IBM Cognos数据分析帮助智能的悉尼机场起飞

ZDNet至顶网软件频道消息： 悉尼机场是澳大利亚主要的国际航空港，也是澳大利亚最繁忙的机场。该机场已经宣称正在成为一个“智能机场”，将创建一个新的分析模型，结合来自大量孤立的信息系统的数据。

悉尼机场每年有超过3700万乘客，每天约10万乘客，每年起降300000架飞机。该机场的业务高管对于需要漫长的时间才能获得关于机场乘客和其他活动的报告感到很不满意，于是，开始了对机场运营信息的改进。

这些信息对于机场规划服务能力和资源分布来说是至关重要的，但是因为其运营性质，数据通常被保存在各种系统中，使用该机场的39家航空公司以及其他商业公司都在使用这些系统。

因为需要处理的数据不仅数量庞大而且性质各异，所以使用微软Excel电子表格这样的传统工具完成一份运营报告通常需要两个工作周。悉尼机场的客户智能和分析经理Mark Tyler表示：“和其他行业一样，悉尼机场每到月底都会遇到麻烦。”

“我们需要等待来自合作伙伴的信息，但实际情况有很大变动，财务部门不想等待漫长的12天才能得到数据。所以，我们思考应该如何做一个预测模型来更快速地向前推进。”

在这种情况下，“向前推进”意味着构建一个很细化的、关于乘客和航空公司行为的模型，这样悉尼机场就可以更好地规划他们的服务——从管理乘客的理念，转向服务于“客户”的理念。

Tyler解释说：“我们希望最终能够了解航班和飞机等等的情况。我们越智能，就越了解我们的客户，就可以更多地设计和支持为我们的客户带来更好的体验。”

2012年年初加入悉尼机场之后不久，为了改善其分析和预测模型功能，Tyler和一个分析团队开始了大规模的数据清洗工作，使用IBM Cognos商务智能工具改进对悉尼机场数据仓库内容的访问。

这轮对数据的清洗工作，很快就暴露了一些数据输入的问题，多种数据来源的问题也同样困扰这其他大型企业机构：例如，Tyler的团队发现，对于“乘客”有7种不同的定义，这就产生了很多数据，而且每一种在相关信息环境下还都是有意义的。

“不同的信息随处可见，大部分时间里，机场只看到其中5%的数据。海关的数据在海关系统里，行李的数据在行李系统里，传送数据在传送系统里，彼此之间是不会共享的。这真是令人感到沮丧：我们知道这个数据是有的，但问题是我们跨不同的系统拿到里面的数据。”

更好的数字

深入地了解这些数据，是2012年Tyler团队工作的重头戏。在这期间，他的团队开始改善对来自机场不同系统的数据的分类，将其用于预测。

历史数据主要有四个来源：包括关于乘客人数的详细信息，来自机场航班信息显示器的航班信息，等等，这些数据为下一步工作打下了良好的基础。

几个月前，IBM的SPSS统计软件包被引入悉尼机场，用于改善机场数据的分析。该平台帮助完善机场的日常报告工作，将长达数天的报告流程精简成只需要4个小时的预置报告，也就是每年大约只用5天来制作报告，而以前要36天。

除了提供更快速的分析之外，业务团队和IT专家还对新的分析平台进行了逐步调整，其预测与实际流量进行对比，其他关于乘客行为的预测与过去使用的方法进行对比。

Tyler表示：“我们发现这大大提高了预测的准确性。过去6个月提高了5倍，我们比同行做的更准确——在过去12个月，我们的准确度是他们的8倍。”

Tyler的团队一直在对精确度进行策略和调整。“如果每天机场的客流量是10万人，那么1%的变量就相当于每个月3万人。我们正在尝试将这个变量减少至5000人，我们还没有完全达到这个目标，但是已经做得相当不错了。”

精确度的提高，让悉尼机场的工作人员更好地分析和预测客流量，这反过来帮助告知例如管理机场停车拥堵等服务、改善乘客休息室的使用、优化免税店的产品流通。

在使用SPSS统计模型的3个月之后，悉尼机场的智能化项目已经逐步走上正轨，机场的其他运营部门也开始意识到他们可以改善客户管理和推动新服务及产品的开发。

Tyler表示：“悉尼机场行动非常迅速，因为我们了解了机场的客流量，了解如何与客户互动，我们我们能够快速解决任何问题。利用这些信息，给人们呈现出高质量的服务，让我们的生活轻松了许多，通过管理更轻松地得到人们的想法。”

“机场利用分析能力向前推进，这是非常重要的，不过目前我们只是刚刚完成了这个模型。还有很多数据有待挖掘——但是正如悉尼机场正在朝着‘智能机场’的目标前进，我们使用的这些工具也将更加智能。