吳顥：停車(chē)數據之熵、傷與商

智慧停車(chē)概念自2014年興起，經(jīng)歷了停車(chē)場(chǎng)（庫）智能化建設改造，智慧停車(chē)平臺搭建，停車(chē)數據共享應用幾個(gè)重要階段，其內涵和相關(guān)產(chǎn)業(yè)正在不斷豐富與持續擴充?！巴＼?chē)數據”便是此進(jìn)程中的重要“加速介質(zhì)”，推動(dòng)著(zhù)智慧停車(chē)產(chǎn)業(yè)的深化與革新。在此基礎上，如何把停車(chē)數據用的好、用的妙便成為了停車(chē)數據進(jìn)一步創(chuàng )造商業(yè)價(jià)值的核心問(wèn)題。

本文從智慧停車(chē)平臺的建設現狀出發(fā)，簡(jiǎn)要剖析了停車(chē)數據之熵——數據包含的有效信息量，數據之傷——數據的匯聚與質(zhì)量問(wèn)題，進(jìn)一步探討了在數字經(jīng)濟時(shí)代下，如何來(lái)創(chuàng )造停車(chē)數據之商——數據“變現”的構想。

一、現狀智慧停車(chē)平臺下的數據之熵

近兩年，隨著(zhù)智能化停車(chē)基礎設施建設的加大，不少城市開(kāi)始推進(jìn)智慧停車(chē)平臺的建設，如北京、深圳、上海、昆明、東莞等城市紛紛出臺相關(guān)政策、意見(jiàn)支持搭建統一的智慧停車(chē)管理平臺。

表1-部分城市智慧停車(chē)平臺建設情況

縱觀(guān)現階段平臺規劃或建成的功能（如上表1所示），可以抽象為上行、下行兩條數據流（如下圖1所示）：上行向平臺匯聚停車(chē)場(chǎng)動(dòng)、靜態(tài)數據，如停車(chē)場(chǎng)名稱(chēng)、地理位置、車(chē)位數、運營(yíng)廠(chǎng)商等靜態(tài)數據和停車(chē)場(chǎng)出入車(chē)牌號、時(shí)間、繳費情況等動(dòng)態(tài)數據；下行平臺向出行者提供停車(chē)服務(wù)，如車(chē)位查詢(xún)、車(chē)位預定、停車(chē)誘導、反向尋車(chē)、無(wú)感支付、車(chē)位共享等。政府、建設、運營(yíng)方等花了大量力氣制定規范、建立規則、協(xié)調、處理并管理數據，建立起停車(chē)數據池。然而停車(chē)數據的“上行匯聚”主要依靠規則規范，一是被動(dòng)、乏力，二是不足且單一；同時(shí)其“下行服務(wù)”主要聚焦于停車(chē)領(lǐng)域內的誘導與支付，服務(wù)與運營(yíng)場(chǎng)景仍存局限，有待進(jìn)一步挖掘。

圖1-智慧停車(chē)平臺現狀數據流

二、現狀智慧停車(chē)平臺下的數據之傷

停車(chē)數據要想用的好，其本身的可達性與質(zhì)量是最為基礎的條件，畢竟“巧婦難為無(wú)米之炊”，沒(méi)有持續且優(yōu)質(zhì)的數據，就不可能有百花齊放的應用。

在國內許多城市，缺乏統一的數據匯聚與管理規范，再加上停車(chē)建設、運營(yíng)、使用、管理主體分散，數據化程度、數據接口標準不一等問(wèn)題，匯聚各停車(chē)場(chǎng)（庫）的動(dòng)態(tài)數據便成了掣肘難題。即便是在停車(chē)數據匯聚相對理想的城市，優(yōu)質(zhì)的數據仍然是停車(chē)數據應用的重要前提。平臺容易出現停車(chē)數據匯聚不完整、不穩定、不及時(shí)等問(wèn)題，波動(dòng)的數據源，缺失的字段、滯后的傳輸都是停車(chē)數據進(jìn)一步深化應用的阻礙，如上傳的停車(chē)位數據缺乏監管、反饋，總是傳上來(lái)缺省值，數據本身就失去了意義，或是過(guò)車(chē)數據量缺乏定量預警，數據量驟減卻沒(méi)有篩查原因造成臟數據的產(chǎn)生等。反過(guò)來(lái)講，完整、可靠、及時(shí)的停車(chē)數據是進(jìn)一步構建“停車(chē)＋”應用的必要條件。

深圳就有一個(gè)很好的例子。深圳交警利用停車(chē)場(chǎng)數據采集管理平臺對各經(jīng)營(yíng)性停車(chē)場(chǎng)匯聚數據的完整性、穩定度、時(shí)延等進(jìn)行考核。截至目前，該平臺已實(shí)時(shí)接入6400余家經(jīng)營(yíng)性停車(chē)場(chǎng)數據，日均采集過(guò)車(chē)數據量達750余萬(wàn)條，每一條數據的質(zhì)量都會(huì )進(jìn)行實(shí)時(shí)檢測并及時(shí)預警反饋。

三、智慧停車(chē)帶來(lái)的數據之商

不難發(fā)現，現狀智慧停車(chē)平臺的上行數據流主要來(lái)自于停車(chē)場(chǎng)推送方，而下行數據多是提供給政府監管方或者出行者，沒(méi)有更多的數據反饋或者相關(guān)行業(yè)綜合運營(yíng)者參與進(jìn)來(lái)。因此，這條單向的數據流就需要不斷靠外部動(dòng)力（如強勢的政策或規范）助推。而當我們引入“停車(chē)＋”融合運營(yíng)場(chǎng)景加持，將能形成一個(gè)自循環(huán)機制，成為一種更市場(chǎng)化的、可持續的運營(yíng)模式（如下圖2所示）。

圖2-智慧停車(chē)平臺數據流構想

在此模式下，平臺數據持續地向各融合運營(yíng)場(chǎng)景提供定制服務(wù)，繼而“停車(chē)＋”運營(yíng)方在自有場(chǎng)景中完成“變現”，再主動(dòng)推送新的結果數據和源數據給平臺進(jìn)行綜合加工、融合計算等，形成“數據驅動(dòng)”下的“停車(chē)＋”融合運營(yíng)自循環(huán)。

此時(shí)的平臺將不再只是數據的收集和分發(fā)者，更多的，它可以聯(lián)合相關(guān)行業(yè)生態(tài)，成為數據的加工（數據成熟度）、數據的融合（數據連接度）和最終數據的變現者。

圖2-“停車(chē)＋”融合運營(yíng)架構

“停車(chē)＋”融合運營(yíng)，可分為“停車(chē)＋規劃”、 “停車(chē)＋建設”、 “停車(chē)＋管理”、 “停車(chē)＋服務(wù)”四大場(chǎng)景，通過(guò)數據成熟度、數據連接度構成的綜合數據運營(yíng)底盤(pán)支撐，形成了“三位一體”的“停車(chē)＋”融合運營(yíng)立體矩陣。

綜合數據運營(yíng)底盤(pán)：

一方面，數據可以經(jīng)過(guò)不同程度的加工，擁有不同的成熟度，如從一個(gè)簡(jiǎn)單的車(chē)位占用量數據，變成一個(gè)預警信息，再變成一個(gè)可以自動(dòng)切換停車(chē)路線(xiàn)誘導的固化知識；另一方面，數據可以進(jìn)行融合，擁有不同的連接度，如車(chē)輛OD路徑、車(chē)駕管數據、路況、目的地停車(chē)場(chǎng)信息、商業(yè)打折信息等都是單個(gè)數據點(diǎn)，當我們將這些數據融合起來(lái)，在信息鏈條中、網(wǎng)絡(luò )中融合計算，那么出行者消費（如動(dòng)態(tài)停車(chē)費、商業(yè)組合折扣等）可能就很不一樣。

“停車(chē)＋”融合運營(yíng)場(chǎng)景簡(jiǎn)析：

a) “停車(chē)＋”規劃

規劃是時(shí)空的綜合規劃。根據車(chē)主的停車(chē)數據（如車(chē)輛屬性、車(chē)位的周轉率、出入車(chē)場(chǎng)（庫）頻率等）、商場(chǎng)、寫(xiě)字樓出入口分布信息等，小的方面我們可以規劃場(chǎng)（庫）內的停車(chē)誘導路線(xiàn)、充電樁數量及分布或是相關(guān)汽車(chē)后服務(wù)等；大的方面可以結合周邊交通情況，分析周邊停車(chē)需求，規劃新增/改造停車(chē)基礎設施，實(shí)現資源最大化利用；在時(shí)間上可以規劃設置共享停車(chē)區和共享停車(chē)時(shí)間段，與周邊停車(chē)需求進(jìn)行時(shí)空置換，并完成在不同條件下收益規劃與計算。

b) “停車(chē)＋”建設

建設主要涉及停車(chē)場(chǎng)（庫）及周邊相關(guān)基礎設施建設，如誘導屏、引導燈、通信基站、配套車(chē)輛占用提示裝置、立體停車(chē)庫、智能道閘（含ETC、互聯(lián)網(wǎng)支付等）、內部管理平臺等。

c) “停車(chē)＋”管理

停車(chē)場(chǎng)是交通出行的最末端，主要面向于秩序與安全管理。如可結合交警的行車(chē)軌跡大數據，對商圈、美食區、娛樂(lè )場(chǎng)所周邊停車(chē)場(chǎng)進(jìn)出車(chē)輛進(jìn)行個(gè)性化安全教育提醒（如酒駕警示信息等），確保道路交通安全；另一方面可綜合互聯(lián)網(wǎng)大數據，對停車(chē)場(chǎng)（庫）進(jìn)行停車(chē)健康度評價(jià)，針對其服務(wù)滿(mǎn)意度、安全水平、設備運維情況等進(jìn)行綜合評估管理。

d) “停車(chē)＋”服務(wù)

圍繞不同的停車(chē)場(chǎng)（庫）運營(yíng)打造個(gè)性化的生活與出行生態(tài)的閉環(huán)。如針對醫院、商圈、交通樞紐（機場(chǎng)、火車(chē)站、汽車(chē)站等）、景區、社區等停車(chē)典型場(chǎng)景打造個(gè)性化的服務(wù)生態(tài)圈。以停車(chē)場(chǎng)（庫）作為生態(tài)圈的入口，將停車(chē)行為與預約掛號、餐飲、航班（車(chē)次）、休閑、購物、汽車(chē)強關(guān)聯(lián)業(yè)務(wù)（洗車(chē)、加油、保養、維修、代駕、汽車(chē)租賃、違章記錄查詢(xún)和代繳、車(chē)金融等）等商業(yè)服務(wù)進(jìn)行信息融合關(guān)聯(lián)，形成“停車(chē)+X”新經(jīng)濟模式，滿(mǎn)足線(xiàn)上線(xiàn)下的營(yíng)銷(xiāo)需求，以此為基礎形成完整產(chǎn)業(yè)鏈條和新生態(tài)經(jīng)濟圈。

寫(xiě)在最后的話(huà)：

智慧停車(chē)產(chǎn)業(yè)發(fā)展到今天，不應再局限于行業(yè)本身，而應通過(guò)停車(chē)大數據打開(kāi)“停車(chē)＋”融合運營(yíng)的思路，連接周邊產(chǎn)業(yè)，拓展個(gè)性化服務(wù)，不斷豐富數據之熵、緩解數據之傷，將停車(chē)大數據作為開(kāi)啟“停車(chē)+X”新生態(tài)經(jīng)濟圈的鑰匙，獲得數據之商的成長(cháng)與跨越。

本文作者：

吳顥，畢業(yè)于西南交通大學(xué)&法國南特中央理工大學(xué)，現任中電科新型智慧城市研究院有限公司交通業(yè)務(wù)事業(yè)部項目策劃與解決方案中心副主任，信息系統項目管理師。目前主要從事智慧交通領(lǐng)域規劃咨詢(xún)、數據應用及體系集成工作。曾牽頭多個(gè)市、區一級智慧交通頂層設計與實(shí)施方案規劃，擁有集成項目體系化實(shí)踐經(jīng)驗；曾參與國家、地方智慧停車(chē)、多功能智能桿相關(guān)規劃與建設標準編制。在基于大數據的城市交通治理、交通綜合運營(yíng)管理等方面有較為深入的研究，所剖析的深圳智慧交通建設案例入選《數字中國—智慧城市高質(zhì)量案例精選》。

為了能通過(guò)停車(chē)大數據應用，挖掘更大的社會(huì )價(jià)值和商業(yè)價(jià)值，更好地緩解城市交通擁堵，深圳市公安局交通警察局聯(lián)合深圳市停車(chē)行業(yè)協(xié)會(huì )、深圳市特區建設發(fā)展集團有限公司等組織共同舉辦的 “2020中國城市停車(chē)數據應用大賽”報名活動(dòng)現正火熱進(jìn)行中，歡迎各位停車(chē)產(chǎn)業(yè)大咖參與挑戰。