© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
浙江通济交通运输股份有限公司
企业浙江通济交通运输股份有限公司成立于2004年，属道路运输业，主营客运、货运、机动车维修、旅游服务（不含旅行社），汽车租赁等。面向客运站管理、票务预订优化、客运运营等领域提供数据服务，开放金华客运站内各渠道售票占比分析数据（客运站管理、票务预订优化）、金华客运站退票率分析数据（客运运营、票务管理）、车辆运营效率分析数据（车辆运营、数据分析），支撑客流分析与文旅运营。
客运站管理票务预订优化客运运营道路运输业
数据集列表
金华客运站内各渠道售票占比分析数据
在客运站点的票务系统中，通过对售票数据的深入分析，优化资源分配、提升售票效率，改善乘客体验，具体应用场景包括：①分析不同线路和时间段的客流量，优化售票方式，提高窗口和网售的效率，调整资源配置，确保高峰期有足够的售票窗口和网络宽带；②分析窗口售票和网售的比例，制定营销策略，鼓励更多乘客使用网售平台，减少乘客排队时间。1、数据采集：通过巴巴驿站智慧站务系统，实时获取发车日期、隶属站名称、线路名称、到站站名、总人数、总金额、窗口人数、窗口金额、网售人数、网售金额等数据。 2、数据处理加工：可通过数据进行统计分析，计算每条线路、每个站点在不同时间段的总人数和总金额（筛选出相应的路线、站点、时间段对总人数和总金额进行累加）；窗口人数占比=窗口人数/总人数；网售人数占比=网售人数/总人数；网售金额占比=网售金额/总人数；窗口销售效率=窗口金额/窗口人数； 3、数据应用：根据这些数据分析，可以设定售票人数和金额的阈值，自动检测异常售票情况（如窗口售票和网售比例异常），对异常情况进行预警，提箱相关人员及时处理，根据不同线路和时间段的售票情况，调整票价和促销方案，提升公司效益。
浙江省数据知识产权登记平台2024-11-02 更新520
金华客运站售票情况分析数据
通过分析售票数据，通过对售票站、售票员、售票日期、承运单位、班次类别、经济类型、张数、金额等数据的统计分析，优化资源分配，调整运用模式，提高绩效评估效率，并未市场营销和决策提供数据服务1、数据采集：通过“巴巴驿站智慧站务”系统，实时采集售票站点、售票员、售票日期等相关数据，确保数据的准确性和实时性。
2、数据处理：对采集到的数据进行清洗和整理，确保数据的完整性。
3、数据加工：计算经济类型占比和班次类别占比：根据经济类型和班次类别字段，统计每种经济类型和班次类别的售票数量或金额，并计算其占总售票数量或金额的比例，以了解不同类型和类别的销售情况。
4、数据应用：通过分析不同班次类别的售票情况，识别高需求班次（例如高峰期时段或热门路线）增设相应的班次，满足乘客需求；售票站点优化：根据各售票站的售票量，调整售票窗口数量和工作人员配置，提升售票效率，减少乘客等待时间；通过分析不同经济类型（如承包、公营、共营）的售票数据，评估各模式的运营效率，优化承包或公营的比例，提升整体运营效益。
浙江省数据知识产权登记平台2024-08-13 更新60
金华客运站客运正点率分析数据
通过分析金华客运站的发车和售票数据，可以全面了解每趟车次的运营情况，包括售票和检票情况、客运类别和正点率等，这些数据有助于通过分析金华客运站的发车和售票数据，可以全面了解每趟车次的运营情况，有助于优化客运站的班次安排和车辆调度，制定更有效的发车计划营销策略，提升客运站的整体运营效率和服务水平。1、数据采集：通过“巴巴驿站智慧站务”系统，实时获取客运车辆发车、售票、检票、客运类别，以及正点率等数据。
2、数据处理加工：从系统中提取相关字段的数据并进行分类清洗，剔除重复和异常记录，转化时间日期等数据的格式，从而衍生可分析数据，如客流量统计：根据售票人数和检票人数统计客流量。售票均价计算：根据售票金额和售票数量计算售票的平均价格。检票通过率计算：根据检票人数和售票人数比较，计算检票通过率。准点率计算：根据正点情况统计车辆的准点率，正点率=正点次数/总班次。
3、数据应用：通过正点率和检票时间的分析来提升运营效率。
浙江省数据知识产权登记平台2024-08-08 更新200
金华客运站购票行为分析数据
通过分析客运票务数据，可以全面洞察每趟车次的售票动态、乘客群体的构成特性、购票行为模式以及付款方式的选择偏好，为公司提供优化售票和服务流程的关键依据，提升运营效率，为未来的车辆营运规划提供数据支持。1、数据采集：利用“巴巴驿站智慧站务”系统，对售票和乘客数据进行实时采集，从数据库中提取所有相关字段的信息。
2、数据处理加工：首先，清理数据剔除重复和错误记录，确保数据字段格式的一致性，例如日期格式、时间格式等；其次，根据当前状态字段筛选出有效记录（如“已检票”、“已退票”等）；然后，对购票路径、付款方式、进行分析，统计不同购票路径（如官网、线下售票点、第三方平台等）的累计使用情况及占比，计算付款方式累计占比=付款方式累计量/总票数；购票路径累计占比=购票途径累计量/总票数；退票率=退票数/总票数；
3、数据应用：通过上述分析采用可视化、图表化方式进行展示，根据直观的票种销售情况和购票行为，制定合理的票价策略和促销活动；分析购票路径和付款方式的使用情况，优化支付流程和购票渠道，提高旅客满意度。
浙江省数据知识产权登记平台2024-07-06 更新120
客运线路热力指数数据
在竞争激烈的客运市场中，深入理解乘客需求和行为模式对于提升服务质量和增加市场份额至关重要。通过收集一段时间内客运线路发车数据，利用全平台和各线路的平均客运天数、派车数量和发车次数，分析客运线路受欢迎程度，利用热力指数和需求预测，获得对市场趋势和乘客偏好的深入理解，基于线路表现，优化车辆调度和资源配置，提高运营效率。1、数据采集：通过“浙江通济运营车辆管理系统”输出一个季度内的客运线路发车数据：公司名称、起始、用车时间、费用、订单日期等字段；
2、数据处理：对采集到的数据进行清洗、分类汇总，对公司名称进行匿名化处理；
3、数据加工：从原始数据中提取关键特征，使用AVERAGEIF和AVERAGE函数计算全平台平均客运天数、该线路平均客运天数、全平台平均派车数量、该线路平均派车数量、全平台平均发车次数 该线路发车次数；计算离差和：y=（x1-x_1)+（x2-x_2)+（x3-x_3)，x1、x2、x3、x_1、x_2、x_3分别是：该线路平均客运天数、该线路平均派车数量、该线路发车次数、全平台平均客运天数、全平台平均派车数量、全平台平均发车次数；该线路热力指数=y*1000；
4、数据应用：通过数据分析，获得对市场趋势和乘客偏好的深入理解，基于线路表现，优化车辆调度和资源配置，提高运营效率，通过精准的市场推广，吸引新乘客，提高线路的使用率和收益。
浙江省数据知识产权登记平台2024-07-03 更新90
车辆运营效率分析数据
通过分析车辆的出车率、营收、成本和运营效率等关键指标，制定改进措施，提高车队整体的盈利能力和市场竞争力。1.数据采集：通过“运营车辆管理系统”按月维度采集客户用车信息。 2. 数据预处理：对采集到的数据进行清洗、去重；对车号进行匿名化处理； 3. 数据分析：出车率=出车天数/统计月份天数；平均每日营收=营收/出车天数；平均每公里营收=营收/行驶公里；平均每公里成本=（里程工资+燃油费+修理材料费+轮胎）/行驶里程；总成本=里程工资+燃油费+修理材料费+轮胎；燃油效率=燃油费/行驶公里；综合运营效率=(1−总成本/营收)×100%；
4. 数据应用：按月维度绘制车辆的出车率、平均每日营收、综合运营效率折线图，更直观地了解公司车辆运营情况。
浙江省数据知识产权登记平台2024-08-13 更新200
客户用车行为RFM分析数据
随着共享经济和出行服务的兴起，为了更好地理解客户用车行为，以提高客户满意度和企业收益。通过收集客户的用车记录，使用RFM客户价值模型，根据客户的最近用车时间（Recency）、用车频率（Frequency）和消费金额（Monetary）进行评分，识别不同价值的客户群体。为客户定制个性化的营销和服务方案、提高客户满意度和忠诚度、增加客户留存率和生命周期价值。1、数据采集：通过“浙江通济运营车辆管理系统”输出一个季度内的客运线路发车数据：序号、公司名称、单位性质、行程时间、车号、座位数等字段；
2、数据处理：对采集到的数据进行清洗、分类汇总，对公司名称、驾驶员进行匿名化处理；
3、数据加工：从原始数据中提取出最近一次消费时间（R）、最近一段时间消费频次(F)、最近一段时间消费金额(M)，根据RFM模型计分法对用户进行分层管理，RFM计分规则如下：0≤R≤10为5分，10<R≤20 为4分，20<R≤30 为3分，30<R≤40 为2分，40<R 为1分；0≤F≤10 为1分，10<F≤20 为2分，20<F≤30 为3分，30<F≤40为 4分，40<F 为5分；0≤M≤1w 为1分，1w<M≤2w 为2分，2w<M≤5w 为3分，5w<M≤10w 为4分，10w<M 为5分；计算每条数据的RFM综合得分X，根据公司要求对客户进行分层，1≤X≤3 为潜在客户，3<X≤6 为一般保持客户，6<X≤9 为一般价值客户，9<X≤12 为重点保持客户，12<X 为高价值客户；4、数据应用：通过RFM综合得分将客户分为四个层级：一般保持客户、一般价值
浙江省数据知识产权登记平台2024-08-08 更新160
金华客运站车辆客流量分析数据
通过客运汽车班次运行数据，了解各隶属站点的运营情况，包括班次数、运量、营收、周转量、载重量、座位数、实载率、上座率等信息，通过这些数据，可以评估各站点的运输效率和客流情况，为运输管理和资源优化提供数据支持.1、数据采集：通过“巴巴驿站智慧站务”系统，实时采集各隶属站点的班次运行数据，包括发车日期、班次数、加班班次里程、运量、营收、周转量、载重量、座位数、实载率、上座率、隶属站编号、加班运量、实开班次数等信息。
2、数据处理：对采集到的数据进行清洗和整理，确保数据的完整性和准确性，根据隶属站编号对数据进行分类，以隶属站点为单位进行分组处理，提取出各项运输指标的数据。
3、数据加工：在数据加工阶段，采用数学统计和数据分析算法，对提取出的数据进行深度加工和计算，计算各站点的班次率、运量率、营收率、周转量率、座位数、实载率、上座率等关键指标，营收率=班次营收额/班次营收总额；周转量率=班次周转量/班次周转总量；座位效能=实载率*营收
4、数据应用：通过可视化界面展示各站点的情况和关键指标，利用数据挖掘和机器学习技术，对各项运输指标进行趋势分析和预测，为运输管理决策提供科学、精准的数据支持。
浙江省数据知识产权登记平台2024-07-06 更新80
金华客运站退票率分析数据
通过分析金华客运站的售票数据，了解车辆线路、售票日期、售票数量、退票数量等信息，掌握售票情况和退票情况，通过这些数据可以评估路线班次的售退票运营情况，为规划车辆售票时间区间提供数据支撑，从而为票务管理和运输服务提供保障。1、数据采集：通过金华客运站“巴巴驿站智慧站务”系统，实时采集售卖日期、售卖站名称、售卖站编号等相关数据，确保数据的准确性和实时性。
2、数据处理：对采集到的数据进行清理和整理，确保数据的完整性。基于加工后的数据统计总票数、正常票数、退票数等数据，计算全票数、半票数、军票数、废票数、退票数等票数统计信息。①票据计算：根据全票金额、半票金额、军票金额等票据信息，计算实际售票金额，并进行票据分类统计。②废票和退票处理：统计废票数、废票额、退票数等信息，统计其中免费退票额。③改换补票处理：统计改换补票的数量和金额，并进行分类汇总。④运费计算：根据承运单位和运费信息，计算实际的运费支出情况。通过这些算法规则，对售票数据进行全面分析，为汽车站的票务管理和运输服务提供数据支持，优化票务流程，提升服务质量。
3、数据应用：通过分析退票率，发现哪些班次的退票率较高，进而调整发车时间，班次频率或线路设置，优化资源配置
浙江省数据知识产权登记平台2024-07-03 更新190