付曉鳳，范新龍，劉立寧

(1. 西安鐵路職業(yè)技術(shù)學(xué)院 交通運(yùn)輸學(xué)院，陜西 西安 710014；2. 西安鐵路職業(yè)技術(shù)學(xué)院 電子信息學(xué)院， 陜西 西安 710014；3.中國(guó)鐵路西安局集團(tuán)有限公司 貨運(yùn)部，陜西 西安 710054)

中國(guó)鐵路西安局集團(tuán)有限公司(以下簡(jiǎn)稱“西安局集團(tuán)公司”)現(xiàn)有貨運(yùn)營(yíng)業(yè)里程5 425 km，覆蓋陜西省全境，有160多個(gè)辦理貨運(yùn)業(yè)務(wù)的車站，包括貨運(yùn)專辦站、兼辦站、僅辦理專用線業(yè)務(wù)的車站，有的歸貨運(yùn)中心站管理，有的歸車務(wù)段管轄。各站獨(dú)立經(jīng)營(yíng)，資源和業(yè)務(wù)比較分散，管理和運(yùn)營(yíng)效率較低，直接影響了西安局集團(tuán)公司的整體效益和發(fā)展。為在激烈的市場(chǎng)競(jìng)爭(zhēng)中取得優(yōu)勢(shì)，必須加強(qiáng)市場(chǎng)營(yíng)銷管理工作，充分發(fā)揮基層站段的作用。貨運(yùn)站智能營(yíng)銷決策系統(tǒng)的設(shè)計(jì)開發(fā)與運(yùn)用，給貨運(yùn)站工作提供與市場(chǎng)對(duì)接的技術(shù)和方法，給西安局集團(tuán)公司帶來(lái)了發(fā)展新機(jī)遇。

1 西安局集團(tuán)公司貨運(yùn)營(yíng)銷系統(tǒng)現(xiàn)狀及存在問(wèn)題

20世紀(jì)90年代末，陜西省高速公路迅猛發(fā)展，給鐵路貨運(yùn)市場(chǎng)帶來(lái)了沖擊。為了提高市場(chǎng)競(jìng)爭(zhēng)力，西安局集團(tuán)公司逐步開展貨運(yùn)營(yíng)銷工作，建立市場(chǎng)營(yíng)銷機(jī)制，完善營(yíng)銷管理系統(tǒng)。西安局集團(tuán)公司現(xiàn)有貨運(yùn)站營(yíng)銷管理相關(guān)系統(tǒng)主要有貨運(yùn)計(jì)劃管理系統(tǒng)(FMOS)、95306電子商務(wù)系統(tǒng)、運(yùn)貨五、18點(diǎn)系統(tǒng)、貨運(yùn)票據(jù)電子化系統(tǒng)、保價(jià)運(yùn)輸管理系統(tǒng)、貨運(yùn)站安全監(jiān)控與管理系統(tǒng)、貨運(yùn)辦公管理系統(tǒng)、中長(zhǎng)期合同履行兌現(xiàn)預(yù)警系統(tǒng)、集裝箱管理系統(tǒng)、貨調(diào)系統(tǒng)等近30個(gè)系統(tǒng)，實(shí)現(xiàn)了貨運(yùn)生產(chǎn)管理、客戶網(wǎng)上提報(bào)運(yùn)輸要求等基本服務(wù)功能，形成了海量的信息源。這些系統(tǒng)沒(méi)有經(jīng)過(guò)整體規(guī)劃設(shè)計(jì)，各系統(tǒng)獨(dú)立設(shè)計(jì)、獨(dú)自運(yùn)營(yíng)，造成各系統(tǒng)的數(shù)據(jù)統(tǒng)計(jì)口徑不一，協(xié)同聯(lián)動(dòng)能力不強(qiáng)，信息查詢及傳遞繁瑣，降低了工作效率。同時(shí)，由于缺乏上下游客戶的生產(chǎn)、銷售等資料，不能最大限度挖掘客戶資源、實(shí)時(shí)監(jiān)測(cè)客戶運(yùn)輸需求，市場(chǎng)反應(yīng)較為遲緩。調(diào)研顯示西安局集團(tuán)公司貨運(yùn)營(yíng)銷管理系統(tǒng)主要存在以下問(wèn)題。

（1）側(cè)重運(yùn)輸生產(chǎn)管理，缺乏對(duì)客戶市場(chǎng)調(diào)查分析，客戶服務(wù)功能較少?，F(xiàn)有的營(yíng)銷管理系統(tǒng)所提供的客戶服務(wù)僅限于網(wǎng)上需求提報(bào)、運(yùn)費(fèi)查詢等，運(yùn)輸產(chǎn)品定制、服務(wù)推送等功能欠缺，與客戶互動(dòng)較少。

（2）由于各系統(tǒng)建設(shè)時(shí)間不一，數(shù)據(jù)結(jié)構(gòu)不一致，無(wú)法提供貨運(yùn)工作需求的統(tǒng)一、完整信息，信息交換與共享程度較低。例如，站段無(wú)法與互聯(lián)網(wǎng)交換外部相關(guān)信息，難以實(shí)現(xiàn)與其他物流企業(yè)的信息交流，影響了多式聯(lián)運(yùn)及全程物流業(yè)務(wù)的開展。

（3）營(yíng)銷管理及決策功能不完善，難以實(shí)現(xiàn)“一對(duì)一”的營(yíng)銷策略，不利于應(yīng)對(duì)瞬息萬(wàn)變的運(yùn)輸市場(chǎng)。現(xiàn)有營(yíng)銷管理系統(tǒng)大多僅匯總了生產(chǎn)數(shù)據(jù)，分析功能欠缺，企業(yè)只能憑經(jīng)驗(yàn)決策。例如，中長(zhǎng)期合同兌現(xiàn)預(yù)警系統(tǒng)雖然具有大宗貨物合同兌現(xiàn)分析及預(yù)警功能，但缺乏對(duì)客戶的深層分析，以及對(duì)零散客戶的管理分析，無(wú)法提供精準(zhǔn)、有效的營(yíng)銷及運(yùn)輸決策方案。

面對(duì)激烈的市場(chǎng)競(jìng)爭(zhēng)，迫切需要具有智能化的決策分析系統(tǒng)來(lái)提供精準(zhǔn)、滿意的服務(wù)。設(shè)計(jì)開發(fā)“西安局集團(tuán)公司貨運(yùn)站智能營(yíng)銷決策系統(tǒng)”，以實(shí)現(xiàn)各系統(tǒng)的信息整合、重構(gòu)，并利用數(shù)據(jù)挖掘等智能技術(shù)，建立統(tǒng)一、綜合的智能決策、營(yíng)銷管理與服務(wù)平臺(tái)，提高市場(chǎng)競(jìng)爭(zhēng)力。

2 西安局集團(tuán)公司貨運(yùn)站智能營(yíng)銷決策系統(tǒng)構(gòu)架

2.1 構(gòu)建目標(biāo)

西安局集團(tuán)公司貨運(yùn)站智能營(yíng)銷決策系統(tǒng)以客戶為主導(dǎo)，以市場(chǎng)需求為導(dǎo)向，以貨運(yùn)站為服務(wù)單元，依托西安局集團(tuán)公司、車務(wù)段或貨運(yùn)中心，充分整合貨運(yùn)站服務(wù)范圍內(nèi)的各種信息，優(yōu)化資源，及時(shí)調(diào)整運(yùn)營(yíng)方案，靈活、精確地為客戶匹配運(yùn)輸產(chǎn)品或物流服務(wù)[1-2]，提高西安局集團(tuán)公司貨運(yùn)服務(wù)質(zhì)量和運(yùn)營(yíng)效率。西安局集團(tuán)公司貨運(yùn)站智能營(yíng)銷決策系統(tǒng)運(yùn)用GIS、大數(shù)據(jù)、北斗導(dǎo)航等技術(shù)，采用數(shù)據(jù)融合、智能決策理論和推理方法[3-6]，打通西安局集團(tuán)公司內(nèi)部各車站、車間、車站與客戶及相關(guān)企業(yè)的信息壁壘，進(jìn)行信息整合與共享，實(shí)現(xiàn)貨運(yùn)市場(chǎng)分析、需求預(yù)測(cè)與預(yù)警、客戶管理、資源整合、智能營(yíng)銷決策等功能，為貨運(yùn)站的精準(zhǔn)營(yíng)銷提供技術(shù)支撐。西安局集團(tuán)公司貨運(yùn)站智能營(yíng)銷決策系統(tǒng)構(gòu)建目標(biāo)如圖1所示。

圖1 系統(tǒng)構(gòu)建目標(biāo)Fig.1 System construction objectives

2.2 關(guān)鍵技術(shù)及方法

2.2.1 大數(shù)據(jù)精準(zhǔn)營(yíng)銷技術(shù)

大數(shù)據(jù)技術(shù)可以從海量無(wú)規(guī)則的數(shù)據(jù)中利用數(shù)據(jù)挖掘等技術(shù)，挖掘分析數(shù)據(jù)的內(nèi)涵意義，找出其中隱藏的規(guī)律，并能將數(shù)據(jù)分類整合后提供給用戶，幫助用戶進(jìn)行準(zhǔn)確判斷和決策。

大數(shù)據(jù)提供各種分析算法及模型，常用的有回歸法、聚類分析法、神經(jīng)網(wǎng)絡(luò)、智能推理、優(yōu)化算法、深度學(xué)習(xí)算法等[6]，可進(jìn)行運(yùn)量預(yù)測(cè)和分析，并結(jié)合市場(chǎng)環(huán)境及社會(huì)發(fā)展特點(diǎn)，及時(shí)將企業(yè)的生產(chǎn)銷售狀況及預(yù)警信息反饋，使貨運(yùn)站認(rèn)識(shí)到不足，及時(shí)控制風(fēng)險(xiǎn)，調(diào)整運(yùn)輸方案，提高服務(wù)質(zhì)量?？筛鶕?jù)客戶行為特征，挖掘價(jià)值用戶，還可根據(jù)已經(jīng)建立的客戶信息庫(kù)，及時(shí)追蹤客戶動(dòng)態(tài)，與客戶進(jìn)行交流，明確客戶的生產(chǎn)、銷售、運(yùn)輸需求特征，有針對(duì)性地進(jìn)行營(yíng)銷與運(yùn)營(yíng)等方案的設(shè)計(jì)，合理推送運(yùn)輸產(chǎn)品及物流服務(wù)，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷[7]，提高客戶的滿意度和忠誠(chéng)度。

2.2.2 市場(chǎng)營(yíng)銷智能決策方法

傳統(tǒng)的決策支持系統(tǒng)(DSS)是以模型庫(kù)、數(shù)據(jù)庫(kù)為基礎(chǔ)的，以定量分析為主的決策支持系統(tǒng)。利用智能技術(shù)解決市場(chǎng)營(yíng)銷問(wèn)題的市場(chǎng)營(yíng)銷智能決策系統(tǒng)(MIDSS)，可以彌補(bǔ)傳統(tǒng)DSS在數(shù)據(jù)分析和挖掘方面的不足，融合了專家系統(tǒng)的知識(shí)庫(kù)，運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)(DW)、聯(lián)機(jī)分析處理(OLAP)、數(shù)據(jù)挖掘(DM)、智能推理、決策技術(shù)、電子商務(wù)(EC)等技術(shù)，揭開隱藏在數(shù)據(jù)后面的規(guī)律，實(shí)現(xiàn)風(fēng)險(xiǎn)監(jiān)控，有效地支持企業(yè)的營(yíng)銷決策[8]。

西安局集團(tuán)公司貨運(yùn)站智能營(yíng)銷決策系統(tǒng)依托貨運(yùn)站相關(guān)的鐵路現(xiàn)有數(shù)據(jù)和歷史數(shù)據(jù)，利用大數(shù)據(jù)平臺(tái)和MIDSS方法，挖掘車站內(nèi)外部信息，為決策者提供科學(xué)、完整的決策信息，有效提高西安局集團(tuán)公司的市場(chǎng)競(jìng)爭(zhēng)力。

按照MIDSS的研究方法[4]，確定研究思路及體系結(jié)構(gòu)。MIDSS的體系構(gòu)架如圖2所示，即對(duì)于相關(guān)信息，進(jìn)行信息提取、處理，逐步實(shí)現(xiàn)選擇、編輯、分析等功能，建立數(shù)據(jù)倉(cāng)庫(kù)，進(jìn)行分析決策，實(shí)現(xiàn)對(duì)信息的高效訪問(wèn)、查詢、分析、利用功能。

圖2 MIDSS的體系構(gòu)架Fig.2 Architecture of MIDSS

（1）信息提取。對(duì)貨運(yùn)站內(nèi)、外部相關(guān)的各種原始信息進(jìn)行分類提取、初步加工。系統(tǒng)對(duì)于傳統(tǒng)的結(jié)構(gòu)型數(shù)據(jù)采用SQL技術(shù)抽取，對(duì)于半結(jié)構(gòu)性數(shù)據(jù)采用ETL技術(shù)進(jìn)行抽取、轉(zhuǎn)換，網(wǎng)頁(yè)信息用網(wǎng)絡(luò)爬蟲進(jìn)行抽取，并用Hadoop技術(shù)對(duì)信息進(jìn)行預(yù)處理。由于各種數(shù)據(jù)結(jié)構(gòu)不同，需要先把抽取的跨平臺(tái)、跨網(wǎng)絡(luò)、跨程序的異構(gòu)數(shù)據(jù)轉(zhuǎn)換為一種系統(tǒng)易于識(shí)別的XML標(biāo)準(zhǔn)通用格式文檔，形成“數(shù)據(jù)島嶼”，即信息交換中間平臺(tái)，借助Web Service接口進(jìn)行信息的交換、共享、分析和傳輸。通過(guò)定制規(guī)則定時(shí)提取數(shù)據(jù)到系統(tǒng)數(shù)據(jù)庫(kù)共享平臺(tái)，根據(jù)不同業(yè)務(wù)需求，設(shè)定不同同步時(shí)間，對(duì)于實(shí)時(shí)數(shù)據(jù)可以設(shè)置每天固定時(shí)間獲取，長(zhǎng)周期數(shù)據(jù)可間隔指定時(shí)間獲取，網(wǎng)頁(yè)數(shù)據(jù)隨時(shí)抓取[6]。

（2）信息存儲(chǔ)。經(jīng)過(guò)提取層的加工、處理、凈化，按不同的主題重組后，存放在數(shù)據(jù)倉(cāng)庫(kù)中，以便進(jìn)行數(shù)據(jù)挖掘和分析。大數(shù)據(jù)由數(shù)據(jù)倉(cāng)庫(kù)、MPP、Hadoop構(gòu)成多種混搭結(jié)構(gòu)，高性能數(shù)據(jù)加工及綜合分析由Oracle 12c數(shù)據(jù)倉(cāng)庫(kù)完成，儲(chǔ)存跨領(lǐng)域的數(shù)據(jù)；采用大規(guī)模并行分析數(shù)據(jù)庫(kù)MPP深度分析管理長(zhǎng)周期歷史數(shù)據(jù)；海量非結(jié)構(gòu)化數(shù)據(jù)主要存儲(chǔ)于分布式處理系統(tǒng)Hadoop，以便進(jìn)行批量處理及挖掘分析。通過(guò)全文檢索引擎Elastic Search 快速創(chuàng)建全文 檢索[7-8]。

（3） 信息分析。運(yùn)用大數(shù)據(jù)、OLAP的分區(qū)及并行分析、數(shù)據(jù)挖掘、決策分析多種技術(shù)，對(duì)提取的信息進(jìn)行多維分析，獲得對(duì)決策有用的價(jià)值。例如，運(yùn)用模糊聚類法、神經(jīng)網(wǎng)絡(luò)、聚類分析法、貝葉斯分類技術(shù)，可以對(duì)客戶進(jìn)行動(dòng)態(tài)或趨勢(shì)分析，采用決策樹、優(yōu)化算法、遺傳算法、智能推理等方法進(jìn)行營(yíng)銷決策[8]。

（4）信息展示。運(yùn)用可視化技術(shù)、檢索工具等，將大數(shù)據(jù)統(tǒng)計(jì)分析的結(jié)果以圖表、GIS電子地圖、文件形式進(jìn)行實(shí)時(shí)的、聯(lián)動(dòng)的可視化展示，并可進(jìn)行動(dòng)態(tài)的分析(如鉆取、切片和旋轉(zhuǎn)/縮放等)。采用報(bào)表生成技術(shù)和B/S架構(gòu)，通過(guò)瀏覽器為用戶展示分析后的結(jié)果，并對(duì)展示的信息進(jìn)行再分析和利用。

2.3 設(shè)置與運(yùn)用

分別在西安局集團(tuán)公司鐵路內(nèi)網(wǎng)和互聯(lián)網(wǎng)設(shè)置應(yīng)用系統(tǒng)，并可設(shè)立移動(dòng)APP、微信公眾號(hào)，為客戶及外部營(yíng)銷人員提供運(yùn)用接口，實(shí)現(xiàn)與現(xiàn)有鐵路信息系統(tǒng)的數(shù)據(jù)共享。系統(tǒng)應(yīng)用服務(wù)器主要發(fā)布接口程序和Web應(yīng)用程序，為各用戶提供響應(yīng)需求，外部應(yīng)用服務(wù)器利用中國(guó)國(guó)家鐵路集團(tuán)有限公司的網(wǎng)絡(luò)安全平臺(tái)訪問(wèn)鐵路內(nèi)網(wǎng)，為移動(dòng)APP提供相關(guān)數(shù)據(jù)。采用基于Web的B/S (Browser/Server)結(jié)構(gòu)，無(wú)需安裝客戶端，瀏覽器通過(guò)Web Server數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)交換，用戶只需通過(guò)瀏覽器就可以進(jìn)行操作訪問(wèn)。B/S系統(tǒng)構(gòu)架如圖3所示。系統(tǒng)分為客戶端和服務(wù)器端，應(yīng)用程序放在Web服務(wù)器和APP等應(yīng)用服務(wù)器上，知識(shí)庫(kù)、模型庫(kù)、數(shù)據(jù)庫(kù)等放在數(shù)據(jù)庫(kù)服務(wù)器上。

西安局集團(tuán)公司貨運(yùn)站智能營(yíng)銷決策系統(tǒng)適應(yīng)于管內(nèi)各車站的貨運(yùn)營(yíng)銷管理，還可用在貨運(yùn)中心站、車務(wù)段、鐵路局集團(tuán)公司對(duì)站段的營(yíng)銷管理與決策分析，尤其是信息及物流資源的整合與優(yōu)化。

3 系統(tǒng)功能實(shí)現(xiàn)與開發(fā)

3.1 系統(tǒng)功能模塊

通過(guò)對(duì)貨運(yùn)站范圍內(nèi)大宗貨源、零散貨源及工商企業(yè)、競(jìng)爭(zhēng)企業(yè)的生產(chǎn)及物流狀況、運(yùn)輸需求進(jìn)行調(diào)查分析，在充分滿足用戶需求的前提下，本著生產(chǎn)緊密圍繞市場(chǎng)，服務(wù)緊貼客戶的原則，以快速反應(yīng)、精準(zhǔn)服務(wù)為宗旨，設(shè)定系統(tǒng)的功能模塊。系統(tǒng)實(shí)現(xiàn)的功能模塊如圖4所示。

圖4 系統(tǒng)實(shí)現(xiàn)的功能模塊Fig.4 Function module of the system

（1）客戶管理。通過(guò)鐵路電子商務(wù)管理系統(tǒng)或車站管理等系統(tǒng)導(dǎo)入客戶信息，在現(xiàn)有大客戶的基礎(chǔ)上，增加對(duì)零散客戶和潛在客戶的分類管理，分別建立客戶檔案。深入挖掘分析不同客戶的市場(chǎng)價(jià)值，實(shí)現(xiàn)鐵路運(yùn)輸企業(yè)與客戶的定位匹配、能力匹配、價(jià)值匹配，便于開展靶向服務(wù)。完善貨運(yùn)站客戶服務(wù)和管理機(jī)制，提高服務(wù)水平。①客戶信息采集、挖掘。采集車站已有的大宗客戶、零散客戶信息，挖掘潛在客戶信息。②客戶信息分析。將客戶按品類別、忠誠(chéng)度、運(yùn)輸周期、價(jià)值等進(jìn)行細(xì)分，并按年度、月度、日歷需求、產(chǎn)品流向、往來(lái)物流企業(yè)、裝車及落空原因等進(jìn)行分析。③信息查詢。為客戶提供相關(guān)車站及站內(nèi)資源、營(yíng)業(yè)范圍、運(yùn)輸能力及限制、運(yùn)輸產(chǎn)品、運(yùn)價(jià)、物流軌跡等查詢。建立客服智能知識(shí)庫(kù)，將客戶關(guān)心的常見問(wèn)題、法律法規(guī)等，整理出來(lái)進(jìn)行智能服務(wù)、查詢。④反饋評(píng)價(jià)。設(shè)計(jì)評(píng)價(jià)體系和標(biāo)準(zhǔn)，供客戶打分評(píng)價(jià)，設(shè)置網(wǎng)絡(luò)留言或投訴電話表達(dá)意見或投訴。

（2）運(yùn)輸市場(chǎng)分析。對(duì)車站吸引范圍進(jìn)行貨源調(diào)查，并對(duì)同行市場(chǎng)進(jìn)行分析。①市場(chǎng)調(diào)查。設(shè)計(jì)調(diào)查問(wèn)卷、調(diào)查計(jì)劃，進(jìn)行深入的市場(chǎng)調(diào)查，并對(duì)調(diào)查數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。②繪制供需市場(chǎng)分布圖。通過(guò)對(duì)廠礦、企業(yè)的調(diào)查，繪制可視化的供需市場(chǎng)分布圖，在圖上分別用不同符號(hào)標(biāo)注已有客戶和潛在客戶的位置，以供車站確定貨源范圍和營(yíng)銷對(duì)象；在圖上分層標(biāo)注西安局集團(tuán)公司各貨運(yùn)站位置及營(yíng)業(yè)范圍、運(yùn)輸限制、資源分布、周邊物流公司分布、交通線路等信息，以便客戶查詢并確定辦理站[3]。③運(yùn)量預(yù)測(cè)。采用回歸分析、模糊矩陣等模型，預(yù)測(cè)不同時(shí)間段的品類別運(yùn)量和總運(yùn)量，以便合理安排運(yùn)輸運(yùn)力[6]。④其他相關(guān)信息分析。分析競(jìng)爭(zhēng)企業(yè)的運(yùn)價(jià)、運(yùn)輸產(chǎn)品、相關(guān)政策和運(yùn)輸環(huán)境，為營(yíng)銷決策提供借鑒。

（3）預(yù)警分析。設(shè)置各種情況的閾值參數(shù)，確定預(yù)警指標(biāo)及算法庫(kù)、預(yù)警級(jí)別標(biāo)準(zhǔn)以及預(yù)警方式，當(dāng)預(yù)警項(xiàng)目指標(biāo)超過(guò)閾值時(shí)，系統(tǒng)會(huì)提供預(yù)警信號(hào)。并建立預(yù)警日志，對(duì)各種預(yù)警信息進(jìn)行記錄，集中展示，并可以分類按條件搜索、導(dǎo)出等。①市場(chǎng)行情預(yù)警。監(jiān)測(cè)車站附近各工商企業(yè)的庫(kù)存、生產(chǎn)、銷售、物流狀況，對(duì)異常變化分別進(jìn)行預(yù)警。②運(yùn)輸服務(wù)預(yù)警。對(duì)車站的各種運(yùn)輸能力、集裝用具等資源不足以及停限裝限制等預(yù)警。③客戶狀況預(yù)警。對(duì)客戶運(yùn)量異常變化、落空、客戶忠誠(chéng)度大幅降低、客戶評(píng)價(jià)較差以及投訴建議等預(yù)警。④價(jià)格異常預(yù)警。對(duì)鐵路或其他運(yùn)輸方式運(yùn)價(jià)變化異?？赡軐?duì)車站運(yùn)輸產(chǎn)生影響的情況預(yù)警。

（4）營(yíng)銷管理。對(duì)市場(chǎng)營(yíng)銷狀況進(jìn)行分析管理。①營(yíng)銷計(jì)劃管理。對(duì)制定的營(yíng)銷計(jì)劃進(jìn)行分類管理。②營(yíng)銷資源管理。對(duì)各類營(yíng)銷人力資源、物力資源、財(cái)務(wù)資源等，建立資源庫(kù)，進(jìn)行分類管理。③效果評(píng)價(jià)。建立營(yíng)銷評(píng)價(jià)指標(biāo)體系，對(duì)營(yíng)銷結(jié)果進(jìn)行分析評(píng)估，為提高營(yíng)銷水平和效率提供依據(jù)。

（5）營(yíng)銷決策。運(yùn)用智能決策分析技術(shù)[8-9]，進(jìn)行需求分析與市場(chǎng)預(yù)測(cè)，實(shí)現(xiàn)對(duì)批零快運(yùn)產(chǎn)品、重點(diǎn)物資、特貨、國(guó)際聯(lián)運(yùn)產(chǎn)品、聯(lián)運(yùn)物流方案，以及運(yùn)價(jià)調(diào)整、營(yíng)銷渠道、促銷方案及其組合的決策分析。

通過(guò)建立各種營(yíng)銷決策知識(shí)庫(kù)和模型庫(kù)，根據(jù)決策者的需求，選擇模型，進(jìn)行推理決策，展示決策結(jié)果，并根據(jù)客戶需求，實(shí)時(shí)推送運(yùn)輸產(chǎn)品組合、物流服務(wù)方案、價(jià)格評(píng)估范圍等決策信息。

3.2 系統(tǒng)實(shí)現(xiàn)與開發(fā)

西安局集團(tuán)公司貨運(yùn)站智能營(yíng)銷決策系統(tǒng)以大數(shù)據(jù)平臺(tái)為支撐，運(yùn)用專家系統(tǒng)的各種知識(shí)、統(tǒng)計(jì)分析模型、智能推理，采用人機(jī)交互方式實(shí)現(xiàn)貨運(yùn)站智能營(yíng)銷決策。

（1）實(shí)現(xiàn)流程。根據(jù)用戶的主題或需求，實(shí)現(xiàn)信息提取、分析與決策(數(shù)據(jù)挖掘、OLAP分析、數(shù)據(jù)倉(cāng)庫(kù)、模型庫(kù)及知識(shí)庫(kù)的構(gòu)建與管理)，人機(jī)交互(為營(yíng)銷管理者及客戶提供與系統(tǒng)交互的接口，營(yíng)銷管理者選擇算法模型和信息進(jìn)行分析決策，并將結(jié)果以圖形、報(bào)表等形式展現(xiàn)給用戶)?；诖髷?shù)據(jù)的系統(tǒng)實(shí)現(xiàn)流程如圖5所示。分析決策功能是智能決策系統(tǒng)的核心，由數(shù)據(jù)倉(cāng)庫(kù)、知識(shí)庫(kù)、模型庫(kù)、OLAP、數(shù)據(jù)挖掘系統(tǒng)組成[6]。系統(tǒng)信息由數(shù)據(jù)庫(kù)提供，信息的存儲(chǔ)由數(shù)據(jù)倉(cāng)庫(kù)實(shí)現(xiàn)，OLAP聯(lián)機(jī)分析處理技術(shù)可對(duì)數(shù)據(jù)倉(cāng)庫(kù)的信息進(jìn)行數(shù)據(jù)多維分析，數(shù)據(jù)的挖掘和決策分析由模型庫(kù)實(shí)現(xiàn)，通過(guò)知識(shí)庫(kù)對(duì)知識(shí)進(jìn)行定性管理與分析。模型庫(kù)和知識(shí)庫(kù)的構(gòu)建是大數(shù)據(jù)挖掘和分析決策的關(guān)鍵，開發(fā)技術(shù)是系統(tǒng)實(shí)現(xiàn)的保障。

圖5 基于大數(shù)據(jù)的系統(tǒng)實(shí)現(xiàn)流程Fig.5 System implementation flow based on big data

（2）模型庫(kù)構(gòu)建與設(shè)計(jì)。根據(jù)大數(shù)據(jù)挖掘分析及決策的需要選擇合理的算法模型，并構(gòu)建模型庫(kù)，供營(yíng)銷決策者選用。模型庫(kù)由用戶平臺(tái)和管理庫(kù)平臺(tái)組成。用戶平臺(tái)以層次菜單形式表示，引導(dǎo)用戶選用模型。管理平臺(tái)包括模型字典管理和模型維護(hù)管理模塊。字典庫(kù)根據(jù)字典信息對(duì)模型進(jìn)行訪問(wèn)查詢，以關(guān)系數(shù)據(jù)庫(kù)形式存放。模型維護(hù)庫(kù)由維護(hù)模塊和生成模塊構(gòu)成，模型維護(hù)庫(kù)根據(jù)字典信息進(jìn)行修改維護(hù)；還可根據(jù)需要，構(gòu)造新的算法模型，通過(guò)模型生成模塊，導(dǎo)入模型庫(kù)。算法模型通常有回歸分析法、聚類分析法、關(guān)聯(lián)法則、神經(jīng)網(wǎng)絡(luò)、遺傳算法、決策樹等，可導(dǎo)入模型庫(kù)。在系統(tǒng)設(shè)計(jì)中，選用模型庫(kù)中的聚類分析k-means模型將客戶按忠誠(chéng)度、價(jià)值大小等細(xì)分為多個(gè)客戶子集，建立客戶數(shù)據(jù)庫(kù)進(jìn)行分析；用關(guān)聯(lián)規(guī)則挖掘潛在價(jià)值客戶，進(jìn)行產(chǎn)品定位、設(shè)定營(yíng)銷方案；用決策樹分析法可選擇最優(yōu)運(yùn)輸方案、營(yíng)銷組合；用時(shí)間序列模型(多元回歸模型、矩陣模型等)預(yù)測(cè)品類別運(yùn)量及發(fā)展趨勢(shì)；用判別分析模型進(jìn)行市場(chǎng)分析及預(yù)警；用因子分析模型分析政策、環(huán)境等因素對(duì)貨運(yùn)站周邊運(yùn)輸市場(chǎng)的影響，據(jù)此確定營(yíng)銷策略[6]。

（3）營(yíng)銷知識(shí)庫(kù)的構(gòu)建與設(shè)計(jì)。營(yíng)銷知識(shí)庫(kù)系統(tǒng)由各類營(yíng)銷知識(shí)組成的知識(shí)庫(kù)及知識(shí)管理系統(tǒng)構(gòu)成。知識(shí)庫(kù)存放事實(shí)類和規(guī)則類知識(shí)，分別存放于事實(shí)庫(kù)與規(guī)則庫(kù)中。事實(shí)庫(kù)存放錄入的初始數(shù)據(jù)和中間推理結(jié)果，規(guī)則庫(kù)存放專家總結(jié)、推理出來(lái)的各種數(shù)據(jù)，以表格形式存儲(chǔ)于事實(shí)庫(kù)和規(guī)則庫(kù)中。知識(shí)的推理、查詢、導(dǎo)出，通過(guò)智能推理機(jī)制實(shí)現(xiàn)，即根據(jù)營(yíng)銷決策者或用戶的需求設(shè)定問(wèn)題，利用知識(shí)庫(kù)中的知識(shí)，采用特定的推理方法，通過(guò)搜索引擎，導(dǎo)出問(wèn)題的答案，從而實(shí)現(xiàn)營(yíng)銷決策[9]。

知識(shí)管理系統(tǒng)由管理模塊和維護(hù)模塊組成，管理模塊負(fù)責(zé)對(duì)知識(shí)的導(dǎo)入、查詢、擴(kuò)充與發(fā)布等功能，維護(hù)模塊負(fù)責(zé)對(duì)知識(shí)庫(kù)的一致性、冗余性、兼容性等的檢查、修改等功能。

（4）系統(tǒng)開發(fā)技術(shù)。遵循開放性、實(shí)用性、簡(jiǎn)潔直觀性、安全性的原則進(jìn)行開發(fā)設(shè)計(jì)。①系統(tǒng)采用B/S架構(gòu)，用Java編程語(yǔ)言進(jìn)行開發(fā)，建立基于eclipse及插件的RCP(富客戶平臺(tái))作為主開發(fā)平臺(tái)，各模塊作為互不影響的獨(dú)立插件，在需要加入新模塊或新功能時(shí)，不影響已有的模塊系統(tǒng)。②分別采用SQL、ETL、網(wǎng)頁(yè)云爬蟲技術(shù)提取信息，存放于XML的數(shù)據(jù)共享集成平臺(tái)，按照時(shí)間、空間等多個(gè)維度建立基于不同主題(產(chǎn)品、客戶、企業(yè)等)的星型結(jié)構(gòu)數(shù)據(jù)倉(cāng)庫(kù)集合存儲(chǔ)各類數(shù)據(jù)，采用OLAP10g聯(lián)機(jī)處理技術(shù)、各種分析模型、智能推理技術(shù)進(jìn)行分析決策。③運(yùn)用R語(yǔ)言的可視化展示與數(shù)據(jù)分析技術(shù)進(jìn)行分析展示，運(yùn)用Elastic Search全文檢索組件技術(shù)進(jìn)行搜索查詢。④采用防火墻、權(quán)限認(rèn)證等多重安全保障技術(shù)[10]。

4 結(jié)束語(yǔ)

西安局集團(tuán)公司貨運(yùn)站智能營(yíng)銷決策系統(tǒng)完善了貨運(yùn)站營(yíng)銷分析與智能決策功能，有利于實(shí)現(xiàn)客戶與鐵路基層單位的密切聯(lián)系，為客戶提供更多選擇車站物流服務(wù)項(xiàng)目及資源的平臺(tái)及建言獻(xiàn)策的途徑；有助于鐵路基層站段實(shí)時(shí)調(diào)整運(yùn)營(yíng)方案，控制風(fēng)險(xiǎn)，優(yōu)化運(yùn)輸資源，積極為客戶定制“一對(duì)一”的營(yíng)銷服務(wù)策略，有效改善服務(wù)質(zhì)量，提高市場(chǎng)占有率和運(yùn)輸效率，實(shí)現(xiàn)互利雙贏。貨運(yùn)站智能營(yíng)銷決策系統(tǒng)還需在以下方面逐步完善：一是模型算法庫(kù)、知識(shí)庫(kù)內(nèi)容欠全面，預(yù)警指標(biāo)和客戶評(píng)價(jià)指標(biāo)體系有待進(jìn)一步完善；二是系統(tǒng)功能模塊需根據(jù)實(shí)際需要進(jìn)行細(xì)化；三是需通過(guò)大量的走訪調(diào)查，獲取各貨運(yùn)站貨源分布及客戶企業(yè)生產(chǎn)、物流情況的完整資料，進(jìn)而繪制基于GIS和北斗導(dǎo)航系統(tǒng)的西安局集團(tuán)公司各貨運(yùn)站供需市場(chǎng)分布圖。