大數據在鐵路客運工作中的運用

宋 超

（上海鐵路局 客運處，上海 200071 ）

大數據在鐵路客運工作中的運用

宋 超

（上海鐵路局 客運處，上海 200071 ）

大數據技術已經被各行各業廣泛成功運用,并取得顯著成績,而鐵路旅客運輸（簡稱：客運）的大數據應用才剛剛起步，通過對鐵路客運管理效率、客運營銷和服務質量的深入分析，得出大數據在鐵路客運營銷、作業管理和服務質量等方面的應用場景，并給出鐵路客運大數據建設的思路。

鐵路；旅客運輸；大數據

隨著計算機、移動互聯網等信息技術的快速發展，當今社會已經進入一個信息爆炸的時期，我們每時每刻都在產生、應用、分享大量的數據。全球知名咨詢公司麥肯錫稱“數據已經滲透當今每個行業和業務職能領域，并成為重要的生產要素”[1]， “大數據”應用已經成為政府、企業、學術界的熱門話題，并在社會、經濟和文化生活中被廣泛應用。鐵路作為這個時代的基礎交通服務行業，尤其是高速鐵路的大量運營以及人民生活水平的不斷提高，使得社會對交通服務的要求越來越高、行業競爭也越來越激烈，因此 ，改進鐵路旅客運輸（簡稱：客運）服務質量、提高運輸管理效率、增加鐵路運營收入始終是鐵路經營者面臨的課題，而大數據時代的開啟將為鐵路解決這一課題提供全新的理念和手段。

1 大數據概念

1.1 大數據的產生

1989年，Gartner Group的Howard Dresner提出“商業智能”[2]，通過商業智能將企業中現有的數據轉化為知識、幫助企業做出明智的業務經營決策，其主要目標是將企業所掌握的信息轉換成競爭優勢，從而提高企業決策能力、決策效率、決策準確性。為了將數據轉化為知識，需要利用數據倉庫、聯機分析處理（OLAP）工具和數據挖掘（Data Mining）等技術。而隨著互聯網的發展，企業收集到的數據越來越多、數據結構越來越復雜，一般的數據挖掘技術已經不能滿足大型企業的需要，這就使得企業在收集數據之余，也開始有意識地尋求新的方法來解決無法存儲和處理分析大量數據的問題。由此誕生了一個新的名詞—“大數據”。 “大數據”不僅僅指數據“容量大”，更大的意義在于通過對海量數據的交換、整合和分析，發現新的知識，創造新的價值，帶來“大知識”、“大科技”、“大利潤”和“大發展”。

1.2 大數據的特點及應用

大數據有著4“V”特征[3]，即Volume（容量大）、Variety（種類多）、Velocity（速度快）和Value（價值密度低） 。Volume是指數據量巨大，數據技術的發展，使得我們日常生活、學習、工作產生大量數據；Variety是指數據種類繁多，如視頻、音頻、圖片、地理軌跡、作業過程以及許多結構化數據信息；Velocity是指數據產生快且處理速度也要快，滿足實時性需求；Value是指大數據的價值密度低，也是大數據的最關鍵特征，在大量數據里真正有價值的東西很少，單個數據價值低，關鍵是要發現有價值的數據或數據關聯性、規律等，就像沙子淘金。

2 鐵路客運管理工作中存在的問題

2015年底，我國高速鐵路（簡稱：高鐵）通車里程已達1.9萬km，高鐵客流也隨之大幅增長，我國鐵路運行已經跨入高鐵時代。與高鐵列車相配套的鐵路客運技術裝備，如：自助售票機、自助檢票機、旅客廣播和導向信息系統、互聯網售票系統等日益現代化，有效地提高了客運管理效率和運營效益，但是，面對廣大人民群眾日益增長的服務質量需求和激烈的市場競爭，鐵路客運仍有不少地方有待改善和提高，主要表現如下。

2.1 管理效率

為配合高鐵運營以及新裝備、新技術的運用，鐵路部門加強了人才隊伍建設，優化了生產力布局調整，取得了一定的成效，但是，這些措施都是基于建議、經驗等模糊需求制定的，沒有進行系統、精確的分析和論證，鐵路客運一些基本運營管理方式、方法并沒有改變，鐵路客運的內部管理效率還有進一步提高的空間。

2.2 客運營銷

我國高鐵的投資主要來自于鐵路債券、地方融資、銀行貸款等，因此，高鐵自開工建設起，鐵路市場經營壓力就隨之產生，如何增加高鐵的運營收入成為鐵路運營部門持續追求的目標。目前，鐵路企業收入以運輸收入為主、多元經營為輔，鐵路客運及其延伸服務是鐵路企業收入的重要來源之一。在既有運能情況下，鐵路客運收益遇到瓶頸限制，原有的營銷手段已經不能滿足日益激烈的市場競爭，因此，鐵路企業必須勇于創新，研發和利用新營銷手段，例如，收益管理等，深挖鐵路經營潛力，才能產生更多的收益。

2.3 服務質量

雖然高鐵運營憑借新裝備、新技術的運用顯著提高了鐵路客運服務質量，但是仍然不能滿足多樣化的客運市場需求，從旅客購票、候車、乘車等客運基本服務到餐飲、購物等外延服務還有很大的提升空間，與航空公司、攜程等知名服務企業的服務方式、服務質量相比，還有明顯的差距。

3 鐵路客運大數據的建設目標

大數據技術已經在商業營銷、運營決策、旅游服務、安全管理等領域廣泛應用，并取得顯著成效，這給鐵路客運營銷、運營、管理等方面的創新提供了思路和方法。

3.1 信息共享

以客運大數據項目建設作為創新契機，打通信息壁壘，推進各系統整合共享。采用業務覆蓋、專業整合思路，構建專業一體化系統，推進鐵路客運領域信息系統縱向整合；規范基礎信息標準，協調資源開放，推進與客運領域相關信息系統間橫向互聯互通。

3.2 客運營銷

收益管理已經在航空領域廣泛應用，并成為國內外各航空公司主要、關鍵的營銷手段，而高鐵客運運營已經基本進入自由市場競爭階段，如何有效分析市場需求和自身供給、如何平衡市場需求和供給、如何細分客運市場并精準營銷等問題恰恰是收益管理所能解決的。因此，利用鐵路客票系統、客服系統（即咨詢和投訴信息系統）、社會經濟信息等數據開展客運收益管理將是提高鐵路客運營銷的有效方法和手段。另外，利用客票系統、餐飲服務系統、客服系統等開展客戶關系管理、個性餐飲營銷等大數據分析，也必將有效拓展鐵路多元化經營發展，全面提高運營收益。

3.3 客運生產管理

在鐵路客運運營管理中每天產生大量的工作信息，如人員、崗位作業內容、作業時間、作業地點、工作結果以及客流等信息，這些數據日積月累，隱含著大量有價值的規律和知識。鐵路客運部門可以利用大數據技術對其進行挖掘和分析，找出日常客運作業管理中疏忽、錯誤、多余等缺點或不足，并以此進行管理流程優化和再造，提高客運作業工作效率。例如：對各種售票數據進行分析，以此對售票窗口、售票設備、售票人員的設置、配備進行優化和調整；對客運乘降作業數據和客流情況及需求進行分析，以此對車站客運服務流程進行梳理和優化。

3.4 客運服務

對鐵路常旅客、各客運場所運營狀況等數據進行分析和利用，參照社會其他服務行業服務的方式對旅客進行多樣化和個性化服務，進一步提高鐵路客運服務質量。例如：針對常旅客的咨詢、投訴和建議等提供個性化的購票、乘車、餐飲等服務；針對季節客流情況以及商品和餐飲銷售等情況，挖掘出潛在的需求規律，預先做好客運服務準備工作；對客運事故數據進行分析，找出同類事故發生的規律，提出防止類似事件發生的建議和措施。

4 鐵路客運大數據系統建設思路

當前，鐵路客運營銷水平、客運生產管理效率、客運服務質量等方面的提高都離不開大數據技術的支持，而大數據技術在鐵路客運中的應用尚處在起步階段，因此，如何規劃、建設鐵路客運大數據系統成為當務之急。

4.1 加快客運信息化，豐富客運大數據

目前，鐵路客運信息系統主要有客票發售和預訂、旅客服務、客運服務等，而客運站務作業、乘務管理、設備管理、整備作業、餐飲保潔等方面還沒有完善的信息化系統。既有的信息系統也存在獨立運行、信息數據分散、過程數據缺失等問題，因此，建立完備的鐵路客運大數據應用系統需要開展的工作如下：（1）加快客運站務作業、乘務管理、設備管理等方面的信息化建設，填補基本客運生產作業、管理、營銷等方面的空白；（2）打通信息壁壘，持續推進各系統橫向互聯互通，實現信息數據共享；（3）完善各信息系統，注重過程數據的保存，各專業系統可能都有明確的功能目標，不注重作業過程數據，而這一類數據價值很高，例如：旅客購票過程中的信息查詢、客運人員作業過程等，也應納入存儲和分析。

4.2 構建大數據平臺

由于各專業系統都是以功能實現為主，存儲空間有限，許多過期數據和過程數據未能及時存儲，另外，許多外部數據也是客運業務經營分析的寶貴財富，因此，鐵路部門要加快大數據平臺的建設步伐，及時采集、整理各系統及外部的數據信息，為大數據的開發應用奠定數據基礎。當前，大數據平臺技術日趨成熟，如Hadoop、Spark等，已經被廣泛使用。大數據處理流程基本分為數據采集、數據處理和集成、數據分析及數據解釋4個階段，根據客運業務需求，以Hadoop為基礎，結合Spark數據處理和分析技術，構建客運大數據平臺，其基本邏輯框架如圖1所示。

圖1 客運大數據邏輯結構圖

（1）業務源數據。明確大數據平臺所需的各種內外部數據，內部主要有：客票發售和預訂系統、12306客服系統、運行圖系統、動車組運用系統等既有信息系統以及待建信息系統數據，外部主要有：國家和地方經濟及人口信息、各地企礦業信息、各地學生信息、天氣信息以及其他互聯網信息等。

（2）大數據處理與集成。由于客運大數據來源多，種類多，結構復雜，需要將這些復雜數據轉換成單一的或便于處理的結構，因此，大數據處理和集成主要對采集到的數據進行清洗、去噪和聚合，并分門別類地存儲。

（3）大數據分析。經過數據處理與集成的數據成為數據分析的原始數據，然后通過大數據平臺云計算、智能算法、MapReduce或彈性分布式數據集（RDD）等對客流、運行圖、車輛、客服、外部等數據進行進一步處理和分析，得到有價值的主題數據，這也是大數據平臺的核心部分。

（4）知識及應用。通過數據分析和處理，利用數據可視化技術對數據進行解釋和展示，幫助我們發現在客運生產作業、客運管理、收益管理、多元經營等方面潛在的價值和規律，全面提高鐵路客運經營、管理和生產水平。

4.3 關鍵技術

（1）網絡安全。客運大數據平臺有內網和外網兩部分。內網主要是鐵路客運信息系統、其他專業信息系統以及待建信息系統，主要包含鐵路內部的數據資源；外網連接Internet、運行平臺門戶系統等，包含各大官網、調查公司及互聯網的數據資源。為保證數據的安全，在外部網中設外部數據存儲，外部數據采集到外部數據存儲，通過安全平臺進行數據交換后才存儲在大數據平臺中，從而保證系統的安全性，其數據采集流程如圖2所示。

圖2 數據采集結構圖

（2）旅客信息安全。由于一些客運信息系統中 包含旅客個人隱私信息，如旅客身份信息、聯系電話、出行路徑等，而大數據平臺要求數據共享，所以一些使用者通過數據分析就可以輕易掌握旅客出行習慣和個人重要信息，這將帶來個人隱私安全問題，為此，需要對部分關鍵數據進行“匿名處理”，例如，將集中信息流控制和查分隱私保護技術融入“云計算”的數據生成與計算階段，從而防止計算過程中的數據隱私泄露。

5 結束語

大數據技術幫助人們從海量數據中發現知識，獲取信息，尋找隱藏在大數據中的模式、趨勢和相關性，揭示社會運行和發展規律。我國鐵路處于快速發展中，鐵路客運部門正在運用先進的大數據技術，積極創新，全面提高客運營銷、管理和服務水平，從而開創鐵路發展的新紀元。

[1] MANYIKA J，CHUI M，BROWN B，et a1．Big data：The next frontier for innovation，competition，and productivity[R/0L]. [2013-7-24]. Las Vegas：The McKinsey Global In-stitute.

[2] 余長慧，潘和平．商業智能及其核心技術[J]．計算機應用研究，2002（9）：14-16，26.

[3] 中國信息產業網．大數據的四個典型特征[EB/OL]. [2012-12-04]. http:// cyyw. cena．corn. cn/a/2012-12-04/135458292978407. shtm1．

[4] 高 勇．啤酒與尿布[M]．北京：清華大學出版社，2008：l-6.

[5] 大數據觀察. 金融行業5個大數據應用案例及案例解析[EB/OL]．[2016-08-27]. http://www.shuju.net/article/MDAw-MDAwN6zg2.html.

責任編輯王 浩

Big data technology applied to railway passenger transportation

SONG Chao
( Department of Passenger Transport, Shanghai Railway Administration, Shanghai 200071, China )

Big data technology has been widely applied in most of industries, and achieved remarkable achievements. However, the application of big data technology in railway passenger transportation is incipient. This article focused on the application of big data technology in railway passenger transportation management, marketing management and service quality. A series of application scenarios of big data technology in railway passenger transportation marketing, railway operation, service quality were presented. Some countermeasures about the big data construction in railway passenger transport were put forward.

railway; passenger transportation; big data

U293∶TP39

A

1005-8451（2016）12-0031-04

2016-06-02

宋 超，高級工程師。