© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
金华市公交集团有限公司
企业金华市公交集团有限公司成立于1996年，位于浙江省。所属行业为道路运输业。经营范围包括城市公共交通；道路旅客运输经营(依法须经批准的项目，经相关部门批准后方可开展经营活动，具体经营项目以审批结果为准)。广告设计、代理；广告制作；广告发布。
投资机构国有资本股权融资道路运输业
数据集列表
基于RFM模型的人才卡用户乘车行为分析数据
采集人才卡用户的乘坐公交车消费行为数据，通过这些数据，能够执行精细化的客户关系管理。根据客户的最近一次消费时间间隔(R)、最近一段时间内消费频次(F)和最近一段时间内消费金额(M)，采用RFM模型对进行价值评级，从而识别出高价值客户和核心客户。针对不同价值类型的客户提供个性化服务，比如为高价值客户提供VIP服务或积分奖励，提升忠诚度；针对基础客户，结合天气、节假日推送优惠券或单次折扣，刺激重新乘车；对核心客户设计阶梯式优惠，逐步提升消费黏性。1、数据采集：采集2025年4月人才卡用户的乘坐公交车消费行为数据：行程号、云卡号、线路好、线路名、上车时间等字段；2、数据处理：对采集到的数据进行清洗、分类汇总，对行程号、云卡号、手机号进行匿名化处理；3、数据加工：从原始数据中提取出最近一次消费时间（R）、最近一段时间消费频次(F)、最近一段时间消费金额(M)（最近一段时间指2025年4月期间），根据RFM模型计分法对用户进行分层管理，RFM计分规则如下：30≤R<35为5分，35≤R<45 为4分，45≤R<50为3分，50≤R<60 为2分，60<R 为1分；0≤M≤50 为1分，50<M≤100 为2分，100<M≤200 为3分，200<M≤300为 4分，300<M 为5分；0≤F≤30 为1分，30<F≤70 为2分，70<F≤100 为3分，100<F≤150 为4分，150<F为5分；计算每条数据的RFM综合得分X，根据公司要求对客户进行分层，1≤X≤5 为基础客户，5<X≤10 为核心客户，10<X 为高价值客户；；4、数据应用：采用RFM模型对进行价值评级，从而识别出高价值客户和核心客户、基础客户。
浙江省数据知识产权登记平台2025-08-08 更新110
基于RFM模型的普通卡用户乘车行为分析数据
采集普通卡用户的乘坐公交车消费行为数据，通过这些数据，能够执行精细化的客户关系管理。根据客户的最近一次消费时间间隔(R)、最近一段时间内消费频次(F)和最近一段时间内消费金额(M)，采用RFM模型对进行价值评级，从而识别出高价值客户和核心客户。针对不同价值类型的客户提供个性化服务，比如为高价值客户提供VIP服务或积分奖励，提升忠诚度；针对基础客户，结合天气、节假日推送优惠券或单次折扣，刺激重新乘车；对核心客户设计阶梯式优惠，逐步提升消费黏性。1、数据采集：采集2025年4月普通卡用户的乘坐公交车消费行为数据：行程号、云卡号、线路好、线路名、上车时间等字段；2、数据处理：对采集到的数据进行清洗、分类汇总，对行程号、云卡号、手机号进行匿名化处理；3、数据加工：从原始数据中提取出最近一次消费时间（R）、最近一段时间消费频次(F)、最近一段时间消费金额(M)（最近一段时间指2025年4月期间），根据RFM模型计分法对用户进行分层管理，RFM计分规则如下：30≤R<35为5分，35≤R<45 为4分，45≤R<50为3分，50≤R<60 为2分，60<R 为1分；0≤M≤50 为1分，50<M≤100 为2分，100<M≤200 为3分，200<M≤300为 4分，300<M 为5分；0≤F≤30 为1分，30<F≤70 为2分，70<F≤100 为3分，100<F≤150 为4分，150<F为5分；计算每条数据的RFM综合得分X，根据公司要求对客户进行分层，1≤X≤5 为基础客户，5<X≤10 为核心客户，10<X 为高价值客户；；4、数据应用：采用RFM模型对进行价值评级，从而识别出高价值客户和核心客户、基础客户。
浙江省数据知识产权登记平台2025-08-07 更新150
工作日平峰期公交车客流稳定性分析数据
在智慧交通时代获取精准数据能为公交运营管理带来全新思路。金华行作为金华市公共交通出行的重要线上平台，汇聚了海量的用户乘车数据。通过收集一段时间内使用金华行APP 乘车的用户数据，将离散系数、标准差、变异系数三者结合，能够快速生成客流稳定性评估结果。公交运营部门可以依据这些结果，按照波动程度对线路进行排序，快速筛选出需要重点关注的线路，极大地缩小了问题排查范围。比如筛查出不稳定时段，运营部门可以深入分析其背后的原因，是由于途经区域有大型商业区、学校等导致特定时段客流集中，还是受到道路施工、临时交通管制等外部因素影响，从而采取不同的应对策略。1、数据采集：从金华行数据库里获取2025年4月的线路号、线路名、用户手机号、上车日期、上车时间等数据。2、数据筛选：根据金华市工作日平峰期时间点（上午五点到六点，十点到下午四点，晚上八点到十点），增加时间标、日期类型、星期字段，提取出工作日平峰期时间段内数据，对数据进行清洗，去除极限值、缺失值。3、数据处理：用COUNTIF计算当天当前小时客流、当天客流总数，当天小时平均客流=当天客流总数/12（上午五点到六点，十点到下午四点，晚上八点到十点）。用MAXIF、MINIF分别计算出当天小时尖峰客流、当天小时低谷客流，计算得到当天的离散系数=（当天小时尖峰客流-当天小时低谷客流）/当天小时平均客流。用STDEV计算标准差，得到变异系数=标准差/当天小时平均客流*100%。稳定分=离散系数*K1+标准差*K2+变异系数*K3，其中K1、K2、K3为各指标对应系数，系数分别为3、0.03、40。
4、数据分类：稳定分小于10判断为稳定，稳定分大于25判断为不稳定，其余情况判定为较为稳定。
浙江省数据知识产权登记平台2025-08-07 更新130
工作日晚高峰公交车客流稳定性分析数据
在智慧交通时代获取精准数据能为公交运营管理带来全新思路。金华行作为金华市公共交通出行的重要线上平台，汇聚了海量的用户乘车数据。通过收集一段时间内使用金华行APP 乘车的用户数据，将离散系数、标准差、变异系数三者结合，能够快速生成客流稳定性评估结果。公交运营部门可以依据这些结果，按照波动程度对线路进行排序，快速筛选出需要重点关注的线路，极大地缩小了问题排查范围。比如筛查出不稳定时段，运营部门可以深入分析其背后的原因，是由于途经区域有大型商业区、学校等导致特定时段客流集中，还是受到道路施工、临时交通管制等外部因素影响，从而采取不同的应对策略。1、数据采集：从金华行数据库里获取2025年4月的线路号、线路名、用户手机号、上车日期、上车时间等数据。2、数据筛选：根据金华市工作日晚高峰时间点（下午五点到七点），增加时间标、日期类型、星期字段，提取出工作日晚高峰时间段内数据，对数据进行清洗，去除极限值、缺失值。3、数据处理：用COUNTIF计算当天当前小时客流、当天客流总数，当天小时平均客流=当天客流总数/3（下午五点到七点）。用MAXIF、MINIF分别计算出当天小时尖峰客流、当天小时低谷客流，计算得到当天的离散系数=（当天小时尖峰客流-当天小时低谷客流）/当天小时平均客流。用STDEV计算标准差，得到变异系数=标准差/当天小时平均客流*100%。稳定分=离散系数*K1+标准差*K2+变异系数*K3，其中K1、K2、K3为各指标对应系数，系数分别为3、0.03、40。
4、数据分类：稳定分小于10判断为稳定，稳定分大于25判断为不稳定，其余情况判定为较为稳定.
浙江省数据知识产权登记平台2025-08-05 更新170
金华公交线路节假日客运量分析数据
通过分析节假日的客运量数据，可以了解不同时间段和不同线路的乘客需求，从而优化公交线路的运营计划，调整发车频率和车辆配置，也可以提供更加精准的乘客信息服务，如实时公交到站信息等，提升乘客的出行体验。1.数据采集：利用金华交投公交云平台，采集金华公交的线路管理、车辆管理、以及交易汇总等数据。 2.数据处理：以时间为单位，按月份记录每条线路的营运公里数及客运量总和，并区分工作日与节假日。3.数据加工：百公里客运量=月客运量/（月营运公里数/100），百公里客运量＞100，记为偏高；利用RANK函数对百公里客运量进行升序排名,排名取值范围[1,575]，全部线路中排名末尾50名记为偏低，即排名在526至575的线路计为偏低；其他为正常。4.数据应用：通过“客流分析”可视化界面直观展现各条线路百公里客运量低、高线路的排名情况，从而优化公交线路的运营计划。
浙江省数据知识产权登记平台2024-09-24 更新260
基于RFM模型的老年卡用户乘车行为分析数据
采集老年卡用户的乘坐公交车消费行为数据，通过这些数据，能够执行精细化的客户关系管理。根据客户的最近一次消费时间间隔(R)、最近一段时间内消费频次(F)和最近一段时间内消费金额(M)，采用RFM模型对进行价值评级，从而识别出高价值客户和核心客户。针对不同价值类型的客户提供个性化服务，比如为高价值客户提供VIP服务或积分奖励，提升忠诚度；针对基础客户，结合天气、节假日推送优惠券或单次折扣，刺激重新乘车；对核心客户设计阶梯式优惠，逐步提升消费黏性。1、数据采集：采集2025年4月老年卡用户的乘坐公交车消费行为数据：行程号、云卡号、线路好、线路名、上车时间等字段；2、数据处理：对采集到的数据进行清洗、分类汇总，对行程号、云卡号、手机号进行匿名化处理；3、数据加工：从原始数据中提取出最近一次消费时间（R）、最近一段时间消费频次(F)、最近一段时间消费金额(M)（最近一段时间指2025年4月期间），根据RFM模型计分法对用户进行分层管理，RFM计分规则如下：30≤R<35为5分，35≤R<45 为4分，45≤R<50为3分，50≤R<60 为2分，60<R 为1分；0≤M≤50 为1分，50<M≤100 为2分，100<M≤200 为3分，200<M≤300为 4分，300<M 为5分；0≤F≤30 为1分，30<F≤70 为2分，70<F≤100 为3分，100<F≤150 为4分，150<F为5分；计算每条数据的RFM综合得分X，根据公司要求对客户进行分层，1≤X≤5 为基础客户，5<X≤10 为核心客户，10<X 为高价值客户；；4、数据应用：采用RFM模型对进行价值评级，从而识别出高价值客户和核心客户、基础客户。
浙江省数据知识产权登记平台2025-08-08 更新180
节假日下午公交车客流稳定性分析数据
在智慧交通时代获取精准数据能为公交运营管理带来全新思路。金华行作为金华市公共交通出行的重要线上平台，汇聚了海量的用户乘车数据。通过收集一段时间内使用金华行APP 乘车的用户数据，将离散系数、标准差、变异系数三者结合，能够快速生成客流稳定性评估结果。公交运营部门可以依据这些结果，按照波动程度对线路进行排序，快速筛选出需要重点关注的线路，极大地缩小了问题排查范围。比如筛查出不稳定时段，运营部门可以深入分析其背后的原因，是由于途经区域有大型商业区、学校等导致特定时段客流集中，还是受到道路施工、临时交通管制等外部因素影响，从而采取不同的应对策略。1、数据采集：从金华行数据库里获取2025年4月的线路号、线路名、用户手机号、上车日期、上车时间等数据。2、数据筛选：根据金华市节假日下午时间点（下午十二点到十点），增加时间标、日期类型、星期字段，提取出节假日下午时间段内数据，对数据进行清洗，去除极限值、缺失值。3、数据处理：用COUNTIF计算当天当前小时客流、当天客流总数，当天小时平均客流=当天客流总数/10（下午十二点到十点）。用MAXIF、MINIF分别计算出当天小时尖峰客流、当天小时低谷客流，计算得到当天的离散系数=（当天小时尖峰客流-当天小时低谷客流）/当天小时平均客流。用STDEV计算标准差，得到变异系数=标准差/当天小时平均客流*100%。稳定分=离散系数*K1+标准差*K2+变异系数*K3，其中K1、K2、K3为各指标对应系数，系数分别为3、0.03、40。
4、数据分类：稳定分小于10判断为稳定，稳定分大于25判断为不稳定，其余情况判定为较为稳定。
浙江省数据知识产权登记平台2025-08-07 更新160
节假日上午公交车客流稳定性分析数据
在智慧交通时代获取精准数据能为公交运营管理带来全新思路。金华行作为金华市公共交通出行的重要线上平台，汇聚了海量的用户乘车数据。通过收集一段时间内使用金华行APP 乘车的用户数据，将离散系数、标准差、变异系数三者结合，能够快速生成客流稳定性评估结果。公交运营部门可以依据这些结果，按照波动程度对线路进行排序，快速筛选出需要重点关注的线路，极大地缩小了问题排查范围。比如筛查出不稳定时段，运营部门可以深入分析其背后的原因，是由于途经区域有大型商业区、学校等导致特定时段客流集中，还是受到道路施工、临时交通管制等外部因素影响，从而采取不同的应对策略。1、数据采集：从金华行数据库里获取2025年4月的线路号、线路名、用户手机号、上车日期、上车时间等数据。2、数据筛选：根据金华市节假日上午时间点（上午五点到十一点），增加时间标、日期类型、星期字段，提取出节假日上午时间段内数据，对数据进行清洗，去除极限值、缺失值。3、数据处理：用COUNTIF计算当天当前小时客流、当天客流总数，当天小时平均客流=当天客流总数/7（上午五点到十一点）。用MAXIF、MINIF分别计算出当天小时尖峰客流、当天小时低谷客流，计算得到当天的离散系数=（当天小时尖峰客流-当天小时低谷客流）/当天小时平均客流。用STDEV计算标准差，得到变异系数=标准差/当天小时平均客流*100%。稳定分=离散系数*K1+标准差*K2+变异系数*K3，其中K1、K2、K3为各指标对应系数，系数分别为3、0.03、40。
4、数据分类：稳定分小于10判断为稳定，稳定分大于25判断为不稳定，其余情况判定为较为稳定。
浙江省数据知识产权登记平台2025-08-05 更新110
工作日早高峰公交车客流稳定性分析数据
在智慧交通时代获取精准数据能为公交运营管理带来全新思路。金华行作为金华市公共交通出行的重要线上平台，汇聚了海量的用户乘车数据。通过收集一段时间内使用金华行APP 乘车的用户数据，将离散系数、标准差、变异系数三者结合，能够快速生成客流稳定性评估结果。公交运营部门可以依据这些结果，按照波动程度对线路进行排序，快速筛选出需要重点关注的线路，极大地缩小了问题排查范围。比如筛查出不稳定时段，运营部门可以深入分析其背后的原因，是由于途经区域有大型商业区、学校等导致特定时段客流集中，还是受到道路施工、临时交通管制等外部因素影响，从而采取不同的应对策略。1、数据采集：从金华行数据库里获取2025年4月的线路号、线路名、用户手机号、上车日期、上车时间等数据。2、数据筛选：根据金华市工作日早高峰时间点（早上七点到九点），增加时间标、日期类型、星期字段，提取出工作日早高峰时间段内数据，对数据进行清洗，去除极限值、缺失值。3、数据处理：用COUNTIF计算当天当前小时客流、当天客流总数，当天小时平均客流=当天客流总数/3（早上七点到九点）。用MAXIF、MINIF分别计算出当天小时尖峰客流、当天小时低谷客流，计算得到当天的离散系数=（当天小时尖峰客流-当天小时低谷客流）/当天小时平均客流。用STDEV计算标准差，得到变异系数=标准差/当天小时平均客流*100%。稳定分=离散系数*K1+标准差*K2+变异系数*K3，其中K1、K2、K3为各指标对应系数，系数分别为3、0.03、40。
4、数据分类：稳定分小于10判断为稳定，稳定分大于25判断为不稳定，其余情况判定为较为稳定。
浙江省数据知识产权登记平台2025-08-05 更新520
金华公交车辆营运分析数据
通过公交车辆营运分析数据，分析公交车的运营效率，如车辆利用率、司机工作效率等，也可以评估不同线路的财务表现，包括收入和成本，还可以为票价制定和调整提供数据支持。1、数据采集：通过IC卡报表系统采集公交车的车辆编号、驾驶员、公里数、线路号、票款金额（分为IC卡和现金支付）、客流人次（分为IC卡和现金支付）等数据。2、数据处理：按照时间维度（例如，每天）对采集到的数据进行归集，并清洗数据，包括去除或修正异常值、缺失值等，确保数据的准确性。3、数据加工：使用SUMIF函数计算出本日本车辆公里数、本车票款金额（IC卡）、本车票款金额（现金）、本车票款金额小计、本车客流人次（IC卡）、本车客流人次（现金）、本车客流人次小计；平均每人次的票价=本车票款金额小计/本车客流人次小计；平均每公里的票款收入=本车票款金额小计/本车公里数；平均每公里的客流人次=本车客流人次小计/本车公里数。4、数据应用：使用可视化工具将加工后的数据以图表的形式展示出来：折线图显示每天的客流人次和票款金额变化趋势，柱状图比较不同线路或不同支付方式的票款金额，饼图展示IC卡和现金支付方式的比例等。
浙江省数据知识产权登记平台2024-09-12 更新120