大數據分析是對海量或多元化多來源數據進行處理分析，通過對公交數據深度挖掘分析，實現直觀、多維度的數據展示，從整體衡量企業運營狀態，分析數據變化的具體原因，為公交企業的營運管理和決策提供科學的數據支撐，深化公交數據應用管理。

基于大數據的公交營運數據分析首先需要將各個信息化系統的數據進行匯聚，數據包括靜態數據和動態數據，涵蓋車輛、人員、站點、車載數據、定位數據等信息，針對不同的數據源進行統一采集和接入，規范數據格式，建立數據標準，對原始數據通過HBase進行分類存儲到數據倉庫，為營運統計、分析、決策提供基礎數據。

1、

客流分析

客流數據為線網優化、智能排班等核心應用提供準確數據依據，公交運營計劃、發車間隔、線路制定等需要根據客流變化進行調整，實現客流與營運管理的合理匹配，滿足市民出行需求。

客流分析是整合車載IC卡刷卡數據、公交線路站點數據和智能調度等多方數據，以報表或圖表形式對車輛運載能力、客流高峰期及客流擁堵的站點等數據進行科學分析。隨著技術的不斷發展，人臉識別等技術將對客流進行實時統計，并對車廂擁擠度進行分析。

2、

能源消耗分析

能源消耗分析實現車輛能源消耗監測和統計分析，通過對分公司、線路不同能源類型車輛的消耗分析，查找車輛耗能高的原因，對車輛百公里能耗進行統計，對能耗趨勢進行分析，深度跟蹤單車能耗，為后續降低能耗成本提供可量化的數據依據。

3、

營運考核分析

對線路、車輛營運存在的問題進行推理分析，綜合班次、營運時長、客流等各項指標，定期輸出考核報告，分析線路班次走勢、營運與非營運對比、單車里程走勢和車輛運行速度等信息，針對異常線路和車輛進行分析。

4、

營運指標分析

通過智能調度等大數據對營運指標類數據進行分析，包括早晚高峰班次、配車數量、發車準點率等指標，同時與大間隔和串車指標相輔相成，作為控制均衡運行的指標。在營運指標應用的同時，統計分析當前運行車速情況，便于調度人員及時了解擁堵路段，并對運行間隔、串車報警、車輛超速情況進行統計，有效優化車輛排班，更加合理地進行車輛調度。

5、

結語

隨著數字化轉型的推進，如何通過數據分析推進企業各項決策分析，是數字化轉型的重點之一，濟南公交推進國有企業數字化轉型，逐步建立用數據說話、用數據決策、用數據管理的數字化思維方式和管理機制，通過數據分析不斷提供各類決策分析方案，以便提高公交營運效率和數字化管理水平。