- 相關(guān)推薦
鐵路客運營(yíng)銷(xiāo)輔助決策系統的應用
摘要：哈爾濱站從客流預測、市場(chǎng)細分、適時(shí)通報、運力配置等方面不斷探索，依靠信息技術(shù)來(lái)改造傳統產(chǎn)業(yè)，逐步建立起“超前預測、協(xié)調運作”的客運營(yíng)銷(xiāo)輔助決策系統，改變了以往傳統的人工分析和經(jīng)驗預測的方法，為鐵路充分挖掘運能潛力，實(shí)現運輸效益最大化提供了科學(xué)依據。
關(guān)鍵詞：鐵路客運 營(yíng)銷(xiāo) 決策系統應用
0 引言
幾年來(lái)，哈爾濱站面對客運市場(chǎng)的激烈競爭，依靠觀(guān)念創(chuàng )新、管理創(chuàng )新和技術(shù)創(chuàng )新，從客流預測、市場(chǎng)細分、適時(shí)通報、運力配置等方面不斷探索，依靠信息技術(shù)來(lái)改造傳統產(chǎn)業(yè)，逐步建立起“超前預測、協(xié)調運作”的客運營(yíng)銷(xiāo)輔助決策系統，改變了以往傳統的人工分析和經(jīng)驗預測的方法，為鐵路充分挖掘運能潛力，實(shí)現運輸效益最大化提供了科學(xué)依據。此系統以哈爾濱站局域辦公網(wǎng)為基礎平臺，具有維護便利、系統穩定、信息共享的特點(diǎn)，自2008年投入應用以來(lái)，取得了良好的效果，成為了專(zhuān)兼職營(yíng)銷(xiāo)人員的有力助手。
1 客運營(yíng)銷(xiāo)輔助決策系統產(chǎn)生的背景
由于鐵路旅客運輸受線(xiàn)路、運行圖、固定、移動(dòng)行車(chē)設備等影響，始終處于計劃運輸的狀態(tài)。如果不能及時(shí)掌握客流的動(dòng)態(tài)，就會(huì )出現客流高峰期，運能緊張造成客流流失；客流淡季則能力虛糜，造成運輸成本增加的問(wèn)題。雖然鐵路一直在努力解決運能和運量的矛盾，力爭尋求最佳的零界點(diǎn)，但掌握市場(chǎng)動(dòng)態(tài)的手段、方法還十分有效，不能做到超前預測、動(dòng)態(tài)調整、快速反應，沒(méi)有形成一套完整的戰略、戰術(shù)體系，大量有價(jià)值的數據信息沒(méi)有被充分挖掘和提煉出來(lái)，不能很好地為管理和決策提供依據，難以滿(mǎn)足形勢不斷發(fā)展的要求。營(yíng)銷(xiāo)決策的局限性在于：
1.1 不能對客流進(jìn)行科學(xué)的調查、分析與預測，無(wú)法準確掌握客流的特點(diǎn)、走勢及動(dòng)態(tài)，投入的運能無(wú)法完全滿(mǎn)足客流的需求，影響了正常的站車(chē)秩序，也損害了鐵路的形象。
1.2 不能綜合分析某一方向、某一趟列車(chē)的上座率，也就不能準確計算出合理的列車(chē)編組輛數和無(wú)座席加成系數，運輸效率不高，無(wú)法實(shí)現效益最大化。
1.3 傳統手工統計的準確度和時(shí)效性較差。造成這個(gè)問(wèn)題的原因有兩個(gè)方面。一方面是車(chē)站日常分析的數據是通過(guò)客流調查、客票系統數據的采集、提煉獲得，但是由于現有的客票系統提供的數據量大、分散，只能采用手工方法多次采集，不能實(shí)現自動(dòng)采集。另一方面是車(chē)站數據分析人員采用的統計、分析方法不夠科學(xué)，統計對比方法單一，選擇數據項點(diǎn)少，以往只對節假日時(shí)期數據進(jìn)行統計，側重流量、流向的對比分析，準確率低，因此統計分析內容缺乏全面性、合理性，缺少說(shuō)服力，并且憑經(jīng)驗預測的多，不能科學(xué)預測。
1.4 不能實(shí)時(shí)搜集到各種信息，特別是不能及時(shí)搜集掌握公路和民航運輸業(yè)迅猛發(fā)展對鐵路的沖擊，以及客流分布不均衡等信息，這就很容易造成客流組織工作的被動(dòng)，也就是鐵路運輸組織仍處于比較封閉的狀態(tài)，適應市場(chǎng)的機動(dòng)性較差。
1.5 不能準確地細分市場(chǎng)，對學(xué)生、民工、旅游等客流的組成和結構比例無(wú)法完全掌握，無(wú)法提供相應的個(gè)性化服務(wù)和能力保證。
1.6 不能實(shí)現信息的互聯(lián)互通，自動(dòng)預測，信息資源掌握在少數專(zhuān)職營(yíng)銷(xiāo)人員手中，不能形成全員營(yíng)銷(xiāo)的共識，執行層抓生產(chǎn)存在一定的盲目性。
1.7 客流調查的方式方法單一，費事、費力、費人，而調查的效果不明顯。
1.8 不能把鐵路速度快、票價(jià)低的優(yōu)勢充分展示出來(lái)，對外宣傳的力度不夠，引流上線(xiàn)的作用不夠明顯。
為了消除營(yíng)銷(xiāo)決策憑經(jīng)驗、憑領(lǐng)導主管判斷的局限性，滿(mǎn)足營(yíng)銷(xiāo)決策科學(xué)化的內在要求，哈爾濱站自2008年以來(lái)自主研發(fā)《客運營(yíng)銷(xiāo)輔助決策系統》，從市場(chǎng)需求的角度出發(fā)，以追求經(jīng)濟和社會(huì )效益為目標，逐漸建立起完善的，以信息化平臺做支持的營(yíng)銷(xiāo)輔助決策系統，為客運部門(mén)提供科學(xué)決策依據，實(shí)現客運營(yíng)銷(xiāo)決策的科學(xué)化。該系統是一個(gè)綜合性分析、輔助決策支持系統，它對哈站的收入、發(fā)送量進(jìn)行匯總統計，進(jìn)行宏觀(guān)的概括；同時(shí)對當前系統運行中所涉及的收入、發(fā)送量信息作出相關(guān)分析。該系統的開(kāi)發(fā)可以使客運管理人員及時(shí)掌握全站每天的重要生產(chǎn)指標，也可以實(shí)現有針對性地查詢(xún)客票發(fā)售情況、客運市場(chǎng)需求情況等信息，為客運管理人員的營(yíng)銷(xiāo)決策提供參考。
2 客運營(yíng)銷(xiāo)輔助決策系統的構成
2.1 硬件結構 采用客戶(hù)/服務(wù)器體系結構，為便于全站各級用戶(hù)使用到該系統，在哈爾濱站辦公系統網(wǎng)絡(luò )中增加一臺服務(wù)器，主要配置是內存１G、硬盤(pán)73G、CPU為志強3.0。該服務(wù)器通過(guò)交換機與辦公網(wǎng)絡(luò )相連，實(shí)現了全站各級用戶(hù)的使用。
2.2 軟件結構 后臺應用程序采用常用的Windows server2000操作系統和SQL server2000數據庫，實(shí)現了數據采集整理傳輸等功能。前臺應用程序開(kāi)發(fā)工具使用ASP頁(yè)面服務(wù)器程序設計系統軟。
2.3 功能模塊
2.3.1 指標走勢分析模塊。主要包括旅客發(fā)送量走勢分析、旅客上車(chē)人數走勢分析、運輸收入走勢分析、始發(fā)列車(chē)上座率走勢分析四部分，根據歷年數據形成各種圖表，為優(yōu)化運力資源配置、充分挖掘運能潛力提供科學(xué)依據，實(shí)現增收創(chuàng )效。該模塊采用數據導入的方式將歷年的每日、每月發(fā)人數據導入到指標走勢數據庫中，輸入查詢(xún)日期可以自動(dòng)繪制出收入、發(fā)人、上車(chē)人數、上座率走勢圖。
2.3.2 學(xué)生客流分析模塊。與黑龍江省教育廳合作，專(zhuān)門(mén)建立哈市各院校學(xué)生數據庫，通過(guò)每年對新生、畢業(yè)生數據的更新，查詢(xún)、預測各個(gè)時(shí)期學(xué)生出行情況，為學(xué)生票發(fā)售工作提供科學(xué)的參考依據。該模塊采用數據導入、手工添加數據的方式將歷年的學(xué)生基本信息、各院校放假日、學(xué)生各方向客流量錄入到學(xué)生數據庫中，通過(guò)輸入查詢(xún)條件，能夠統計、預測出學(xué)生基本情況、各院校放假日、學(xué)生各方向客流量、學(xué)生日客流量統計表，并自動(dòng)繪制各方向學(xué)生客流、日客流走勢圖。
2.3.3 春運客流分析模塊。根據前三年節后旅客發(fā)送歷史數據及節前各主要列車(chē)到達人數統計情況，并結合各次列車(chē)運能，通過(guò)軟件分析程序，科學(xué)預測本年度節后客流情況，為申請加開(kāi)臨客、加掛車(chē)輛提供科學(xué)依據。該模塊采用添加方式將運能基礎數據、歷年節前到達數據、節后發(fā)送數據錄入到春運客流數據庫中，通過(guò)統計、預測出節前到達數據、節后發(fā)送數據統計表，并自動(dòng)繪制出節前到達數據、節后發(fā)送數據、節后運能充足走勢圖。
2.3.4 市場(chǎng)信息。發(fā)布鐵路、公路、民航市場(chǎng)信息，為專(zhuān)兼職營(yíng)銷(xiāo)人員提供參考。通過(guò)登錄后臺管理系統錄入各種市場(chǎng)信息，實(shí)現網(wǎng)頁(yè)瀏覽信息的功能。
2.3.5 營(yíng)銷(xiāo)組織措施。發(fā)布車(chē)站的指標分劈、營(yíng)銷(xiāo)組織措施。通過(guò)登錄后臺管理系統錄入營(yíng)銷(xiāo)組織措施，實(shí)現網(wǎng)頁(yè)瀏覽的功能。
3 客運營(yíng)銷(xiāo)輔助決策系統的應用
3.1 掌握階段客流規律，作出運輸能力調整。根據學(xué)生流、民工流、短假期客流規律的不同，提高客運計劃水平，通過(guò)信息處理、科學(xué)預測、編制方案、計劃調節等手段，做到均衡運輸，減少虛糜，達到最佳利用運能的目的。一是通過(guò)《營(yíng)銷(xiāo)輔助決策系統》，對到站、中轉站進(jìn)行統計，合理匹配運力，通過(guò)技術(shù)手段，進(jìn)行長(cháng)短途合理分工，按照運能逐日安排院校集中購票計劃，并在一定程度上建議了學(xué)校放假日期，既減輕了鐵路運力合理利用，又保證了學(xué)生能購買(mǎi)到有座車(chē)票。我們充分利用學(xué)生票發(fā)售政策，分學(xué)校送票、窗口提前發(fā)售、預售期優(yōu)先發(fā)售等方式，分梯次進(jìn)行學(xué)生票發(fā)售，最大限度地滿(mǎn)足學(xué)生購票需求。還對學(xué)生返程車(chē)票業(yè)務(wù)進(jìn)行了重點(diǎn)宣傳和運作，不僅增加了運輸收入，更取得了良好的社會(huì )效益。二是通過(guò)《營(yíng)銷(xiāo)輔助決策系統》，對春季民工流集中到哈中轉，冬季民工流集中返鄉時(shí)期進(jìn)行預測，在農民工集中到達和返程時(shí)，了解農民工客流情況，提供農民工綠色通道、預留票額、專(zhuān)口售票等服務(wù)，并設計開(kāi)行管內農民工專(zhuān)列。三是通過(guò)《營(yíng)銷(xiāo)輔助決策系統》，從第一個(gè)清明長(cháng)周末開(kāi)始，不斷積累總結經(jīng)驗，掌握客流基本規律。形成了窗口開(kāi)關(guān)時(shí)間、數量、臨客加開(kāi)、始發(fā)列車(chē)超員率上限設定等成型方案，體現出組織的科學(xué)性。四是通過(guò)《營(yíng)銷(xiāo)輔助決策系統》，對團體客流進(jìn)行規范組織。重新修訂了《哈爾濱站團體票管理辦法》，實(shí)施大客戶(hù)戰略，引入準入機制。對旅行社資質(zhì)、信譽(yù)、運量和淡旺季辦票情況進(jìn)行綜合評估，確定了22家協(xié)議團體大客戶(hù)，通過(guò)給予票額傾斜、開(kāi)辟綠色通道等優(yōu)惠政策，確立了戰略合作伙伴關(guān)系。從而堅定了這些旅行機構組織鐵路旅游團的信心，也從另一個(gè)側面宣傳了鐵路扶持旅游市場(chǎng)的舉措，在互惠互利基礎上實(shí)現了合作共贏(yíng)。
3.2 掌握市場(chǎng)運輸信息，作出營(yíng)銷(xiāo)策略調整。通過(guò)對民航、公路運輸信息的分析，我們適時(shí)調整營(yíng)銷(xiāo)策略，與之展開(kāi)客流競爭。一是爭奪高端長(cháng)距客流。先后還行動(dòng)車(chē)組4對，8個(gè)小時(shí)到達北京、天津，4個(gè)小時(shí)到達沈陽(yáng)。以其快速、準點(diǎn)吸引客流。在最高峰期實(shí)行重聯(lián)編組運行，擴充運輸能力。二是爭奪旅游客流。通過(guò)預測和建議，在原有基礎上，開(kāi)通了直達武昌、青島、南昌、太原的列車(chē)，爭奪了部分航空旅游流，成為經(jīng)濟旅行的首選。三是爭奪城際客流。牢牢抓住哈大齊工業(yè)走廊豐富的客源，不斷增加運輸能力，平均1小時(shí)有一趟該方向快車(chē)，還專(zhuān)門(mén)開(kāi)行2對一站直達快車(chē)，與公路汽運展開(kāi)激烈的競爭，以其舒適、快捷、價(jià)廉、安全的優(yōu)勢，在競爭中占據最大的份額。
3.3 掌握旅客出行需求，作出服務(wù)措施調整。從旅客需求出發(fā)，從完善售前、售中、售后服務(wù)出發(fā)，堅持服務(wù)創(chuàng )新，用優(yōu)質(zhì)服務(wù)為客運營(yíng)銷(xiāo)提供保證。一是實(shí)行窗口彈性用工。為解決固定班制造成的旺季人員不足，淡季人員富余，整體勞動(dòng)效率不高的問(wèn)題。借鑒外局先進(jìn)經(jīng)驗，打破了原有班制，分為了一部分四班倒、一部分上午班、一部分下午班、一部分日勤、一部分補班等靈活的班制，做到與窗口購票客流最大限度的匹配。還對窗口功能進(jìn)行劃分，分為城際快車(chē)、當日、三日、預售十日等功能，進(jìn)行合理分工，更加方便旅客購票，減少排隊購票時(shí)間。二是擴充問(wèn)詢(xún)電話(huà)容量。我站95105688問(wèn)事電話(huà)升級使用以來(lái)，以其方便快捷的問(wèn)詢(xún)服務(wù)、大容量的資訊發(fā)布，受到了公眾的好評，知名度、應用度不斷提高，現有8個(gè)人工座席已不能滿(mǎn)足問(wèn)事的需要。針對這個(gè)問(wèn)題，我們及時(shí)與合作方鐵通公司協(xié)商，由鐵通公司組織再次升級問(wèn)詢(xún)電話(huà)容量，由8個(gè)服務(wù)席位擴充到16個(gè)，通過(guò)問(wèn)事服務(wù)的改進(jìn)，當好公眾的出行參謀。三是升級網(wǎng)上資訊服務(wù)系統。與《東北網(wǎng)》達成了合作意向，利用主流門(mén)戶(hù)網(wǎng)站的技術(shù)實(shí)力，把網(wǎng)上鐵路資訊發(fā)布做大做強。四是開(kāi)辦電話(huà)訂票業(yè)務(wù)。與電信公司達成了合作協(xié)議，由電信公司提供設備，提供訂票電話(huà)，前期設立20個(gè)輪選臺，預定9天以?xún)?ldquo;公用”網(wǎng)內的各次列車(chē)車(chē)票。五是增設高校代售點(diǎn)。與省教育廳達成合作協(xié)議，擬在哈市院校內設立鐵路經(jīng)營(yíng)的代售點(diǎn)。由院校提供場(chǎng)地，電話(huà)線(xiàn)，電源，由鐵路提供售票設備和人員，減少學(xué)生集中到車(chē)站窗口購票的人數。
4 客運營(yíng)銷(xiāo)輔助決策系統的使用效果
4.1 資源共享更加高效。建立了日、月、季、年分析制度，由專(zhuān)職營(yíng)銷(xiāo)人員對運輸收入、旅客發(fā)送量等進(jìn)行匯總分析，不僅有數據說(shuō)明，還有文字說(shuō)明，具體分析運輸進(jìn)款、發(fā)送量增加、減少的原因，形成分析報表后，導入《營(yíng)銷(xiāo)輔助決策系統》，供全站共享。相應的專(zhuān)兼職人員，根據分析報表，各取所需，不斷調整營(yíng)銷(xiāo)措施。
4.2 市場(chǎng)反應更加快速。通過(guò)該系統，哈爾濱站能夠及時(shí)對客運市場(chǎng)作出快速的反應，達到階段性客流提前1個(gè)月以上提出預測，客流突增24小時(shí)內作出反應，在能力上、購票上、候車(chē)上提供保證，最大限度地防止客流流失和列車(chē)虛糜。
4.3 決策支持更加準確。通過(guò)該系統，哈爾濱站改變了以往營(yíng)銷(xiāo)組織憑經(jīng)驗的狀況，在數據統計、分析上更加準確。所有預測全部建立在數據模型的基礎上，做到科學(xué)、高效。
4.4 信息傳遞更加迅速。通過(guò)該系統，全站各個(gè)端口可以隨意查閱資料和了解市場(chǎng)信息，數據調用實(shí)現了資源共享、電腦查詢(xún)、自動(dòng)生成，傳遞的時(shí)效性得到了極大提高，為專(zhuān)兼職營(yíng)銷(xiāo)人員作出快速決策贏(yíng)得了時(shí)間和時(shí)機。
4.5 勞動(dòng)效率更加提高。通過(guò)該系統，在營(yíng)銷(xiāo)分析上，每天1人就可完成數據導入、預測分析的，而以往則需要多個(gè)車(chē)間、多個(gè)部門(mén)4—6人才能完成，實(shí)現了崗位的整合和優(yōu)化，工作的質(zhì)量和效率得到了明顯的提高。
4.6 營(yíng)銷(xiāo)效果更加突出。通過(guò)營(yíng)銷(xiāo)輔助決策系統的有效應用，哈爾濱站年發(fā)送旅客達到2600萬(wàn)人左右，日均發(fā)送7.2萬(wàn)人，最高峰日達到11萬(wàn)人；日均下車(chē)人數7萬(wàn)人，最高峰日10萬(wàn)人左右；日均乘降旅客14萬(wàn)余人，高峰時(shí)達22萬(wàn)人。年運輸收入近14億元。
4.7 社會(huì )效益更加顯著(zhù)。通過(guò)該系統，我們從滿(mǎn)足旅客購票需求出發(fā)，立足自我挖潛，在改進(jìn)售票方式、擴充運力資源、提供社會(huì )化資訊服務(wù)上不斷努力，有效解決了旅客出行的實(shí)際困難，體現出大眾化交通工具貼近社會(huì )、貼近公眾的作用和作為，公眾滿(mǎn)意度不斷提高，車(chē)站的外部營(yíng)銷(xiāo)環(huán)境得到了極大的優(yōu)化。
【鐵路客運營(yíng)銷(xiāo)輔助決策系統的應用】相關(guān)文章：
談鐵路客運營(yíng)銷(xiāo)輔助決策系統的應用03-21
探析鐵路客運營(yíng)銷(xiāo)輔助決策系統的應用03-19
淺析鐵路客運營(yíng)銷(xiāo)輔助決策系統的應用03-20
汽車(chē)換檔智能輔助決策系統的設計03-18
網(wǎng)絡(luò )環(huán)境下的市場(chǎng)營(yíng)銷(xiāo)決策與決策支持系統03-21