基于大數(shù)據(jù)鐵路旅客畫像的客運(yùn)營(yíng)銷策略研究

俞誠(chéng)成，呂紅霞

(西南交通大學(xué)，四川 成都 611756)

近年來(lái)，隨著我國(guó)社會(huì)經(jīng)濟(jì)的快速發(fā)展，人們的出行需求呈現(xiàn)出“差異化”“多元化”的特點(diǎn)。鐵路作為主要交通方式之一，亟需適應(yīng)日益多元的市場(chǎng)化服務(wù)需求[1]，這也對(duì)鐵路客運(yùn)營(yíng)銷提出了更高要求。大數(shù)據(jù)的運(yùn)用為鐵路客運(yùn)營(yíng)銷研究方面的技術(shù)創(chuàng)新創(chuàng)造了可能。航空運(yùn)輸營(yíng)銷對(duì)旅客標(biāo)簽系統(tǒng)的應(yīng)用較為成熟，鐵路客運(yùn)營(yíng)銷對(duì)旅客個(gè)性化的出行需求及行為特征分析存在不夠精確的問題。鐵路客運(yùn)產(chǎn)品不能滿足旅客“差異化”的需求將在極大程度上導(dǎo)致鐵路高價(jià)值旅客的流失。因此，亟需構(gòu)建一個(gè)大數(shù)據(jù)鐵路旅客畫像系統(tǒng)，幫助鐵路客運(yùn)實(shí)現(xiàn)從傳統(tǒng)營(yíng)銷策略到以旅客價(jià)值為依據(jù)的企業(yè)效益最大化和旅客服務(wù)質(zhì)量最優(yōu)化的共贏策略的轉(zhuǎn)變[2]。

國(guó)內(nèi)外專家針對(duì)鐵路旅客畫像系統(tǒng)的研究及應(yīng)用展開了一定工作。郝曉培[2]利用分布式計(jì)算框架Spark等關(guān)鍵技術(shù)，研究了鐵路客運(yùn)用戶畫像系統(tǒng)用戶標(biāo)簽計(jì)算的相關(guān)算法；張軍鋒[3]基于大數(shù)據(jù)提出了鐵路旅客畫像系統(tǒng)架構(gòu)設(shè)計(jì)；朱建生[4]利用大數(shù)據(jù)可視化技術(shù)研究了客運(yùn)大數(shù)據(jù)平臺(tái)在票額預(yù)分方面的應(yīng)用。目前，關(guān)于客運(yùn)營(yíng)銷策略方面的研究不夠精確、全面，而大數(shù)據(jù)鐵路旅客畫像系統(tǒng)可以較好地避免這一問題。本文基于一種適用于時(shí)間序列數(shù)據(jù)的動(dòng)態(tài)密度聚類算法，實(shí)現(xiàn)用戶標(biāo)簽的生命周期設(shè)計(jì)，基于此完成鐵路旅客畫像系統(tǒng)對(duì)旅客群體特征的分析并探討其在日常、節(jié)假日客運(yùn)營(yíng)銷策略制定上的作用。

1 鐵路旅客畫像系統(tǒng)架構(gòu)

1.1 鐵路旅客畫像系統(tǒng)概述

鐵路旅客畫像系統(tǒng)是對(duì)以鐵路為出行方式的既有旅客和潛在旅客進(jìn)行數(shù)據(jù)建模，以不同的數(shù)據(jù)維度對(duì)旅客進(jìn)行刻畫。通過(guò)對(duì)旅客的靜態(tài)人口屬性、動(dòng)態(tài)行為偏好等主要信息進(jìn)行建模分析，抽象出易于理解的語(yǔ)義標(biāo)簽并形成一個(gè)用戶的信息全貌。傳統(tǒng)的旅客標(biāo)簽體系見圖1。

圖1 傳統(tǒng)旅客畫像系統(tǒng)標(biāo)簽體系

1.2 數(shù)據(jù)獲取及分析

鐵路大數(shù)據(jù)廣泛存在于以12306互聯(lián)網(wǎng)購(gòu)票系統(tǒng)、客票系統(tǒng)、動(dòng)車組管理系統(tǒng)、車站信息管理系統(tǒng)、運(yùn)輸調(diào)度系統(tǒng)為代表的結(jié)構(gòu)化大數(shù)據(jù)系統(tǒng)中。此外，隨著各類智能設(shè)備在鐵路運(yùn)維中的推廣和普及，非結(jié)構(gòu)化數(shù)據(jù)也在大量產(chǎn)生[5]。在數(shù)據(jù)獲取層可采用系統(tǒng)日志采集和網(wǎng)絡(luò)爬蟲框架結(jié)合的方法，并通過(guò)結(jié)構(gòu)化存儲(chǔ)模式對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)。對(duì)已選擇鐵路出行的旅客，必然可以獲取其靜態(tài)社會(huì)屬性數(shù)據(jù)和自然屬性數(shù)據(jù)，如證件號(hào)、性別、年齡、籍貫等。在動(dòng)態(tài)數(shù)據(jù)分析工作中，需以旅客出行信息為主并結(jié)合訪問軌跡、交易軌跡等信息，多維度地刻畫旅客畫像。動(dòng)態(tài)數(shù)據(jù)涵蓋了出行行為(旅客出行次數(shù)、列車類型、乘車區(qū)間、乘車時(shí)間、候車時(shí)長(zhǎng)、乘車席位等級(jí)等)、交易行為(支付方式偏好、退改簽情況等、消費(fèi)習(xí)慣、潛在消費(fèi))等多個(gè)方面。

建立旅客畫像系統(tǒng)的目標(biāo)是幫助鐵路客運(yùn)部門更清晰地了解旅客群體，并做到根據(jù)客運(yùn)需求合理設(shè)計(jì)客運(yùn)產(chǎn)品，精準(zhǔn)且高效地制定客運(yùn)營(yíng)銷策略。基于鐵路客運(yùn)業(yè)務(wù)現(xiàn)狀，旅客畫像系統(tǒng)數(shù)據(jù)處理層采用Hadoop架構(gòu)，采用分布式數(shù)據(jù)處理方式，具有低成本高效性的特點(diǎn)。由于涉及大量非結(jié)構(gòu)化數(shù)據(jù)，需對(duì)客運(yùn)大數(shù)據(jù)進(jìn)行清洗，形成有效數(shù)據(jù)后再進(jìn)行相關(guān)性分析、聚類分析等。鐵路旅客畫像系統(tǒng)的數(shù)據(jù)獲取及分析層架構(gòu)見圖2。

圖2 鐵路旅客畫像系統(tǒng)數(shù)據(jù)獲取層及分析層架構(gòu)

1.3 實(shí)時(shí)標(biāo)簽體系設(shè)計(jì)

鐵路旅客動(dòng)態(tài)數(shù)據(jù)具有更新頻率快、時(shí)空差異性明顯的特點(diǎn)。基于少數(shù)樣本用戶特征分類的標(biāo)簽設(shè)計(jì)體系不再適用于當(dāng)前鐵路旅客畫像系統(tǒng)[6]。引入適用于時(shí)間序列數(shù)據(jù)的動(dòng)態(tài)密度聚類方法[7]，可以為鐵路旅客標(biāo)簽增加時(shí)間維度的屬性，實(shí)現(xiàn)用戶標(biāo)簽體系的自更新，以較低的歷史成本高效滿足在每一時(shí)間步上進(jìn)行動(dòng)態(tài)聚類的需求。算法通過(guò)識(shí)別本階段與前階段相比新增的旅客數(shù)據(jù)集和屬性產(chǎn)生變化的數(shù)據(jù)集，通過(guò)動(dòng)態(tài)聚類原則實(shí)現(xiàn)每一階段各旅客數(shù)據(jù)集的類、屬性的更新，以i、i+1時(shí)刻為例：φi、φi+1為該時(shí)刻旅客屬性數(shù)據(jù)集；δi+1、γi+1為新增旅客集、屬性變化旅客集；displace、index分別為標(biāo)簽屬性與所屬類別;P為旅客屬性數(shù)據(jù)集內(nèi)包含的旅客樣本容量,見圖3。

圖3 旅客屬性時(shí)間序列數(shù)據(jù)的動(dòng)態(tài)密度聚類算法

1.4 標(biāo)簽實(shí)現(xiàn)

傳統(tǒng)意義上的用戶畫像系統(tǒng)所分配的標(biāo)簽不具備時(shí)間維度。而從數(shù)據(jù)特征來(lái)看，鐵路客運(yùn)大數(shù)據(jù)在時(shí)間維度上具有良好的趨勢(shì)延續(xù)性、周期波動(dòng)性和一定程度上的不穩(wěn)定性。因此基于時(shí)間序列分析的動(dòng)態(tài)密度聚類方法可以更好地賦予旅客屬性標(biāo)簽以時(shí)間維度，見圖4。

圖4 旅客屬性標(biāo)簽時(shí)間維度變更示意圖

表1為某階段內(nèi)旅客乘車屬性的相關(guān)描述，對(duì)于階段前ti時(shí)段根據(jù)Q型聚類求得該旅客出行特征符合旅游客流。經(jīng)過(guò)表1階段內(nèi)元素屬性位移，在階段后ti+1時(shí)段，根據(jù)動(dòng)態(tài)密度聚類該旅客從屬于學(xué)生客流。而該樣本其它標(biāo)簽元素屬性并未發(fā)生明顯偏移，因此將對(duì)應(yīng)標(biāo)簽時(shí)間維度延長(zhǎng)至階段后，得到各樣本標(biāo)簽時(shí)間維度上的變更情況，見表2。

表1 某階段旅客乘車屬性描述

表2 旅客屬性標(biāo)簽時(shí)間維度變更

此外，該算法在數(shù)據(jù)更新角度可以表示為：對(duì)于某一時(shí)間步內(nèi)新產(chǎn)生的鐵路旅客，根據(jù)聚類規(guī)則，實(shí)現(xiàn)初始標(biāo)簽的建立，如表2樣本2所示；對(duì)于產(chǎn)生新的動(dòng)態(tài)記錄的既有旅客，在更新該旅客的動(dòng)態(tài)數(shù)據(jù)基礎(chǔ)上，根據(jù)聚類規(guī)則，實(shí)現(xiàn)旅客畫像標(biāo)簽的更新，如表2樣本1和樣本n所示；對(duì)于時(shí)間步內(nèi)未更新數(shù)據(jù)記錄的旅客，根據(jù)其聚類是否改變決定其旅客畫像標(biāo)簽的更新。

2 基于畫像系統(tǒng)的客運(yùn)營(yíng)銷策略研究

用戶畫像系統(tǒng)可以幫助企業(yè)管理者區(qū)分不同的客戶群體，分析不同群體間的需求偏好差異和行為特征差異，并對(duì)不同客戶群體制定更有針對(duì)性的營(yíng)銷策略。受限于客運(yùn)產(chǎn)品具有不可貯藏性，鐵路客運(yùn)具有社會(huì)公益性等一系列行業(yè)性質(zhì)特點(diǎn)，鐵路客運(yùn)目前無(wú)法將運(yùn)能與客運(yùn)需求完全結(jié)合，靈活調(diào)節(jié)客運(yùn)產(chǎn)品定價(jià)以適應(yīng)市場(chǎng)實(shí)際需要。此外鐵路客運(yùn)部門的業(yè)務(wù)偏向于如何管理生產(chǎn)，而并未有效地對(duì)旅客運(yùn)輸市場(chǎng)的各類信息進(jìn)行總結(jié)、承擔(dān)營(yíng)銷任務(wù)[8]。而基層客運(yùn)管理部門尚不具備全面開展客運(yùn)市場(chǎng)調(diào)研的能力，因此在指定客運(yùn)產(chǎn)品方面顯得力不從心。結(jié)合鐵路客運(yùn)部門業(yè)務(wù)現(xiàn)狀，鐵路旅客畫像系統(tǒng)可以在以下幾個(gè)方面對(duì)接并提供業(yè)務(wù)上的幫助。

2.1 旅客群體行為特征分析

鐵路旅客在自然屬性、社會(huì)屬性等標(biāo)簽的數(shù)據(jù)形成鐵路旅客畫像數(shù)據(jù)庫(kù)，支撐鐵路旅客群體分析。從維度構(gòu)建上，鐵路旅客群體分析主要包括產(chǎn)品服務(wù)供需維、旅客群體心理維和行為特征時(shí)空維，不同維度的數(shù)據(jù)來(lái)源和分析方向不同：(1)產(chǎn)品服務(wù)供需維：用戶出行需求分析、用戶忠誠(chéng)度分析、熱門客運(yùn)產(chǎn)品分析等，可對(duì)客運(yùn)服務(wù)與客運(yùn)產(chǎn)品的需求進(jìn)行預(yù)測(cè)；(2)旅客群體心理維：通過(guò)交易行為、出行行為、瀏覽訪問行為對(duì)用戶行為、用戶屬性作分群分析，并通過(guò)屬性標(biāo)簽對(duì)旅客群體心理進(jìn)行分析，提高客運(yùn)服務(wù)的工作質(zhì)量；(3)形為特征時(shí)空維則根據(jù)旅客辦理各類客運(yùn)業(yè)務(wù)的時(shí)間、地點(diǎn)和渠道及各因素的相關(guān)性等時(shí)空特征進(jìn)行群體聚類及分析。鐵路旅客群體分析的若干維度均需以鐵路旅客畫像提供的海量數(shù)據(jù)為支撐。同時(shí)也可以以既有信息系統(tǒng)為基礎(chǔ)，通過(guò)交叉運(yùn)用上述若干維度的數(shù)據(jù)，實(shí)現(xiàn)大數(shù)據(jù)技術(shù)在鐵路旅客運(yùn)輸領(lǐng)域內(nèi)的應(yīng)用部署[9]。

2.2 日常客運(yùn)營(yíng)銷策略研究

當(dāng)下，鐵路旅客運(yùn)輸所面臨的矛盾已從運(yùn)輸供給不足轉(zhuǎn)向運(yùn)輸供給與市場(chǎng)需求不適應(yīng)，即對(duì)客流方向性、時(shí)段性的預(yù)測(cè)精確度不足。而大數(shù)據(jù)鐵路旅客畫像系統(tǒng)通過(guò)嚴(yán)謹(jǐn)?shù)厮鸭头治黾扔新每秃蜐撛诼每偷母黜?xiàng)數(shù)據(jù)及行為軌跡，可使鐵路客運(yùn)營(yíng)銷進(jìn)一步接近真實(shí)的客運(yùn)市場(chǎng)需求。基于畫像系統(tǒng)，分析淡季和旺季的客運(yùn)需求，及時(shí)調(diào)整運(yùn)力資源配置，做到運(yùn)力資源配置與運(yùn)輸組織需求相適應(yīng)，在保障運(yùn)輸需求的基礎(chǔ)上降低運(yùn)營(yíng)成本，提高列車開行的質(zhì)量。對(duì)于具體的客流需求預(yù)測(cè)，通過(guò)分析車票預(yù)售情況并提取畫像系統(tǒng)中相關(guān)標(biāo)簽樣本進(jìn)行分析，將更準(zhǔn)確地掌握旅客需求動(dòng)態(tài)。如周末自南京至蕪湖間交互的旅游流和學(xué)生流較之前階段有大幅增加。而現(xiàn)實(shí)也較好地印證了這一推論，通過(guò)提報(bào)擴(kuò)能建議方案，分別于周五、周日21：00新增動(dòng)車，該列車?yán)塾?jì)發(fā)送旅客近萬(wàn)人，客座率高達(dá)90.3%。

神經(jīng)網(wǎng)絡(luò)等模型具有良好的自適應(yīng)性和非線性處理能力，以標(biāo)簽取值為輸入層，通過(guò)誤差反向傳播不斷訓(xùn)練網(wǎng)絡(luò)以完成對(duì)當(dāng)日既有需求的預(yù)測(cè)。并通過(guò)制定聚類規(guī)則和篩選規(guī)則，搜索畫像系統(tǒng)中與該群體具有相似行為特征的用戶作為潛在需求，完成對(duì)該類出行需求的預(yù)測(cè)。此外，在候補(bǔ)票的售票上，可根據(jù)該列車旅客的退改事實(shí)標(biāo)簽對(duì)售票數(shù)量進(jìn)行動(dòng)態(tài)優(yōu)化，提高候補(bǔ)購(gòu)票的兌現(xiàn)成功率。對(duì)于路網(wǎng)整體，以畫像系統(tǒng)的屬性變化記錄數(shù)據(jù)為基礎(chǔ)，分別從具體車次、具體起訖車站、具體線路、具體區(qū)域等多個(gè)層面分別利用大數(shù)據(jù)鐵路旅客畫像系統(tǒng)完成對(duì)客流需求的預(yù)測(cè)以及對(duì)售票策略、席位共復(fù)用和列車開行方案的動(dòng)態(tài)優(yōu)化設(shè)計(jì)。

2.3 節(jié)假日客運(yùn)營(yíng)銷策略研究

清明、端午、五一、十一、中秋等客流高峰節(jié)假日的客流具有增長(zhǎng)幅度大、周期短、極明顯的方向性[10]。因此需基于大數(shù)據(jù)旅客畫像系統(tǒng)，以與平日列車開行方案相似度最大、運(yùn)營(yíng)總成本最小為原則，對(duì)節(jié)假日列車開行方案進(jìn)行優(yōu)化設(shè)計(jì)研究。從畫像系統(tǒng)中提取出時(shí)間步屬性為往年假期及近期平日的旅客用戶，并提取其起訖點(diǎn)等維度進(jìn)行聚類，具體分析客流構(gòu)成、預(yù)測(cè)客流需求，分別從列車起訖點(diǎn)、列車走行路徑、列車停站方案、列車編組類型、列車開行頻率5個(gè)方面完成對(duì)節(jié)假日客運(yùn)產(chǎn)品的設(shè)計(jì)及運(yùn)輸工作的組織。同時(shí)針對(duì)暑運(yùn)等“季節(jié)性”客流需求，從旅客畫像系統(tǒng)中提取社會(huì)屬性標(biāo)簽維度中職業(yè)屬性為學(xué)生的用戶及客流特征為旅游客流的類別，基于其過(guò)去出行記錄維度的數(shù)據(jù)及階段內(nèi)天氣特征，完成對(duì)當(dāng)年暑運(yùn)旅游流、學(xué)生流的預(yù)測(cè)。以大數(shù)據(jù)鐵路旅客畫像系統(tǒng)為基礎(chǔ)，結(jié)合一系列較為成熟的預(yù)測(cè)方法，完善對(duì)節(jié)假日客運(yùn)產(chǎn)品的設(shè)計(jì)優(yōu)化，積極提高客運(yùn)產(chǎn)品供給與市場(chǎng)真實(shí)需求的契合度。

2.4 精準(zhǔn)營(yíng)銷策略研究

目前各站段的精準(zhǔn)營(yíng)銷策略以客流專題調(diào)查為基礎(chǔ)，結(jié)合與地方政府溝通對(duì)接，依托大數(shù)據(jù)手段制定，具備一定的技術(shù)先進(jìn)性和方法科學(xué)性，但精確性、系統(tǒng)性及主動(dòng)權(quán)方面仍存在不足。建立以大數(shù)據(jù)技術(shù)為依托的鐵路旅客畫像系統(tǒng)以精益營(yíng)銷管理，夯實(shí)客運(yùn)營(yíng)銷基礎(chǔ)必要且迫切。從自然屬性、社會(huì)屬性、事實(shí)、模型及業(yè)務(wù)5個(gè)方面構(gòu)建旅客的標(biāo)簽數(shù)據(jù)，通過(guò)對(duì)標(biāo)簽進(jìn)行篩選和聚類，選定具有共性需求的旅客群體，針對(duì)性的進(jìn)行營(yíng)銷設(shè)計(jì)。主動(dòng)掌握客運(yùn)市場(chǎng)潛在需求，積極開發(fā)適需產(chǎn)品，動(dòng)態(tài)優(yōu)化運(yùn)能，積極提報(bào)重聯(lián)、臨客開行等擴(kuò)能申請(qǐng)。并利用12306、微博、微信公眾號(hào)等平臺(tái)積極推進(jìn)新增運(yùn)能的營(yíng)銷宣傳。

利用具備聚合搜索能力的Elastic search進(jìn)行營(yíng)銷設(shè)計(jì)，以其提供的快速篩選能力實(shí)現(xiàn)標(biāo)簽快速篩選聚合，在此基礎(chǔ)上，利用余弦相似度量化旅客相似值，并通過(guò)基于時(shí)間序列分析的動(dòng)態(tài)密度聚類方法，將相似度高的旅客聚類整合為一個(gè)群體。

旅客A與旅客B在時(shí)刻i的余弦相似度為

Ssim(xA,xB)為兩用戶在動(dòng)態(tài)聚類時(shí)間段T內(nèi)的相似度，Ssim(xA,xB)為

旅游專列具有定時(shí)、定點(diǎn)、定線等特點(diǎn)，因其“一線多游”的優(yōu)勢(shì)得到了越來(lái)越多游客的喜愛。2019年某省共計(jì)開行新疆、東北等8列旅游專列，共計(jì)營(yíng)收1 110.6萬(wàn)，在把握潛在市場(chǎng)需求，制定精準(zhǔn)營(yíng)銷策略方面仍有不足。表3為畫像系統(tǒng)中擁有該類旅游專列記錄的樣本標(biāo)簽信息。

表3 旅游專列部分旅客屬性標(biāo)簽指標(biāo)信息

表4 某省出發(fā)旅游列車畫像系統(tǒng)用戶標(biāo)簽特征

根據(jù)上文所提到的用戶標(biāo)簽相似度計(jì)算方法結(jié)合k最近鄰算法，并從畫像系統(tǒng)中以整群抽樣的方式抽取出一萬(wàn)個(gè)樣本搜索潛在需求，最后得到具備潛在需求的樣本標(biāo)簽，見表4。

春運(yùn)臨時(shí)旅客列車具有開行時(shí)間短、往返客流不均衡、社會(huì)效益大等特點(diǎn)，尤其是2020年開行的一系列“復(fù)工專列”。多地在統(tǒng)籌疫情防控的前提下，積極推動(dòng)復(fù)工專列的開行，自2月16日至3月18日浙江省共計(jì)開行151列由貴陽(yáng)、昆明、成都、阜陽(yáng)等地“復(fù)工專列”，累計(jì)接回149 724人次。目前的返程需求需自下而上進(jìn)行申報(bào)，中間環(huán)節(jié)多，耗費(fèi)時(shí)間長(zhǎng)，需求信息獲取較為被動(dòng)。通過(guò)旅客畫像系統(tǒng)主動(dòng)挖掘需求，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷，將在一定程度上緩解類似矛盾。

4 結(jié)論

本文結(jié)合大數(shù)據(jù)相關(guān)技術(shù)，對(duì)鐵路旅客畫像系統(tǒng)的架構(gòu)、業(yè)務(wù)模式、應(yīng)用環(huán)境作了相關(guān)探討。大數(shù)據(jù)鐵路旅客畫像系統(tǒng)的研究對(duì)實(shí)現(xiàn)精準(zhǔn)客運(yùn)營(yíng)銷，提升旅客服務(wù)質(zhì)量、增加客運(yùn)運(yùn)輸效率有著一定程度上的促進(jìn)作用。通過(guò)細(xì)化運(yùn)輸需求分類，實(shí)現(xiàn)潛在需求識(shí)別，真正做到“按需開車”，提高列車開行效率，降低日常運(yùn)營(yíng)成本，為特定時(shí)期國(guó)民經(jīng)濟(jì)發(fā)展的需要提供堅(jiān)實(shí)的運(yùn)輸保障，有助于解決旅客日益增長(zhǎng)的個(gè)性化出行需求與鐵路客運(yùn)供給不平衡不充分的矛盾。我國(guó)電力[11]、通信[12]行業(yè)對(duì)用戶畫像系統(tǒng)的研究起步較早，且在行業(yè)內(nèi)均處于壟斷地位，與鐵路運(yùn)輸行業(yè)特征較為相似，可為鐵路旅客畫像系統(tǒng)的建設(shè)提供借鑒意義。此外，由于鐵路運(yùn)輸生產(chǎn)具有跨業(yè)務(wù)、跨部門、體系龐大、設(shè)備眾多的自身特點(diǎn)，需要分階段展開畫像系統(tǒng)的研究和應(yīng)用。在未來(lái)系統(tǒng)的研究和應(yīng)用過(guò)程中，需要多部門的協(xié)調(diào)配合，因此更需要國(guó)鐵集團(tuán)層面進(jìn)行頂層設(shè)計(jì)，強(qiáng)化對(duì)鐵路大數(shù)據(jù)技術(shù)開發(fā)方面的組織和管理。