2019年5月，來(lái)自中國(guó)國(guó)家鐵路集團(tuán)有限公司的統(tǒng)計(jì)顯示，系統(tǒng)年售票量已超過(guò)31億張，日售票能力達(dá)到1500萬(wàn)張，高峰時(shí)每秒售票量達(dá)700張，網(wǎng)頁(yè)瀏覽量超過(guò)1500億次/天?；ヂ?lián)網(wǎng)售票占鐵路售票總量的82.8%，12306已經(jīng)成為世界上規(guī)模最大的實(shí)時(shí)票務(wù)交易系統(tǒng)。【10000次瀏覽量才有1張票成交，萬(wàn)分一的成交率。這其中應(yīng)該大多都是搶票軟件帶來(lái)的流量?！?/strong>

比較來(lái)看，公務(wù)員在出行過(guò)程中喜歡選擇快速、舒適、安全、高效的出行方式，對(duì)于價(jià)格敏感度較低，自有職業(yè)人員在出行時(shí)對(duì)價(jià)格敏感程度相對(duì)較高。學(xué)生群體，因?yàn)榭梢?strong>半價(jià)乘坐火車的原因，則學(xué)生中絕大部分更傾向于選擇鐵路這一方式出行。

（3）收入

收入高低會(huì)直接影響絕大出行者的出行行為。不同收入水平階層的出行者由于其日常生活習(xí)慣的不同，出行行為存在著明顯的不同。收入較高、經(jīng)濟(jì)能力較強(qiáng)者，鑒于其對(duì)生活質(zhì)量的要求，其在出行中更愿意以高價(jià)錢獲得更好的、更舒適的出行環(huán)境。

出行者會(huì)在個(gè)人經(jīng)濟(jì)承受能力與出行需求之間尋找一個(gè)相對(duì)的平衡點(diǎn)，此外，出行者的出行目的與出行路線的選擇也會(huì)直接影響其出行行為。

例如不同的收入水平選擇的交通工具肯定不一樣，同一區(qū)間的收入水平的群體選擇相同的交通工具的不同檔位的服務(wù)肯定有區(qū)別。

（4）樣本年齡及收入結(jié)構(gòu)

這里收集某調(diào)研報(bào)告中的調(diào)查樣本年齡分布數(shù)據(jù)：

調(diào)查樣本年齡結(jié)構(gòu)：

4.7 鐵路用戶出行特性

出行工具、出行距離、出行目的（工作、學(xué)習(xí)、出差、旅游、探親、訪友）、出行費(fèi)用、出行時(shí)間。

（1）出行工具

市內(nèi)：步行、自行車、摩托車、小汽車等。

私人交通方式；常規(guī)公交、軌道交通、出租車等公共交通方式。目的：通勤、通學(xué)、休閑娛樂(lè)、購(gòu)物、回程等。

城市群城際間出行：公路、鐵路、水運(yùn)、航空及城際軌道交通。城市群一般半徑為400KM，公路及鐵路更具競(jìng)爭(zhēng)優(yōu)勢(shì)。目的：公務(wù)、商務(wù)、出差、旅游、探親訪友等。

（2）出行距離

出行距離的長(zhǎng)短會(huì)直接影響到出行者的出行行為。例如在出行距離較短時(shí)，出行者大多會(huì)選擇自駕、乘公共汽車等公路方式出行，公路出行方式的多樣性也使得公路交通方式在短距離出行中具有很大的靈活性。

同時(shí)公路廣泛覆蓋的特點(diǎn)可以輕松實(shí)現(xiàn)門到門的便利旅行，而對(duì)于較長(zhǎng)距離的出行，鐵路出行則會(huì)作為出行者的首要選擇，其主要原因是鐵路出行相對(duì)比較經(jīng)濟(jì)、安全、快速與高校。

在運(yùn)行速度與舒適程度的大大提高使得更多的人們?cè)?00-1000公里左右的出行時(shí)轉(zhuǎn)向選擇鐵路交通，但對(duì)于1000公里以上或者更遠(yuǎn)距離的出行，由于鐵路覆蓋范圍的局限性，使得航空運(yùn)輸占有一定的優(yōu)勢(shì)。

（3）出行目的

工作、公務(wù)、經(jīng)商、旅游、出差、訪友、購(gòu)物、探親等。

不同出行目的的出行者，對(duì)交通運(yùn)輸服務(wù)指標(biāo)的要求也存在明顯的差異。例如：因公務(wù)問(wèn)題的出行者，對(duì)價(jià)格的敏感性較小，他們更多的追求出行環(huán)境的舒適、高速與安全。而經(jīng)商出行的出行者，則更加注重到達(dá)時(shí)刻的準(zhǔn)時(shí)性，同樣的訪友、購(gòu)物與探親等自費(fèi)出行目的的出行者，會(huì)綜合考慮更多的因素，即如何在經(jīng)濟(jì)能夠承受的情況下選擇相對(duì)快捷及及時(shí)的出行方式。

（4）出行費(fèi)用

出行費(fèi)用是出行者在整個(gè)出行過(guò)程中所支付的所有經(jīng)濟(jì)開(kāi)銷的一種綜合評(píng)估，也是影響出行者選擇出行方式的主要因素。出行費(fèi)用分為出發(fā)地的市內(nèi)交通費(fèi)用、目的地市內(nèi)交通費(fèi)用以及城際間的交通費(fèi)用三個(gè)部分。

以業(yè)務(wù)出行為主要出行目的的出行者，更傾向于選擇小汽車或者高速鐵路這樣的較舒適與便捷的出行方式，非業(yè)務(wù)出行的則選擇普通鐵路或者告訴大巴的概率大一些,。這可能是因?yàn)闃I(yè)務(wù)出行的費(fèi)用來(lái)源通常為公費(fèi)，出行者對(duì)出行費(fèi)用不敏感，更加重視旅途上的舒適性與便捷性；非業(yè)務(wù)出行一般為自費(fèi)，出行者對(duì)出行費(fèi)用較敏感，更加看重各交通方式的經(jīng)濟(jì)性。

（5）出行時(shí)間

出行時(shí)間分三個(gè)部分，出發(fā)地市內(nèi)的出行時(shí)間、城際間的出行時(shí)間和目的地市內(nèi)的出行時(shí)間。不僅出行的距離影響總出行時(shí)間，而且換乘的方便程度也有所相關(guān)。

五、客列車分類【主要關(guān)注GCD列車】

1. 高速動(dòng)車組列車（G字頭）

2009年12月26日起，武廣高鐵開(kāi)行23趟列車，依據(jù)規(guī)定，武廣高鐵開(kāi)行高速動(dòng)車組的車次有個(gè)新字母打頭，為“G”，寓意為“高速”。目前在設(shè)計(jì)時(shí)速為300公里或350公里的線路上運(yùn)行時(shí)，最高時(shí)速為300公里，鐵路系統(tǒng)標(biāo)準(zhǔn)念法為“高**次”。例如：G字開(kāi)頭1號(hào)車G1001次就是武漢站～廣州南站直達(dá)列車。

2. 城際動(dòng)車組列車（C字頭）

2008年8月1日，京津城際鐵路正式對(duì)公眾運(yùn)行，新啟用車次為C+4位數(shù)字，意為城際列車，目前最高時(shí)速是300公里，鐵路系統(tǒng)標(biāo)準(zhǔn)念法為“城**次”。京津城際的車次范圍是C2001～C2282次。例如：武漢城際列車的車次范圍是C5001～C5720。

3. 普通動(dòng)車組列車（D字頭）

目前，在設(shè)計(jì)為每小時(shí)300公里或每小時(shí)350公里的線路上行駛時(shí)，最高速度為每小時(shí)250公里。當(dāng)在設(shè)計(jì)為250公里/小時(shí)或200公里/小時(shí)的路線上行駛時(shí)，最大速度為200公里/小時(shí)。

4. 直達(dá)特快旅客列車（Z字頭）

最高速度是每小時(shí)160公里，鐵路系統(tǒng)的標(biāo)準(zhǔn)代碼是“直行時(shí)間”。其中大多數(shù)是整排軟座，少數(shù)汽車配備硬臥和硬座，只有一些汽車停在終點(diǎn)站所在的火車站和/或鐵路局內(nèi)的大車站。這種火車是空調(diào)火車。

5. 特快旅客列車（T字頭）

最高時(shí)速140公里，鐵路系統(tǒng)標(biāo)準(zhǔn)念法為“特**次”?？缇痔乜烊讨煌Ｊ?huì)城市、副省級(jí)市和少量主要地級(jí)市等特大站或直達(dá)，管內(nèi)特快全程一般只停地級(jí)市。此類列車為空調(diào)列車。

6. 快速旅客列車（K字頭）

最高時(shí)速120公里，鐵路系統(tǒng)標(biāo)準(zhǔn)念法為“快**次”。全程?？康丶?jí)市類的中大站，也有少量直達(dá)的。此類列車95%以上為空調(diào)列車。其中K1-K2000為跨局列車，K7001-K9850為管內(nèi)列車。

7. 普通旅客快車（普快）

范圍是1001-5998，即快速客運(yùn)列車，停靠在縣級(jí)市和大多數(shù)縣級(jí)大中型車站，大約有40列這種類型的火車。其中，1001-1998是長(zhǎng)途列車跨越3局或更多局的本地列車，2001-2998是跨越2局的列車，4001-5998是短途列車鐵路局內(nèi)的本地列車。

8. 普通旅客列車

簡(jiǎn)稱普客，或慢車，正規(guī)的說(shuō)法中沒(méi)有“普慢”。范圍為6001-7598，?？看蟛糠挚梢酝？康恼军c(diǎn)。由于票價(jià)低廉，列車基本上“站站?！保苁苎鼐€乘客喜愛(ài)。

9. 臨時(shí)旅客列車（L字頭）

在客流高峰期間運(yùn)營(yíng)的臨時(shí)快速客運(yùn)列車?？吭诳h級(jí)市和大多數(shù)縣級(jí)主要車站，鐵路系統(tǒng)的標(biāo)準(zhǔn)代碼為“臨時(shí)”。這種火車通常在春夏季和國(guó)慶節(jié)期間行駛?？缇峙R時(shí)旅客列車通常沒(méi)有空調(diào)，這也被稱為“農(nóng)民工專列”。

10.?旅游列車（Y字頭）

只有極少數(shù)的旅游列車使用這個(gè)數(shù)字，鐵路系統(tǒng)的標(biāo)準(zhǔn)代碼是“旅行時(shí)間”。其中Y1-Y498是局間列車，Y501-Y998是管內(nèi)列車。

目前只有北京，天津存在這種列車，運(yùn)行區(qū)間為北京北站～延慶站/沙城站，天津站/北站～寶坻/薊縣。

• 動(dòng)車組列車：一等座、二等座、部分列車有商務(wù)座；還有部分夜間運(yùn)行的動(dòng)車組列車有軟臥。
• 直達(dá)特快列車：以軟臥為主，部分列車掛有硬臥和硬座或高級(jí)軟臥；
• 特快列車：硬座、硬臥、軟臥、部分有高級(jí)軟臥或軟座；
• 快速列車：硬座、硬臥、軟臥，很少一部分有軟座；
• 臨時(shí)旅客列車、普通列車與快速列車基本相同；
• 城際動(dòng)車組列車：一等座、二等座；
• 高速列車：一等座、二等座、商務(wù)座。

六、指標(biāo)分析邏輯舉例

6.1?單個(gè)指標(biāo)分析

頭等艙的多數(shù)有錢人；折扣票據(jù)的多是普通階層且提前有計(jì)劃的，或出游的或定時(shí)出差的；當(dāng)天往返或隔天往返的基本都是商務(wù)出行；節(jié)假日往返的多是旅游或探親。

6.2?多指標(biāo)分析

年齡+價(jià)格：低年齡+折扣票據(jù)屬于正常資質(zhì)用戶層；低年齡+正常票價(jià)或頭等艙的不是富二代就是創(chuàng)業(yè)老板；中年+折扣票據(jù)的或是旅游客群或是普通階層；中年+正常票據(jù)屬正常階層；中年+頭等艙偏老板階層（公務(wù)艙結(jié)合分析類似）。

往返地+身份證歸屬地：目的地與身份證歸屬地一致的，一般是回家探親的；出發(fā)地與身份證歸屬地一致的，一般是常駐城市（可結(jié)合出發(fā)地次數(shù)增強(qiáng)判斷）。

出行頻率+目的地：出行頻率高的，目的地基本一樣的，基本是商務(wù)出行，且屬于高端商務(wù)了，業(yè)務(wù)穩(wěn)定的；出行頻率高，但目的地經(jīng)常變換的，大部分是開(kāi)拓市場(chǎng)的或者是經(jīng)常出游的。

另外，鐵路出行黑名單可用來(lái)判斷用戶失信行為，能出現(xiàn)在出行失信名單的用戶，證明在出行過(guò)程中有出現(xiàn)嚴(yán)重的不良行為，那保不準(zhǔn)其在真實(shí)貸款后，會(huì)有不還款或者在催收環(huán)節(jié)惡意辱罵催收人員的行為。

只不過(guò)這部分人群數(shù)量過(guò)少，出行黑名單是從2018年下旬才逐漸按月公布，每期公布名單一般幾百到上千個(gè)失信人度等，當(dāng)信貸公司每天幾萬(wàn)幾十萬(wàn)的調(diào)用過(guò)程，只為查詢這個(gè)幾千個(gè)航旅失信名單，實(shí)際應(yīng)用價(jià)值不大，也會(huì)增加中間的查詢耗時(shí)，影響用戶體驗(yàn)。

6.3 通過(guò)旅客周轉(zhuǎn)量及客流量做分析

2018年每月份全國(guó)鐵路旅客周轉(zhuǎn)量及客流量

2018年全國(guó)鐵路客流量為33.75億人次，旅客周轉(zhuǎn)量為14147億人公里，人均運(yùn)轉(zhuǎn)里程為419公里。

2017年全國(guó)鐵路客流量為30.84億人次。

2017年全國(guó)鐵路旅客周轉(zhuǎn)量為13457億人公里。

2017年全國(guó)鐵路旅客人均運(yùn)轉(zhuǎn)里程為436公里。

2018年一到十二月份全國(guó)鐵路主要指標(biāo)完成情況表：

這個(gè)數(shù)據(jù)表可以根據(jù)當(dāng)前建模溯源要求自行補(bǔ)充分析，主要是從月份周期中先定位大部分人群的出行目的、家鄉(xiāng)位置等，非特殊月份進(jìn)行商務(wù)、出差、通勤的分析會(huì)更精確。另外出行人次及公里數(shù)在給政府做人口遷徙流動(dòng)決策分析時(shí)比較有用。

6.4 通過(guò)客運(yùn)量做分析

2018年全國(guó)各大鐵路局的客運(yùn)量排名：

NO.1 上海局（客運(yùn)量：6.78億人；客票收入：768億元）2018年發(fā)送旅人人數(shù)6.78億人，（2017年6.28億人），同比增長(zhǎng)7.8%。客票收入方面，2018年768億元，（2017年703億元），同比增長(zhǎng)9.2%。

NO.2 廣州局（客運(yùn)量：4.7億人；客票收入：579.5億元）2018年發(fā)送旅客人數(shù)4.7億人，（2017年4.134億人），同比增長(zhǎng)13.7%。廣州局旅客發(fā)送人數(shù)增長(zhǎng)量排第一，增長(zhǎng)幅度排第5?？推笔杖敕矫妫?79.5億元，（2017年511億元），同比增長(zhǎng)13.4%，增量第一，增幅第六。

NO.3 北京局（客運(yùn)量：3.2億人；客票收入：456.7億元）2108年發(fā)送旅客3.2億人，（2017年3.07億人），同比增長(zhǎng)4.3%；客票收入方面，456.7億元，（2017年430.7億元），同比增長(zhǎng)6%。

NO.4 成都局（客運(yùn)量：2.93億人；客票收入：289.3億元）2018年旅客發(fā)送人數(shù)，2.93億人，（2017年2.45億人），同比增長(zhǎng)19.4%，增量排名與增幅排名均排第三位。客票收入方面：2018年收入289.3億元，（2017年222億元），同比增長(zhǎng)30.2%，增幅排第三。

NO.5 沈陽(yáng)局（客運(yùn)量：2.37億人；客票收入：185.5億元）2018年旅客發(fā)送人數(shù)2.37億人，（2017年2.35億人），同比增長(zhǎng)1%；客票收入方面185.5億元，（2017年178.3億元），同比增長(zhǎng)4%。

NO.6 南昌局（客運(yùn)量：2.36億人；客票收入：230億元）2018年旅客發(fā)送人數(shù)2.36億人，（2017年2.22億），同比增長(zhǎng)6.4%；客票收入方面，230億元，（2017年210億元），同比增長(zhǎng)9.4%。

NO.7 武漢局（客運(yùn)量：1.84億人；客票收入：212億元）2018年旅客發(fā)送人數(shù)1.84億人，（2017年1.76億人），同比增長(zhǎng)4.5%；客票收入方面，212億元，（2017年193.7億元），同比增長(zhǎng)9.5%。

NO.8 濟(jì)南局（客運(yùn)量：1.46億人；客票收入：153.8億元）2018年旅客發(fā)送人數(shù)1.46億人，（2017年1.35億人），同比增長(zhǎng)7.4%；客票收入方面，153.8億元，（2017年145.4億元），同比增長(zhǎng)5.7%。

NO.9 鄭州局（客運(yùn)量：1.35億人；客票收入：146.7億元）2018年旅客發(fā)送人數(shù)1.35億人，（2017年1.27億人），同比增長(zhǎng)6.8%；客票收入方面，146.7億元，（2017年135億元），同比增長(zhǎng)8.6%。

NO.10 南寧局（客運(yùn)量：1.15億人；客票收入：99.4億元）2018年旅客發(fā)送人數(shù)1.15億人，（2017年1.03億人），同比增長(zhǎng)12.1%；客票收入方面，99.4億元，（2017年86.6億元），同比增長(zhǎng)14.7%。

NO.11 西安局（客運(yùn)量：1.11億人；客票收入：126億元）2018年旅客發(fā)送人數(shù)1.11億人，（2017年9071.6萬(wàn)人），同比增長(zhǎng)22.6%，增幅全路第一，增量2054.7萬(wàn)人，增量也排到了第4位；客票收入方面，126億元，（2017年96.4億元），同比增長(zhǎng)30.6%，客票收入方面，西安局增幅同樣位居第一。

NO.12 哈爾濱局（客運(yùn)量：1.1億人；客票收入：82.7億元）2018年旅客發(fā)送人數(shù)1.1億人，（2017年1.12億人），同比增長(zhǎng)﹣1.3%，18個(gè)鐵路局里面唯一一個(gè)負(fù)增長(zhǎng)的鐵路局；客票收入方面，82.7億元，（2017年80.7億元），同比增長(zhǎng)2.4%。

NO.13 太原局（客運(yùn)量：7520.7萬(wàn)人；客票收入：50.4億元）2018年旅客發(fā)送人數(shù)7520.7萬(wàn)人，（2017年7313萬(wàn)人），同比增長(zhǎng)2.8%；客票收入方面，50.4億元，（2017年45.7億元），同比增長(zhǎng)10.2%。

NO.14 蘭州局（客運(yùn)量：6082.7萬(wàn)人；客票收入：56.99億元）2018年旅客發(fā)送人數(shù)6082.7萬(wàn)人，（2017年5006萬(wàn)人），同比增長(zhǎng)21.4%；客票收入方面，56.99億元，（2017年48.74億元），同比增長(zhǎng)16.9%。

NO.15 昆明局（客運(yùn)量：5463.5萬(wàn)人；客票收入：56.9億元）2018年旅客發(fā)送人數(shù)5463.5萬(wàn)人，（2017年4759.6萬(wàn)人），同比增長(zhǎng)14.7%；客票收入方面，56.9億元，（2017年43.6億元），同比增長(zhǎng)30.5%，客票收入增幅排名第2。

NO.16 烏魯木齊局（客運(yùn)量：3802.5萬(wàn)人；客票收入：51.2億元）2018年旅客發(fā)送人數(shù)3802.5萬(wàn)人，（2017年3557.9萬(wàn)人），同比增長(zhǎng)6.8%；客票收入方面，51.2億元，（2017年46.3億元），同比增長(zhǎng)10.7%。

NO.17 呼和浩特局（客運(yùn)量：3566.6萬(wàn)人；客票收入：24.7億元）2018年旅客發(fā)送人數(shù)3566.6萬(wàn)人，（2017年3467萬(wàn)人），同比增長(zhǎng)2.8%；客票收入方面，24.7億元，（2017年24.2億元），同比增長(zhǎng)2.3%。

NO.18 青藏鐵路公司（客運(yùn)量：1636.4萬(wàn)人；客票收入：21.5億元）2018年旅客發(fā)送人數(shù)1636.4萬(wàn)人，（2017年1480.3萬(wàn)人），同比增長(zhǎng)10.5%；客票收入方面，21.5億元，（2017年19.9億元），同比增長(zhǎng)8.1%。

以上羅列的數(shù)據(jù)目的是找出鐵路出行頻率最高的城市集群，然后結(jié)合城市集群的經(jīng)濟(jì)發(fā)展及就業(yè)工資分布，可以交叉獲取群體的資質(zhì)能力。出行頻率不高的城市集群或者是線下金融機(jī)構(gòu)可以考慮的布點(diǎn)選擇或者通過(guò)其他出行工具數(shù)據(jù)補(bǔ)充軌跡信息，獲取群體資質(zhì)能力。

6.5?常住地界定

根據(jù)聯(lián)合國(guó)經(jīng)濟(jì)和社會(huì)事務(wù)部統(tǒng)計(jì)司在《人口和住房普查原則與建議》中的建議，常住地可按照以下標(biāo)準(zhǔn)界定：

1. 在最近12個(gè)月的大部分時(shí)間一直居住的地方，不包括因度假或工作引起的短暫出行；
2. 至少在最近12個(gè)月一直居住的地方，不包括因度假或工作引起的短暫出行。

旅客出行一般是從常住地出發(fā)經(jīng)過(guò)一個(gè)或多個(gè)目的地后返回常住地，完成一次出行。對(duì)于普通旅客，旅客在目的地的停留時(shí)間要遠(yuǎn)小于在常住地停留的時(shí)間。鐵路出行數(shù)據(jù)可以描述旅客乘坐火車的出行軌跡，通過(guò)分析旅客的出行記軌跡、在目的地的停留時(shí)間，利用邏輯判斷、概率計(jì)算等方法可以判斷旅客每次出行的起點(diǎn)，從而可以利用旅客一年以上的出行數(shù)據(jù)推斷旅客的常住地。

基于出行數(shù)據(jù)識(shí)別常駐地：

利用鐵路旅客出行數(shù)據(jù)推斷常住地信息，受出行數(shù)據(jù)質(zhì)量影響，影響因素主要有：

• 出行次數(shù)過(guò)少：部分旅客在統(tǒng)計(jì)周期內(nèi)的通過(guò)鐵路的出行次數(shù)過(guò)少，不能形成有效的出行回路，無(wú)法在出行起點(diǎn)與出行終點(diǎn)之間確定常住地，這些旅客的常住地不能通過(guò)鐵路出行數(shù)據(jù)進(jìn)行識(shí)別。
• 行程不連續(xù)：綜合交通背景下，旅客可組合多種交通方式完成出行，導(dǎo)致鐵路出行數(shù)據(jù)在整個(gè)行程上是不連續(xù)的，該類型旅客需要結(jié)合其他交通方式的出行數(shù)據(jù)進(jìn)行判斷。
• 多出行起點(diǎn)：鐵路出行數(shù)據(jù)可能構(gòu)成多個(gè)出行回路，旅客出行時(shí)可能存在多個(gè)不同的出行起點(diǎn)，該情況下可選取比重最大的出行起點(diǎn)作為常住地。
• 目的地最大停留時(shí)間：根據(jù)不同的出行目的，旅客在目的地的停留時(shí)間一般會(huì)有一個(gè)時(shí)間上限，當(dāng)旅客在目的地的停留時(shí)間過(guò)長(zhǎng)時(shí)旅客可能存在多個(gè)常住地，該情況有效無(wú)法識(shí)別旅客常住地。

七、用戶畫(huà)像系統(tǒng)鐵路公司對(duì)外應(yīng)用場(chǎng)景

鐵路互聯(lián)網(wǎng)售票系統(tǒng)上線以來(lái)注冊(cè)用戶已經(jīng)超過(guò)3.5億，乘車用戶超過(guò)8億，每天都產(chǎn)生海量的用戶行為日志數(shù)據(jù)。隨著鐵路12306互聯(lián)網(wǎng)售票系統(tǒng)，站車WIFI運(yùn)營(yíng)服務(wù)、廣告平臺(tái)、互聯(lián)網(wǎng)訂餐等系統(tǒng)數(shù)據(jù)的不斷規(guī)范和收集，數(shù)據(jù)中已經(jīng)囊括了鐵路客運(yùn)多年的運(yùn)營(yíng)數(shù)據(jù)，包括對(duì)客票產(chǎn)品的清晰描述和定位、對(duì)旅客的行為收集可達(dá)“可視化”程度、對(duì)延伸產(chǎn)品的轉(zhuǎn)化的理解等方面，急需從平臺(tái)囊括的萬(wàn)千數(shù)據(jù)中，借鑒當(dāng)前互聯(lián)網(wǎng)產(chǎn)品的發(fā)展模式，找尋適合鐵路發(fā)展的數(shù)據(jù)增值應(yīng)用，提高鐵路客運(yùn)的整體效益和服務(wù)水平。

鐵路客運(yùn)用戶畫(huà)像系統(tǒng)實(shí)現(xiàn)對(duì)全路局交通場(chǎng)景的信息以及延伸服務(wù)產(chǎn)生的數(shù)據(jù)進(jìn)行交互、匯集、共享，通過(guò)數(shù)據(jù)清理和挖掘分析，為各種鐵路客運(yùn)服務(wù)系統(tǒng)進(jìn)行資源管理、分析與服務(wù)提供支持。同時(shí)，根據(jù)具體的客運(yùn)業(yè)務(wù)系統(tǒng)的需要，進(jìn)一步開(kāi)發(fā)擴(kuò)展支撐功能。

增值服務(wù)主要針對(duì)六個(gè)方面：核驗(yàn)服務(wù)、精準(zhǔn)營(yíng)銷、業(yè)務(wù)預(yù)測(cè)、風(fēng)險(xiǎn)識(shí)別、征信服務(wù)。它們都是構(gòu)建在精準(zhǔn)刻畫(huà)的用戶畫(huà)像的基礎(chǔ)之上，其往往存在目標(biāo)人群定位不準(zhǔn)確、輕視用戶行為兩個(gè)問(wèn)題。而我們的目標(biāo)是建立精準(zhǔn)的“用戶畫(huà)像”，以來(lái)支撐構(gòu)建出準(zhǔn)確的用戶分群和利用機(jī)器學(xué)習(xí)算法構(gòu)建的精準(zhǔn)營(yíng)銷（個(gè)性化推薦）系統(tǒng)、預(yù)測(cè)系統(tǒng)、風(fēng)險(xiǎn)識(shí)別系統(tǒng)、征信服務(wù)系統(tǒng)等。

7.1?核驗(yàn)服務(wù)

2015年年底央行發(fā)布的《非銀行支付機(jī)構(gòu)網(wǎng)絡(luò)支付業(yè)務(wù)管理辦法》。這份新的非銀支付管理辦法于2016年7月1日起正式實(shí)施。其要求支付機(jī)構(gòu)為客戶開(kāi)立支付賬戶的，應(yīng)當(dāng)對(duì)客戶實(shí)行實(shí)名制管理[45]。

無(wú)論從保障消費(fèi)者權(quán)益、防范非法活動(dòng)、降低支付風(fēng)險(xiǎn)、促進(jìn)行業(yè)發(fā)展等那個(gè)角度來(lái)看，第三方支付實(shí)名制都是一件利國(guó)利民的好事。但在推行和實(shí)施的過(guò)程中，無(wú)論監(jiān)管機(jī)構(gòu)，還是支付機(jī)構(gòu)，如能更好的兼顧用戶體驗(yàn)，才能把好事辦好。畢竟第三方支付行業(yè)勝在高效的支付效率和較低的用戶交易成本，而差的用戶體驗(yàn)必然增加用戶交易成本甚至降低支付成功率。這無(wú)疑不利于仍然處于起步階段的網(wǎng)絡(luò)支付行業(yè)持續(xù)發(fā)展。

忙于響應(yīng)監(jiān)管、卻疏于兼顧用戶體驗(yàn)，支付寶、微信支付等主流第三方支付平臺(tái)近期對(duì)于實(shí)名驗(yàn)證流程的大步推進(jìn)，也讓不少用戶不由叫苦。各第三方支付平臺(tái)急切需要簡(jiǎn)化用戶核驗(yàn)流程，在提高用戶體驗(yàn)的情況下完成用戶的核驗(yàn)，故需要借助外部系統(tǒng)提供的核驗(yàn)服務(wù)。

而鐵路為了保障鐵路旅客生命財(cái)產(chǎn)安全，維護(hù)旅客運(yùn)輸秩序幾年前就開(kāi)始實(shí)行實(shí)名制，旅客通過(guò)互聯(lián)網(wǎng)、電話等方式購(gòu)票時(shí)，購(gòu)票人需要提供真實(shí)準(zhǔn)確的乘車人有效身份證件信息；取票時(shí)，應(yīng)當(dāng)提供乘車人的有效身份證件原件或者復(fù)印件。

目前鐵路互聯(lián)網(wǎng)售票系統(tǒng)注冊(cè)用戶突破3.5億，乘車旅客信息超過(guò)7個(gè)億，全部旅客信息都是通過(guò)實(shí)名制核驗(yàn)的。所有的數(shù)據(jù)都是真實(shí)可靠的，所以鐵路客運(yùn)用戶畫(huà)像系統(tǒng)可以對(duì)第三方服務(wù)平臺(tái)提供身份核驗(yàn)服務(wù)，發(fā)揮鐵路旅客數(shù)據(jù)的價(jià)值，降低第三方支付平臺(tái)實(shí)名制實(shí)施的難度。

當(dāng)然鐵路的身份核驗(yàn)服務(wù)肯定不如公安部的身份核驗(yàn)服務(wù)覆蓋率、準(zhǔn)確性及時(shí)效性，對(duì)于一些非涉及資金及敏感信息的場(chǎng)景，鐵路的身份核驗(yàn)服務(wù)可以使用。

7.2?精準(zhǔn)營(yíng)銷

對(duì)于互聯(lián)網(wǎng)的營(yíng)銷原本就屬于數(shù)據(jù)驅(qū)動(dòng)的領(lǐng)域，大數(shù)據(jù)更是提供了一個(gè)前所未有的機(jī)會(huì)，以大數(shù)據(jù)為基礎(chǔ)的智能營(yíng)銷是行業(yè)發(fā)展的必然趨勢(shì)。

近幾年為了滿足旅客現(xiàn)代化、多元化、全行程、綜合性的出行服務(wù)需求，提高鐵路整體形象，按照“統(tǒng)一規(guī)劃、協(xié)同建設(shè)、分級(jí)管理、資源共享”的組織原則，建設(shè)鐵路客運(yùn)延伸服務(wù)系統(tǒng)，開(kāi)展餐飲服務(wù)、酒店預(yù)訂、旅游預(yù)訂、定制服務(wù)、行程信息服務(wù)、站車商業(yè)、體驗(yàn)店等圍繞旅客出行的業(yè)務(wù)服務(wù)和各業(yè)務(wù)銷售渠道的廣告管理業(yè)務(wù)。

隨著鐵路延伸服務(wù)的不斷完善，鐵路客運(yùn)互聯(lián)網(wǎng)產(chǎn)品個(gè)數(shù)和種類快速增長(zhǎng)，信息過(guò)載是鐵路客運(yùn)大數(shù)據(jù)環(huán)境下最嚴(yán)重的問(wèn)題之一。這種瀏覽大量無(wú)關(guān)的信息和產(chǎn)品過(guò)程，無(wú)疑會(huì)使淹沒(méi)在信息過(guò)載問(wèn)題中的用戶不斷流失。

推薦系統(tǒng)作為有效緩解該問(wèn)題的方法，受到工業(yè)界和學(xué)術(shù)界越來(lái)越多的關(guān)注。如何充分利用豐富的用戶反饋、社會(huì)化網(wǎng)絡(luò)等信息進(jìn)一步提高推薦系統(tǒng)的性能和用戶滿意度，成為大數(shù)據(jù)環(huán)境下推薦系統(tǒng)的主要任務(wù)。用戶需要花費(fèi)大量的時(shí)間才能找到自己想買的產(chǎn)品。

根據(jù)旅客的興趣特點(diǎn)和購(gòu)買行為，向用戶推薦用戶感興趣的信息和商品。為了解決這些問(wèn)題，鐵路客運(yùn)用戶畫(huà)像系統(tǒng)需要構(gòu)建個(gè)性化推薦系統(tǒng)。

該系統(tǒng)是建立在海量用戶畫(huà)像系統(tǒng)的應(yīng)用數(shù)據(jù)挖掘基礎(chǔ)上，進(jìn)行準(zhǔn)確定位產(chǎn)品與用戶關(guān)系的智能服務(wù)系統(tǒng)，常見(jiàn)的算法有：協(xié)同過(guò)濾、基于內(nèi)容的推薦、基于人口統(tǒng)計(jì)學(xué)的推薦，為了兼顧各個(gè)算法的優(yōu)點(diǎn)，采用混合推薦算法，為鐵路延伸服務(wù)系統(tǒng)傳入不同推薦算法的推薦的產(chǎn)品列表，以幫助鐵路延伸服務(wù)為其用戶購(gòu)買產(chǎn)品提供完全個(gè)性化的決策支持和信息服務(wù)。

7.3?業(yè)務(wù)預(yù)測(cè)

（1）旅客流量預(yù)測(cè)

鐵路以其運(yùn)量大、速度快、低效能、污染少、安全可靠等不可替代的優(yōu)勢(shì)，逐漸成為了城市間公共客運(yùn)系統(tǒng)的骨干架構(gòu)。然而，單一地考慮某一條線路的走向、站點(diǎn)位置，而未從全局整體規(guī)劃考慮，就不可避免的造成資源的浪費(fèi)。

鐵路客運(yùn)為了保持市場(chǎng)競(jìng)爭(zhēng)力，實(shí)現(xiàn)利潤(rùn)最大化，需要了解日常鐵路客運(yùn)流量、淡旺季變動(dòng)指數(shù)、冷熱門線路。其中，為了準(zhǔn)確把握市場(chǎng)，需要對(duì)客流進(jìn)行充分的了解和預(yù)測(cè)。

（2）餐飲服務(wù)預(yù)測(cè)大數(shù)據(jù)應(yīng)用顯現(xiàn)出巨大的經(jīng)濟(jì)價(jià)值。

正是由于餐飲行業(yè)競(jìng)爭(zhēng)激烈而又利潤(rùn)微薄，要想成功實(shí)屬不易，不少餐館開(kāi)始轉(zhuǎn)向大數(shù)據(jù)以獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。而對(duì)于餐飲業(yè)，大數(shù)據(jù)的關(guān)鍵在于數(shù)據(jù)分析的能力，有效的數(shù)據(jù)分析能力才可能產(chǎn)生高質(zhì)量的結(jié)果。良好的數(shù)據(jù)資產(chǎn)將成為未來(lái)核心競(jìng)爭(zhēng)力，一切皆可被數(shù)據(jù)化，鐵路客運(yùn)系統(tǒng)目前服務(wù)的用戶量已超過(guò)7億，每天會(huì)產(chǎn)生大量的數(shù)據(jù)，這些數(shù)據(jù)的積累，有助于企業(yè)進(jìn)行預(yù)測(cè)和決策。

基于鐵路客運(yùn)用戶畫(huà)像系統(tǒng)收集的用戶行為數(shù)據(jù)，通過(guò)深入分析，用戶的基本信息、消費(fèi)頻次、點(diǎn)菜口味、消費(fèi)水平等都會(huì)被發(fā)現(xiàn)，并將其進(jìn)行提煉，分析有助于企業(yè)進(jìn)行預(yù)測(cè)和決策，并將其運(yùn)用到餐飲行業(yè)“進(jìn)、銷、存、管理運(yùn)營(yíng)”等四個(gè)重要節(jié)點(diǎn)。

（3）酒店服務(wù)預(yù)測(cè)

市場(chǎng)預(yù)測(cè)是酒店開(kāi)展收益管理工作的基礎(chǔ)，其主要作用是為酒店收益管理人員獲取市場(chǎng)信息、掌握未來(lái)市場(chǎng)的需求變化情況，分析顧客的消費(fèi)行為、實(shí)施客房預(yù)訂與存量控制，價(jià)格決策以及確定超訂量等提供必需的數(shù)據(jù)。同時(shí)，也為酒店管理者制定市場(chǎng)戰(zhàn)略和進(jìn)行市場(chǎng)決策提供重要的參考依據(jù)。

（4）旅游服務(wù)預(yù)測(cè)

旅游行業(yè)是大數(shù)據(jù)應(yīng)用前景最廣闊的行業(yè)之一，對(duì)用戶的行為分析，可以準(zhǔn)確預(yù)知客流趨向，進(jìn)而采取相應(yīng)的措施疏導(dǎo)客流?？梢灾烙慰拖矚g什么樣的產(chǎn)品，進(jìn)而開(kāi)發(fā)建設(shè)適銷對(duì)路的產(chǎn)品；還可以知道游客需要什么樣的公共服務(wù)，進(jìn)而改進(jìn)旅游公共服務(wù)。

通過(guò)鐵路客運(yùn)的海量用戶行為數(shù)據(jù)，進(jìn)行數(shù)據(jù)挖掘，可以準(zhǔn)確的分析出旅游的客源市場(chǎng)在哪里、哪些產(chǎn)品是消費(fèi)者關(guān)注的，這就為精準(zhǔn)營(yíng)銷提供了重要的數(shù)據(jù)支撐。

7.4?風(fēng)險(xiǎn)識(shí)別

（1）異常購(gòu)票用戶識(shí)別

為了識(shí)別異常用戶主要使用兩種方案：用戶與客票系統(tǒng)交互日志；用戶常用聯(lián)系人之間的關(guān)系網(wǎng)絡(luò)。

用戶行為日志作為鐵路互聯(lián)網(wǎng)售票系統(tǒng)提供服務(wù)過(guò)程中，用戶與系統(tǒng)交互過(guò)程中產(chǎn)生的有關(guān)用戶訪問(wèn)行為的數(shù)據(jù)，日志數(shù)據(jù)詳細(xì)描述用戶對(duì)互聯(lián)網(wǎng)售票系統(tǒng)的使用情況，通過(guò)對(duì)海量的購(gòu)票日志數(shù)據(jù)進(jìn)行數(shù)據(jù)分析，挖掘并提取出用戶異常購(gòu)票行為特征，建立規(guī)則庫(kù)，根據(jù)規(guī)則識(shí)別出異常購(gòu)票行為。

基于用戶的常用聯(lián)系人構(gòu)建關(guān)系網(wǎng)絡(luò)，識(shí)別出異常用戶的子拓?fù)鋱D，根據(jù)識(shí)別出的子拓?fù)鋱D在全量用戶及常用聯(lián)系人的關(guān)系網(wǎng)絡(luò)中進(jìn)行相似度計(jì)算，識(shí)別出危險(xiǎn)性較高的用戶。

通過(guò)離線分析識(shí)別出異常購(gòu)票行為和異常購(gòu)票用戶的識(shí)別模型，當(dāng)用戶在鐵路互聯(lián)網(wǎng)售票系統(tǒng)購(gòu)票過(guò)程中，實(shí)時(shí)的收集該用戶的行為日志數(shù)據(jù)以及基本數(shù)據(jù)（個(gè)人信息、常用聯(lián)系人信息等），并與離線分析出的識(shí)別模型進(jìn)行匹配，從而達(dá)到實(shí)時(shí)的管控和打擊黃牛黨刷票等行為的目的，維護(hù)了互聯(lián)網(wǎng)售票交易的公平性。

（2）羊毛黨識(shí)別

羊毛黨以多種形式存在于網(wǎng)絡(luò)里。虛擬多臺(tái)電腦設(shè)備并使用IP欺騙的方式，用軟件同時(shí)控制多臺(tái)智能終端做為肉機(jī)，在社區(qū)軟件里組成關(guān)聯(lián)群、招聘“兼職人員”等等，專業(yè)的羊毛黨可以用極低的成本獲取極高的收入，致使許多電商、O2O平臺(tái)損失慘重，甚至被搞垮。

運(yùn)用技術(shù)手段，在注冊(cè)環(huán)節(jié)減少惡意軟件的入侵；提高領(lǐng)取門檻；完善用戶的信息審核，邀請(qǐng)用戶填寫(xiě)仔細(xì)的個(gè)人資料，鎖定IP，設(shè)定最大閾值的注冊(cè)量，通過(guò)相關(guān)歷史數(shù)據(jù)，對(duì)已注冊(cè)用戶進(jìn)行比對(duì)，通過(guò)規(guī)則對(duì)其進(jìn)行識(shí)別等。

八、用戶畫(huà)像系統(tǒng)的應(yīng)用

8.1?征信服務(wù)

大數(shù)據(jù)的發(fā)展對(duì)征信發(fā)展起到了非常大的促進(jìn)作用，征信最早起源于消費(fèi)分期，沒(méi)有定量的描述。進(jìn)入大數(shù)據(jù)時(shí)代，用戶的行為數(shù)據(jù)得到了沉淀和積累，可以使用機(jī)器學(xué)習(xí)和數(shù)據(jù)統(tǒng)計(jì)的模型來(lái)計(jì)算和評(píng)估用戶的信用，從而促進(jìn)社會(huì)誠(chéng)信建設(shè)的快速發(fā)展。

通過(guò)鐵路客運(yùn)用戶畫(huà)像系統(tǒng)建設(shè)和機(jī)制安排，將旅客的購(gòu)票、訂餐、酒店預(yù)訂、旅游出行、廣告點(diǎn)擊等信息記錄下來(lái)，使之規(guī)范化、數(shù)字化、公開(kāi)化，變無(wú)規(guī)律為有規(guī)律，變不可考為有證查，變不可知為能可知。

大數(shù)據(jù)征信面對(duì)的是鐵路客運(yùn)所有的旅客行為數(shù)據(jù)以及上千個(gè)維度的評(píng)價(jià)指標(biāo)。為了對(duì)鐵路客運(yùn)浩繁復(fù)雜的數(shù)據(jù)進(jìn)行實(shí)時(shí)、自動(dòng)的挖掘和計(jì)算，鐵路客運(yùn)用戶畫(huà)像系統(tǒng)借助互聯(lián)網(wǎng)、大數(shù)據(jù)、云平臺(tái)等新技術(shù)，需要?jiǎng)?chuàng)建一套以全路數(shù)據(jù)挖掘、旅客信用計(jì)算、對(duì)外服務(wù)三大核心技術(shù)為支撐的大數(shù)據(jù)征信模式，實(shí)現(xiàn)了旅客行為數(shù)據(jù)采集，行為信用計(jì)算的一體化和全自動(dòng)化。不僅能夠?yàn)殍F路客運(yùn)提供服務(wù)，也可以跟其他企業(yè)進(jìn)行信用業(yè)務(wù)共享。

在金融風(fēng)控及用戶分層場(chǎng)景，部分金融公司在建模過(guò)程也獲得不錯(cuò)的反饋。特別一些P2P業(yè)務(wù)客群通過(guò)鐵路的標(biāo)簽識(shí)別出相對(duì)優(yōu)質(zhì)的小部分客群，然后對(duì)這部分客群往銀行等優(yōu)質(zhì)金融場(chǎng)景導(dǎo)，其實(shí)也是在助貸業(yè)務(wù)做鋪墊。

8.2?用戶核驗(yàn)系統(tǒng)

用戶核驗(yàn)系統(tǒng)主要是根據(jù)鐵路客運(yùn)用戶畫(huà)像系統(tǒng)計(jì)算出的用戶標(biāo)簽為第三方提供用戶身份核驗(yàn)服務(wù)，發(fā)揮鐵路旅客數(shù)據(jù)的價(jià)值，降低第三方支付平臺(tái)實(shí)名制實(shí)施的難度

設(shè)計(jì)用戶信用值計(jì)算模型。目前第三方軟件以“預(yù)付可提高排名”，“專享100M提速光纖”……為“噱頭”，吸引了大量的用戶借助其進(jìn)行購(gòu)票，嚴(yán)重的影響了公平公正的購(gòu)票環(huán)境，為了打擊非正常購(gòu)票用戶，上線了風(fēng)控系統(tǒng)。

然而目前風(fēng)控系統(tǒng)只是根據(jù)用戶登錄IP更換頻率、設(shè)備指紋更換頻率、余票查詢頻率、CDN地址更換頻率等角度實(shí)時(shí)的識(shí)別異常請(qǐng)求。海量的歷史數(shù)據(jù)還沒(méi)有進(jìn)行更深一層的分析，還不能有效的挖掘出歷史數(shù)據(jù)的潛在的價(jià)值，后期可以根據(jù)用戶畫(huà)像系統(tǒng)提供的用戶的行為特征數(shù)據(jù)，設(shè)計(jì)用戶購(gòu)票信用值模型，預(yù)測(cè)用戶惡意購(gòu)票的指數(shù)，并對(duì)接風(fēng)控系統(tǒng)實(shí)現(xiàn)異常用戶識(shí)別的模型，同時(shí)從離線和實(shí)時(shí)兩個(gè)方面更加高效的識(shí)別異常用戶。

九、鐵路數(shù)據(jù)應(yīng)用場(chǎng)景及價(jià)值

以下圍繞鐵路數(shù)據(jù)在社會(huì)及經(jīng)濟(jì)2個(gè)維度，簡(jiǎn)單羅列相應(yīng)的應(yīng)用場(chǎng)景供參考。

9.1 社會(huì)價(jià)值

（1）為政府部門提供宏觀經(jīng)濟(jì)分析報(bào)告

鐵路客流大數(shù)據(jù)及貨運(yùn)大數(shù)據(jù)均體現(xiàn)覆蓋區(qū)域的人口流動(dòng)及經(jīng)濟(jì)變動(dòng)情況，形成全國(guó)或區(qū)域化的宏觀經(jīng)濟(jì)分析報(bào)告，可為政府部門提供全國(guó)及區(qū)域經(jīng)濟(jì)變動(dòng)情況，輔助政府部門實(shí)施更精確的宏觀經(jīng)濟(jì)調(diào)控策略及手段。

（2）與執(zhí)法部門實(shí)現(xiàn)聯(lián)防聯(lián)控

鐵路大數(shù)據(jù)已覆蓋全國(guó)超過(guò)8億的人口，是人民群眾出行的主要交通工具，因此鐵路部門可以與執(zhí)法部門聯(lián)通，聯(lián)防聯(lián)控，及時(shí)發(fā)現(xiàn)犯罪分子的蹤跡，實(shí)現(xiàn)快速精確打擊抓捕犯罪分子的目的，保障鐵路出行安全及社會(huì)穩(wěn)定。

（3）助力智慧城市的發(fā)展

通過(guò)對(duì)鐵路大數(shù)據(jù)的挖掘分析及提取，通過(guò)XXX打通各部委數(shù)據(jù)，打造適合智慧城市需求的數(shù)據(jù)產(chǎn)品，助力智慧城市的發(fā)展，實(shí)現(xiàn)對(duì)城市的精細(xì)化和智能化管理，從而減少資源消耗，降低環(huán)境污染，解決交通擁堵，消除安全隱患，最終實(shí)現(xiàn)城市的可持續(xù)發(fā)展。

（4）打造包括鐵路、高速、國(guó)道及海事等全面的交通運(yùn)輸信用體系

通過(guò)整合共享公路建設(shè)、水運(yùn)工程建設(shè)、道路運(yùn)輸、水路運(yùn)輸、安全生產(chǎn)、海事執(zhí)法，以及鐵路、民航、郵政等領(lǐng)域的信用信息，與全國(guó)信用信息共享平臺(tái)、國(guó)家企業(yè)信用信息公示系統(tǒng)等國(guó)家級(jí)平臺(tái)進(jìn)行對(duì)接共享。推動(dòng)獎(jiǎng)懲信息在行政許可、招標(biāo)投標(biāo)等業(yè)務(wù)系統(tǒng)中的應(yīng)用，加快構(gòu)建“守信者無(wú)事不擾，失信者利劍高懸”的獎(jiǎng)懲格局。

（5）打造鐵路智慧供應(yīng)鏈，支撐實(shí)現(xiàn)貨運(yùn)跨界收益

鐵路智慧供應(yīng)鏈利用鐵路物流平臺(tái)，實(shí)現(xiàn)上下游供應(yīng)鏈及并行的商貿(mào)或生產(chǎn)供應(yīng)鏈間的資源配置優(yōu)化，促進(jìn)物流服務(wù)產(chǎn)業(yè)鏈直接相關(guān)的商貿(mào)及供應(yīng)鏈金融服務(wù)體系融合，并將通過(guò)“運(yùn)貿(mào)融一體化”來(lái)獲取跨界收益。

（6）為優(yōu)化交通接駁設(shè)施提供決策支持

不同區(qū)域、不同季節(jié)、不同時(shí)間的鐵路客運(yùn)量是不一樣的，針對(duì)鐵路客運(yùn)數(shù)據(jù)的統(tǒng)計(jì)分析，為各站點(diǎn)所在城市的交通部門提供交通接駁設(shè)施安排及規(guī)劃，為乘客帶來(lái)從鐵路出口直達(dá)城區(qū)中心或各景點(diǎn)區(qū)域地帶的無(wú)縫鏈接交通乘坐體驗(yàn)。

（7）為打造旅游景點(diǎn)選址提供鐵路熱力數(shù)據(jù)支持

政府或投資機(jī)構(gòu)可以選擇全國(guó)鐵路乘客熱力數(shù)據(jù)，從人口集中游玩的區(qū)域中挖掘適合打造新的旅游景點(diǎn)的數(shù)據(jù)支撐，或者為擴(kuò)充景點(diǎn)區(qū)域提供可靠游客流量數(shù)據(jù)支撐。

（8）為政府實(shí)現(xiàn)流動(dòng)人口監(jiān)測(cè)提供人口流動(dòng)數(shù)據(jù)做參考

外來(lái)人口大部分都是通過(guò)鐵路運(yùn)輸實(shí)現(xiàn)的，特別是長(zhǎng)距離遷徙。而外來(lái)人口是各個(gè)城市都需要重點(diǎn)關(guān)注的，不管是短期游玩還是長(zhǎng)期居住。因此鐵路的客流數(shù)據(jù)可以提前告知各個(gè)城市監(jiān)管部門，提前做好外來(lái)人口的流動(dòng)監(jiān)控。

（9）為物流園區(qū)科學(xué)布點(diǎn)規(guī)劃提供運(yùn)力數(shù)據(jù)參考

鐵路歷年貨運(yùn)數(shù)據(jù)可以支撐貨運(yùn)起始地、中轉(zhuǎn)地及目的地三地的物流園區(qū)選擇，實(shí)現(xiàn)鐵轉(zhuǎn)路或路轉(zhuǎn)鐵的運(yùn)力調(diào)配最優(yōu)，降低運(yùn)輸鏈條上各企業(yè)的物流運(yùn)輸成本，提高裝卸貨及運(yùn)輸?shù)男省?/p>

（10）為物流公司提供鐵路運(yùn)輸信用體系的不良運(yùn)輸企業(yè)名單，降低合作風(fēng)險(xiǎn)

鐵路運(yùn)輸體系中涉及的關(guān)聯(lián)運(yùn)輸企業(yè)數(shù)量眾多，這個(gè)合作過(guò)程中產(chǎn)生的不良運(yùn)輸企業(yè)名單，可以為各物流公司在選擇合作伙伴時(shí)及時(shí)發(fā)現(xiàn)潛在風(fēng)險(xiǎn)，降低合作后的損失。

（11）為商業(yè)車險(xiǎn)保費(fèi)定價(jià)提供相關(guān)決策支持

商車保費(fèi)定價(jià)中行駛里程、約定行駛區(qū)域、車型、投保車輛數(shù)、絕對(duì)免賠額等都會(huì)影響其定價(jià)，與鐵路貨運(yùn)長(zhǎng)期合作的車輛行駛區(qū)域相對(duì)穩(wěn)定，里程也比較清晰，有利于車險(xiǎn)公司實(shí)現(xiàn)更精確的車險(xiǎn)保費(fèi)定價(jià)。

9.2 經(jīng)濟(jì)價(jià)值

（1）為保險(xiǎn)機(jī)構(gòu)提供經(jīng)營(yíng)決策支持

保險(xiǎn)機(jī)構(gòu)根據(jù)存量客群在保險(xiǎn)機(jī)構(gòu)及鐵路場(chǎng)景的活躍度，根據(jù)年齡、性別、艙位等級(jí)、頻次及出發(fā)到達(dá)地點(diǎn)等維度，打造不同保費(fèi)、保額及保期的出行意外險(xiǎn)甚至健康險(xiǎn)或壽險(xiǎn)等，實(shí)現(xiàn)千人千面千險(xiǎn)的產(chǎn)品創(chuàng)新，滿足不同保險(xiǎn)客群的實(shí)際保障需求。

根據(jù)中國(guó)銀保監(jiān)會(huì)發(fā)布的2018年保險(xiǎn)數(shù)據(jù)統(tǒng)計(jì)報(bào)告顯示，2018年保險(xiǎn)業(yè)新增保單件數(shù)290.72億件,同比增長(zhǎng)66.13%。其中，壽險(xiǎn)本年新增累計(jì)保單0.89億件；健康險(xiǎn)32.01億件,增長(zhǎng)417.28%；意外險(xiǎn)64.99億件，增長(zhǎng)168.51%。

壽險(xiǎn)、健康險(xiǎn)及意外險(xiǎn)年新增保單約98億件，均主要是與人相關(guān)的險(xiǎn)種，因此在做營(yíng)銷畫(huà)像可借助鐵路大數(shù)據(jù)達(dá)到更好的效果。假設(shè)保險(xiǎn)機(jī)構(gòu)20%的客戶是通過(guò)鐵路大數(shù)據(jù)優(yōu)化經(jīng)營(yíng)決策轉(zhuǎn)化的，每次調(diào)用接口費(fèi)用3元，則可為中鐵帶來(lái)58.8億元的年收入規(guī)模（鐵路大數(shù)據(jù)單次使用總費(fèi)用按3元，以下例子同理）。

（2）滿足保險(xiǎn)機(jī)構(gòu)投保反欺詐需求

保險(xiǎn)反欺詐主要針對(duì)車險(xiǎn)及壽險(xiǎn)產(chǎn)品，通過(guò)對(duì)鐵路大數(shù)據(jù)各維度的挖掘，結(jié)合外部風(fēng)險(xiǎn)數(shù)據(jù)，綜合判斷新增投保及存量續(xù)?？蛻羰欠裼型侗Ｆ墼p行為的潛在風(fēng)險(xiǎn)。

而2018年壽險(xiǎn)本年新增累計(jì)保單0.89億件，車險(xiǎn)4.48億件，假設(shè)其中20%的保單的反欺詐是通過(guò)鐵路大數(shù)據(jù)實(shí)現(xiàn)的，則可為中鐵帶來(lái)3.2億元的年收入規(guī)模。

（3）為旅游機(jī)構(gòu)提供經(jīng)營(yíng)決策支持

2018年國(guó)內(nèi)旅游55.39億人次，而國(guó)家鐵路旅客發(fā)送量完成33.17億人次。鐵路旅客人次少于旅游人次，則可以鐵路人次數(shù)據(jù)作為評(píng)估標(biāo)準(zhǔn)。假設(shè)鐵路人次中有80%是通過(guò)鐵路出行旅游的（剩下20%為非旅游需求），則也有26.5億人次，其中平臺(tái)20%的用戶通過(guò)通過(guò)鐵路大數(shù)據(jù)優(yōu)化經(jīng)營(yíng)決策轉(zhuǎn)化的，則可以帶來(lái)15.9億元的年收入規(guī)模。

（4）為銀行機(jī)構(gòu)提供經(jīng)營(yíng)決策支持

隨著居民可支配結(jié)余資金的穩(wěn)定增長(zhǎng)，國(guó)人們對(duì)理財(cái)?shù)臐撛谛枨笤诔掷m(xù)提升。同時(shí)，互聯(lián)網(wǎng)網(wǎng)民人數(shù)穩(wěn)定增長(zhǎng)以及支付技術(shù)的快速發(fā)展等為互聯(lián)網(wǎng)理財(cái)?shù)陌l(fā)展提供了基礎(chǔ)。

截至2018年12月，我國(guó)購(gòu)買互聯(lián)網(wǎng)理財(cái)產(chǎn)品的網(wǎng)民規(guī)模達(dá)1.51億，則各大平臺(tái)需要對(duì)共15億的注冊(cè)用戶進(jìn)行資質(zhì)分層才能知道哪些是優(yōu)質(zhì)客群（轉(zhuǎn)化率按照10%反推計(jì)算注冊(cè)用戶數(shù)量），則可為中鐵帶來(lái)45億的年收入規(guī)模。

（5）為電商平臺(tái)提供經(jīng)營(yíng)決策支持

截至2018年12月,我國(guó)網(wǎng)民規(guī)模為8.29億，假設(shè)電商平臺(tái)用戶基本覆蓋網(wǎng)民，則電商平臺(tái)用戶總數(shù)也為8.29億元，如每人每年需要消費(fèi)一次，電商平臺(tái)需要對(duì)這些用戶進(jìn)行資質(zhì)分層，判斷該向平臺(tái)用戶推送什么產(chǎn)品。假設(shè)平臺(tái)20%的用戶通過(guò)鐵路大數(shù)據(jù)優(yōu)化經(jīng)營(yíng)決策轉(zhuǎn)化的，則可帶來(lái)近5億的年收入規(guī)模。

（6）為教育機(jī)構(gòu)提供經(jīng)營(yíng)決策支持

2013年至2017年，畢業(yè)生總數(shù)從700萬(wàn)人增至800萬(wàn)人，年復(fù)合增長(zhǎng)率為3.3%，并將于2022年達(dá)到930萬(wàn)人。不斷增長(zhǎng)的高校畢業(yè)生總數(shù)使其求職競(jìng)爭(zhēng)更加激烈，畢業(yè)生們對(duì)職業(yè)技能培訓(xùn)的需求增加。

截至2018年上半年，在線教育人數(shù)達(dá)1.72億，按照年30%的增長(zhǎng)率，新增部分人數(shù)是通過(guò)鐵路大數(shù)據(jù)優(yōu)化經(jīng)營(yíng)決策轉(zhuǎn)化的，則可帶來(lái)1.5億元的年收入規(guī)模。

（7）為酒店平臺(tái)提供經(jīng)營(yíng)決策支持

截至2018年12月，在線旅行預(yù)訂用戶規(guī)模達(dá)4.10億，較2017年底增長(zhǎng)3423萬(wàn)，增長(zhǎng)率為9.1%，占網(wǎng)民整體比例達(dá)49.5%。網(wǎng)上預(yù)訂機(jī)票、酒店、火車票和旅游度假產(chǎn)品的網(wǎng)民比例分別為27.5%、30.3%、42.7%和14.5%。則酒店在線預(yù)訂用戶數(shù)量有近1.24億人，假設(shè)其中平臺(tái)30%的用戶通過(guò)鐵路大數(shù)據(jù)優(yōu)化經(jīng)營(yíng)決策轉(zhuǎn)化的，則可帶來(lái)1.1億元的年收入規(guī)模。

（8）為網(wǎng)約車平臺(tái)提供經(jīng)營(yíng)決策支持

截至2018年12月,我國(guó)網(wǎng)約出租車用戶規(guī)模達(dá)3.30億，假設(shè)其中平臺(tái)30%的用戶通過(guò)鐵路大數(shù)據(jù)優(yōu)化經(jīng)營(yíng)決策轉(zhuǎn)化的，則可帶來(lái)2.97億元的年收入規(guī)模。

十、結(jié)語(yǔ)

除了以上場(chǎng)景外，現(xiàn)在使用數(shù)據(jù)比較成熟也比較愿意花錢的，其實(shí)都是金融或與金融相關(guān)的風(fēng)控場(chǎng)景、然后才是營(yíng)銷獲客的客戶分層場(chǎng)景。而風(fēng)控場(chǎng)景除了公安、銀聯(lián)、運(yùn)營(yíng)商及設(shè)備數(shù)據(jù)算是比較易得及實(shí)現(xiàn)比較多外，包括鐵路數(shù)據(jù)這些國(guó)有數(shù)據(jù)，99%的風(fēng)控人員都基本沒(méi)接觸過(guò)，更別說(shuō)運(yùn)用在風(fēng)控建模上了。

而現(xiàn)在大數(shù)據(jù)行業(yè)的發(fā)展已經(jīng)是國(guó)家重點(diǎn)推進(jìn)的，因此可用的數(shù)據(jù)維度其實(shí)會(huì)越來(lái)越多，不僅風(fēng)控人員不僅需要時(shí)刻關(guān)注，并了解更多新的有效數(shù)據(jù)。各行各業(yè)與數(shù)據(jù)相關(guān)的其實(shí)都需要關(guān)注不同數(shù)據(jù)的應(yīng)用邏輯，保持?jǐn)?shù)據(jù)應(yīng)用敏感度，這才可以將可得數(shù)據(jù)在合規(guī)的前提最快的應(yīng)用起來(lái)，不管對(duì)內(nèi)還是對(duì)外。

主要參考材料：

1. 基于出行全過(guò)程的旅客城市群出行方式選擇，研究基于大數(shù)據(jù)的鐵路客運(yùn)用戶畫(huà)像系統(tǒng)研究及應(yīng)用
2. 基于計(jì)劃行為學(xué)的旅客中長(zhǎng)距離出行方式選擇行為研究
3. 基于客票特征數(shù)據(jù)的我國(guó)高速鐵路旅客出行行為分析研究
4. 基于鐵路出行數(shù)據(jù)的旅客常住地智能識(shí)別算法研究
5. 其他網(wǎng)上公開(kāi)相關(guān)材料