数据分析在旅客运输管理中的运用研究

宋　骞　上海铁路局上海客运段

近年来，随着我国高铁列车飞速发展，铁路旅客运输服务工作的重要性日益增加，以往客运服务工作中以量取胜迅速向以质为重发展。尤其是2017年铁路总公司提出“强基达标、提质增效”工作主题，对如何提高客运服务质量进行了详细规划和严格要求，铁路的软实力正在以前所未有的速度追赶着硬实力。在此大环境下，如何迅速提高客运服务工作质量，切实符合旅客群众对铁路客运行业的需求和期盼，是我们铁路发展所必须要解决的关键问题和主要发展方向。以往在客运服务工作中采取的提升作业标准、强化现场盯控、畅通旅客信息反馈渠道等方法，在成效和效率方面和人们期望值还有所差距。同时铁路客运企业管理层在实际工作中决策和管理受习惯影响，往往采取经验主义、“老办法”，针对性和有效性不强，较难适应当前企业决策“精准、精确、精细”要求。对此，我感到充分运用数据分析方式来提高科学决策水平，是解决问题的有效手段。本文就如何在客运段工作中运用数据分析进行探讨。

1　数据分析特点和在生产管理中的运用

数据在当今信息化社会中扮演着非常重要的角色。各行业各领域存在着庞大的数据，这些杂乱无章的数据隐含着一些本质规律，而这些规律将为各行业的决策者进行科学的推断与决策提供理论依据。数据分析就是通过对这些纷繁复杂的数据进行分析，揭示其中隐含的内在规律、发掘有用的信息，为决策者的正确决策提供理论依据，其最大的特点就是“让数据说话”。“数据分析”的理论与方法内容丰富，涉及面广，应用范围大，主要内容包含数据的描述性分析、多元回归分析、方差分析、主成分分析、典型相关分析、聚类分析、判别分析等。铁路运用数据分析由来已久，其中客运系统一直在使用数据建模的方法对客票发售、旅客发送量等进行统计和预测，并在充分收集的基础上已经建立起了数据库。铁道学报也早在2004年就刊登了中国铁道科学研究院王艳辉等人所著的《铁路客运量数据挖掘预测方法及应用研究》一文，详细描述了铁路数据分析的特征和运用情况。但总体而言，以往铁路数据分析更多运用于售票、列车开行计划、货运以及营销等方面，在列车客运服务工作中所占比率较小。但对于以旅客乘车体验为衡量标准的客运服务工作而言，数据分析有着极大的运用空间。

2　当前铁路客运企业面临的形势任务

上海客运段承担着上海至北京、西宁、九龙、成都、重庆等方向152对旅客列车乘务工作，可以说在铁路客运服务行业具有较强的代表性。从企业当前面临的发展形势来看，面临的压力主要集中于安全、服务、经营三个方面：安全方面，近年来，上海客运段运输安全长期保持稳定，安全天已经破万，但危及安全的风险和隐患还不同程度存在，形势不容乐观。尤其在安全天持续攀高、高铁动车组列车大量开行、作业环境不断变化的情况下，安全管理、人员素质、现场控制等面临巨大挑战，确保运输生产绝对安全面临巨大压力。旅客服务方面，上海客运段高铁"东方情"服务品牌建设初见成效，在全路和社会上都有较好的反响。但随着人民生活水平的不断提高以及铁路硬件设施的持续改善，旅客对服务质量的要求也在同步增长。同时当前媒体资讯高度发达，社会监督力量空前强大，任何服务中的不规范、不标准行为，都有可能造成发散性的传播，给服务工作带来大的影响。如何不断改善旅客乘车体验，推进服务品牌建设，带动整体服务质量提升，全面提升客运服务“软实力”，是当前铁路客运企业发展首要任务之一。经营方面，2010到2016年间，上海客运段运输总收入从8898万元增长到2.66亿元，增幅达198%。但与之对应的是，路局下达任务指标也从2010年的6000万元增长到2.85亿元，增幅达375%。2017年，路局下达运输收入指标为2.87亿元，增加2000万元，同比去年实际完成增加6%，日均需完成78万元，要实现高位增长难度很大，餐饮和商品经营要实现突破发展也需要契机，加上劳力、物资成本短时间内难以大幅下降，上海客运段经营业绩要实现持续增长，必须运用数据分析这个强有力的工具。

3　数据分析运用存在的问题和解决建议

总的来说，上海客运段所面临的发展形势和压力代表着现代铁路客运企业的普遍状态。要实现发展目标，亟需创新工作思路，改革管理理念，充分挖掘生产数据价值，提高决策水平。从2015年起，上海铁路局就加强信息化管理、强化数据信息运用分析等工作作出部署要求。上海客运段按照路局要求，在数据分析运用方面已经初步取得成效，例如通过数据分析，提前预判客流，强化乘务组织，做好后勤供应等工作，从而进一步提高管理和工作效率。但在安全管理、客运服务、列车经营多个方面，收集数据、依靠数据的理念还未形成，管理人员靠“老经验”、“感觉”来作决策的现象仍旧存在。同时，虽然实施数据分析理念已经在段领导班子成员中形成共识，但推进数据分析还有不少难题需要解决。主要表现在：

一是运用数据的理念需要进一步提升。虽然目前上海客运段已经逐步将数据分析运用到了多个方面，但在实际工作中还是缺乏对数据理念重要性的认识。尤其是中层干部在管理上多保持旧有老观念，在业务处置和管理中依靠“老经验、老办法”，缺少对相关数据的排摸调研，在政策、制度制订中也没有将收集到的数据作为主要参考依据，使得数据的分析更偏重于对结果的认定和工作质量的考评。数据分析的前期性、预判性功能没有充分发挥。二是数据积累需要进一步增强。对数据积累的重视程度不够。目前客运段对数据分析应用还处在起步阶段，数据的标准和使用格局尚未形成，数据的开发利用战略尚不清晰，也没有采取切实可行的措施来丰富数据积累。其次，数据类型较为单一，多集中在安全风险、客流结构、旅客满意度等方面。同时存在较大的数据结构缺陷，模糊型数据、比例性数据较多，精准化数据较少，也缺乏横向和纵向对比。再次，数据共享机制有待提高。安全、乘务、职教、收入等部门相关数据还没有实现共享，不同业务的数据处于割裂状态。三是数据分析技术研究和人才储备需要进一步强化。在数据分析技术方面，目前对数据的研究主要集中在存储和基础分析对比等较低层面，对如何利用的研究相对较少。虽然原因是多方面的，但缺乏数据分析人才是其中一个关键因素。虽然近年来上海客运段引进不少高校毕业生，也有相关的信息技术人才，但目前结合工作实际进行数据分析和深挖数据价值的人才还亟待培养和储备。

针对上述提到的问题，我感到需要从三个不同层面抓起。

首先是决策层面。一项工作，如果没有领导班子带头树立起正确的思想认识，管理层和执行层就难以给予重视。要提高全体干部职工对数据分析运用的重视和理解，首先要领导班子给予足够的重视，做到开会必分析数据，讲工作必讲数据，谈要求必谈数据，将收集到的数据作为方针政策制订的最重要依据，对各项工作执标、任务要求加以量化，让干部掌握、让职工理解，从而自上而下形成将数据分析全面融入到管理生产中的良好氛围。

其次是管理层面。无规矩不成方圆，要切实有效的运用数据分析，必须要有一套实用、适用的规则办法。作为管理层，要在充分调研的基础上，结合铁路客运企业实际，研究制订数据收集、积累、存储以及应用的管理机制并不断加以健全完善。要通过规则来明确哪些数据需要收集，哪些数据需要重点分析，哪些数据需要长期保存等等。同时，对制度落实情况盯控督导，必要的人力、物力、财力投入，对人才的引进和培养，也需要管理层的重视和支持。

最后强调的是执行层。现场数据采集汇总是数据分析运用中关键的环节，是确保数据准确性、普遍性和有效性的重要步骤。现场执行层在做好数据采集过程中，必须有清醒的认识，明确此项工作重要性，采取标准的作业，按照规定的流程操作。而对经过数据分析后确定的制度、措施、办法，现场执行层也要能充分理解掌握，坚定不移的加以实施。

4　数据分析在实际工作中运用前景

分析上海客运段情况，可以发现铁路客运企业在推进数据分析中有着较多困难，但通过强化宣传教育，建立健全管理机制，强化相关人才培养，投入资金购置硬件设备都可以有效解决。同时，我感到可以将数据分析运用到以下四个方面。

（1）在强化安全管理方面。铁路客运企业当前安全管理核心理念是安全风险管理，与以往不同的是将注重结果转变为对安全作业过程的盯控，从而实现对安全生产全方位、全过程控制，将安全措施落实到隐患发生之前，把事故消灭在萌芽状态。总而言之，从“整治为主”改为“以防为主、防治结合”的模式。这其中，对安全风险研判是重中之重，风险分析、预警、措施制订和落实等都围绕风险研判这个重点来逐步开展。由于旅客运输工作点多线长、工作环境、安全风险源不断变化，在安全风险研判上还存在着研判依据不足，鉴别界定条例不够明晰等问题。虽然段采取了“关键岗位、关键作业点、关键时间段、关键区段、关键人”的“五关键”排查模式，但在研判风险程度、明确响应等级方面还有所欠缺。运用数据分析，可以在阶段运输工作开展之前，提前对安全形势、运输组织要求、季节性安全特点、职工安全业务能力以及作业状态等多种因素进行预先分析，发现安全风险源，研判问题程度，明确响应等级，从而提升安全措施制订针对性和有效性。同时，收集数据并加以分析也是对安全管理新机制的有益补充，可以将安全管理新机制中发现的问题建库，通过对问题发生频次、范围的分析帮助安全专业部门更有效掌握现场作业情况，提升铁路企业安全管理水平。

（2）在优化乘务组织方面。上海客运段运输生产组织立足生产实际，形成了“二三五五”制度，强调以调令传递为主线，加强对调令传递接收和落实的盯控，保证“令到开车”。在春运、暑运和小长假运输等重点运输阶段，为满足客流高峰期加密开车需求，往往干部职工必须放弃休息时间，采取增加值班和备班人数，形成梯次应对力量等方式，一方面会造成劳力资源过度使用，另一方面，干部职工长期疲劳作战，一定程度影响了现场工作质量和管理水平。通过数据分析，可以数据为旅客行为建模，通过判断客流结构、客流方向，提前做好客流高峰应对准备，采取合理调整热备力量，科学安排交路套乘等措施，在保证适应运输需求的同时最大限度保证干部职工休息，避免劳力资源浪费。其次，通过数据分析，帮助职能科室了解掌握每一趟列车的关键时段、关键区间和关键岗位，经由职能科室组织对作业指导书进行调整后，有意识的调节乘务员工作节奏，减少不必要的精力支出，缓解现场工作压力，将主要精力集中到关键点，从而提高工作效率。

（3）在提高服务质量方面。服务满意度因人而异，需要针对客源特点，针对性制订标准，明确服务作业内容，营造良好旅行环境。例如商务旅客多为单人或三人以下出行，需要的是安静优雅的旅行环境；而旅游客流多以家庭、团体为主，更喜欢热闹欢快的氛围，同时对旅行目的地交通、住宿等信息有着高度需求。如何判定趟车次客流特点，针对性细化服务举措，提升旅客满意度，是铁路客运段抓好服务工作，创建有海派文化特色服务品牌的重中之重。通过旅客满意度调查、聘请路外人士体验式乘车等方式采集数据样本并加以分析，可以帮助专业部门了解服务举措成效和旅客接受度，巩固和深化成效明显、被旅客广泛欢迎的服务措施，淘汰旅客反映淡漠、职工难以执行的办法条例。而对服务设施使用率的数据收集，可以帮助我们掌握旅客真正要求，在广播屏显、电视媒体等多个方面调整内容，满足旅客信息、娱乐等方面需求。

（4）在提升经营效益方面。铁路客运企业经营任务主要是抓运输收入和控制成本两个方面。在运输收入方面，分析数据历来是分劈任务指标，划定重点工作的重要依据。通过对列车漏收数据的逐一分析，查找出查堵工作的薄弱线路、薄弱区段、薄弱时段、薄弱班组和重点旅客，在此基础上，督促车队、班组有针对性的采取措施，增加力量，修订作业指导书，加强现场监督检查，形成段专业部门专题分析、车队精准整改的工作格局，解决查堵工作经验主义问题。从成本控制角度来言，数据可以帮助客运企业精准控制生产成本，尤其是卫生纸、垃圾袋等低值易耗品，可以利用建立物资备品数据库和损耗表等形式来掌握其使用量，从而避免生产资料的过度使用和自然损耗等浪费，也避免因服务必须品储备不足或质量不达标影响旅客乘车体验，从而降低列车服务工作质量。