收费站B，通过绕行驶节省时间。但这时会遇到另一种情况：用户更换线
给出的：采集用户行驶信息，并反馈况更及时的同时，通过相关的逻辑算法，对更换线的拥堵情况进行预估。在前一部分用户点击更换线后，通过对已更换线用户数量、更换用户行进车速、行进距离等指标计算，来完成预估。
换一种逻辑表述，即点击“更换线”的用户达到一定数量后，后续到来的用户是否还应继续推送更换线提示，值得开发相应的逻辑算法进行判断。
可能用到的指标：已点击“更换线”用户的数量n、单个收费站发生拥堵所需的车辆临界数量N、已更换线用户的平均车速V、距离B高速口1km时用户的实时车速k
进行一个简单的逻辑判断：当nN、V60km/h、k=10±5km/h时，可理解为更换线的用户已远大于B收费站发生拥堵所需车辆、且已更换用户平均车速小于60km/h（在高速上）、距离B收费站1km时用户车速已接近15km/h，足以判断下一个收费站B也已经发生拥堵，对后续用户（即将到达A）不再提示更换新收费站（绕到B）。
而当n≈N、V≈90km/h、k=40±5km/h时，可能无法精确判断推荐的下一收费站B是否即将或已经拥堵，但是不妨对后续用户（即将到达A）更新一下算法：
用例：如果某一条道由于处于家属区密集区，边自行车成片/小商摊乱摆放/居民自发组织小集市，导致车辆通行不便，可通过对过往车辆的历史轨迹数据分析，比如过车辆实际通行车速常年极低，则对过车辆提前提示更换线。
最后还有对于地图类产品的战略演化有一点自己的思考。对于百度地图布局O2O的战略固然认可，不过C端用户可能更倾向于在各领域的垂类产品筛选自己的目的地，盈利效果可能并不理想。比如去往美食类地点可能选择大众点评寻找商家，寻找酒店类地点则可能先从携程、去哪儿等应用明确目的地，而非采取百度地图的推荐，毕竟这些垂直的应用内容更加丰富专业。
因此个人认为，百度地图依据自身技术壁垒及品牌力，战略方面提升对B端客户的重视程度，比如通过出售打包api接口、根据不同业务场景个性化定制开发地图等方式，为需要的场景类APP、大数据可视化公司、或G端用户（保险公司、门查看警情、气象局平台）提供技术支持，架构地图服务。以实现平台型产品向技术服务型角色的演变，也充满了无限可能。
人人都是产品经理（是以产品经理、运营为核心的学习、交流、分享平台，集、培训、社群为一体，全方位服务产品人和运营人，成立9年举办在线+期，线+场，产品经理大会、运营大会20+场，覆盖北上广深杭成都等15个城市，在行业有较高的影响力和知名度。平台聚集了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监，他们在这里与你一起成长。
网友评论 ()条 查看