基于移動支付乘車數據的地鐵乘客畫像分析

張明柱，李 郁，焦景麗

（北京全路通信信號研究設計院集團有限公司，北京 100070）

1 概述

隨著“互聯網+”在各行各業的持續應用，“互聯網+”與城市軌道交通自動售檢票系統（Automatic Fare Collection，AFC）進行融合，已由在購票時使用第三方支付購票，向直接使用第三方支付進行信用消費轉變。國內以廣州、北京、杭州、無錫、上海、深圳等城市為代表，已逐步開通了移動支付刷閘進出站的模式。為滿足乘客便捷支付的乘車需求，提高運營服務質量和效率，越來越多城市的軌道交通實現了移動支付乘車的新模式，乘客可以通過移動支付購票進出站或者直接采用手機二維碼進出站等多種方式乘車。

移動支付在軌道交通中的應用，改變了傳統的無記名購票乘車模式，同時，移動支付的實名制及移動支付乘車的注冊制，為地鐵乘客行為畫像分析提供數據來源。因此，可以基于移動支付乘車數據，進行地鐵乘客畫像分析，將分析到的結果應用到日常運營當中去，提升地鐵運營管理水平。

2 乘客畫像需求分析

乘客畫像衍生于電商或互聯網中的用戶畫像，從地鐵運營的角度來看，乘客乘坐地鐵，享受地鐵運營單位提供的服務，乘客就是地鐵運營的用戶。因此也可以將乘客畫像理解為用戶畫像。乘客畫像作為實際地鐵乘客的虛擬代表，所形成的乘客角色并不是脫離地鐵服務之外所構建出來的，形成的乘客角色需要有代表性，能代表主要受眾和目標群體。

在互聯網電商及金融領域，構建用戶畫像很重要，可以借助用戶畫像，采取垂直或精準營銷的方式，來了解客戶、挖掘潛在客戶、找到目標客戶、轉化用戶。而在地鐵領域，乘客畫像分析同樣非常重要，它可以為精細化運營提供數據支撐，同時也可以為乘客提供差異化服務，提高運營組織的便捷度，提升運營管理效率。

目前，移動支付數據并沒有得到充分利用，地鐵移動支付平臺將數據傳輸到清分中心進行清分對賬，地鐵清分中心在對乘客交易數據進行清分后，并未針對數據進行詳細分析，而運營單位制定運輸組織計劃、進行客流引導、客流分析等運營管理活動時迫切需要具體的數據支撐，以便保證運營組織的合理可靠，因此通過移動支付數據進行乘客畫像分析成為一個熱門課題。

3 構建乘客畫像

乘客畫像的核心是為乘客打標簽，即根據乘客的注冊數據、乘車數據、消費數據等原始信息，將乘客的每個具體信息抽象成標簽，利用這些標簽將用戶形象具體化、歸類化，構建一個標簽化的乘客模型。因此，乘客畫像由很多的標簽組成，每個標簽都規定了觀察、認識、描述乘客的角度。

3.1 乘客畫像建模流程

構建乘客畫像是為了還原乘客信息，因此與乘客相關的數據是構建乘客畫像的前提。為了構建完整的乘客標簽體系，需要盡可能匯總大量與乘客相關的數據，因此，除了乘客的注冊信息外，還需要收集與乘客緊密相關的移動支付進出站數據信息，即OD 信息。將匯總的信息數據按照基礎信息和行為信息進行分類，將聚合的信息貼上標簽，建立出乘客集合的分群畫像。雖然根據匯總的乘客信息可能提煉出偽畫像，但是在通過不斷地對數據進行更新迭代，利用大數據進行關聯規則計算及聚類算法分析等處理手段，既根據變化的基礎數據不斷修正，又根據已知數據抽象出新的標簽，使乘客畫像越來越立體，從而得到接近真實的乘客畫像。乘客畫像建模及數據處理流程如圖1 所示。

圖1 乘客畫像建模及數據處理流程Fig.1 Modeling of consumer profiling and the flow of data processing

3.2 乘客畫像數據源分析

構建乘客畫像的基礎是與乘客相關的數據，而與乘客相關的數據主要是來自于移動支付乘車數據。移動支付乘車數據流如圖2 所示。乘客通過客戶端在網上開戶注冊，由于移動支付綁定的扣費渠道及手機號碼都是實名的，所以乘客的注冊信息相對比較準確，注冊信息中包含了許多乘客信息，如乘客姓名、手機號碼、身份證號碼等，通過對身份證號碼進一步分析，可以得到乘客的性別、年齡等信息；乘客在進站時，通過手機APP 出示二維碼在閘機上刷碼，閘機將二維碼數據上傳至地鐵移動支付平臺，平臺對數據的真偽進行判斷并保存進站信息，向進站閘機下發控制命令；乘客出站時，出站閘機同樣會將數據上傳至地鐵移動支付平臺，支付平臺對數據驗證保存后，向出站閘機下發命令，同時，平臺會將乘客的進站信息與出站信息進行匹配，形成一條完整的交易數據，通過查詢票價表，進行行程費用計算，然后向地鐵APP 推送行程及費用信息，由APP 與第三方支付系統進行消費扣款。乘客的行程信息中包含乘客的進站時間、進站地點、出站時間、出站地點等信息。地鐵移動支付平臺可以對每個移動支付乘車數據進行分析，結合乘客的注冊信息，為乘客畫像分析提供數據源。

圖2 移動支付乘車數據流Fig.2 Data streams of passengers using mobile payment service

3.3 乘客畫像結果分析

由于乘客的注冊信息為靜態數據，而移動支付乘車數據為動態數據，因此乘客的畫像是動態擴展變化的，隨著數據來源的不斷增多，乘客畫像就會變得越豐富越具體。通過對移動支付乘車數據進行處理，可以得到乘客的完整出行記錄，結合不斷積累的乘車數據，就可以對乘客進行比較準確的畫像分析。通過對乘客乘車車站及時間分析、進出閘機陣列分析、單邊交易的頻次分析、工作日異常OD分析、節假日異常OD 分析等，得到乘客的工作范圍、居住范圍、職業類型、通勤時間、經常乘車時段及乘車線路、乘車信用度、地鐵依賴度、休閑消費習慣等信息如圖3 所示結果。根據得到的乘客畫像，了解乘客的乘車及習慣，從而完善地鐵運營管理，提升乘客體驗。還可以應用在地鐵營銷推廣方面，結合手機APP 對乘客進行個性化推薦，實現對于特定人群的精準營銷服務，從而輔助提升地鐵盈利能力。

圖3 乘客畫像分析結果示意Fig.3 Schematic diagram of analysis results of consumer profiling

乘客畫像主要是對原始數據進行統計、分析和預測，除以上分析到的畫像數據，還可以對乘客行為進行預測分析，如某位乘客第二天乘坐地鐵的概率、到達XX 車站的概率等。在地鐵運營中發生突發事件時，有了這些預測數據的幫助，可以提前對某些特定的乘客發送預警信息，使乘客及時調整行程，降低了運營風險。因此，這種預測的數據對運營調度決策更有實際意義。

4 總結與展望

隨著城市軌道交通網絡化運營和新業務應用需求的不斷涌現，對于提高運營效率，提升運營服務品質，實現精細化運營成為各地不斷探索的方向。利用基于移動支付數據的地鐵乘客畫像分析，可以對運營效果進行評估，完善地鐵運營服務體系，同時輔助運營發展戰略決策。但在構建乘客畫像時，仍然存在數據來源單一或來源不足的問題，需要將乘客數據多渠道信息打通、多產品信息打通，進行實時采集處理，從而提升乘客畫像的可信度。地鐵乘客畫像是把雙刃劍，在做好數據分析提升運營服務的同時，也要保護好乘客隱私，防止數據濫用，為乘客提供有安全可靠保證的運營服務。