交通行业大数据解决方案
大数据技术是推进智能交通的基石，及时准确获取交通大数据并构建交通数据处理模型是智能交通的前提，这一难题可以通过大数据技术得到解决！
随着我国城市化发展进程的加速，城市交通拥堵、交通污染日益严重，交通事故频繁发生。这些都是各大城市亟待解决的问题。众所周知，智能交通成为改善城市交通的关键策略。因此，及时、准确获取交通大数据并构建交通数据处理模型是建设智能交通的前提，而这一难题可以通过大数据技术得到解决。
行业现状
我国智能交通技术的发展始于上世纪90年代，在“十二五”规划中，我国交通部进一步明确未来智能交通运输的发展目标，提出要注血新技术的研究和应用，例如，感知识别、网络传输、智能处理和数据挖掘等。“十三五”规划中，我国将把轨道交通放在我国综合交通运输体系和新型城镇化建设中发挥重要的城市交通功能，在改善结构调整和城际沟通的支撑、引领双重作用，成为城市交通最重要的发展领城。
我国新型城镇化建设将需要形成城市群内部城市之间、城市内部的轨道交通系统，交通运输环境进一步改善。我国将启动10大重点工程，包括高速铁路、高速公路、‘四沿’通道、民用机场、港航设施、城市群交通、城市交通、农村交通、交通枢纽、智能交通等，我国交通运输现代化步伐将进一步加速。
包括大数据等现代先进技术的应用，目的在于提高整个交通运输系统的发展水平、质量和管理及服务水平，实现能力供给增加、安全保障性以及经济、环保等的提高。而且，大数据的应用在地铁网络化、大客流运营常态下愈发凸现其对地铁安全、高效运行和乘客服务方面的重要价值。
目前遇到的问题
1、海量数据
轨道交通系统每时每刻都在产生大量数据，来自故障维修系统、实时监控系统、项目实施进度系统、物资物料统计系统等，且数据增长速度越来越快，这些数据是垃圾还是价值?该如何利用提升地铁运营效率，确保项目交付的及时监控。
2.数据认知
大多数传统系统，故障维修系统，实时监控系统，物资物料统计系统中，已有简单的分析统计图表，但数据格式比较单一，灵活性差，交互性低，管理者难以对数据有很好的认知。
3、管理决策
大数据运营在地铁网络化、大客流运营常态下愈发凸现其对轨道交通安全、高效运行和乘客服务方面的重要作用，能迅速从底层数据中提取关键数据，以数据驱动运营方向，对决策提供科学支撑。
总体架构图
整个系统分为4个层次：
1、数据层：整合交通行业各信息系统，打破信息孤岛，实现数据共享。
2、建模层：根据数据决策方面、销售方面、运营方面关心的指标不同，建立不同分析主题集市。
3、业务层：梳理交通行业指标，将分析结果推送至展现层。
围绕客流量方面，对各个线路、站点进行客流量监控，通过流量预警机制，合理调控流量，有效保证运输安全的同时，提高客流量负载。
列车运行健康程度分析。对列车信息/列车行车指标进行监控：列车行进方向、停车状态、正点率等进行统计展现。
围绕故障方面，对故障线路、站点、系统、设备编号进行实时在线监控，确保故障的及时上报。同时对故障处理效率进行KPI统计分析，如：故防工时、人均耗时等，提升故脚快速响应能力。
围绕材料消耗方面，对轨交运曹中的物料消耗等角度进行数据分析，为物料库存管理和采购管理提供数据策略支撑。
围绕进度乙风险管理，对各在建项目进行进度管理，统计各环的项目实施时间，问题阶段占比，为合理安排项目资源提供依据。
4、展现层：以丰富美观的图表展现方式，灵活多变的交互方式，将分析结果呈现给各角色管理人员。
项目进度分析图
方案的价值
1、基于BL轨道交通数据分析平台，决策层、管理层可已洞察轨交运行状况。
2、从容应对轨交各系统数据量的迅速增长，基于明细数据，任意业务的计算及展现，均可达到秒级响应。
3、运营和分析部门都能做部分自服务分析，以满足实时探索分析需求。
4、能够快速响应新的分析需求和变化，提高工作效率 。