
交通大数据开放试水 为城市规划、基建提供参考
如果说大数据应用给衣食住行带来哪些影响,体会最深的应该是交通出行的变革上。从打车软件、智能公交到航班预测,无处不在的交通大数据,正在改变我们的出行方式。
智能交通相关的互联网公司,只用两到三年的时间,在为用户提供高效服务的同时,也迅速积累了大批的运营数据,其数据资产开发被普遍看好。同时,许多地方政府把交通大数据的开放,作为最先开放试点的领域,上海已经宣布开放十大方面上千GB容量的交通数据。
以滴滴快的公司和上海、珠海地方政府签约,共建“出租汽车信息服务平台”为代表的政企合作为例,不管是亢奋激昂的企业界,还是谨慎敏感的地方政府,交通大数据的应用,正在进入良性生态循环。
阿里研究院数据经济研究中心秘书长潘永花表示,在“互联网+”的过程中产生了一个个奇迹,不管是像Uber,包括京东、淘宝等等,这些行业奇迹总结起来都是数据驱动,数据在整个“互联网”过程中起着非常核心的作用。
交通数据解决城市问题
2015年8月的一天,邹明需要从天通苑到中关村(8.81, 0.00, 0.00%)上班。
他的出行,除了传统的地铁、公交,还可以使用滴滴快的、Uber等系列软件,选择范围包括专车、租车、顺风车,还有滴滴巴士;他如果开私家车,还可以成为一名顺风车司机;另外,即便他坐公交,也可使用智能公交软件,确定公交车到站时间。
上述场景,即交通大数据在市民出行中的应用。
目前滴滴快的、Uber等互联网公司,通过交通大数据协调城市交通车辆,让邹明的出行有了多元选择,邹明们也为滴滴、Uber这样的公司提供了海量的出行数据。
8月27日,在2015年国际大数据会议上,嘉宾分别分享了大数据在会展、机器人(51.800,0.00, 0.00%)、互联网金融等各个领域的应用,其中关于大数据在交通中的应用,吸引了最多参会者的注意力。
Uber中国大数据专家江天介绍,目前Uber在全球330个城市掌握大量运营数据,通过数据分析,可以把握城市人群出行的特点。江天透露,Uber在上海65%的行程,是在地铁站周围开始或结束。他表示,数据显示,Uber所提供的服务,是公共交通的补充,是公众出行最后一公里的选择。
另一家在中国市场占有大份额的打车软件公司——滴滴快的公司,其滴滴机器学习研究院高级研究员胡尧告诉21世纪经济报道记者,关于交通大数据的应用,早年在学术界和业界很少有关注,直到近三年才开始被重视和应用,成为移动互联网新业态的产物。
目前他们掌握的交通大数据,主要以用户的打车记录、司机的行车轨迹等为主,还包括与政府共享的部分数据。公司创建三年来以来,已有过亿用户的无数次打车记录,从2014年到现在,他们掌握的数据增加了100倍以上。
胡尧表示,前期数据量小的时候,分析难度较大。目前数据每天都在快速增长,滴滴快的通过海量的数据分析,对运力的把握和调度会越来越科学,更能精确地匹配好乘客和司机,同时也会吸引更多的用户;目前从获取数据到数据的分析和应用,公司已经进入了良性的循环阶段。
按照江天的表述,他们获取的交通大数据,除了提高自身产品和服务,还可以为政府规划、基础设施建设等提供参考。江天以Uber与波士顿的合作举例,公司利用Uber平台上的大数据,帮助波士顿解决更多城市问题,包括打造智慧城市,减少交通拥堵,发展公共交通等。
Uber中国相关负责人告诉21世纪经济报道记者,Uber承诺在确保乘客和司机隐私的前提下,适当利用大数据,力求在大小社区都能够将大数据和政策联系起来。目前他们将提供按照美国人口普查局邮编地理界线“邮编制表地区”(ZCTA) 格式组织的匿名化行程级数据。滴滴快的方面人士也在谈及与政府部门的合作时也表示,他们不会共享所有的数据,因为有些数据涉及用户隐私。
业界人士认为,目前在大数据挖掘方面,交通大数据的开发和应用,已经有了明显起色。
重复使用的“交通数据金矿”
事实上,很多交通大数据,已在产生商业价值。
滴滴快的相关负责人此前接受采访时曾表示,“滴滴快的”与阿里巴巴[微博]、美团的合作正在完善用户“画像”,建立起精准营销的模式,未来在分析出消费偏好的基础上,就可以更有针对性地发送特定商场、特定店铺某一类产品的优惠信息。
对于Uber,有媒体预测,“我们将看到Uber变形成像Google、Facebook以及Visa一样的大数据公司:依靠它们掌握的有关用户的大量信息创造新的服务,并将这些数据出售给其他公司产生盈利”。
Uber中国相关人士告诉21世纪经济报道记者,Uber的定位并不是数据公司,而是靠数据驱动以交通为切入口,提高资源配置效率的高科技公司。
“我们商业模式的本质是以大数据为基础,通过对大数据的提炼、分析和应用,帮助和支持城市管理者提高社会效率,通过对闲置资源的利用让效率最大化。”上述人士还表示,Uber很多日常决策制定都以数据深度分析做基础,依靠数据支撑经营管理。其数据利用的范围,不仅仅是交通方面。
从这些企业的战略布局上来说,大数据提炼和应用业务,已经成为他们未来布局的重要领域。有业内人士总结,打车软件公司之间的竞争,已经从之前的比烧钱拼补贴,发展到现在的大数据PK。
滴滴快的公司在今年7月宣布完成了20亿美元的融资后,滴滴快的公司总裁柳青,在接受媒体采访回答这笔钱的使用安排时称,接下来不仅仅是补贴上的投入,还包括技术、产品、大数据以及市场方面的投入。
滴滴快的相关负责人告诉21世纪经济报道记者,今年五六月份,他们成立了大数据机器学习研究院,目前已经吸引了很多高端数据人才。该人士还透露,9月份,将至少有10位国外顶级研发机构、知名互联网公司的大数据专家,加盟大数据机器学习研究院。
目前,滴滴已经在用户画像系统、精准营销、智能匹配、需求预测系统和运能预测系统等方面做了大量研究。
胡尧还表示,在交通大数据挖掘、分析和应用等环节,最难的还是数据的分析,这是数据交通产业链的关键。“有人说数据就像是金矿,如果不懂提炼,金矿就只是一堆石头。”他表示,数据金矿可以反复利用,同一份数据可以从多个维度来作分析和应用,从中反复掘金。
交通数据开放试水
互联网公司对交通大数据的应用尝试,不断刷新公众对数据的认知。对于地方政府而言,交通大数据的开放也正在试水。
8月19日,国务院常务会议审议通过《关于促进大数据发展的行动纲要》。其中提到,在具体信息公开领域,优先推动交通、医疗、就业、社保等民生领域政府数据向社会开放。
对于地方政府来说,交通大数据的开放,也成为地方首先试水数据开放的板块。以上海市为例,8月18日,上海市宣布开放十大方面上千GB容量的交通数据,支持上海开放数据创新应用。其宣布开放的数据中,包括城市道路交通指数、地铁运行数据、一卡通乘客刷卡数据、浦东公交车实时数据、强生出租车行车数据、空气质量状况、气象数据、道路事故等。
上海官方消息称,希望吸引民间高手贡献智慧,开发出创新的互联网产品,为排解道路拥堵、优化公交规划等问题寻找对策。
除了上述举措,上海市还跟滴滴快的合作,共建“上海出租汽车信息服务平台”。据滴滴快的方面介绍,该平台是由上海市交通委、上海市四大出租汽车企业和“滴滴打车”合作打造,也是第三方打车软件第一次正式与官方合作。
据媒体报道,上海市交通委打算向滴滴快的放开部分市场,滴滴快的则会向上海出租汽车信息服务平台共享部分数据。
滴滴快的相关负责人告诉21世纪经济报道记者,他们一直在与全国各地地方政府商谈合作,试图跟政府共享交通部门的一些数据,同时向政府提供一些数据,为政府决策提供依据。上海的合作探路,也是为全国其他地方提供参考。
值得注意的是,这一年来,打车软件在跟地方政府接洽的同时,各种被约谈也屡见报端;在数据开放共享过程中,交通数据涉及到用户隐私,国家安全,地方政府也比较谨慎。
业内人士介绍称,上海之所以能成为第一个和打车软件签约合作的城市,跟上海创新改革的大环境有一定关系。
据滴滴快的方面人士介绍,今年8月份他们还跟珠海签了合作协议,双方将通过数据对接、资源共享等方式对驾驶员身份识别和评价等方面展开合作,与其他地方的合作还在积极对接中。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08