我国铁路应用大数据技术的思考.pdf

铁路信息化
铁道运输与经济 RAILWAY TRANSPORT AND ECONOMY
文章编号:1003-142I(201403-0023-04中图分类号:TP399:FS32.6文献标识码:B
我国铁路应用大数据技示的思考
Thoughts on Applying Big Data Technology to China Railways
代明睿,朱克非,郑平标
DAI Ming-rui, ZHU Ke-fei, ZHENG Pin8-bia
中国铁道科学研究院运输及经济研究所,北京100081)
(Transportation and Economics Research Institute, China Acaderny of Railway Sciences, Beiiing 100081, China
摘·要:铁路应用大数据技术具有重要的现实意义。从开展客户关系管理、加强
市场分析和预测、提高运输收益管理和发展铁路现代物流4个方面,探讨铁路应用
大数据技术的发展方向,提出铁路应用大数据技术的发展策略:提高从数据到
决策的转化效率,打造铁路“数据供应链”,建立完善的数据安全和客户隐私保障
策略。
关键词:铁路;大数据;发展;策略
Abstract: Application of big data technology on railways has important actual meaning. From 4
aspects of developing clients relationship management, strengthening market analysis and forecast,
increasing transport benefits management and developing railway modern logistics, this paper
discusses the development trend of applying big data technology to railways, and puts forward
development strategies of applying the technology, including: increasing transformation efficiency
from data to decision-making, creating railway data supply chain, and establishing perfect data
safety and guarantee strategies of client's privacy
Key Words: Railway Big Data; Development; Strategy
RT&E
第36卷第3期
铁路信息化
铁道运输与经济
我国铁路应用大数据技术的思考代明睿等
运输信息体系,提高铁路运输信息集成和组合的
1概述
效率
“物联网”与“云计算”之后,“大数据
(2)建立面向市场的营销体系。基于各种客
成为1T业又一热门的词汇,大数据是指“无法用户、业务信息,制定长远发展战略决策和日常经营
现有的软件工具提取、存储、拽索、共享、分析和管理决策,是中国铁路总公司营运部、铁路运输企
处理的海量的、复杂的数据集合。”业界通常用4业营销中心等各级经营管理部门的主要职能。其
个V(即 Volume、 Variety、 Value、 Velocity)来概括中,面对海量数据,能否通过技术手段进行有效挖
大数据的特征?。 Volume指数据体量巨大,当前典掘,获取关键信息,为管理决策提供强大的技术支
型个人计算机硬盘的容量为TB量级,而一些大企持,是建立以市场为导向的营销体系的重要前提。
业的数据量已经接近EB量级。 Variety指数据类型而大数据技术正是要通过对这些基础数据进行专业
繁多,相对于以往以文本为主的结构化数据,非结化处理,提供快速获取有价值信息的能力.
构化数据越来越多,包括視频、图片、地理位置信
(3)开展全程物流与供应链管理。一直以来,
息等,这些多种类的数据对处理能力提出了更高铁路主要运输煤炭、铁矿石、粮食等大宗货物,此
要求。 Value指价值密度低,以图像识别为例,在类货物附加值不高而且运介低廉;家用电器、电子
?像千万级别计的像素中,有意义的识别目标可能产品等高附加值货物则通常由航空、公路等其他运
通过少量像素体现,如何迅速从海量数据中提取有输方式进行运输,铁路在这类高端货物市场上的份
意义的信息成为大数据应用中亟待解决的难题。额有限。为了提高运输经营效益,铁路必须开展全
Velocity指处理速度快,根据IDC( International Data程物流服务,将运输服务延伸到客户的供应链中
Corporation)市场研究公司的《2020年的数字宇协调铁路内、外资源共同满足客户运输需求?。因
宙》报告,预计到2020年,全球数据使用量将达此,供应链上、下游之问信息的互联互通和物流环
到35.2ZB,面对海量的数据,传统的数据处理手节的协同优化尤为重要,利用大数据技术进行信息、
段已经不能满足耑求,如何提高数据处理效率成为整合和数据分析,有助于建立统一管理、经营协
大数据应用中亟需解决的问题。
同、资源整合、信息共享的信息集成平台,实现供
克托在其著作《大数据时代》指出:“大数应链管理、运输、物流服务一体化,最大限度地发
据挖掘的核心特点是全量数据、相关关系、预测挥数据信息对提高铁路经营效能的作用
预判’。”大数据技术不仪能够从海量数据中寻找
隐藏其间的关系或联系,还能够从更深的层次去认2铁路应用大数据技术的发展方向
识和挖掘人类社会和科学运行的内在规律,对未来2.1开展客户关系管理
发生的事物进行预测。
通过不同途径积累的海量客户数据中隐藏着用
在铁路加快转变发展方式的新形势下,为了适户习惯、市场变化、运输趋势等有价值的信息,这
应市场化经营要求,构建铁略运输企业的核心竞争些信息是进行客户关系管理和精准营销的关键。如
力,提升铁路的持续发展能力和盈利能力,应用大何利用大数据技术以洞察群体消费特征为目标,挖
数据技术具有极其重要的现实意义
掘客户需求的潜在方向;以洞察个体消费特征为目
(1)提高信息集成和组合的效率。我国铁路标,制订有针对性的营销方案和个件化服务项目,
信息系统在一定程度上具有分散性,由不同的业务是大数据技术在铁路运输中的重要应用方向。
部门主管、呈现出条块分割的现象,导致铁路管理
大数据在客户关系管理中应用的重点主要包
信息的碎片化,信息集成优势尚未显现。大数据技括客户分析和客户管理2个方面。在客户分析中
术能够将若干个分散数据源中的数据,逻辑地或物首先通过对客户在历史客票及货票中保存的乘车时
理地集成到一个统一的数据集合中,将相互关联的间、乘车区间、发货时间、发货品类、发货量、发
分布式异构数据源信息整合到一起,建立综合的货方向等进行分析,获取客户的出行习惯、发货习
ARTEE
第36卷第3期