一、大数据与铁路经济融合带来的机遇

（一）有助提高铁路企业的市场竞争力

铁路经济与大数据深度融合可获得更好的市场响应、技术支撑。相应的软硬件采购成本、设施设备运行维护成本、数据咨询培训服务成本、市场宣传成本、顾客获取产品或服务的成本都将缩减。大数据是一种全新的思维方式，将其融入到铁路企业运营管理的各个方面，发掘出如顾客规模大、服务时间长、品牌知名度高、覆盖范围广等潜能，加以开发利用，可获得创造性的发展机遇。可独到地分析一些固有的难点、重点问题，进而创新性的应对与解决，甚至可以把劣势转换为优势，使得铁路企业快速塑造核心竞争能力。例如12306网上购票已经极大的缓解了购票难的问题，节约了成本，提高了好评率，同时也创造了巨大的社会价值。与大数据深度融合也会发掘许多新的业务点，大数据通过用户多维度画像，对客户偏好进行分类筛选，达到精准营销的目的。如增值数据服务、旅行增值服务、常旅客会员服务、客户个性化服务等，这些都将可能成为新的收入增长点，其对铁路的综合贡献率不容小觑。

（二）有助提高铁路企业的分析与决策能力

大数据也是系列的工具和方法，将其应用至现有的生产、经营、安全管理等领域可以帮助相关工作进行更为科学的分析与决策。生产领域应用大数据可提高效率、节约资源；经营领域应用大数据可优化管理、深入市场、了解顾客；安全领域应用大数据可做到事前防控、有效监控、事后分析。这些活动不断地深入应用大数据将使得铁路企业创造出许多创新性的分析、决策、控制、考核的方法。这些知识性成果具有很大的应用价值。例如通过优化车辆系统安全风险数据库，建立多级风险目录等方法，加强专业管理中大数据的分析应用。能够系统的体现出安全问题的潜在性和预控性，让安全预警工作更具针对性、目的性。

（三）高价值的数据资源赋能

大数据时代，数据就是一种财富、一种资源。铁路企业体量巨大，随着大数据在其内部的不断发展比较，积累出许多高附加值的数据。如货运的货物运输量、周转量数据，大宗物资的流通量和商品来源数据，各类商品的交易量和交易时间数据，货主的电子支付数据，不同地区的货物进出数据等；客运领域有旅客的出行、通勤记录，消费偏好，投诉意见，网络査询数据，订消数据，正晚点数据，客座率数据，收入率等；生产维护方面的设施设备故障数据、返修数据、维修保养数据、更新换代数据等。

二、大数据与铁路经济融合现状

（一）思维理念逐渐紧跟大数据发展趋势

    大数据是一种思维，也是一种理念，更是重要的决策方法工具。在大数据时代，整个社会都在逐步认同并接受大数据的作用及价值，并开始学习应用大数据的思维、方法及工具，将其视为一种宝贵资源。许多企业甚至将应用部署大数据作为一项战略性的活动。铁路企业在某些领域也开始应用发展大数据，紧跟大数据发展趋势。充分地认识到大数据的应用价值，将其视作一种重要的企业自有资源，一种战略性竞争策略和思维理念。这有利于铁路企业应用发展大数据的总体谋划、系统布局，也会影响下一步的深入实施和执行落实。

（二）数据运维管理处于初级探索阶段

铁路作为一个大体量的企业，设施、设备种类繁多，运管流程、环节繁杂，面向的消费群体量巨大。应用大数据时，在数据采集、数据格式标准化、通用化、数据传输、数据存储方面的突破依然处于探索中。随着大数据的应用发展不断深入，各类生产、采集、存储数据的相关硬件软件大大増多，产生的数据量激增、由此带来的数据管理难度倍增，如何更好地采集数据、如何科学地分类整理数据、如何更有效地存储数据已经成为挑战。例如乌鲁木齐局集团公司现在正在建设的视频监控平台，正是需要整合安保、作业监控、各专业视频等到统一的监控平台。在整合过程中，对这些不同制式、不同品牌、不同型号的视频监控设备的数据格式标准化、通用化、数据采集、数据传输、数据存储等方面的突破正在推进中。  

三、大数据与铁路经济深度融合对策及建议

（一）思维理念和专业人才建设必须紧跟大势

导入理念，提高认识，让全员基于自身的工作岗位学习大数据的原理、实务、发展过程及趋势等。充分理解大数据的本质，培养相应的思维方式，掌握有力的方法和工具，开展系列大数据应用相关的项目，加强大数据创新联盟平台的建设。选定大数据领域优秀的管理咨询主持实施项目，加强产学研之间的联系与互动，通过不断地学习、交流和实践提高自身的认识和应用能力。同时，应充分利用国内外科技资源，扩大开放合作，加快科研成果转化。建设专业的人才队伍参照相应的行业标准，同时根据铁路企业自身实际情况，通过引进和内部选聘等方式，招聘、培养一批专业人才。一方面是技术人才，包括大数据系统研发工程师、大数据应用开发工程师、大数据分析师、数据可视化工程师、数据安全研发员、数据科学研究员等。另一方面是管理人才，包括大数据项目管理经理、市场研究员、大数据产品经理、大数据销售经理、大数据运营师等。

（二）加强数据标准化建设，进一步整合数据资源

推进大数据与铁路经济深度融合需要完善数据标准化建设，特别是要建立和完善铁路系统的接口规范和数据标准体系，为跨部门、跨区域的智能铁路信息系统的互联互通奠定基础。基于数据资源互联共享、标准统一的原则，以互通的信息平台为基础，形成多系统的协调运行体系，强化铁路运营管理的整体性功能，通过各部门的相互配合，实现步调一致的协同管理，为铁路运行高效有序、旅客出行安全便捷提供更有力的保障。

（三）建立大数据管理制度体系和创建大数据决策支持系统

铁路企业应用实施大数据的基本管理架构，全面制定大数据管理制度体系。一是要建立一级目录，涵盖基本原则、参照标准、实施模块、责任分工、管理规定等。二是要根据大数据管理的主要工作模块建立获取、加工、应用、存储、流通等方面的制度。三是要基于具体业务模块或部门工作的工作内容针对性地设计大数据相关的使用管理规定、安全管理规定、考核激励制度产权管理细则等。筛选适用于铁路企业的生产经营、安全管理实际问题的方法工具，汇编成铁路企业大数据分析理论知识库。整理提炼行业内外发展大数据成功的案例，编写成大数据应用实务案例库。整合相应的统计方法、分析工具、应用模型来创建大数据决策分析系统平合，配置终端账号给不同部门责任人使用，要求长期的维护使用，并提供相应反馈意见或建议给技术人员定期升级优化。开发基于大数据分析的决策模式，对于通用的、共有的一些问题创建结构化模式，对于特有的、个性化的决策问题给予指导性提示。