- 相關推薦
鐵路客運營銷輔助決策系統的應用
摘要：哈爾濱站從客流預測、市場細分、適時通報、運力配置等方面不斷探索，依靠信息技術來改造傳統產業，逐步建立起“超前預測、協調運作”的客運營銷輔助決策系統，改變了以往傳統的人工分析和經驗預測的方法，為鐵路充分挖掘運能潛力，實現運輸效益最大化提供了科學依據。
關鍵詞：鐵路客運 營銷 決策系統應用
0 引言
幾年來，哈爾濱站面對客運市場的激烈競爭，依靠觀念創新、管理創新和技術創新，從客流預測、市場細分、適時通報、運力配置等方面不斷探索，依靠信息技術來改造傳統產業，逐步建立起“超前預測、協調運作”的客運營銷輔助決策系統，改變了以往傳統的人工分析和經驗預測的方法，為鐵路充分挖掘運能潛力，實現運輸效益最大化提供了科學依據。此系統以哈爾濱站局域辦公網為基礎平臺，具有維護便利、系統穩定、信息共享的特點，自2008年投入應用以來，取得了良好的效果，成為了專兼職營銷人員的有力助手。
1 客運營銷輔助決策系統產生的背景
由于鐵路旅客運輸受線路、運行圖、固定、移動行車設備等影響，始終處于計劃運輸的狀態。如果不能及時掌握客流的動態，就會出現客流高峰期，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，但掌握市場動態的手段、方法還十分有效，不能做到超前預測、動態調整、快速反應，沒有形成一套完整的戰略、戰術體系，大量有價值的數據信息沒有被充分挖掘和提煉出來，不能很好地為管理和決策提供依據，難以滿足形勢不斷發展的要求。營銷決策的局限性在于：
1.1 不能對客流進行科學的調查、分析與預測，無法準確掌握客流的特點、走勢及動態，投入的運能無法完全滿足客流的需求，影響了正常的站車秩序，也損害了鐵路的形象。
1.2 不能綜合分析某一方向、某一趟列車的上座率，也就不能準確計算出合理的列車編組輛數和無座席加成系數，運輸效率不高，無法實現效益最大化。
1.3 傳統手工統計的準確度和時效性較差。造成這個問題的原因有兩個方面。一方面是車站日常分析的數據是通過客流調查、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，不能實現自動采集。另一方面是車站數據分析人員采用的統計、分析方法不夠科學，統計對比方法單一，選擇數據項點少，以往只對節假日時期數據進行統計，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，缺少說服力，并且憑經驗預測的多，不能科學預測。
1.4 不能實時搜集到各種信息，特別是不能及時搜集掌握公路和民航運輸業迅猛發展對鐵路的沖擊，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，也就是鐵路運輸組織仍處于比較封閉的狀態，適應市場的機動性較差。
1.5 不能準確地細分市場，對學生、民工、旅游等客流的組成和結構比例無法完全掌握，無法提供相應的個性化服務和能力保證。
1.6 不能實現信息的互聯互通，自動預測，信息資源掌握在少數專職營銷人員手中，不能形成全員營銷的共識，執行層抓生產存在一定的盲目性。
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、票價低的優勢充分展示出來，對外宣傳的力度不夠，引流上線的作用不夠明顯。
為了消除營銷決策憑經驗、憑領導主管判斷的局限性，滿足營銷決策科學化的內在要求，哈爾濱站自2008年以來自主研發《客運營銷輔助決策系統》，從市場需求的角度出發，以追求經濟和社會效益為目標，逐漸建立起完善的，以信息化平臺做支持的營銷輔助決策系統，為客運部門提供科學決策依據，實現客運營銷決策的科學化。該系統是一個綜合性分析、輔助決策支持系統，它對哈站的收入、發送量進行匯總統計，進行宏觀的概括；同時對當前系統運行中所涉及的收入、發送量信息作出相關分析。該系統的開發可以使客運管理人員及時掌握全站每天的重要生產指標，也可以實現有針對性地查詢客票發售情況、客運市場需求情況等信息，為客運管理人員的營銷決策提供參考。
2 客運營銷輔助決策系統的構成
2.1 硬件結構 采用客戶/服務器體系結構，為便于全站各級用戶使用到該系統，在哈爾濱站辦公系統網絡中增加一臺服務器，主要配置是內存１G、硬盤73G、CPU為志強3.0。該服務器通過交換機與辦公網絡相連，實現了全站各級用戶的使用。
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，實現了數據采集整理傳輸等功能。前臺應用程序開發工具使用ASP頁面服務器程序設計系統軟。
2.3 功能模塊
2.3.1 指標走勢分析模塊。主要包括旅客發送量走勢分析、旅客上車人數走勢分析、運輸收入走勢分析、始發列車上座率走勢分析四部分，根據歷年數據形成各種圖表，為優化運力資源配置、充分挖掘運能潛力提供科學依據，實現增收創效。該模塊采用數據導入的方式將歷年的每日、每月發人數據導入到指標走勢數據庫中，輸入查詢日期可以自動繪制出收入、發人、上車人數、上座率走勢圖。
2.3.2 學生客流分析模塊。與黑龍江省教育廳合作，專門建立哈市各院校學生數據庫，通過每年對新生、畢業生數據的更新，查詢、預測各個時期學生出行情況，為學生票發售工作提供科學的參考依據。該模塊采用數據導入、手工添加數據的方式將歷年的學生基本信息、各院校放假日、學生各方向客流量錄入到學生數據庫中，通過輸入查詢條件，能夠統計、預測出學生基本情況、各院校放假日、學生各方向客流量、學生日客流量統計表，并自動繪制各方向學生客流、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送歷史數據及節前各主要列車到達人數統計情況，并結合各次列車運能，通過軟件分析程序，科學預測本年度節后客流情況，為申請加開臨客、加掛車輛提供科學依據。該模塊采用添加方式將運能基礎數據、歷年節前到達數據、節后發送數據錄入到春運客流數據庫中，通過統計、預測出節前到達數據、節后發送數據統計表，并自動繪制出節前到達數據、節后發送數據、節后運能充足走勢圖。
2.3.4 市場信息。發布鐵路、公路、民航市場信息，為專兼職營銷人員提供參考。通過登錄后臺管理系統錄入各種市場信息，實現網頁瀏覽信息的功能。
2.3.5 營銷組織措施。發布車站的指標分劈、營銷組織措施。通過登錄后臺管理系統錄入營銷組織措施，實現網頁瀏覽的功能。
3 客運營銷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，通過信息處理、科學預測、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《營銷輔助決策系統》，對到站、中轉站進行統計，合理匹配運力，通過技術手段，進行長短途合理分工，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校放假日期，既減輕了鐵路運力合理利用，又保證了學生能購買到有座車票。我們充分利用學生票發售政策，分學校送票、窗口提前發售、預售期優先發售等方式，分梯次進行學生票發售，最大限度地滿足學生購票需求。還對學生返程車票業務進行了重點宣傳和運作，不僅增加了運輸收入，更取得了良好的社會效益。二是通過《營銷輔助決策系統》，對春季民工流集中到哈中轉，冬季民工流集中返鄉時期進行預測，在農民工集中到達和返程時，了解農民工客流情況，提供農民工綠色通道、預留票額、�？谑燮钡确⻊�，并設計開行管內農民工專列。三是通過《營銷輔助決策系統》，從第一個清明長周末開始，不斷積累總結經驗，掌握客流基本規律。形成了窗口開關時間、數量、臨客加開、始發列車超員率上限設定等成型方案，體現出組織的科學性。四是通過《營銷輔助決策系統》，對團體客流進行規范組織。重新修訂了《哈爾濱站團體票管理辦法》，實施大客戶戰略，引入準入機制。對旅行社資質、信譽、運量和淡旺季辦票情況進行綜合評估，確定了22家協議團體大客戶，通過給予票額傾斜、開辟綠色通道等優惠政策，確立了戰略合作伙伴關系。從而堅定了這些旅行機構組織鐵路旅游團的信心，也從另一個側面宣傳了鐵路扶持旅游市場的舉措，在互惠互利基礎上實現了合作共贏。
3.2 掌握市場運輸信息，作出營銷策略調整。通過對民航、公路運輸信息的分析，我們適時調整營銷策略，與之展開客流競爭。一是爭奪高端長距客流。先后還行動車組4對，8個小時到達北京、天津，4個小時到達沈陽。以其快速、準點吸引客流。在最高峰期實行重聯編組運行，擴充運輸能力。二是爭奪旅游客流。通過預測和建議，在原有基礎上，開通了直達武昌、青島、南昌、太原的列車，爭奪了部分航空旅游流，成為經濟旅行的首選。三是爭奪城際客流。牢牢抓住哈大齊工業走廊豐富的客源，不斷增加運輸能力，平均1小時有一趟該方向快車，還專門開行2對一站直達快車，與公路汽運展開激烈的競爭，以其舒適、快捷、價廉、安全的優勢，在競爭中占據最大的份額。
3.3 掌握旅客出行需求，作出服務措施調整。從旅客需求出發，從完善售前、售中、售后服務出發，堅持服務創新，用優質服務為客運營銷提供保證。一是實行窗口彈性用工。為解決固定班制造成的旺季人員不足，淡季人員富余，整體勞動效率不高的問題。借鑒外局先進經驗，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。還對窗口功能進行劃分，分為城際快車、當日、三日、預售十日等功能，進行合理分工，更加方便旅客購票，減少排隊購票時間。二是擴充問詢電話容量。我站95105688問事電話升級使用以來，以其方便快捷的問詢服務、大容量的資訊發布，受到了公眾的好評，知名度、應用度不斷提高，現有8個人工座席已不能滿足問事的需要。針對這個問題，我們及時與合作方鐵通公司協商，由鐵通公司組織再次升級問詢電話容量，由8個服務席位擴充到16個，通過問事服務的改進，當好公眾的出行參謀。三是升級網上資訊服務系統。與《東北網》達成了合作意向，利用主流門戶網站的技術實力，把網上鐵路資訊發布做大做強。四是開辦電話訂票業務。與電信公司達成了合作協議，由電信公司提供設備，提供訂票電話，前期設立20個輪選臺，預定9天以內“公用”網內的各次列車車票。五是增設高校代售點。與省教育廳達成合作協議，擬在哈市院校內設立鐵路經營的代售點。由院校提供場地，電話線，電源，由鐵路提供售票設備和人員，減少學生集中到車站窗口購票的人數。
4 客運營銷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，由專職營銷人員對運輸收入、旅客發送量等進行匯總分析，不僅有數據說明，還有文字說明，具體分析運輸進款、發送量增加、減少的原因，形成分析報表后，導入《營銷輔助決策系統》，供全站共享。相應的專兼職人員，根據分析報表，各取所需，不斷調整營銷措施。
4.2 市場反應更加快速。通過該系統，哈爾濱站能夠及時對客運市場作出快速的反應，達到階段性客流提前1個月以上提出預測，客流突增24小時內作出反應，在能力上、購票上、候車上提供保證，最大限度地防止客流流失和列車虛糜。
4.3 決策支持更加準確。通過該系統，哈爾濱站改變了以往營銷組織憑經驗的狀況，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、高效。
4.4 信息傳遞更加迅速。通過該系統，全站各個端口可以隨意查閱資料和了解市場信息，數據調用實現了資源共享、電腦查詢、自動生成，傳遞的時效性得到了極大提高，為專兼職營銷人員作出快速決策贏得了時間和時機。
4.5 勞動效率更加提高。通過該系統，在營銷分析上，每天1人就可完成數據導入、預測分析的，而以往則需要多個車間、多個部門4—6人才能完成，實現了崗位的整合和優化，工作的質量和效率得到了明顯的提高。
4.6 營銷效果更加突出。通過營銷輔助決策系統的有效應用，哈爾濱站年發送旅客達到2600萬人左右，日均發送7.2萬人，最高峰日達到11萬人；日均下車人數7萬人，最高峰日10萬人左右；日均乘降旅客14萬余人，高峰時達22萬人。年運輸收入近14億元。
4.7 社會效益更加顯著。通過該系統，我們從滿足旅客購票需求出發，立足自我挖潛，在改進售票方式、擴充運力資源、提供社會化資訊服務上不斷努力，有效解決了旅客出行的實際困難，體現出大眾化交通工具貼近社會、貼近公眾的作用和作為，公眾滿意度不斷提高，車站的外部營銷環境得到了極大的優化。
【鐵路客運營銷輔助決策系統的應用】相關文章：
談鐵路客運營銷輔助決策系統的應用03-21
探析鐵路客運營銷輔助決策系統的應用03-19
淺析鐵路客運營銷輔助決策系統的應用03-20
汽車換檔智能輔助決策系統的設計03-18
網絡環境下的市場營銷決策與決策支持系統03-21
探析賬務處理系統中輔助核算功能的應用03-18
談電力營銷系統建設與應用03-18
談智能決策支持系統及其在林業中的應用研究03-04