印度铁路数据分析 ： 现状与前景

关键点 印度铁路的数据分析：现状与前景 •Digital技术are释放a新的工业革命,necessitingashiftinmanagingthem.Thisbrief倡导者tipsfor正在复制a成功analyticsprogramin•the铁路and其他交通运输部门in发展中成员国家in亚洲。•开发an企业范围dataandanalytics道路地图withframework连接the相关使用casesasthe基础forthe产品定向ofanalytics解决方案。••实施an综合战略with清除Make-或-购买policiesthat治理交付bybothin-house人才andvendorpartners.提供领导力培训to确保资源for发展中解决方案and期间the变更management进程inthe消费阶段。To增强员工acceptance,对齐businesspoliciesand进程withthe建议analytics解决方案。• Raja Gopalakrishnan，总经理（数据分析），印度新德里铁路信息系统中心 Introduction Theworldis体验快速城市化,with70%oftheglobal人口预计to resident in cities by 2050(United Nations 2007).The诱惑力of高人口密度,which带来了withiteconomiesofscaleandjob机遇,draws移民从农村areas to城市centers.This质量迁移and the结果geographical分离of生产and消费集线器突出显示the重要性of质量交通运输systems,suchas铁路,因为theyoffera解决方案tonegative外部性suchas交通拥塞and道路安全。 In国家with浩瀚geographicalexpandseslikeIndia,the铁路部门playsa显著角色in贡献tothenational毛额国内product,withatargetof约1.5%（2023年）。基础设施支持sintracitycommuterservices，区域间乘客旅行,and运费transportation,allcritical组件ofthe经济的functioning.Ina竞争性景观for物流and旅行,连续创新is必要的to增强效率and有效性。 Indiais积极追求数字化努力内其交通运输systemsto升压他们的效率and有效性。Inthe铁路运输部门，These倡议包含the数字化ofbusiness进程，客户接触点，and维护保养做法。Advanced技术like人工智能arebeing已探索to优化铁路operations.These技术are迎来ina新的工业革命,necessitinga显著shiftin他们的管理。 Thispolicybriefexaminesthe收养ofdataanalytics内the印度人铁路部门and标识七key挑战： 1.Finding sProcedureslutiProceduresns tProceduresprProceduresblems emanating frProceduresmundProcedurescumented areas Proceduresfbusiness2.对齐analytics努力with战略性business目标3.创建ananalytics体系结构capableof处理complex真实世界问题 © 2023亚洲发展银行研究所ISSN 2411 - 6734DOI：https: / / doi. org / 10.56506 /SLDO1461 作者在ADBI数字技术和数据网络研讨会上介绍了这些发现2023年3月28日印度交通基础设施。 这项工作是根据知识共享归属-非商业- ShareAlike 4.0国际许可证。 作者要感谢Ayushman Bhatt，研究员，工程系统和设计支柱，新加坡科技设计大学，提供意见这份政策简报的初稿。 4.Increased不确定度as the决策地平线延伸5.Developinga稳健配套data生态系统6.确保a动态可扩展信息技术(IT)基础设施7.启动时间消耗变更管理进程while使用analytics companies,Konkan铁路Corporation Limited and专用运费走廊CorporationofIndiaLimited,are也参与in提供交通运输服务。The活动include运输规划,乘客and运费services,基础设施施工and维护,轧制股票制造业and维护,终端management,运输安全,and工业health. To满足the Growing运输需求,India has增加投资in the铁路部门with an年度资本费用of more比₹240万亿(The印度教Bureau2023)in2023/24,whichis关于5%ofthe总计年度支出oftheGovernmentof印度。Over80%of the IR route网络is电气化,withplansfor满电气化inthe近未来(部of铁路2023a）。IRis也Investingin高速铁路and专用运费走廊,while增加thecapacityof其拥挤routes.GivenThese显著资本投资,the Organization自然Focuseson增加收入，增强客户满意,改善可操作效率,确保safety,and催交项目执行。Dataanalytics可以playa至关重要角色in实现These目标。 eseses1.Developingan企业范围analytics and战略道路地图2.采用a以产品为导向approach toanalyticsdevelopment3.实施an综合制造或购买战略that包含both human资源and采购4.优先排序领导力培训to促进有效analytics消费5.正在启动综合analytics识字率程序内theOrganization6.Transforming静态仪表板into action-定向板7.对齐正式business进程with期望的结果 世界铁路中的数据分析 The见解gained从这个研究are预期tobe贵重for决策者and领导力团队inthe铁路and其他交通运输部门，特别是in亚洲人发展中成员国家。 Analyticshasbeen已使用to驱动效率inthe各种域ofthe不同的铁路systemsofthe世界。Ghofranietal.(2018)调查the文学从2003to2017to检查the应用程序of定量方法inbig data analytics for rail运输systems.They目前a框架consistingof四图层:(i)域in铁路systems,(ii)level of big data analytics,InspectionoftheCompany;建模范式，and(iv)具体techniques. 关于印度铁路 印度人铁路(IR)操作over13,000每日乘客火车and8,000每日运费火车运输关于23百万乘客and4百万吨ofcargo,with年度收入超过₹1,740十亿in 2019/20(部of铁路2022b）。At a country级别,IROperationsare the第四大in运费运输输出(World Bank 2021)and the第二大in乘客运输输出(索引蒙迪2019).The浩瀚Operations包含68,043route公里and7,308车站,利用13,215机车,318,896运费货车,and 74,744乘客教练,while雇用more比1.3百万人员。 根据to the作者,the三个主要域ofinterest在铁路操作员are维护,operations,and安全。Bigdataanalytics倡议are已分类into描述性的，诊断,预测性的，and规定性方法。Within每个levelofanalytics,they分类型号into聚类，模拟,回归，and其他types.最后,they精心制作the技术受雇取决于onthe具体方法论suchas支持向量machine,线性回归，人工Neural网络,and其他人。 IRis综合withthe Ministry of铁路,servingasbothapolicy计划员and运算符of铁路运费and乘客服务。Asa部门承接ofthe Government of India,it包括17区域性铁路,whichare进一步细分into68分部(按InformationBureau2017).Twoof其子公司 印度铁路中的分析用例 Inthepast15years,显著努力havebeen已制作to研究and实现analytics解决方案内IR。In 开始分析之旅 他们的研究,Gopalakrishnan and Rangaraj(2010)焦点oncapacity management in the保留段of长距离乘客火车。They发达a线性program使用Historical票务需求data to确定空间座椅capacity分配。This型号was已应用to more比17火车in the IR system,结果in已报告收入growth测距从2.6%to29.3%andan增加in荷载因素测距从6.7%to30.8%. 建立a长期Visionfor积分analyticsinto任何Organizationis至关重要。However,itis同样essentialto理解其组件and挑战。IR已启动其旅程intodataanalyticswitha飞行员项目,包括a快赢phase,in 2016/17.This项目was认可with a预算of₹50百万(部of铁路2023b)and瞄准toaddress问题内the乘客andtrack域。 Inthe域of车站operations,库马尔etal.(2018)提供an优化解决方案forthe列车调度and平台分配挑战atHowrah车站,一个ofthe最忙车站intheIR网。Anoopetal.(2023)reporta大规模实现瞄准at合理化the乘客时间表跨the9000公里金色四边形and金色对角线截面of the IR网。They已利用a模拟工具to develop and评估multiple场景of列车时间表。The纸张也已寻址thehumanandmanagement挑战关联的with实现a解决方案of这个规模。更多最近,IR宣布thedevelopmentofthe理想火车剖面,adecision支持systemdesignedto协助with座椅capacity规划(ANI2023).Thissystemis预期toreduce实例ofwaitlisted(超额预订)门票being已发布to乘客atthe时间ofbooking. The典型analyticslife循环开始with协作框架the右questionwiththebusiness角色for谁the解决方案is意向(图1).Whilethebusiness用户May目前多方面的requirementsforacomplexreal-world问题,it瀑布在thebusiness分析员andthedata科学家to解剖itinto可解子问题。 Oncethe初始范围is已定义,探索性data分析is进行to精确定位thedata来源and评估他们的相关性totheproblemat手。大