南宁局集团公司铁路货运营销大数据应用研究
陈小辉，杨 莉
(中国铁路南宁局集团有限公司 货运部，广西 南宁 530029)
摘要： 为加强铁路货运营销信息化建设，构建基于大数据应用的货运营销新模式，从加强市场分析研判、强化客户关系管理、发展铁路现代物流、优化运力资源配置和提高货运收益管理等方面，分析铁路货运营销大数据。在阐述中国铁路南宁局集团有限公司货运营销数据应用分析的基础上，提出推进铁路货运营销大数据应用对策，即建立货运大数据应用平台、优化整合社会资源、优化内部运输组织、加强复合型人才队伍建设、优化货运营销机制、实施营销定制化服务，为构建基于大数据应用的货运营销新模式提供参考。
关键词： 大数据；铁路运输；货运营销；决策支持系统；优化对策
0 引言
在铁路企业全面公司制运行、高质量发展的时代背景下，作为铁路发展现代物流的重要内容和支撑，铁路货运营销迫切需要更加精细、精准、有效，实现这一目标的关键是营销决策需要从经验支撑走向数据支撑。大数据技术作为支撑现代企业或社会组织精细运作、精准服务的关键技术之一，近年来已经在政府、教育、医疗、交通运输等各个领域，不断得到研究应用并取得成效。因此，在铁路货运营销领域探索基于大数据应用的货运营销新模式。
经过40多年发展，中国铁路在客货运组织与服务、运输调度、企业经营管理等方面积累了海量数据，也在部分运营管理领域启动了大数据应用实践。例如，在智能运输方面，利用客运、货运、调度等相关数据开展春运客流与能力安排分析、货运需求分析预测等工作；在企业资源管理方面，综合利用人、财、物等相关数据，针对清算业务开展大数据分析，为调整清算政策、制定经营目标、资金集中管理等工作提供了数据支持。在建设管理方面，利用铁路工程建设大数据，分析厂家原材料质量，为施工单位采购材料提供依据[1]。
在该装置的内部，包含一个蓄电池、抽气泵、气体传感器、气体凹槽通道、信息处理系统等，因为SF6气体的密度大约是空气的五倍，因此空气经过长凹槽时SF6会通过长凹槽下沉到隔离板下方，隔离板下方的气体传感器会检测GIS设备内的气体的浓度通过控制面板将其显示在显示屏上。其内部结构如图一(b)所示。
铁路货运营销大数据应用目前尚处于起步阶段。一方面，铁路货运营销工作的信息化建设程度不足，客户信息、市场信息、货源的分布与需求、营销项目等工作普遍建立在人工查询、汇总的基础上。另一方面，使用的有关货运信息系统功能多集中于铁路发到的查询统计，其他运输方式数据收集、分析功能缺失，无法为货运营销提供更多支持，对货物运输的动态管理未能实现系统化、科学化、网络化，影响了货运信息的时效性。综上所述，加强铁路货运营销信息化建设，依托大数据平台进行数据采集、分析，开展客户关系管理，强化市场分析和预测，构建基于大数据应用的货运营销新模式。
1 铁路货运营销大数据分析
（1）加强市场分析研判。市场分析是对市场供需变化的各种因素及其动态、趋势的分析，分析过程需要搜集大量的样本资料和数据。自2012年货运电子商务平台上线以来，铁路货运部门掌握了大量的运输需求数据，较为真实地反映了各时期不同货物品类的运输需求变化情况。以货运电子商务平台数据为基础，引入大量外部数据，如国内外微观和宏观经济数据、竞争运输方式相关数据、气候等，通过大数据技术分析各项数据关联影响，并建立市场分析模型，精准预测各项因素对铁路运量需求变化程度与趋势。
（5）提高货运收益管理。货运收益管理可以定义为在合适的时机将合适的货运产品以合适的价格出售给合适的客户。在满足市场需求的同时，使铁路的运力资源达到最大效用，从而优化铁路运输收益。通过利用大数据技术，一是深入挖掘和分析不同品类的货物既有运输产品、运输线路的成本和收益，得出收益最优的运输产品和线路，为营销人员开展市场营销提供决策支持。二是分析不同时期、不同运输价格水平下的运量变化情况，结合不同时期运力供给能力分析，差异性制定货运价格策略，有效利用“运价”和“运力”双杠杆，以达到最优运能配置和最佳收益水平。三是分析单一客户对运输产品价格的敏感度，结合其货源稳定性分析，针对性地制定价格策略，稳定客户运量，进而增加铁路收益[3]。
计划性维护要求技术人员熟练掌握一个专业面的知识，而监测维护需要一专多能型技术人才，在设备运行、设备故障处理和设备维护过程中均能够把损失降低到最低点，保证设备利用率和整体效率。为此，电厂在实施全过程、全方位、全参与的“三全”培训制度，全过程、全方位地参与新设备的开发、设计、研制、安装及调试，有效利用电厂大中专以上学历职工，为电厂计划检修与监测维护的进程发挥应有的作用。在维护和技术改造过程中，电厂应与协作单位处于良好的合作关系，从维护和技术改造开始参与全过程。
村干部的权威很大程度上来源于体制性身份。农业税费时期的村干部能够利用体制性身份解决农业生产的公共品供给问题，村干部和农民之间存在体制性的依赖关系。农业税取消后，村干部开始向公共服务者转型，村干部在村庄社会中的权威开始快速下降，现在已经丧失了昔日解决纠纷的能力。乡镇政府也是重要的正义供给体系。广义上的乡镇机关包括司法所、派出所，乡镇干部之所以曾经能够解决纠纷，主要缘于村民对国家权力的敬畏。农业税费取消后，基层政权开始“悬浮化”，乡镇政府的权威不断下降[34]。国家要求乡镇政府依法行政，乡镇政府的纠纷解决开始走向法制化轨道，很难有效回应乡土正义的独特利益诉求。
在货运营销决策支持系统基础上，搭建智能化、可视化的货运营销大数据应用平台—“智慧供应链服务平台”，实现客户数据信息的时效性、完整性、效用性和共享性；畅通双方沟通渠道，建立快速响应机制，加强铁路运输组织，提高铁路运输效率，减少客户管理成本；实现客户生产信息、库存信息、需求信息、物流信息等与铁路货运的现车信息、车流信息、运力信息、货票信息等进行交换。同时通过大数据技术的应用，将客户信息与铁路信息进行融合分析，产生路企双方所需的、可用的、新的信息点，并按照需求提供基础信息支持，为客户生产组织的安排、运输过程的监控等提供信息支持，为铁路运输组织、营销组织决策提供基础保障。
（2）强化客户关系管理。大数据技术在处理客户关系方面的核心是实现客户细分和管理。在铁路货运客户细分中，主要通过挖掘货票库及货运电子商务系统中海量的需求车、装车等信息，以及企业产运销等相关数据，分析客户铁路运输的贡献度、诚信度、忠诚度，科学地划分客户等级。在铁路货运客户管理中，根据客户等级、价值、增长潜力以及流失风险等差异对客户进行差异分析，针对不同级别的客户，在营销服务、运输组织、货运产品等方面提供差异化服务。同时，通过大数据技术，分析单个客户的货源流向、年度运量走势、对铁路价格的敏感度、对铁路运输的依附度等，针对不同去向、不同时段，实施差异化营销策略，确保精准营销、精准施策、精准服务，从而实现客户资源价值和铁路投入回报的最大化[2]。
2 中国铁路南宁局集团有限公司货运营销大数据应用分析
2.1 铁路货运营销数据应用现状
为了充分发挥信息化、大数据对货运营销决策的支撑作用，加强对重点生产企业和特色货源的市场监控，直观掌握中国铁路南宁局集团有限公司(以下简称“南宁局集团公司”)货源分布、运量变化及企业物流动向，南宁局集团公司着力加强货运信息化建设。自2016年4月起，南宁局集团公司货运处、信息所等部门全力研发应用货运营销决策支持系统(以下简称“决策系统”)，决策系统的功能设计上遵循“知己”“知彼”“决策支持”的设计思路，功能涵盖全局概况、营销体系、厂矿企业、品类去向、份额分析、营销重点6大功能模块[4-5]。自2016年9月决策系统启用以来，各货运单位专职营销人员按照“区域+品类”营销模式，加强了市场的调查走访。2017年走访企业3 151家次，较2016年同期增长了925家次，并将市场调查范围延伸至辖区内特色货源或重点厂矿企业。同时，以决策系统为平台，将货运营销工作贯穿始终，通过建立周分析制度，对系统数据的深入挖掘和分析，找准营销切入点，促进增运上量，全面指导货运营销工作。
佩恩特是明尼苏达大学 (University of Minnesota)法学院的瓦尔特·利奇公司法教授 (S.Walter Richey Professor of Corporate Law)。他以最优异成绩(summa cum laude)取得哈佛大学历史系学士学位，之后在耶鲁大学获法学博士，期间曾担任《耶鲁法规学报》(Yale Journal on Regulation)编辑。踏出法学院的大门，他随即受聘为美国第九巡回上诉法庭法官小约翰·努南 (John T.Noonan Jr.)的助理。
（1）强化客户管理。一是利用决策系统对南宁局集团公司货运客户发运情况进行统计分析，按照“二八”定律筛选出年度运量15万t以上的货运大客户65家，作为南宁局集团公司货运重点客户，包括各大钢厂、电厂、氧化铝厂、炼油厂等，并按主要运输品类进行分类管理。通过日常盯控、主动对接、积极协调等方式，针对性制定营销策略，确保大客户年度实现增量。2018年65家大客户完成运量8 716万t，占集团公司年度运量83%，同比增长346万t。二是通过决策系统对客户年度各阶段生产数据、运输数据进行分析，帮助营销人员在决策时预测客户运输需求，提前做好服务。例如，南宁局集团公司在承接上汽通用五菱汽车股份有限公司商品汽车铁路运输业务的过程中，综合应用决策系统，指导营销决策行为，通过对历年商品汽车产量、运量变化走势，确定每年商品汽车市场销售淡旺季，为调整运输组织方案、优化运能利用效率赢得宝贵时间，提前做好应对措施，最大程度确保满足客户运输需求，优化客户体验。2017年五菱汽车铁路发运量55万台，占其总产量43%；2018年铁路发运量48万台，占其总产量47%，铁路运输成为上汽通用五菱汽车股份有限公司运输新主力。
（2）稳定既有货源。通过系统重点板块数据分析和预警提示，发现既有货源变化，针对性制定措施，吸引货源回流。例如，决策系统“品类去向”板块中显示宝钢湛江钢铁有限公司2017年1月运量环比2016年12月发送量减少0.3万t，经调查该公司2017年预计需求量750万t，但由于远距离运输铁路运费没有优势，公司首选水路运输而不是铁路运输。为解决铁路运价竞争劣势，营销人员合理利用价格政策，为客户量身定制一口价方案，同时提升湛江北货场装车服务、新增海新专用线装车点等策略，吸引货源回流。2017年湛江宝钢钢材外运量813万t，其中，铁路发运60万t，占外运量7.4%，占比同比增长5%；2018年铁路运量占外运量16%，占比同比增长8.6%。
（2）数据应用的共享。目前使用的货运营销决策支持系统仅局限于货运系统营销信息和数据分析、应用和共享。铁路与货运有关的信息系统还包括铁路运输管理信息系统、调度指挥管理系统、铁路车站综合管理信息系统等，并积累了海量业务数据。这些数据分在多个独立系统中，形成众多的“信息孤岛”，缺少跨部门的信息整合，数据应用水平不高。各自为政的信息高墙，使得互联互通、信息资源共享举步维艰，难以为决策者提供综合、高效、准确的信息[6]。
（4）规范价格制定。通过决策系统“份额分析”板块实现对价格项目制定、申报、上会、审批和评价的全过程记录和盯控。一是定期对价格项目进行分析评价，确保项目有效跟踪及项目执行的可行性分析，根据评价情况，伺机调整策略，确保增运增收；二是对运输市场价格进行采集、记录和建档，通过对比分析其他运输方式的价格，尤其是竞争去向、竞争运输方式的价格，随行就市、择机施策，提高市场响应速度，促进全局货运增运增收。
该地区煌斑岩的存在，往往标志着矿体埋深同时如果构造主变带有煌斑岩侵入，则表示该地区构造出便带具有延伸较大的特征，还表明很有可能存在根且成矿，深度更大，根部可能有隐状矿体。
（5）优化运力配置。决策系统中“厂矿企业”版块纳入客户评级功能，为强化运力配置提供支持。通过对客户运量、运输收入等数据的分析计算，测算出客户运量贡献和运费贡献。同时，纳入单车收入，确保效益最大化；纳入淡季贡献，确保路企互保，实现双赢。综合运量贡献率、单车收入贡献率和淡季贡献率等指标对客户进行评级，同时结合客户次月运输需求、当前日均提报需求、站场作业能力等情况提供运力配置建议，对客户实行分级保障，确保运力配置公开、公正，助力铁路运输效率和效益提高。
2.2 货运营销大数据应用分析
（1）数据采集渠道和维护。一是目前决策系统录入企业790家左右，所有企业的数据都由营销人员按月采集，人工维护，耗时间耗人力。二是按月采集的数据，时效性差，且为历史数据，市场预判不足。三是人工采集数据准确性不高，不同途径收集的数据不一致。
（3）挖掘潜在货源。一是通过决策系统对企业产销量、物流方式、原材料来源、产品去向等情况进行对比分析，挖掘潜在增量。例如，从决策系统“厂矿企业”板块可得，在柳钢钢材1 200万t销量中，铁路运量占13%，公路运量占34%，水路运量占53%；从“品类去向”板块可得，在铁路销售区域中，区内占37.4%、西南占37.05%、广东占25.5%、湖北占0.05%，公路销售去向主要是广西区内，水路销售区域是华东地区、部分广东地区。通过各物流方式运价对比，以广东去向为突破口，为企业降低物流成本为出发点，精准施策，促进上量。在2016年钢材需求疲软的严峻形势下，柳钢钢材运输完成164.2万t，同比增加65.1万t，增幅65.6%，实现了逆势上涨。二是通过不断扩大市场调查范围，增加决策系统企业覆盖面，拓展非铁路运输企业，如兴义地区石膏主要来自兴义电厂，每月生产有4万t石膏需要外运，通过积极宣传20 ft 35 t敞顶箱环保、便捷的运输优势，结合石膏附加值低、物流成本高的产品属性和运输特征，制定出兴义站至管内贵港、南宁南、廉江、崇左等站石膏敞顶箱运输竞争性一口价方案，通过价格杠杆撬动石膏发运。
施工承建单位的项目经理是项目建设质量、进度和投资控制的关键。一个具有较丰富施工管理经验和质量意识、敬业精神、责任心都强的项目经理，在承担中标工程项目任务时，都会挑选自己信任的得力助手，包括主管生产的副经理、总工、质检负责人等。这样的经理进场后，以他为核心的项目组会结合工程施工实际制定施工措施和质量管理办法等，并且能落到实处，保障工程施工建设得以顺利进行。
（3）运输能力。货运大数据的应用最有价值之处在于运力调配和优化，但实际使用效果不佳。一是受限于铁路的运能。根据目前的铁路运行图，要增加运力必须增加车底，但在运力不紧张的时期，闲置的车底又将造成更大的经济负担。二是受限于运力的分配。空车调整计划较复杂，空车的周转没有利润且消耗能力，目前铁路运输组织部门尽量减少空车的周转，因而运输能力调整的局限性限制货运大数据的有效使用。
（4）人员能力和素质。一方面，大数据技术涉及多方面技术支持，以及网络安全技术屏障。铁路信息技术领域缺乏大数据技术人才，致使铁路自身虽然有很多数据系统，但这些只能称为“小数据”，大多数有隐性价值的数据未能得到合理挖掘和有效利用；同时由于货运系统人员市场营销观念不强，当前铁路货运营销分析仍局限于既有数据的分析，致使铁路运输需求预判、后续营销策略等信息匮乏[7]。
3 推进铁路货运营销大数据应用对策
在大数据技术广泛应用的背景下，应重点研究如何通过整合内、外部信息资源，从外部市场数据和内部生产经营数据中挖掘有用的信息，并通过完善和优化自身管理运行机制，更好地利用大数据技术创造价值，更好地服务于铁路货运营销的发展。
（3）发展铁路现代物流。铁路货运改革的方向是向现代化物流转型，发展供应链物流服务。推进货运信息化建设，构建铁路货运生产系统集成平台，将铁路内部既有的粗放、零散的铁路物流数据资源加以整合，实施系统化管理。同时，打通路企物流信息互联互通渠道，搭建路企数据交换平台，及时掌握企业物流产生、流动、变动等情况。以市场需求为导向，利用大数据技术的信息分析和挖掘能力，将铁路数据与客户数据进行整合和优化，得出最优化物流解决方案，达到合理配置铁路运输资源、降低客户物流成本、提高铁路物流服务水平的目的。
3.1 建立货运大数据应用平台
（4）优化运力资源配置。一方面，利用大数据技术，将铁路大量、功能型号各异的车辆信息进行整合、分析，研究车辆优缺点、线路时效等特征，为铁路货物调度中心的指挥、运能组织、车流安排及短途配送路径等，提供前瞻性、针对性的高效运输组织方案。另一方面，结合运输信息集成平台，通过分析典型数据，包括货车在各个站的实际到发时间、各站装卸作业能力和效率、各站货运量的变化数据、信号系统的状态变化等，总结货运量变化的相关规律，结合对运力资源数据的分析，设计符合市场需求和铁路实际情况的运输产品，为进一步满足客户需求做好运力优化的配置和调整。
3.2 优化整合社会资源
整合交通运输、环保、国土资源、城乡建设、商务、航空、邮政、电信、气象等相关方面涉及交通物流的数据，同时与百度、谷歌等主要网络搜索引擎和旅游电子运营商合作，利用其掌握的海量互联网信息与检索数据，深入挖掘运输市场需求及发展态势，研究不同经济发展阶段下运输市场需求的演变规律。同时，建立社会数据及相关部门数据合一的物流大数据资源，推行物流的数字化管理，开展数字化营销，最终达到铁路物流网络化、散客化、大众化的目的[8]。
3.3 优化内部运输组织
在明确市场需求的基础上，调整运输产品供给，将传统运输模式向电商运行模式转型，在统一的电商平台下实现货运以营销为中心，统一协调调度指挥、应用车辆，各部门配合实现战略部署，建成运输商务一体化管理模式。通过大数据技术的数据分析及预测，合理调配运能资源，解决运能不足问题。通过大数据计算得出最大效益运能方案，加快货车周转，提高运行速度，形成一体化管理，打破各局相互制约的格局。
3.4 加强复合型人才队伍建设
一是完善大数据人才发展机制，有针对性地制定科技人才培养规划，吸引、培养复合型人才，组建南宁局集团公司大数据专业团队，作为业务部门与技术部门之间的沟通纽带，为实现集团公司各系统数据的综合利用、支撑科学决策做好人才储备。二是适当引进优秀的统计分析人员，充实到大数据分析人员队伍中。通过对人的引进，引入更加先进的分析方法和模型，提升货运营销团队中其他成员的业务水平。
3.5 优化货运营销机制
一是拓宽渠道，包括利用电商直销平台、微信推送平台、第三方销售平台等方式扩大客户群体，同时加入客户评价和推荐功能。二是针对大客户，建立客户信息库，及时跟踪大客户和机构客户在投资和消费方面的偏好变化，同时培养营销管理部门自己的销售队伍。有针对性地展开产品设计和营销、实时地推送和推荐，减少客户流失和增加潜在客户。三是做好市场预测。利用大数据进行预测是大数据挖掘的核心，营销部门应利用信息平台优势、结合同业市场产品动向，及时向后台反馈销售变化预警信息，辅助中后台实现迅速有效的流动性管理和风险管理。
儿童节目主持人不但要具备良好的沟通能力与组织能力，还必须以儿童为核心做好节目主持的风格和定位，把握好儿童的心理变化规律，引导他们确立正确的价值观，在主持少儿类节目的同时还必须运用欢快、轻松的儿童式表达，这样才能够吸引他们注意力。同时主持人还需要会运用自己的肢体语言和儿童进行交流与互动，这对于强化信息传播的效果具有重要的促进作用。
3.6 实施营销定制化服务
通过对辖区内货源分布、产业布局、客户的发货习惯等进行研究，分区域对客户群进行充分细分。以客户需求为导向，将营销触角由发端延伸至到端，以优化客户物流链为目的，从客户整条销售链找切入点，利用供应链服务平台建立和管理比较完全的客户数据库，通过对客户研发、生产、销售和服务等环节的数据分析，为客户提供全面、个性化的运输方案，从而更好地服务客户，增加客户价值，同时获取铁路货运可持续发展的竞争优势。
4 结束语
随着高速铁路网的建成，铁路货运能力将得到释放，铁路货运还有很大的发展空间，应加快推进铁路货运向现代物流转型。南宁局集团公司不仅需要对外挖掘运输市场需求与经济发展的变化规律，还需要对内优化自身体系，整合内外部资源和能力，极力解决目前铁路货运大数据应用存在的问题。借助大数据技术的应用，强化客户分级管理，加强市场监测、分析和预测，均衡铁路货运的运输需求与运力供给，科学合理地安排营销计划，针对性地制定营销策略，更好地服务铁路货运营销，打开铁路货运新局面。
参考文献：
[1] 刘 淼. 关于大数据在铁路物流中的应用研究[J]. 通信设计与应用，2017(8)：39-41.
[2] 张 斌，彭其渊. 基于大数据的铁路客户关系管理系统设计研究[J]. 铁道运输与经济，2017，39(6)：42-48.ZHANG Bin，PENG Qiyuan. Design of Railway Customer Relationship Management System based on Big Data[J].Railway Transport and Economy，2017，39(6) ：42-48.
[3] 代明睿，朱克非，郑平标. 我国铁路应用大数据技术的思考[J]. 铁道运输与经济，2014，36(3)：23-26.DAI Mingrui，ZHU Kefei，ZHENG Pingbiao. Thoughts on Applying Big Data Technology to China Railways[J].Railway Transport and Economy，2014，36(3)：23-26.
[4] 柯向喜. 关于南宁铁路局货运营销工作的思考[J]. 铁道货运，2017，35(3)：22-26.KE Xiangxi. Thoughts on Freight Marketing Works by Nanning Railway Administration[J]. Railway Freight Transport，2017，35(3)：22-26.
[5] 人民铁道网. 南宁铁路局强化营销促进货运上量[EB/OL].(2016-10-10) [2019-02-09]. http://www.peoplerail.com/rail/show-456-292982-1.html.
[6] 马喜珍. 大数据技术在铁路现代物流组织中的应用[J].河北轨道运输，2015(3)：1-3.
[7] 杨清海. 浅谈“大数据”在铁路管理中的应用[J]. 科学技术创新，2017(22)：122-123.
[8] 李雅琦. 大数据助推铁路创新发展的思考[J]. 信息通信，2018(2)：176-177.
A Study on Application of Big Data of Railway Freight Marketing at China Railway Nanning Group
CHEN Xiaohui, YANG Li
(Freight Department， China Railway Nanning Group Co. Ltd.， Nanning 530029， Guangxi， China)
Abstract: To promote application of information technologies in railway freight marketing strategies and build a new freight marketing model based on big data， this paper studies the railway freight marketing data from the aspects of strengthening market research， analysis and prediction， improving customer relationship management， developing modern railway logistics， optimizing allocation of transportation resources and upgrading freight revenue management. Based on an overview of application analysis of freight marketing data of China Railway Nanning Group， to provide reference for constructing a new freight marketing model based on big data， this paper puts forward the following strategies: establishing a freight big data application platform，optimizing and integrating social resources， improving internal transport organization， promoting cultivating versatile talents， upgrading the freight marketing mechanism and offering customized services.
Keywords: Big Data; Railway Transport; Freight Marketing; Decision Support System; Improvement Strategies
文章编号： 1004-2024(2019)04-0014-06
中图分类号： U294.1
文献标识码： B
DOI： 10.16669/j.cnki.issn.1004-2024.2019.04.04
收稿日期： 2019-02-27
作者简介： 陈小辉(1976—)，男，广西桂林人，大学本科。杨莉(1983—)，女，广西柳州人，大学本科。
基金项目： 中国铁路总公司科技研究开发计划课题 (2017X010-L)；中国铁道科学研究院集团有限公司科研项目(2018YJ162)
（责任编辑 宋 菲）
标签：大数据论文; 铁路运输论文; 货运营销论文; 决策支持系统论文; 优化对策论文; 中国铁路南宁局集团有限公司货运部论文;