全国服务热线消费互联网作为开启数字化大时代的策源地，为全社会带来了“精准洞察、动态连接、高效协同、个性化服务”的转变，而交通世界运行的复杂程度远高于消费行为，照搬照抄互联网大数据的模式是不可行的。城市交通领域可从中获得借鉴，找到合适的数字化发展路径，用场景化、业务化的数据产品和服务，解决城市拥堵、交通安全方面的难题。
标识性多维度数据赋能交通业务场景
数字化发展可以从消费互联网这一开启数字化大时代的策源地中汲取相关经验。自带标识的、多维度的、时空连续的消费互联网数据相互融合拼接，能够清晰呈现消费者画像、产品画像及各环节关系，为产品营销、企业运营、风险控制提供智能化工具。
然而，交通领域运行的复杂程度远高于消费行为，且交通行业的数据与消费互联网数据相比呈现出较多差异。例如，多数交通行业数据融合在了业务系统中，系统与数据解耦较少，此外，成立不久的数据部门与各个业务部门之间的协作效率还不高。因此，交通领域需要加快找到合适的数字化发展路径，而非照搬照抄互联网大数据模式。
缓堵和安全始终是城市交通发展的两大核心主题，我们更关注在交通资源紧张、交通冲突多发、公众出行迫切的早晚高峰通勤常堵路段、医院和学校周边，如何缓解交通拥堵、如何为道路交通事故“减量控大”提供有效抓手。城市交通行业等传统行业的数字化转型，首先就是要借鉴对于全过程数据的收集、存储、治理、应用、交易（即“收—存—治—用—易”）的方法，用数据说话，解决行业自身问题。
围绕“收—存—治—用—易”满足数据服务新需求
交通大数据落地应用的关键就是把互联网的方法与交通数据的实际情况相结合，找到适合交通数据深度应用的发展道路。
首先是先易后难，场景化落地，要聚焦、打透、见实效。这就要将已有一定聚集度的数据打通，形成一定规模、维度的数据基础，然后聚焦具体场景，以标签化呈现数据业务价值，为业务部门解决实际问题。
其次是急用先行，按需治理加工。要重视数据治理，未经治理、缺乏质量和安全保障的数据归集只是在增加成本。对于结构化数据的治理，要围绕高效支撑管控、服务和运营展开，而不止步于数据共享交换；对于非结构化数据，尤其是视频、照片等，由于其蕴含丰富的现实交通世界的运行特征，需要投入可灵活调度的AI解析平台，按需对数据治理加工。
自2016年以来，易华录瞄准“数据服务”方向，在智能交通领域，将自身对交通业务的深刻理解与政企数据的“收—存—治—用—易”能力相结合，努力发展成为社会可信的数据服务商。易华录依托超存云、数据治理工具和服务、数据资产管理平台，为各城市交管部门、交通运输管理部门等提供数据服务。
在各地的应用实践中可以看出，数据中台的内涵和数据服务输出发生了显著变化。数据中台下沉了，交通数字化发展更加重视数据治理及业务标签构建的基本功。在数据服务输出方面，用户更喜欢自己上手，随时用自助建模工具构建模型，解决实际问题，并希望用数据说话，面向自己的辖区业务作出全面的交通分析报告。
对此，易华录在项目实践中，形成了一套相对完备的组织方法、管理制度、技术标准和治理工具。通过完善的交通数据治理服务能力体系，提升规模化交通数据的质量和数据安全，在数据治理标准规范、数据治理方法与成果、实战业务模型的构建、用户画像的突出应用、视频AI应用等方面发力，支撑交通领域数字化转型。
其中，在数据治理方法上，采用的是自上向下场景驱动，以及自下向上数据探查的方式。比如，我们为北京的交通管理工作实现了数据与业务的解耦，从而为更多应用场景提供大数据技术服务。在用户画像的突出应用上，我们利用标识化时空数据为持续行为追踪和规律探查提供手段，构建重点车画像、重点企业画像、常堵路段画像、隐患路段画像、警员画像等，让问题、规律、需求与措施之间的匹配度不断清晰，让评判有依据、改进有方向。
此外，在视频AI应用方面，易华录在项目实践中形成了较丰富的城市道路和高速公路交通对象识别、交通事件识别和交通参数检测算法，并通过视图库与结构化交通数据平台有效融合，构成完整的交通数据资源。目前，已经成功落地80余种人、机动车、非机动车对象识别以及交通违法、交通参数检测等算法。
面向新发展阶段，数字化的应用将助力更好地实现交通供需的动态匹配，完善和创新交通服务出行、交通服务产业模式，从而提升交通安全和运行效率，助推实现加快建设交通强国的目标。
