缘起

为什么会有公共出行？
公共出行都包括什么？
产品的价值在哪？供需匹配
产品的抓手是什么？
产品的优势在哪？

前世

产品的迭代升级
公共出行理念的变迁
科学技术的发展（大数据、人工智能）

今生

产品的现状及功能覆盖
重点贡献：

  • mock数据，简单的mock数据叫，复杂的mock数据叫仿真，轨道旅行时间标定及排班调度
  • 公交线网统一表达，以轨道为例
  • 数据模型、数据标准的建立和规范化
  • dataqV3版的业务场景搭建

方法论总计：

  • 出行的产生和吸引（解决的是时空供需热点区域的问题）—>出行分布（解决的是时空供需匹配的问题）—>方式划分（解决的是各个交通方式时空运力调度的问题）—>路径分配（解决的是客流通道交通承载力问题）

  • 公交线路是一整条水管，人流即水流，站点是水管中可进水可出水的接头，断面就是两个接头的中间部分水管截面，有了这样形象的比喻之后，很多专业指标就会很好解释了

    未来

    目前公共出行产品基础指标体系基本覆盖完成，但这只是该产品发展的第一步，就目前公共出行产品而言，我们做到了指标有依据，数据有标准，作为一个公共出行运行监测平台的数据底座来说尚且足够，但如果真正做到城市公共出行的指挥决策大脑还有一段距离。

    隐患

  • 如果产品的能力止步于基础指标的统计，那么很难会打动客户从而让客户买单。

  • 高德的LBS数据给公共出行产品带来了很大的升级，弥补了单一交通方式覆盖不到的出行场景，比如公交轨道分担率，关键客流通道客流溯源，但其结果的准确性尚且没有实际案例可以证明。
  • 高德LBS数据本身也存在诸多问题，包括数据敏感性问题、数据采集质量问题、数据样本覆盖不全的问题，从近几年国家对个人隐私数据的保护程度上看，后续是否会继续能够商用也是一个很大的不确定性。

    方向和机会

    热点区域识别
    短时客流预测
    公交线网优化

LBS结合