陳書廣
摘 要:目前,大數據在地鐵行業也得到了廣泛應用,通過對平時的生產數據進行分析挖掘,我們地鐵人的決策可以更加高效優化。本文將根據本人實際的工作經歷,談一談大數據在地鐵行業的一些應用。
關鍵詞:大數據;客運服務;客流預測;市場營銷;行車組織
1.“大數據“的含義
“大數據“又被稱為巨量資料,通常指的是我們所從事的生產活動所涉及的數據資料規模十分龐大,不能由人腦(非正常人類除外)或者一些常用軟件,在可承受的時間范圍內進行捕捉、管理和處理的數據集合。
2.地鐵行業的典型大數據分析應用的場景和實例
大體上地鐵的應用框架分為客運服務、行車組織、運輸設備、市場營銷、企業管理、戰略管理等等。這其中市場營銷對于我們地體行業的經濟收益占比最為明顯,而大數據在市場營銷這一塊的運用目前來說在幾個板塊里面也相對最為成熟,客流預測在市場營銷所占的比例最大,我在下文也將會著重談到。
2.1 客運服務
乘客所享受的車站和乘務方面的服務是客運服務的兩大塊,所以在我們無錫地鐵也將站務和乘務兩大中心合稱為客運部,位移也是地鐵行業為乘客提供最主要的業務,所以客運部一般來說也是各大地鐵公司規模最大的一個部門。大數據在客運服務這一塊的主要應用也就是盡可能為乘客提供優質服務的同時提出一些節能減排的策略,盡量在空調設置溫度,客室照明與乘客滿意度(投訴率)之間尋求平衡,再比如之前我們的地鐵回庫都是不休眠的,除了中間檢修部門需要進行列車無電作業,之后就是直接熱機到第二天發車,這樣雖然說可以避免很多故障,但也造成了極大的能源浪費,而現在經過很長時間的發車期間故障率統計,我們發現列車故障造成的損失與夜班回庫列車立即休眠所減少的能耗相比來說是微不足道的,當然隨著列車年限的增加,通過大數據在列車故障趨勢方面的預測,我們也許會在某一個時間節點換一個策略,這是有科學依據的改變,而不是盲目跟風,直接抄襲其他的地鐵的經驗,因為各大地鐵實際情況不同,脫離實際的生產必然會造成極大的人力物力方面的資源浪費。
2.2 市場營銷
上文中本人提到市場營銷目前來說是大數據在地鐵行業應用最為成熟的一個版塊,其中包括了客流預測、定價策略等幾個重大部分。
客流預測:這在市場營銷方面又是最成熟的一小塊,結合平時的生產實際,大數據在客流趨勢方面的預測也是最為頻繁的。具體來說就是在車次號、區域、線路、網絡OD客流等方面通過之前累積的客流大數據進行分析,初步來說,大數據在這些方面的應用上已經有一定的成效了,當然我們的最終目的還是希望通過更多的大數據的運用來優化客流運輸模型,提升客流預測的準確性。從實際來說,我們無錫地鐵在五一、十一等法定節假日或者舉辦一些特殊活動時,都會發布客流預測并要求妥善安排的行車計劃安排,這些行車計劃無疑都是根據前期數據積累制定出來的。
無錫火車站客流預測實例
定價策略:在我們內地,地鐵作為一個公益性比較強的行業,票價的決定因素就顯得比較復雜了。目前來說我們地鐵行業的票價基本都是根據市民意見、專家建議等制定,缺乏一定的科學數據支撐。針對這一問題,我們可以通過對單次卡、公交卡、碼上行app等出行數據進行整合分析,從電費,設備折舊費,人工費等諸多方面綜合考慮,結合公交、輕軌等運營收入成本,從各種數據當中找出折中點,制定出合理的票價體系,既要讓更多的市民來乘坐地鐵,也要盡量減少虧損,減輕對市財政方面的負擔。
2.3 行車組織
大數據的積累可以比較直觀地展現出客流的變化,這一過程也叫客流大數據可視化,也就是說我們從海量的大數據(客流)當中尋找規律,再綜合考慮其他的一些因素之后,生成對應的行車組織優化方案,包括日常以及突發大客流情況下的列車運行圖以及合理的換乘方案。
列車運行圖:作為行車組織工作最重要也是最基礎的一塊,《列車運行圖》必須被所有與列車運行有關的各部門所遵守,要保證列車按運行圖運行,各部門就必須以《列車運行圖》為準。列車運行圖的編制需考慮的因素有很多,這其中有運營時間、列車終到折返站折返作業時間、停站時間、追蹤列車間隔時間和列車在區間的運行時分等因素,這些因素中需考慮的一個共同點就是全日分時最大斷面客流量(一定時間內通過線路某一區間的最大客流量),這一共同點也是制定列車運行圖最重要的一點,我們在海量的網絡客流數據中選擇的全日分時最大斷面客流量既要足夠穩定又要滿足日常運輸需要。還有一種情況就是突發大客流,這種情況下的運行圖制定方法其實跟日常情況是一樣的,利用大數據模型形成大客流情況下的列車運行圖,既而生成既安全又能符合生產需求的列車運行圖。當然,我們的運行圖也會隨著城市的不斷發展而進行調整。
換乘方案:現有換乘方案隨著城市發展可能會有不足之處,我們就需要從大量的網絡OD客流、進出站客流、網絡斷面、換乘客流數據中發現規律,找出其中的聯系,然后利用其中的規律不斷優化現有換乘方案,盡量縮短乘客候車的時間以及上下車換乘的時間等,提高市民的出行效率。同時為了達到無縫銜接的效果,我們需要在保證行車安全的前提下處理好不同線路的列車在換乘站做到列車錯時到達,這一點在無錫地鐵線路規劃完全實現之后會體現的更加明顯。
3.結束語
從上文可以看出大數據在地鐵行業的應用是非常廣泛的,同時目前來說應用程度也是非常淺顯的。因此,我們地鐵人應該把這項應用當成一個沒有終點的事業來潛心研究,力爭做到大數據的應用范圍更廣更精,更好地服務市民。
【參考文獻】
[1] 陳淑珍.基于網絡客流大數據可視化優化城軌行車組織[J]. 城市交通,2018(2):70-75。