2017年10月27日-28日，易观A10大数据应用峰会在北京召开，本次峰会以“数以致用 源力觉醒”为主题。大会邀请到国内互联网行业领袖大咖，以及来互联网、传统企业、媒体及资本领域在内的3000多位与会者，共同唤醒“数字源力”，让用户数据价值得到充分释放和利用。
在28日上午举行的用户视图主论坛上，滴滴出行智慧交通资深专家孙伟力做了题为《基于滴滴轨迹数据的智慧信号灯优化》的演讲，具体分享了滴滴出行新成立的智慧交通部门如何联合政府部门着手优化城市的交通信号灯并提高交通出行效率的实操经验。
以下为演讲实录：
我是来自于传统行业，在大数据时代是初学者。今天给大家分享是交通主体信号灯的优化。
所谓信号灯有很多的抱怨，交通是相对传统的行业，需要满足老百姓的出行需求，可能最需要维稳的过程。我们想做得就是说，当我们有了滴滴大量的交通数据之后，我们到底为这个行业带来什么新的不同？
所以今天大概会跟大家分享三个内容，第一个，简单给大家介绍一下滴滴智慧交通做什么，可能在很多人眼里滴滴是打车的公司，我们内部定义成了数据公司和科技公司，滴滴智慧交通FT团队（FeatureTeam）在内部是什么样的部门。第二个，滴滴轨迹数据特点以及场景的应用。第三个，回答一下我们这次的主题，讲一下用户价值在这个环节中如何体现的。
让出行更美好，是滴滴整个使命所在，经过五年发展过程，滴滴也累计了大量的用户，比如最新的统计，我们现在注册用户达到了4.4亿，平均的日订单达到了2500万，在全国多个城市都有我们的业务，业务线非常广。
通过滴滴的快车、专车、出租车，除此之外还有顺风车的业务，还有公交车、滴滴小巴、实时公交，最近出类似于代驾、租车业务都有多。当每个人打开滴滴的APP，早上从西二旗过来，输入一个海航大厦万豪酒店的位置，滴滴返回一个路线图路径规划的请求，它没有那么复杂，但问题就在于，我们每天需要处理这样的路径规划超过两百亿次，这对我们数据运算能力，对于大数据处理能力有非常大的挑战。
有很多的车在路上跑，通过APP采集过来，每天新增的数据超过70TB。另外一件事情，滴滴从创始到现在来讲，一直持续面临着一个问题就是，怎样更好的把闲置的车辆资源和有需求的用户连接到一块，这样形成一个更高效的出行体系。
做这件事情一个很重要的前提，我能够对未来有一定准确的预期，比如说可能我们现在在开会，我们滴滴内部供需预测的系统就计算了，预计12点散会的时候在会议区有出行的高峰，这次我们讲的供需预测，这个准确度达到85%，如果提前预知这样一个场景，一部分的车调到会场的周围来更好的服务大家。这是我们一些简单的数字。
其实这个服务不是那么容易做的。因为每个人的出行需求实际上不一样，快速达到终点是所有人的需求。有些人需要更好的服务，需要便宜的需求，有些人说有社交的需求，一个人开车上下班太无聊了，还不如顺便拉一个顺风车单找一个人聊聊天。用户的需求是多种多样的。
在这个里面，我们这个部门智慧交通部门只想回答一个需求，回到出行最本质的需求，尽量高效的达到我们的目的地。
智慧交通是今年成立一个部门，但是智慧交通是滴滴今年五大战略的核心之一，智慧交通里面我们大概做什么样的事情？
比如说我们去和城市合作，去发布它的交通拥堵报告，你这个城市哪个区比较堵，什么时候比较堵。还有智慧信号灯的项目下面会分析。还有潮汐车道，现在城市的发展呈现摊大饼的形式，大部分的社区，居住在外面，比如回龙观、天通苑，造成城市的潮汐现象非常明显的，早高峰进城，晚高峰出城，我们分析潮汐是几点到几点，让这个道路资源得到更好的利用。还有做得交通信息引导屏，在这里面展现和贵阳交警做了合作，除了红绿黄三个颜色表示，还有到火车站、机场预计的时间达到。还有实时公交、一站式出行，这是滴滴智慧交通部门尝试和探索的一些事情。
回到我们今天要讲的主题信号灯，信号灯这件事情，滴滴为什么要做这件事情？或者我们想要解决的一个行业的痛点是什么？我们提供的用户价值是什么？实际上我们要面对这样一个信号灯调优的流程，我们想把它变得更高效化。
现在来讲有一个交叉口，信号不太好，交警也说需要做一次优化。北京、上海这样大城市，有先进的设备。但在大部分城市是非常传统的流程，第一步需要做交通调查，所谓交通调查去找工程师一些配合的人员，我们跑到路口去，看一看这个路口从东边来多少辆车，西边多少辆车，看一看路口有没有公交车站，有没有医院的影响。这样一个基本的调查可能需要一周的时间，因为大家听到早高峰、晚高峰、平峰、周一、周五、周六、周日是不一样的。做了交通调查需要做一个评估，问题在哪里？到底是哪里堵。这些事情做好了以后，有一个核心配置优化的环节。
产生一个信号配时，还需要一个效果预期，交通关心到老百姓的出行的，预先知道换了新的方案对系统有什么样的影响？有什么样的改善？说服场景愿意尝试这样的配合。最终还有一个方案下发的过程，方案下发取决于各个城市基础设施的建设到底是不是完善的。其实不知道有没有概念，当这个信号机，每一个路口都可以看到柜子在那儿就是一个信号机，这个柜子是和交通是联网的，如果不联网的，不联网的改变一个工程师，需要工程师拿着笔记本电脑，拿着专用的设备插在柜子上，才能把路口信号灯调下来，从现在角度来看是相当传统的一个过程。
当所有事情做完还不算完，效果好不好做一下测试和验证，现在交通一个通常做法，做了一条路五个路口概念优化，这个效果好不好，跑车跑几圈，统计用了多长时间，停车了几次，跟以前做一个对比，就知道这个效果好不好。所以花了很多时间描述这样一个过程，这里面最大的成本还不是钱而是人力和时间。
对于我们交通部门来讲是非常辛苦，一个城市如果稍微大一点可能有上千个路口，做交通信号优化可能只有五六个，平均要做两百多个路口的优化。我们现在看到信号机给的信号灯的配置方案，可能三个月前做出来的。所以有的时候，不是能很好的反映我们现在的问题，比如暑假的状态，和早晚高峰的状态肯定是不一样的。
说了这么多，滴滴能做什么呢？很明显的两个点：交通调查和路测验证，我们滴滴能够在这个里面帮助大家。我们最终想实现的数据驱动的持续评估和迭代优化，包括四个环节，第一个是检测，我们知道交通系统是什么样的状况；第二是我们要做评估，我们知道这个系统好还是不好，到底哪里好；第三步要做优化；最后一个是方案下发，我们希望这个环节加速转出来，每一次做优化的话，保证大家出行的时候，我们新的出行需求能够被交通灯捕捉、反映到。
下面介绍一下滴滴轨迹的特点为什么做这件事情。这张图是时空图，横坐标是时间，总坐标是距离。每一条是一辆车的轨迹，上往下，有好几辆车往下走，黄色第一辆车走到交叉口是红灯是停下来，到绿灯开始之后反映一段时间，开始通过交叉口。我们滴滴的轨迹和采集到这样一个轨迹图，这样的轨迹图精度大概三秒钟一次，在我们内部要求非常高的，我们需要去做计费，虽然手机GPS漂移很厉害。我们在路径匹配要求是百分之百，是事后的调整。但我们一定知道走了哪个具体路径，否则计费产生纠纷。这个数据里面包含很多的信息，知道这个车有没有停，停在了什么位置？停了多长时间。如果我发现，有一辆车停在交叉口前大概一百米的位置，就停下来，我还能知道什么，这个交叉口排队多少程度，这样的信息告诉我们周边交通状态，这里面还有一点比较特别，采用了滴滴载客的数据，车找活的不用，只有当拉客人才用，司机拉客人停下来是交通拥堵，最大程度保证我们数据质量反映我们的状况。
这是滴滴交通规矩做了流量的估算，所谓大数据的应用，数学统计的方法去做。实际上滴滴的车在路上占的比例并不高，分时间和城市的不同，不到3%-10%，我们去推算多少辆车，这个误差控制10%以内。这是济南一条路做得一个测试，橙色我们推算一个数字，蓝色是当地采集的一个数字。
我们通过这个做一个交叉口优化，这里面的每一个点都是一个的车，比如标出来这个8：20达到这个方向，延误时间240秒，一周的数据一起来看知道这个交叉口什么时候堵，堵的时间是多少。一个交叉口是四个方向，在这个里面我们去看这个交叉口八个方向是什么样的状况。一般来讲，我们交叉口是相对均衡的状态，不会有一个方向特别堵，不会有一个方向空放。我们去看，从这两个方向，从南到北人非常多，从南到北左转数据量也很少，人也很少，我们就可以做一个调整，把左转的时间减少一些，这部分给直行，这个交叉口得到效率的提升。
这个轨迹数据和传统的检测数据最大的区别，检测数据知道一个断面全部的信息，过了多少辆车，速度是多少。不知道交叉口多少辆车到了交叉口，不知道道路中间发生了什么。轨迹数据是不一样，有一个连续的过程，对于每一辆车通过这样一个交叉口的时候，在什么地方停了下来，在什么地方没有停下来。这对于干线的协调，去做区域的协调有非常好的优势。
基于这样一个数据，我们运行的模型优化做到基础的保证。这个例子看上去不是那么直观，比如说这是我们做的在济南做得一条路，左边是优化前，右边是优化后，从前面可以看到两个交叉口撞到红灯，做了优化之后得到了明显的改善。我们可以高峰的时候，我们做了优化，让这个地方不要拥堵。
北京在全国来讲，我们每天拿到的统计数据点有150亿次，以北京为例，滴滴平台车辆行驶300次，一个交警跑三个来回已经评估这个道路的好坏，平均每条道路行驶三百次，我们有道理，应该把这件事情做得更好。
我们也开发了信号灯的评估系统，我们去看一个城市任何一个时间哪些交叉口最堵，哪些交叉口不再堵。
最后想跟大家分享用户价值的体现。我们做这件事情到底创造了什么样的用户价值？济南是我们第一个合作的一个城市，我们在济南第一条路是经十路，做得一个成果在《人民日报》得到一个报道。最近在济南、武汉、苏州等城市上线超过300个路口，平均路口延误时间下降达到10%。
这是一个济南大明湖区域，流量非常大，我们做了优化以后，好的地方得到了20%的提升，这是我们对城市交通做得一个贡献。这个是我们对前后做了一个可视化的对比，每一个点滴滴作路上跑，红色的点代表比较唤醒，绿色点是比较畅通。左边是优化前，右边是优化后，大家可以看到这一块比较明显的，排了很长队，很慢，优化之后，虽然有时候慢，大部分的通行这一块区域，数据可视化做得还不够好，还是我们继续努力的方向。
最后强调我们的目标客户、最终的服务客户一定是广大市民，最终出行的市民是我们目标用户。把用户服务好，把价值体现更大和各个部门来进行合作。比如说滴滴提供很多的数据，我们会和其它的数据提供商、软硬件提供商，和政府的智库一起做，形成合力，对接交通管理部门，为城市的交通做出我们的贡献。