大数据分析是对海量或多元化多来源数据进行处理分析，通过对公交数据深度挖掘分析，实现直观、多维度的数据展示，从整体衡量企业运营状态，分析数据变化的具体原因，为公交企业的营运管理和决策提供科学的数据支撑，深化公交数据应用管理。

基于大数据的公交营运数据分析首先需要将各个信息化系统的数据进行汇聚，数据包括静态数据和动态数据，涵盖车辆、人员、站点、车载数据、定位数据等信息，针对不同的数据源进行统一采集和接入，规范数据格式，建立数据标准，对原始数据通过HBase进行分类存储到数据仓库，为营运统计、分析、决策提供基础数据。

1、

客流分析

客流数据为线网优化、智能排班等核心应用提供准确数据依据，公交运营计划、发车间隔、线路制定等需要根据客流变化进行调整，实现客流与营运管理的合理匹配，满足市民出行需求。

客流分析是整合车载IC卡刷卡数据、公交线路站点数据和智能调度等多方数据，以报表或图表形式对车辆运载能力、客流高峰期及客流拥堵的站点等数据进行科学分析。随着技术的不断发展，人脸识别等技术将对客流进行实时统计，并对车厢拥挤度进行分析。

2、

能源消耗分析

能源消耗分析实现车辆能源消耗监测和统计分析，通过对分公司、线路不同能源类型车辆的消耗分析，查找车辆耗能高的原因，对车辆百公里能耗进行统计，对能耗趋势进行分析，深度跟踪单车能耗，为后续降低能耗成本提供可量化的数据依据。

3、

营运考核分析

对线路、车辆营运存在的问题进行推理分析，综合班次、营运时长、客流等各项指标，定期输出考核报告，分析线路班次走势、营运与非营运对比、单车里程走势和车辆运行速度等信息，针对异常线路和车辆进行分析。

4、

营运指标分析

通过智能调度等大数据对营运指标类数据进行分析，包括早晚高峰班次、配车数量、发车准点率等指标，同时与大间隔和串车指标相辅相成，作为控制均衡运行的指标。在营运指标应用的同时，统计分析当前运行车速情况，便于调度人员及时了解拥堵路段，并对运行间隔、串车报警、车辆超速情况进行统计，有效优化车辆排班，更加合理地进行车辆调度。

5、

结语

随着数字化转型的推进，如何通过数据分析推进企业各项决策分析，是数字化转型的重点之一，济南公交推进国有企业数字化转型，逐步建立用数据说话、用数据决策、用数据管理的数字化思维方式和管理机制，通过数据分析不断提供各类决策分析方案，以便提高公交营运效率和数字化管理水平。