基于车辆运营数据的商用车服务网络优化

刘科强 徐国强 赵圣娟

摘 要：随着国内商用车整体设计制造水平的提高，售后服务网络的完善程度和服务质量已成为客户购车的一个关键因素。文章通过对车辆历史运营轨迹、停靠热点等的分析，探讨车辆运营数据在商用车服务网点评价、优化和选址上的应用，为商用车服务网络部署与优化提供数据参考。

关键词：车辆；运营数据；服务网络优化

中图分类号：U461.99 文献标识码：B 文章编号：1671-7988（2018）17-29-04

Abstract： With the improvement of the overall design and manufacturing level In the field of omestic commercial vehicles， the quality and perfection of customer service network have become a key factor for customers to buy cars. Based on the analysis of vehicle running track and hotspot， this paper discusses the application of vehicle operation data in the commercial vehicle Service Network evaluation and optimization and location， in order to provide data reference for the deployment and optimization of commercial vehicle service network.

Keywords： commercial vehicles； the operation data； the optimization of service network

CLC NO.： U461.99 Document Code： B Article ID： 1671-7988（2018）17-29-04

前言

随着国内商用车整体设计制造水平的提高，商用车销售市场的竞争越来越激烈，客户购买车辆不仅考虑车辆的产品质量，对产品的售后服务的要求越来越高。科学合理的商用车服务网络布局和优质的售后服务已成为客户决策购买车辆的决定因素之一，商用车生产企业急需围绕汽车产品结构和布局，构建合理、方便、快捷的服务网络，提升售后服务质量。

汽车厂家传统的服务网络选择方式存在诸多缺陷，由于缺乏数据的精确支撑，导致很多服务站选点不合理，不符合客户实际运营。而车联网技术的兴起，应用大数据为精确化选址提供了新的方法等等。

本文通过研究旨在规划落地售后服务迈向大数据的高端分析运营模式，逐步深化主动服务机制，以某品牌商用汽车市场保有量为基础，整合车辆实时数据、路网数据、服务站信息，围绕服务站服务效能、布局与选址统筹分析，以实现对现有服务网络布局优化、科学识别服务网络空白区域的目的。

1 车辆数据采集与预处理

研究采用的车辆样本数据包括，运营轨迹样本车辆数182918辆，停靠事件车辆数158934辆。

采集主要数据项：GPS数据（经度、纬度）、停靠事件（位置、时长）、服务网点信息等。

1.1 车辆数据采集

车辆数据采集过程依赖智能车载终端获取车辆的运营过程中的各项数据。感知设备获取到车辆多源数据后，通过 CAN 总线连接，由网关完成链路通讯，通过统一的协议和接口进行通讯，将数据完整、快速地收集到智能车载终端中，车载终端利用无线通信技术通过内置 GSM/GPRS/3G 和 GPS 模块将数据上传到云端数据存储服务器。

1.2 车辆数据预处理

通过智能终端获得的海量车辆数据可能存在一定噪声信息，因此对数据的预处理就是不可或缺的部分。按照数据清洗的分类标准，可以将清洗问题分为4种：单源实时问题、多源实时问题，单源系统问题以及多源系统问题。单源实时问题指的是：对单一数据进行实时检测，就能够实现错误识别的（例如GPS定位错误）；而多源实时问题主要是指矛盾的数据（例如GPS车速和脉冲车速严重偏离）；而单源或多源的系统性错误主要指的是数据的冲突。解决实时问题采用数据剖析（Data profiling）的手段实现，而系统性问题需要采用数据挖掘（Data mining）的手段实现。数据剖析主要是考察数据的类型、长度、有效区间、频率、方差等指标，来实现数据错误的识别与清洗。

本文分析中的数据处理过程需要完成 GPS 数据与地图匹配，将含有噪声和误差的 GPS测量数据通过地图匹配算法校正到道路上；其次，从车辆位置信息中提取车辆运行轨迹，对运行轨迹采取道格拉斯抽稀算法进行处理，使单车的一天多条轨迹信息简化为一条轨迹信息，标签化车辆运行轨迹，并为该标签建立快速检索方法。

2 服务站服务效能分析

通过匹配车辆行驶轨迹与服务网点信息，分析服务站覆盖范围内的运营热度、停靠热度以及停靠平均时长，综合三项指标，评价服务站的服务效能，并对服务站进行综合排名，尝试性建立服务站服务效能评价指标，为服务效能提高提供依据。

2.1 服务站覆盖区域运营热度

运营热力图是由车辆有效运营轨迹点聚集而成。如图1，车辆运营热力图的分布与服务站的分布趋势基本一致，华北、华中、华东是高热度区域，也是服务站高密度区域；同时服务站沿车辆轨迹，分布在交通干道周边。说明服务站选址应与车辆运营轨迹呈正相关，运营热度越高的区域，对服务站的需求越多。

2.2 服务站停靠热度分析

停靠事件由基礎轨迹数据聚集而成，考虑每天原始轨迹数据量较大，计算复杂开发周期长，因此本次仅基于2017年已生成的停靠事件数据进行计算，具有一定参考意义。

2.2.1 车辆停靠热点与服务站分布

停靠热力图是由车辆有效停靠点（停靠时长超过20分钟的点）聚集而成。如图2，停靠热点的分布与运营热点分布略有差异：（1）高热度区域明显少于运营热力图；（2）停靠热点主要聚集在城市周边，说明车辆的归属地或者货源主要分布于城市周围；（3）服务站分布与停靠热点重合度并不高，说明除车辆维保外，还有较多其他停靠原因。因此以下仅选取服务站附近的停靠热点来评价服务效能。

2.2.2 服务站停靠热度分析

以服务站为中心，选择1km范围内、20分钟以上的停靠事件，做为与服务站相关的停靠事件。

统计停靠事件发生频次，来反映站内维修事务的热度。统计结果如图3，高停靠频次的服务站数量成明显下降趋势，停靠频次超过2000的服务站不到13%，即约87%的服务站停靠频次都在2000次以下。

对停靠频次2000以下的服务站分布进一步分析：如图4，频次在2000以下的服务站，分布与总体趋势一致，说明部分服务站的服务效能尚未充分发挥，其中有333个服务站停靠频次在100以下，占比达28.7%。

2.2.3 服务站停靠时长分析

如图5，服务站内车辆的平均停靠时长主要在80到200分钟之间，停靠平均时长为164分钟，反应出大部分服务事件的工作时长。

2.3 服务站服务效能分析

在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。

根据熵的特性，可以通过计算熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响（权重）越大。比如样本数据在某指标下取值都相等，则该指标对总体评价的影响为0，权值为0。

熵权法是一种客观赋权法，因为它仅依赖于数据本身的离散性。

选择停靠频次、平均停靠时长两个指标，利用熵权法，综合评价服务站效能。

如图6，通过熵权法，计算得出服务站对应的停靠频次权重为0.62，平均停靠时长为0.38，停靠频次更为重要；30分以下的服务站48个，需重点关注；60分以下的服务站有439个，占比39.3%，这些服务效能有待优化。

研究尝试性的利用停靠频次、实车建立评价模型，提供效能评價的思路及应用场景探索，如能引入更丰富、更全面的服务记录数据，该模型将有较大的优化空间。

3 服务站新址推荐

将车辆的运营热点、停靠点与服务网络整体布局关联分析，重点发掘尚未覆盖的运营热区，同时寻找该区域内存在的停靠热点，即为有服务需求而没有服务站点的“盲区”。将这些位置标注在地图上，为新建服务站选址提供参考，提高选址的合理性。

3.1 服务盲区分析筛选

综合考虑运营热点和停靠热点，对基础数据进行分析，发现服务盲区，推荐算法逻辑如下：

（1）对车辆的运营热点、停靠热点按照热度值倒序排列。

（2）遍历运营热点，如果运营热点属于现有服务站覆盖范围（半径100km），继续遍历；否则，以运营热点为中心，遍历范围内的停靠热点，如果停靠热点也不属于现有服务站覆盖范围，记为有效停靠点。

（3）以运营热点为中心，标记范围内存在有效停靠点的区域为推荐区域。

通过上述算法拟合计算的结果标记在地图上如图7。标记出的“盲区”在进行新建选址时，可参考推荐区域内的停靠点，保证车辆既高频经过该区域，同时又具备高频停靠行为。

3.2 推荐服务站地址

图7在运营热点、现有服务站图层基础上，展示了服务盲区的区域与位置，服务盲区是优先考虑建立服务站的区域。

从全国范围看，华北、华中区域服务网络覆盖比较完整，服务盲区较少。服务盲区主要分布在西北、华南、东北三个区域，这三个区域具有运营热度适中、原有站址覆盖不充分的共同特点。

3.2.1 西北区域推荐服务站地址

如图8，西北区域推荐站点沿主干道分布，贯穿于主要城市之间，重点关注交通干道周边的盲点区域，评价现有服务站的间距能否满足服务要求，进一步筛选合适的服务站址。

3.2.2 华南区域推荐服务站地址

如图9，华南区域推荐站点主要分布在原有服务站间隔的“空白”区域，是对原服务站服务范围的补充，可考虑新建站点或调整原有服务站位置，以适应市场发展与变化。

3.2.3 东北区域推荐服务站地址

如图10，东北区域推荐站点主要分布在卫星城市或城市互联的道路周边。由图分析得出，哈尔滨、长春、沈阳成熟的运营热点路线周边，服务站基本饱和，应重点关注其他中小城市及之间互联的道路。

3.3 优选建立服务站位置

根据推荐区域的运营热力、停靠总频次，优选出10个停运营热力、停靠总频次在10000以上的位置作为重点考察设置服务站的地方，具体位置如表1。

4 小结

商用车售后服务站选址与车辆运营轨迹呈正相关，运营热度越高的区域，对服务站的需求越多，同时参可考车辆停靠热点位置，进一步优化服务站址。

参考服务效能评价模型，关注得分较低的服务站，提高服务站服务效能。

参考车辆运营数据获得的推荐建站位置，还须结合市场发展动向、路网信息，才能够科学合理的匹配出服务站新址。

参考文献

[1] 孙小红.车联网的关键技术及应用研究[J].通信技术，2013，46（04）： 47-50.

[2] 赵春玲，宁红云.Apriori 算法的改进及其在物流信息挖掘中的应用[J].天津理工大学学报，2007（1）：30-33.