南寧局集團公司鐵路貨運營銷大數據應用研究

陳小輝，楊 莉

(中國鐵路南寧局集團有限公司 貨運部，廣西 南寧 530029)

0 引言

在鐵路企業全面公司制運行、高質量發展的時代背景下，作為鐵路發展現代物流的重要內容和支撐，鐵路貨運營銷迫切需要更加精細、精準、有效，實現這一目標的關鍵是營銷決策需要從經驗支撐走向數據支撐。大數據技術作為支撐現代企業或社會組織精細運作、精準服務的關鍵技術之一，近年來已經在政府、教育、醫療、交通運輸等各個領域，不斷得到研究應用并取得成效。因此，在鐵路貨運營銷領域探索基于大數據應用的貨運營銷新模式。

經過40多年發展，中國鐵路在客貨運組織與服務、運輸調度、企業經營管理等方面積累了海量數據，也在部分運營管理領域啟動了大數據應用實踐。例如，在智能運輸方面，利用客運、貨運、調度等相關數據開展春運客流與能力安排分析、貨運需求分析預測等工作；在企業資源管理方面，綜合利用人、財、物等相關數據，針對清算業務開展大數據分析，為調整清算政策、制定經營目標、資金集中管理等工作提供了數據支持。在建設管理方面，利用鐵路工程建設大數據，分析廠家原材料質量，為施工單位采購材料提供依據[1]。

鐵路貨運營銷大數據應用目前尚處于起步階段。一方面，鐵路貨運營銷工作的信息化建設程度不足，客戶信息、市場信息、貨源的分布與需求、營銷項目等工作普遍建立在人工查詢、匯總的基礎上。另一方面，使用的有關貨運信息系統功能多集中于鐵路發到的查詢統計，其他運輸方式數據收集、分析功能缺失，無法為貨運營銷提供更多支持，對貨物運輸的動態管理未能實現系統化、科學化、網絡化，影響了貨運信息的時效性。綜上所述，加強鐵路貨運營銷信息化建設，依托大數據平臺進行數據采集、分析，開展客戶關系管理，強化市場分析和預測，構建基于大數據應用的貨運營銷新模式。

1 鐵路貨運營銷大數據分析

（1）加強市場分析研判。市場分析是對市場供需變化的各種因素及其動態、趨勢的分析，分析過程需要搜集大量的樣本資料和數據。自2012年貨運電子商務平臺上線以來，鐵路貨運部門掌握了大量的運輸需求數據，較為真實地反映了各時期不同貨物品類的運輸需求變化情況。以貨運電子商務平臺數據為基礎，引入大量外部數據，如國內外微觀和宏觀經濟數據、競爭運輸方式相關數據、氣候等，通過大數據技術分析各項數據關聯影響，并建立市場分析模型，精準預測各項因素對鐵路運量需求變化程度與趨勢。

（2）強化客戶關系管理。大數據技術在處理客戶關系方面的核心是實現客戶細分和管理。在鐵路貨運客戶細分中，主要通過挖掘貨票庫及貨運電子商務系統中海量的需求車、裝車等信息，以及企業產運銷等相關數據，分析客戶鐵路運輸的貢獻度、誠信度、忠誠度，科學地劃分客戶等級。在鐵路貨運客戶管理中，根據客戶等級、價值、增長潛力以及流失風險等差異對客戶進行差異分析，針對不同級別的客戶，在營銷服務、運輸組織、貨運產品等方面提供差異化服務。同時，通過大數據技術，分析單個客戶的貨源流向、年度運量走勢、對鐵路價格的敏感度、對鐵路運輸的依附度等，針對不同去向、不同時段，實施差異化營銷策略，確保精準營銷、精準施策、精準服務，從而實現客戶資源價值和鐵路投入回報的最大化[2]。

（3）發展鐵路現代物流。鐵路貨運改革的方向是向現代化物流轉型，發展供應鏈物流服務。推進貨運信息化建設，構建鐵路貨運生產系統集成平臺，將鐵路內部既有的粗放、零散的鐵路物流數據資源加以整合，實施系統化管理。同時，打通路企物流信息互聯互通渠道，搭建路企數據交換平臺，及時掌握企業物流產生、流動、變動等情況。以市場需求為導向，利用大數據技術的信息分析和挖掘能力，將鐵路數據與客戶數據進行整合和優化，得出最優化物流解決方案，達到合理配置鐵路運輸資源、降低客戶物流成本、提高鐵路物流服務水平的目的。

（4）優化運力資源配置。一方面，利用大數據技術，將鐵路大量、功能型號各異的車輛信息進行整合、分析，研究車輛優缺點、線路時效等特征，為鐵路貨物調度中心的指揮、運能組織、車流安排及短途配送路徑等，提供前瞻性、針對性的高效運輸組織方案。另一方面，結合運輸信息集成平臺，通過分析典型數據，包括貨車在各個站的實際到發時間、各站裝卸作業能力和效率、各站貨運量的變化數據、信號系統的狀態變化等，總結貨運量變化的相關規律，結合對運力資源數據的分析，設計符合市場需求和鐵路實際情況的運輸產品，為進一步滿足客戶需求做好運力優化的配置和調整。

（5）提高貨運收益管理。貨運收益管理可以定義為在合適的時機將合適的貨運產品以合適的價格出售給合適的客戶。在滿足市場需求的同時，使鐵路的運力資源達到最大效用，從而優化鐵路運輸收益。通過利用大數據技術，一是深入挖掘和分析不同品類的貨物既有運輸產品、運輸線路的成本和收益，得出收益最優的運輸產品和線路，為營銷人員開展市場營銷提供決策支持。二是分析不同時期、不同運輸價格水平下的運量變化情況，結合不同時期運力供給能力分析，差異性制定貨運價格策略，有效利用“運價”和“運力”雙杠桿，以達到最優運能配置和最佳收益水平。三是分析單一客戶對運輸產品價格的敏感度，結合其貨源穩定性分析，針對性地制定價格策略，穩定客戶運量，進而增加鐵路收益[3]。

2 中國鐵路南寧局集團有限公司貨運營銷大數據應用分析

2.1 鐵路貨運營銷數據應用現狀

為了充分發揮信息化、大數據對貨運營銷決策的支撐作用，加強對重點生產企業和特色貨源的市場監控，直觀掌握中國鐵路南寧局集團有限公司(以下簡稱“南寧局集團公司”)貨源分布、運量變化及企業物流動向，南寧局集團公司著力加強貨運信息化建設。自2016年4月起，南寧局集團公司貨運處、信息所等部門全力研發應用貨運營銷決策支持系統(以下簡稱“決策系統”)，決策系統的功能設計上遵循“知己”“知彼”“決策支持”的設計思路，功能涵蓋全局概況、營銷體系、廠礦企業、品類去向、份額分析、營銷重點6大功能模塊[4-5]。自2016年9月決策系統啟用以來，各貨運單位專職營銷人員按照“區域+品類”營銷模式，加強了市場的調查走訪。2017年走訪企業3 151家次，較2016年同期增長了925家次，并將市場調查范圍延伸至轄區內特色貨源或重點廠礦企業。同時，以決策系統為平臺，將貨運營銷工作貫穿始終，通過建立周分析制度，對系統數據的深入挖掘和分析，找準營銷切入點，促進增運上量，全面指導貨運營銷工作。

（1）強化客戶管理。一是利用決策系統對南寧局集團公司貨運客戶發運情況進行統計分析，按照“二八”定律篩選出年度運量15萬t以上的貨運大客戶65家，作為南寧局集團公司貨運重點客戶，包括各大鋼廠、電廠、氧化鋁廠、煉油廠等，并按主要運輸品類進行分類管理。通過日常盯控、主動對接、積極協調等方式，針對性制定營銷策略，確保大客戶年度實現增量。2018年65家大客戶完成運量8 716萬t，占集團公司年度運量83%，同比增長346萬t。二是通過決策系統對客戶年度各階段生產數據、運輸數據進行分析，幫助營銷人員在決策時預測客戶運輸需求，提前做好服務。例如，南寧局集團公司在承接上汽通用五菱汽車股份有限公司商品汽車鐵路運輸業務的過程中，綜合應用決策系統，指導營銷決策行為，通過對歷年商品汽車產量、運量變化走勢，確定每年商品汽車市場銷售淡旺季，為調整運輸組織方案、優化運能利用效率贏得寶貴時間，提前做好應對措施，最大程度確保滿足客戶運輸需求，優化客戶體驗。2017年五菱汽車鐵路發運量55萬臺，占其總產量43%；2018年鐵路發運量48萬臺，占其總產量47%，鐵路運輸成為上汽通用五菱汽車股份有限公司運輸新主力。

（2）穩定既有貨源。通過系統重點板塊數據分析和預警提示，發現既有貨源變化，針對性制定措施，吸引貨源回流。例如，決策系統“品類去向”板塊中顯示寶鋼湛江鋼鐵有限公司2017年1月運量環比2016年12月發送量減少0.3萬t，經調查該公司2017年預計需求量750萬t，但由于遠距離運輸鐵路運費沒有優勢，公司首選水路運輸而不是鐵路運輸。為解決鐵路運價競爭劣勢，營銷人員合理利用價格政策，為客戶量身定制一口價方案，同時提升湛江北貨場裝車服務、新增海新專用線裝車點等策略，吸引貨源回流。2017年湛江寶鋼鋼材外運量813萬t，其中，鐵路發運60萬t，占外運量7.4%，占比同比增長5%；2018年鐵路運量占外運量16%，占比同比增長8.6%。

（3）挖掘潛在貨源。一是通過決策系統對企業產銷量、物流方式、原材料來源、產品去向等情況進行對比分析，挖掘潛在增量。例如，從決策系統“廠礦企業”板塊可得，在柳鋼鋼材1 200萬t銷量中，鐵路運量占13%，公路運量占34%，水路運量占53%；從“品類去向”板塊可得，在鐵路銷售區域中，區內占37.4%、西南占37.05%、廣東占25.5%、湖北占0.05%，公路銷售去向主要是廣西區內，水路銷售區域是華東地區、部分廣東地區。通過各物流方式運價對比，以廣東去向為突破口，為企業降低物流成本為出發點，精準施策，促進上量。在2016年鋼材需求疲軟的嚴峻形勢下，柳鋼鋼材運輸完成164.2萬t，同比增加65.1萬t，增幅65.6%，實現了逆勢上漲。二是通過不斷擴大市場調查范圍，增加決策系統企業覆蓋面，拓展非鐵路運輸企業，如興義地區石膏主要來自興義電廠，每月生產有4萬t石膏需要外運，通過積極宣傳20 ft 35 t敞頂箱環保、便捷的運輸優勢，結合石膏附加值低、物流成本高的產品屬性和運輸特征，制定出興義站至管內貴港、南寧南、廉江、崇左等站石膏敞頂箱運輸競爭性一口價方案，通過價格杠桿撬動石膏發運。

（4）規范價格制定。通過決策系統“份額分析”板塊實現對價格項目制定、申報、上會、審批和評價的全過程記錄和盯控。一是定期對價格項目進行分析評價，確保項目有效跟蹤及項目執行的可行性分析，根據評價情況，伺機調整策略，確保增運增收；二是對運輸市場價格進行采集、記錄和建檔，通過對比分析其他運輸方式的價格，尤其是競爭去向、競爭運輸方式的價格，隨行就市、擇機施策，提高市場響應速度，促進全局貨運增運增收。

（5）優化運力配置。決策系統中“廠礦企業”版塊納入客戶評級功能，為強化運力配置提供支持。通過對客戶運量、運輸收入等數據的分析計算，測算出客戶運量貢獻和運費貢獻。同時，納入單車收入，確保效益最大化；納入淡季貢獻，確保路企互保，實現雙贏。綜合運量貢獻率、單車收入貢獻率和淡季貢獻率等指標對客戶進行評級，同時結合客戶次月運輸需求、當前日均提報需求、站場作業能力等情況提供運力配置建議，對客戶實行分級保障，確保運力配置公開、公正，助力鐵路運輸效率和效益提高。

2.2 貨運營銷大數據應用分析

（1）數據采集渠道和維護。一是目前決策系統錄入企業790家左右，所有企業的數據都由營銷人員按月采集，人工維護，耗時間耗人力。二是按月采集的數據，時效性差，且為歷史數據，市場預判不足。三是人工采集數據準確性不高，不同途徑收集的數據不一致。

（2）數據應用的共享。目前使用的貨運營銷決策支持系統僅局限于貨運系統營銷信息和數據分析、應用和共享。鐵路與貨運有關的信息系統還包括鐵路運輸管理信息系統、調度指揮管理系統、鐵路車站綜合管理信息系統等，并積累了海量業務數據。這些數據分在多個獨立系統中，形成眾多的“信息孤島”，缺少跨部門的信息整合，數據應用水平不高。各自為政的信息高墻，使得互聯互通、信息資源共享舉步維艱，難以為決策者提供綜合、高效、準確的信息[6]。

（3）運輸能力。貨運大數據的應用最有價值之處在于運力調配和優化，但實際使用效果不佳。一是受限于鐵路的運能。根據目前的鐵路運行圖，要增加運力必須增加車底，但在運力不緊張的時期，閑置的車底又將造成更大的經濟負擔。二是受限于運力的分配。空車調整計劃較復雜，空車的周轉沒有利潤且消耗能力，目前鐵路運輸組織部門盡量減少空車的周轉，因而運輸能力調整的局限性限制貨運大數據的有效使用。

（4）人員能力和素質。一方面，大數據技術涉及多方面技術支持，以及網絡安全技術屏障。鐵路信息技術領域缺乏大數據技術人才，致使鐵路自身雖然有很多數據系統，但這些只能稱為“小數據”，大多數有隱性價值的數據未能得到合理挖掘和有效利用；同時由于貨運系統人員市場營銷觀念不強，當前鐵路貨運營銷分析仍局限于既有數據的分析，致使鐵路運輸需求預判、后續營銷策略等信息匱乏[7]。

3 推進鐵路貨運營銷大數據應用對策

在大數據技術廣泛應用的背景下，應重點研究如何通過整合內、外部信息資源，從外部市場數據和內部生產經營數據中挖掘有用的信息，并通過完善和優化自身管理運行機制，更好地利用大數據技術創造價值，更好地服務于鐵路貨運營銷的發展。

3.1 建立貨運大數據應用平臺

在貨運營銷決策支持系統基礎上，搭建智能化、可視化的貨運營銷大數據應用平臺—“智慧供應鏈服務平臺”，實現客戶數據信息的時效性、完整性、效用性和共享性；暢通雙方溝通渠道，建立快速響應機制，加強鐵路運輸組織，提高鐵路運輸效率，減少客戶管理成本；實現客戶生產信息、庫存信息、需求信息、物流信息等與鐵路貨運的現車信息、車流信息、運力信息、貨票信息等進行交換。同時通過大數據技術的應用，將客戶信息與鐵路信息進行融合分析，產生路企雙方所需的、可用的、新的信息點，并按照需求提供基礎信息支持，為客戶生產組織的安排、運輸過程的監控等提供信息支持，為鐵路運輸組織、營銷組織決策提供基礎保障。

3.2 優化整合社會資源

整合交通運輸、環保、國土資源、城鄉建設、商務、航空、郵政、電信、氣象等相關方面涉及交通物流的數據，同時與百度、谷歌等主要網絡搜索引擎和旅游電子運營商合作，利用其掌握的海量互聯網信息與檢索數據，深入挖掘運輸市場需求及發展態勢，研究不同經濟發展階段下運輸市場需求的演變規律。同時，建立社會數據及相關部門數據合一的物流大數據資源，推行物流的數字化管理，開展數字化營銷，最終達到鐵路物流網絡化、散客化、大眾化的目的[8]。

3.3 優化內部運輸組織

在明確市場需求的基礎上，調整運輸產品供給，將傳統運輸模式向電商運行模式轉型，在統一的電商平臺下實現貨運以營銷為中心，統一協調調度指揮、應用車輛，各部門配合實現戰略部署，建成運輸商務一體化管理模式。通過大數據技術的數據分析及預測，合理調配運能資源，解決運能不足問題。通過大數據計算得出最大效益運能方案，加快貨車周轉，提高運行速度，形成一體化管理，打破各局相互制約的格局。

3.4 加強復合型人才隊伍建設

一是完善大數據人才發展機制，有針對性地制定科技人才培養規劃，吸引、培養復合型人才，組建南寧局集團公司大數據專業團隊，作為業務部門與技術部門之間的溝通紐帶，為實現集團公司各系統數據的綜合利用、支撐科學決策做好人才儲備。二是適當引進優秀的統計分析人員，充實到大數據分析人員隊伍中。通過對人的引進，引入更加先進的分析方法和模型，提升貨運營銷團隊中其他成員的業務水平。

3.5 優化貨運營銷機制

一是拓寬渠道，包括利用電商直銷平臺、微信推送平臺、第三方銷售平臺等方式擴大客戶群體，同時加入客戶評價和推薦功能。二是針對大客戶，建立客戶信息庫，及時跟蹤大客戶和機構客戶在投資和消費方面的偏好變化，同時培養營銷管理部門自己的銷售隊伍。有針對性地展開產品設計和營銷、實時地推送和推薦，減少客戶流失和增加潛在客戶。三是做好市場預測。利用大數據進行預測是大數據挖掘的核心，營銷部門應利用信息平臺優勢、結合同業市場產品動向，及時向后臺反饋銷售變化預警信息，輔助中后臺實現迅速有效的流動性管理和風險管理。

3.6 實施營銷定制化服務

通過對轄區內貨源分布、產業布局、客戶的發貨習慣等進行研究，分區域對客戶群進行充分細分。以客戶需求為導向，將營銷觸角由發端延伸至到端，以優化客戶物流鏈為目的，從客戶整條銷售鏈找切入點，利用供應鏈服務平臺建立和管理比較完全的客戶數據庫，通過對客戶研發、生產、銷售和服務等環節的數據分析，為客戶提供全面、個性化的運輸方案，從而更好地服務客戶，增加客戶價值，同時獲取鐵路貨運可持續發展的競爭優勢。

4 結束語

隨著高速鐵路網的建成，鐵路貨運能力將得到釋放，鐵路貨運還有很大的發展空間，應加快推進鐵路貨運向現代物流轉型。南寧局集團公司不僅需要對外挖掘運輸市場需求與經濟發展的變化規律，還需要對內優化自身體系，整合內外部資源和能力，極力解決目前鐵路貨運大數據應用存在的問題。借助大數據技術的應用，強化客戶分級管理，加強市場監測、分析和預測，均衡鐵路貨運的運輸需求與運力供給，科學合理地安排營銷計劃，針對性地制定營銷策略，更好地服務鐵路貨運營銷，打開鐵路貨運新局面。