温洁禹:数字时代的货运车联网运营新思路 - ITS文库 - 智慧交通网 ITS114.COM|领先的智能交通门户网站
  • 首页 > ITS百科 > ITS文库 > 正文

    温洁禹:数字时代的货运车联网运营新思路

    2023-03-10 09:04:25 来源:www.its114.com 评论:
    分享到:

    本文为全国道路货运车辆公共监管与服务平台主任温洁禹在2023中国商用车车联网大会上所做主题分享的速记整理而来,未经作者本人审核,如有错漏,敬请谅解。

    温洁禹:我今天从数据化的角度做一个汇报,汇报共分为四部分,前两个部分是基础数据的汇报,后两个部分是联网联控数据的应用领域和新思路探索。

    一、全国道路货运车辆公共监管与服务平台基础数据 

    1、基础车辆情况 

    2022年全国货运车辆公共监管与服务平台基础数据的车辆数为718万辆,较去年增长12.38万辆,同比增长1.76%;本年度新入网83.41万辆,较去年减少72.57万辆,同比下降46.53%;月均上线车辆数为586.34万辆,较去年平均新增4.48万辆,同比增长0.77%,月均上线率为82.43%,同比下降0.46%。

    如果按照以往的数据来看,新增应为140万或150万辆,实际上,这是跟去年新车销售量腰斩的状态成正比的,所以只有往年50%-60%的水平,还是受到了疫情影响。

    2、服务商备案情况 

    目前,全国入网备案服务商是2138家,在这两千多家服务商里,有491家是没有接入车辆。今年会更新对运营服务商的《评价管理办法》,在《评价管理办法》里会新增运营服务商的退出机制。因此,如果服务商长此以往都没有接入入网车辆,可能会成为第一批被清出市场的主体。

    3、新增服务

     新增功能,开通个体车主和小企业自主入网接口。个体车主和小企业可以不选择服务商,自主入网货运公共服务平台,在货运公共服务平台正常显示之后,进行一些相关证件的办理即可。

    4、客诉受理情况

    截止到2022年,货运公共服务平台处理超过37万封邮件,400电话接听75万通。2022年,邮件受理客诉量为8898件,400受理客诉量1400余件,邮件及400电话响应率100%。在2022年疫情大爆发时期,货运公共服务平台服务消息触达共有2063条,其中1924条是关于疫情服务,平台为各个省货运车辆的正常通行,尤其是在疫情防控物资保障上发挥了重要作用。

    5、服务消息触达情况

    2022年货运公共服务平台共计下发各类安全消息2063条,累计触达6.56亿车次,其中一网通办消息提醒共下发72条,共触达3.32亿车次;疫情服务消息提醒共下发1924条,共触达0.16亿车次;各类天气消息提醒共下发34条,共触达1.57亿车次;交通部安全提醒服务消息提醒共下发33条,共触达1.52亿车次。

    6、车辆离线提醒服务

    为提高货运车主的安全意识,及时掌握车辆终端的运营情况,货运公共服务平台对离线30天的车辆提供了短信提醒服务,累计下发短信条数407.08万条,离线30天短信提醒纠正率21.34%。 

    作为服务商,会在平台上收到其所服务车辆的离线状态信息。同时,货运公共服务平台会给车主下发一个手机短信提醒,如果超过30天未上线,就会进行提醒,纠正率可达到21%。后期跟车辆服务、车辆上线相关的内容,也会更新到下一版服务商《管理办法》中。

    7、技术升级:兼容道路运输车辆卫星定位系统视频通讯协议

    货运公共服务平台上线已有十年,在近三四年,行业对智能视频监控、主动安全防控等技术设备非常关注,货运公共服务平台在此基础上进行了技术升级,兼容了JT T1078-2016《道路运输车辆卫星定位系统车载视频通信协议》,同时平台新增实时视频预览、录像回放、实时对讲等功能,实现了基于视频的安全监控,为智能视频监控报警设备的接入提供协议支撑。货运公共服务平台在技术上实现支持所有标准的智能视频监控报警设备接入。同时兼容了所有省标的接入,包括粤标、川标、黑标等。未来,货运公共服务平台也会向各省的管理部门开放这一部分管理权限。

    二、2022年货运车辆运行数据

    最晚4月份,平台将会发布一份详细的《2022年整体公路货运大数据报告》,今天,我先讲几条大家最关注的数据。

    1、单车每月日均行驶里程

     1678410969344.png

    从货运车辆每月日均行驶里程来看,最低为2月232公里,最高9月250公里,全年平均为240公里,较2021年均值为254公里明显下降,平均行驶里程的下降反映了货运业一定程度上受到了疫情波动的影响。

    2、车辆年总行驶里程区间分布

    从车辆行驶里程区间分布来看,车辆行驶距离结构差异明显,年行驶总里程在0-1万公里内的车辆约占47.91%,较去年39.73%上升了8个百分点;1-10万公里运输占比约为43.45%,较去年48.77%下降5个百分点;10-20万公里运输车辆占比较少,为8.13%,较去年10.07%下降近2个百分点;20万公里以上运输车辆占比从去年的0.8%降低到今年的0.61%。反映受疫情影响、产业结构调整等诸多因素影响,公路货物运输结构处于不断调整变化当中。

    3、车辆各月昼夜行驶速度分布

     从车辆行驶速度来看,昼、夜行驶速度变化趋势基本一致,12月行驶速度最高,白天45.26公里/小时,夜间50.5公里/小时,夜间行驶速度在全年范围内高于白天行驶速度。

    4、车辆各月工作天数分布

    从车辆各月工作天数分布来看,2月受春节假影响,工作天数21天以上的车辆只占13%,自3月份之后,每月工作21天以上的车辆占当月总车辆数的50%以上,9月份最高达61%。

    5、年行驶20万公里以上车辆工作情况

    2022年,年行驶20万公里以上的车辆共计6.5万辆,占总入网车辆的0.61%,较去年的0.8%有所下降。

    通过对年行驶20万公里以上的车辆进行分析,该部分车辆有86.92%的车辆全年有9个月以上(含9个月),每月工作超过21天,工作强度极大。

    三、车辆联网大数据应用领域分享

    数据是一方面,科技是另一方面,两者结合,才能产生价值。除此之外,也要跟各个领域不同的业务做结合。目前数据应用的领域,如快消品、大宗、物流、物流装备、科技物流企业、保险金融等,应用还不错。

    物流科技行业应用

    我们以案例来看。

    首先是场景应用结合。在数字化园区、数字化物流、保险、网络货运、主机厂、北斗应用、政企服务方面,都有比较好的解决方案,详细来看:

     a560a4a7037f756bb01133d584a0f33b.png

    在途可视化管理

    (1)在途可视化管理。看上去很简单,但需要跟业务深度结合。通俗来讲,以前车在路上跑,不知道在哪,状态怎样。有了卫星定位数据后,可以还原车在路上的行驶状态,但它需要跟不同行业、不同特征结合,才能真正为这个领域服务。比如大宗运输,需要展现什么样的在途服务?生鲜,是什么样的在途服务?比如蒙牛,其原材料、成品奶的在途服务是不一样的,任何一个场景应用,都需要跟业务特征深度结合。

     56ecb72ef86f55c8177c4f9d6c2b546a.png

    网络货运解决方案

    (2)网络货运公共服务平台。交通运输部进行了全国网络货运试点,2021年底试点结束,新的《办法》会在今年推出,在这一部分,我们把科技能力和数据能力结合起来,为网络货运企业提供一些科技赋能。大家可以发现一个趋势,网络货运从一开始的科技驱动,也就是从科技型公司入场,慢慢转化成物流企业深度参与,现在延伸到上游的货主/生产制造型企业对物流端的关注,发生了从外围到核心、从下游到上游的转化,现在很多大型企业都开始关注物流端是否可以跟网络货运平台相结合。

    (3)数字化厂区。这个跟在途服务相似,可以把厂区外的可视化变成了厂区内的可视化,从装货、在途库存、预约排队、进厂、导航、智能调度、出厂、在途监控、签收回单,形成完整闭环。对于一些大型的港厂或港口来说,厂区内的数字化服务是他们非常关注的点。

    (4)保险行业的应用。主要是指服务于保司客户,一些小规模的车队,安全是核心要素,为了关注安全,避免车辆出事故。平台会通过专业安全培训、定制化设备加装、运营安全辅导、多方共管、驾驶员安全能力评估等方面,达到事故减失的目标诉求。

    四、车联网运营横纵向发展思路 

    9c0e08627de56152715f48cd4f3509b0.png

    首先,需要有一个基础概念,平台现在是“共知平台”。大数据,包括车联网大数据一定是融合的数据。不仅仅是行驶轨迹,包括位置、时间、速度、方向,这些不能完全支撑未来的数据应用。刚所说的融合数据,包括时间、空间、场景、行为等数据,各方融合后,才能在不同的场景和领域形成有价值的应用,这是特别重要的共知,并不是有了数据、足够大,就可以应用。

    目前的车联网数据,正在有一些新的物联网技术融入,未来还有一些车路协同的数据会接入。

    比如驾驶员这一段,因为车是人开的,最终要形成增值,一部分需要在驾驶员侧形成增值,驾驶员的经营、消费、货物等,也需要融合在其中。车厂数据,主要是用来做数据维度的丰富。包括生态数据(谁、在哪、加了多少油、消费了多少钱、在什么位置加的油、加了油之后跑了多少公里),这方面也是非常重要的。

    因此,一定是融合的数据,才会产生价值。

    货运大数据横向发展

    2c514cf4d44fedfc6bab503149b8c8ae.png 

    这张图是三四年前用过的一张图,那个时候,黑色部分就形成了应用,红色部分是还没有深度挖掘的。现在红色的领域,对于政府的交通执法、安全监管、环保监控,都开始进行应用了,而且交通执法应用的范围已经比较广了。在企业端和社会端,像物流效率,包括在途可视化已经做了深度挖掘,形成了比较好的应用效果,包括车货匹配,已经开始形成应用效果了。

    目前还没有涉入的领域是保养维修和配件,这是非常复杂的生态,进去很难,梳理清楚也很难,这件事情还在尝试的过程中。目前的范围是比较广的,应用效果在某些领域还是非常好的。这是基于我们有足够大的数据,可以进行足够深度的融合,才能在这些领域进行一些应用的尝试。

    货运大数据纵向发展

    车联网服务商的服务对象是运力企业,运营商为其提供车载管理终端,提供基础的车联网服务,这是一个敲门砖。除此之外,还可以围绕他们的业务领域提供纵深业务服务,比如用油,这是每辆车都要用的,除此之外,还有ETC、保险服务、运力服务、金融服务等。如果不能做宽,是否能把一个客户做深?比如这辆车如果没有得到足够的服务,他们有一天是否可以选择自主接入货运公共服务平台?这是大家需要思考的一个风向标。


  • 关键字: 智慧交通 车联网 大数据
  •    责任编辑:melinda
  • 每周新闻精选

  • 关于我们
  • 联系我们
  • 广告赞助