地铁行业数据中台解决方案
涵盖全域数据资源汇聚、数据存储、数据资产管理、可视化展示、运营指标及分析应用等全生命周期的数据支撑和应用。可以满足离线和实时两类大数据场景，以丰富的数据工具实现业务可视化展现和业务分析能力。
业务挑战
数据分散存储
数据资源分散存储于各个信息系统中，当数字化转型逐步深入的时候，矛盾就愈发明显。
数据质量差
各系统的建设时间与信息化程度不同，导致各业务系统的数据标准难以统一。
数据获取难
业务系统类型众多，各类系统的数据格式不同且结构复杂，受制于底层技术异构的影响，数据难以获取。
典型应用场景
全域数据资源汇集
统一数据资产管理平台
线网智慧客流管理
线网智慧客流管理
轨道交通客流预测
多模式协同管控与仿真
融合内外部多形态数据，构建地铁轨道交通统一数据视图，在底层实现数据打通；加工各粒度汇总数据，提高数据的复用化度，快速满足不同时效的多分析场景要求。
以系统元数据为中心，映射数据标准、设计数据模型，构建统一数据资产管理平台，包括元数据管理、数据质量管理、数据标准管理、数据安全管理、数据模型管理、数据资源目录管理等内容。
线网智慧客流管理对批量加工、实时监测及预测的线网客流结果通过大数据可视化平台，结合GIS、SVG、BIM进行监测、分析及预警，为运营及精细化管理提供支持。
面对城市轨道交通网络化运营中运能与运量矛盾突出的问题，研究运能精细化管理尤为必要。通过分析轨道交通的网络运营特征，找出网络结构、客流需求和运能配置等方面存在的问题提与，为提出网络运能规划方法提供支持。
基于海量的乘客出行数据，分析客流分布特征以及乘客个体的出行行为，并且以此为基础对未来的客流情况做出精准预测。管理部门根据城市轨道交通系统中的客流变化，确定列车时刻表和交通管理策略等，提高服务水平和运营效率，使交通管理进一步向信息化、智能化发展。
在城市轨道交通与常规公共交通换乘协同关系理论和换乘客流预测研究基础上，建立城市轨道交通与常规公共交通运营协同调度双层规划模型，以系统总成本最小为目标，同时考虑客流出行行为因素，通过调度车辆发车间隔，从而实现城市轨道交通与常规公共交通协同运营的目的。
解决方案架构
数据中台架构参考业内主流方法论和最佳实践，围绕 “汇、管、用、保”四个维度形成完整数据链路，以安全管理、标准规范等体系框架为保障，实现数据创新应用的标准化、智能化、资产化和服务化。
方案优势
提升数据存储计算能力
优化数据支撑平台技术架构，增加计算、数据存储以及机器学习能力，提升基础平台技术支撑能力。
提升数据资产管理能力
完善公司数据架构和数据标准规范，确保数据质量、安全、可追溯，强化元数据、数据质量、数据标准的系统落地。
提升数据共享分析应用能力
建设数据总线和微服务网关，提供自助分析、标签及指标服务，支撑跨部门、跨层级数据共享分析应用。
客户案例
“多源异构数据采集入湖”，梳理业务系统数据源，识别需要接入的数据源，设计数据采集内容和数据质量要求，数据源接入贴源库。接入数据包括：业务运营系统数据、传感器采集的各类专业设备数据、工况实时数据、移动端收集的数据、地理空间数据、建筑信息模型数据、政府共享数据、互联网数据以及其他流数据等非结构化数据。
—深圳地铁多源异构数据采集入湖
“地铁运营指标系统”，集成地铁运营数据，用户可灵活配置各种地铁运营指标，实现即时运营指标运算与分析。系统提供数据建模处理分析工具，以统一的地铁运营数据标准导入数据湖，助力地铁运营集团“精准判研，指导作业，辅助决策和科学运营”。
—深圳地铁运营指标管理系统
“地铁数据治理”，建立支撑数据仓库运营的统一数据治理平台，通过数据全景图展示、质量可控、血缘分析可溯源以及资产价值评估，实现数据资产化；通过模型指标标准化、开发流程标准化，实现数据标准化；通过统一数据接口，严格控制使用规范，实现数据服务化；通过数据整合形成企业全业务域数据板块、定义数据标签，高效支撑业务决策，实现数据价值化。
—太原地铁数据治理
“地铁数据仓库”，从ACC、TCC、ITSM、安防、票务等业务系统采集数据进入数据仓库，数据仓库分三层构建，包括缓冲层、基础层、访问层，基础层分核心层、通用汇总层两部分，核心层按主题模型进行设计，通用汇总层按业务分析视角进行预关联、预汇总。数据仓库支撑统计分析、运营平台、应急辅助决策、乘客查询等业务应用。
—某地铁数据仓库
“多源异构数据采集入湖”，梳理业务系统数据源，识别需要接入的数据源，设计数据采集内容和数据质量要求，数据源接入贴源库。接入数据包括：业务运营系统数据、传感器采集的各类专业设备数据、工况实时数据、移动端收集的数据、地理空间数据、建筑信息模型数据、政府共享数据、互联网数据以及其他流数据等非结构化数据。
—深圳地铁多源异构数据采集入湖