記得三年前剛接觸智能交通這個領域的時候，一位行業前輩告訴我：智能交通數據的潛在價值還沒有得到有效挖掘，交通信息的感知和收集有限，行業存在各個管理系統中的海量數據無法共享運用、有效分析，交通態勢的研判預測乏力，公眾的交通信息服務很難滿足需求。。.。。.

三年后的今天，各地采集的數據浩如煙海，到處都舉著“大數據”“采集數據”、“打通數據”的旗幟，彰顯著各自擁有的“交通數據”，似乎交通行業已經不缺數據了。

市場真的是這樣嗎？！

行業人在思考什么

這段時間不止一位業內人士向賽文交通網感嘆：這個行業，大家都熱衷做簡單的事，而對正確的事視而不見，不愿意從根源上解決交通問題。

比如前幾天北京的一位老師表示：“我發現這個行業大家更關注所謂的平臺，其實平臺只是將前端結構化的數據碰撞、組合進而呈現的一種手段。從商業的角度來講，‘平臺’比較好理解，而‘前端特征工程’既單調又難以理解。從商業角度，我可以理解大家宣傳‘平臺’的初衷，但在大數據時代，我們應該認識到除了關注‘平臺’呈現之美外，更應該關注使數據來源多維度和廣泛性的前端感知技術。否則這種“呈現之美”將成為無源之水。“

再比如賽文信控俱樂部一位專家表示：“這兩年一二線城市都在做大數據平臺項目，一二線大城市通過各種感知設備收集到的數據是可以用來提升道路交通信號優化的水平，但中國絕大多數城市還是做不到的，因為很多中小城市現在連信號燈等一些基礎設施都還沒有完善規范，這些城市現在也開始喊著要建設大數據平臺，這是非常不科學和不現實的。”

感嘆的人多了，我認為這個問題有拿出來討論的必要了。

先來看看他們在感嘆什么？

我看到的是行業需要數據。

行業需要什么樣的數據

那我們到底需要什么樣的數據？

2019年12月下旬的一天，我用這個問題采訪了圈內的八位前輩，有企業創始人，有行業專家、有高校老師、也有交通部門領導，前輩們都站在各自立場和關注的方向談論了行業所需要的數據類型，但有一點是前輩們一致認同的：大數據雖然支撐著智能交通的前行，但其發展道路上還存在著很多問題，問題就是數據量不夠。

“這個問題太大，不是幾個行業人就可以說明白的，你需要細化你的問題，才能看的更明白。”也有前輩直接指出我的采訪問題不合理。

那就從什么是“交通大數據”開始捋。

其實行業內缺乏對交通大數據的定義和詮釋，大家對大數據的理解是：只要數據量大，就是大數據，更有不少人認為只要“種類豐富、數據量大”就是所謂的大數據。

上述認識比較片面，其實大數據本身具有“多元異構”的特征，即數據來源多元化、數據結構復雜化。除了交通行為產生的數據外，所有能夠服務于交通管理的數據都可以被稱為交通大數據。

量大、種類多、結構化是交通大數據的主要特點。

量大比較好理解，指海量的數據積累。但現階段業內對交通大數據的分類是缺失的，從數據供應商到數據需求方都沒有統一的劃分標準，一年前賽文曾發布過一篇《交通大數據的分類》文章，作者將交通大數據分為“政務數據”、“運營數據”、“物聯網數據”和“互聯網數據”四大類。

“政務數據”是指在政府管理中所產生的數據 ，政府政務數據的產生依托于政府各個部門信息化建設，也就是說政府各個部門的信息系統產生的數據就是政務數據。

“運營數據”是指經國家授權經營的企業在運營生產中所產生的數據。

“物聯網數據”是政府投資建設或授權建設的交通感知數據。

“互聯網數據”是指互聯網公司通過運營所產生的數據。

結合實際的市場需求，從行業應用角度來看，與其思考行業需要什么樣的數據，不如考慮行業應該如何收集數據來的更實在。據賽文觀察，交通基礎數據的準確性、連續性、穩定性、重要性越發凸顯，比如目前的一些平臺或者解決方案有些已經成了“擺設”，數據缺失、不完整、格式不統一是造成平臺成為擺設的主要原因，智能交通行業中平臺沒有數據輸入，缺少數據支撐，導致其失去了真正意義的案例比比皆是。

數據采集是大數據價值挖掘中重要的一環，其后的分析挖掘都是建立在數據采集的基礎上。采集到數據以后，我們還需要對這些數據進行結構化。簡單來劃分，交通大數據就是由一大堆結構化的和非結構化這兩部分數據組成，因為數據量太大，沒辦法直接使用，大家需要從中抓取出有價值的內容或想要的數據來應用，結構化的數據才更有意義。

提到結構化數據，賽文發現一個很有意思的行業現象：如今越來越多的數據業務邏輯在開始從后端轉移到前端。比如精英路通高位視頻技術現在在前端就將數據都進行特征識別，都標簽化，前端回來的數據都是結構化好的。問起緣由，北京精英路通副總經理孫巍巍解釋道：后端結構化和前端結構化只是技術架構的區別，精英路通采用前端結構化數據是基于未來V2X考慮，是為了充分利用前端邊緣計算，提高邊緣響應速度，因為數據往復傳輸時間很長。

“大家都說大數據技術的意義不在于掌握規模龐大的數據信息，而在于對這些數據進行智能處理，從中分析和挖掘出有價值的信息，但前提必須是擁有大量精準和多維的數據。”

北京精英路通副總經理孫巍巍對賽文交通網表示，從企業角度來看，足夠的數據量是企業大數據戰略建設的基礎，因此數據采集及其精準性、多維性就成為大數據分析的前奏。

行業中絕大多數企業現在還很難判斷到底哪些數據未來將成為資產，通過什么方式將數據提煉為現實收入。

對于這一點即便是大數據服務企業也很難給出確定的答案，但有一點是肯定的，大數據時代，誰掌握了足夠的數據，誰就有可能掌握未來，現在的數據采集就是將來的資產積累。精英路通作為智能停車行業的運營商，項目已經落地十幾個城市，每天會產生大量的與停車相關的數據。

“靜態交通是智慧交通不可或缺的一部分，以靜制動亦是很多行業研究者對于改善城市交通有效措施的重要建議。停車大數據歸根結底將為治理者所用，精英路通會在治理部門或相關政府機構授權或委托的范圍內，對數據進行脫敏處理，以治理需求為導向，展開以靜態交通為基礎的智慧交通實踐方案研究，為中國的交通智能化、交通智慧化做出應有的貢獻。”

孫巍巍認為，未來交通行業重要的是前端數據的規模化、精準化及多維化采集。

拿智慧停車領域來說，視頻識別應用于停車管理的關鍵點在于準確識別車輛、車牌以及停泊位狀態，同時和互聯網技術結合實現全自動計時、計費和電子支付，全程留存圖像證據鏈。

當然，停車數據只占“交通大數據”中很小的一部分，行業更需要的是“大而全”的數據量。

寫在最后

行業需要大量的種類齊全的結構化數據。

對，也不對。

我們知道大數據分析是需要場景設定的，由要解決的問題驅動，離開用戶需求和應用場景談大數據分析，是忽悠，是空談。同樣的道理，行業真正需要的是能夠解決實際問題的“數據”，應當結合行業需求，來考慮這個問題，當前市場重要的還是如何采集到數據問題。對于交通來說，大數據不是一個單純的技術革新，而是推動整個行業進步的技術變革，但目前顯然還達不到這種變革。

目前的交通大數據應用仍然是初級階段，大數據技術不適用于所有應用場景，也不能解決所有交通問題。主要是技術發展過程中還存在一些亟待解決的問題，比如國內數據開放程度低，沒有充足的 “大”數據；數據應用概念不落地，沒有技術支撐；數據服務或者技術服務目標不明確，只為建設而建設；定制化屬性難以標準化，難以達成規模效益。