对于分时租赁用户，驾驶行为数据分析更有实际意义。在实际运营当中，一些驾驶行为习惯比较好的用户，有可能享受很好的积分机制。对于行为特别恶劣的用户，经过评估，甚至可以实行像保险行业一样拒保机制，不允许再驾驶共享出行车辆。

驾驶行为数据分析更有可操作价值，在于对用户的分层。优质用户可以享受减免押金、租费优惠、车险打折等优惠服务，让出行公司补贴有的放矢，形成一人一价，大幅优化运营效率。

这样不仅改善了群众对于分时租赁车型脏乱的印象，还形成了促进所有用户的行为习惯转向更好的良性循环。

如此看来在共享出行行业中，引入驾驶行为分析变量，有可能为行业带来翻天覆地变化。