中国铁路哈尔滨局集团有限公司收入稽查处黑龙江哈尔滨150000
摘要：大数据颠覆了传统的思维方式，全样而非抽样、效率而非精确、相关而非因果；使用的是最新技术：云计算、大数据和物联网；在各行各业中，以大数据为基础的智能服务极大满足了人们的个性化需求，以大数据为基础的智能分析，通过有效的预测事件发展的趋势，实现优化分配和资源共享；大数据在铁路管理及铁路运输收入管理中得到广泛应用并起着至关重要作用，数据决策逐渐成为一种新的决策方式。
关键词：大数据；铁路运输；收入管理
大数据技术真正意义不在于掌握庞大的数据信息，而在于对数据进行专业化处理，通过获取、处理、分析海量多样化的数据，采用数据关联、数据碰撞的方式，实现信息再价值化。如果把大数据比作一种产业，那么这种产业盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据“增值”。我们把“大数据”定位为驱动营销、驱动决策的管理工具。
1大数据在铁路管理中的定位
大数据可以围绕铁路企业安全、效率、成本、效益、工作质量等方面，挖掘价值信息、组织调研论证、提供决策建议、跟踪实施推进、评价效益结果，为决策层的提供数据支撑。
按照“前期投资预测，中期经营监测，后期结果评价，过程调研论证”的思维理念，落实“互联网+”战略，依托对各项生产、经营工作的全链条预测、分析、调研、论证、监督、跟踪、评价，凭借及时、准确、真实的数据信息，为企业实现运营安全可控化、经营成本最小化、经营效益最大化提供辅助决策建议，杜绝决策“凭着经验定”、管理“跟着感觉走”。同时发现漏洞、弥补漏洞，监测企业成本支出；洞察商机、挖掘商机、捕捉商机，运用国家政策，为铁路市场化运营、资本化运作提供战略建议。
大数据的使命是做企业走向市场的营销员，成本管理的监督员，经营风险的防疫员，创新发展的调研员，效率管理的分析员，机关部门间、基层单位间的连结员。
发展大数据的同时，还致力打造一支“兼具铁路专业管理能力+市场化运营能力”的复合型人才团队，让业务干部学会从控制运营成本、创造经营效益角度看问题、想问题、发现问题、解决问题，全面适应铁路市场化改革新要求。
2大数据在铁路管理中的应用区域
2.1铁路基础管理：利用大数据对系统内单位安全基础、专业管理、重点工作落实，实施过程管控和结果评价，实现基础强化、管理提质。一是以确保高铁和旅客安全为重点，建立行车设备电子档案，利用视频“天网工程”和大数据平台，对动车、客车、线路、接触网等基础运营设备设施实施状态管控，对现场作业实施过程跟踪，实现安全管理的数据化、可视化，进而实现基础管理达标。二是采取专人督办方式，跟踪基层单位重点工作落实和典型问题整改，实现闭环管理，进而提升工作落实质量。
2.2效率及运营成本管理：对企业运输效率和运营成本管理，实现效率提升和成本节支。一是围绕效率提升，以总公司下达的运输考核指标为切入点，用数据分析制约运输效率提升的主客观因素，找到解决办法，进而提升运输组织指挥质量；用数据精准预测和分析客流结构，动态优化客车开行结构，实现“以流定编组、以需定站停”，进而提升市场营销质量。二是围绕成本节支，建立劳动用工成本库，通过对考勤、工作量、劳时等数据的分析，实现劳动用工成本节支，同时关联工资收入数据，监督工资分配合理性，进而提升劳动力管理质量；建立物料、能源成本库，通过加装二维码、GPS定位等先进技术，实现从采购、上线运用到下线报废的全生命周期管理；通过对物料数量、价值、质量、消耗、库存等数据监测和分析，实现数量清、用途清、位置清、价格清、质量清、库存清，进而提升物资管理质量。
铁路运输企业可以利用大数据这个平台，对数据信息进行分析、挖掘，将物流信息实现系统化管理，实现信息共享与物流资源的共同管理，可以根据地理位置的不同建立一套协调统一的现代化物流，从而使铁路运输企业从中找到新的收入增长点。
2.3资产资源管理：负责资产资源评级评价、经营类项目投资评估、经营项目效益评价、经营项目市场拓展及地方政策运用，实现企业创收增效。一是摸清家底，盘活资产资源。建立资产资源库，掌握资产资源的位置、用途、产权、使用权、原值、市场估值、历史经营效益信息，实施资产评级、效益评价，对不良、低效、闲置资产资源进行再利用、再开发，进而实现资源增效。二是精准评估，降低经营风险。分析投资风险要素，利用专业管理团队评估投资收益，为经营开发提供合理建议，进而实现经营增效。
通过大数据技术，分析铁路运输价格的变动与运量之间的关系，研究不同客户需求对运输产品价格的影响，为运输产品定价提供依据。同时，能够使运输收入风险得到有效控制，能够为铁路运输生产经营管理提供有效的预警，从而实现铁路运输收入的进款资金全过程的监督和管理。
2.4应急指挥：将电子台账按照既定格式转化为录入数据，变成计算机自己的语言格式，通过建立模拟处置模型，在发生非正常情况时，能够给出最有的处理方案，将影响降到最低，也避免产生次生影响的发生。同时搭建移动卫星视频传输系统，第一时间将现场视频传输到指挥部，实现应急处置的高效有序。
3大数据在铁路运输收入管理中的应用策略
3.1提高数据决策作用
随着客票管理系统、电子商务货运管理系统的逐步完善，加之铁路互联网业务的飞速发展，铁路信息数据量越来越大，数据的规模和复杂程度也越来越高，那么怎样才能从这些庞大的数据中找卅有效数据信息，来应用到铁路运输收入管理中呢。比如。要根据客户的发货习惯，就要从大量的发货票据数据中提取，从中找到能表明其发货习惯的相关数据，并针对这些数据进行分析、处理，为企业制定经营发展方向提供依据，通过有效的处理技术从庞大的数据量中提取想要的内容就是大数据技术在铁路运输收入应用中最有价值的部分：
3.2对数据进行集中管理
由于运输需求的多样化和运输市场的分散化，使得铁路运价是浮动的，而且运价浮动变化越来越多，给铁路运输价格调整产生困难。首先，利用大数据技术，能将运价数据进行归纳、分类，结合货物种类、装车方式和运价，实时了解运输费用的变化。其次，对运输收入预算进行分析，预算分析直接关系着铁路运输企业利润，它是控制铁路运输企业成本的一种工具。利用大数据技术，在运输收入管理中加入运输收入预算管理，建立运输收入预算分析体系。编制运输营销预算时加入数量类指标，如客运量和货运量，在运输收入预目标中体现价值类指标，如旅客票价收入、货物运费收入等，确定质量类指标，如旅客票价人均收入率、货物运费吨收入率等。最后，对进款管理进行统计分析，运输进款管理主要是指运输进款核收、结账、交接及列报等，它是保证运输进款完整、安全、及时汇缴的基础：加之客户支付形式多种多样，对运输进款的管理也就越来越复杂。因此，在进款管理中利用大数据技术，可以实现对客户不同结算方式进行分类管理，也可以满足用户多种多样的支付形式，如银行卡支付、支付宝支付等，使得客货运输进款分类统计更加准确、完整。
3.3形成数据供应链
在铁路运输企业的决策分析过程中，大多数企业使用的数据只是其在以往过程中积累的运营数据，而这些运营数据在铁路运输分析数据的比例是很小的，其他与铁路运输企业相关联的行业数据等很少。比如，铁路运输企业在分析其运量的过程中，不仅需要其以往的运量数据，还需要我国的整体经济形势数据、行业发展数据以及其他交通运输量、运输价格等数据信息，如果单单是针对铁路运输企业内容的数据进行分析是不够的：因此，铁路运输企业要借助大数据平台，将本行业、其他运输行业的数据进行整合，使内部、外部数据可以相互借鉴和使用，形成内部、外部数据供应链，为铁路运输企业进行管理提供决策依据。
结论
大数据技术真正意义不在于掌握庞大的数据信息，而在于对数据进行专业化处理，通过获取、处理、分析海量多样化的数据，采用数据关联、数据碰撞的方式，实现信息再价值化。铁路运输收入信息涵盖了铁路运输企业营销、客货及财务管理的方方面面，而且这些数据之间具有关联性、多样性、动态性的特点，因而利用大数据技术在铁路运输收入管理中，对数据进行集中管理，形成数据供应链来为铁路运输企业决策提供有效依据，增强铁路运输企业的竞争力。
参考文献
[1]伊恩•艾瑞斯。大数据思维与决策[M].北京：人民邮电出版社，2014.
[2]刘鹏。大数据[M].北京：电子工业出版社，2017.
[3]朱洁。大数据架构详解：从数据获取到深度学习[M].北京：电子工业出版社，2016.