新闻源 财富源

  “作为民航从业者，我们是不是有着这样的‘常识’：大飞机飞得更远，两点间的大圆航线更经济。但事实上，空客A321飞机比空客A320的机身大出一截，但由于同样的油箱尺寸，空客A321却高出许多的小时油耗，让空客A321的航程较之空客A320飞得距离近了许多，就好比同样45升油，POLO能开出的距离比辉腾要远得多；两点间大圆航线最短，但如果再考虑在地球上的风带分布，有时候绕远路飞行反而更省时间……”11月28日，在东航的运行节创项目解析大会现场，来自这家企业运控中心飞行性能部的工程师徐文利用一连串比喻，细细说明他所在的东航“大数据改变运行节油”项目团队，是如何为企业节省下每年6亿元燃油费用的。事实上，东航通过科学技术创新，在运行控制中利用大数据产生的效益，正在从节省航油向企业的更多领域发展。

  对东航这样规模位居全球前10，拥有约500架飞机的大型航空公司来说，航空燃油开支是影响企业效益的重要的条件之一；东航近年来的全年燃油费用约在300亿元，占企业总费用约四成。由于开支庞大，所以多年来，从制度要求到对飞行员的激励办法，企业素来重视这一问题。

  在很长时间里，节油在相当程度上是一件凭感觉、靠经验的事儿，某段航线、某种天气、某个机型，飞行员通常总是按照自己所积累的飞行经验，且个人觉得能够经济省油的方式完成航班飞行任务的。但东航希望节油的途径不止于此：随着今天航空工业技术、计算机技术的发展，现代民航企业应该设法探索更精确的模式，因为每一架飞机、每一个航班的油耗背后，都能分解为成百上千条的数据，包括飞行员在航线全程每一分钟里的操作，包括每时每刻面对不同气象条件时的反应……将这一些数据收集、整理、分析，最后利用于节约航油，在技术进步日新月异的当下，已经完全有一定的概率会实现。

  于是，从2010年开始，东航在运控中心组建了“大数据改变运行节油”项目团队，着手建设“直接运行成本管理系统”（DOC），开展依托大数据的节油创新探索工作。

  把飞行从笼统的感觉分解为可以说明问题的数据，这个概念提出来了，但接下来的问题是，数据到底是从哪儿分解出来的呢？东航大数据项目团队把眼光投向了飞机上众多的传感器——它们无时无刻不在记录着包括机组人员的操作、飞机飞行的姿态、油耗、起降、滑行、所经过空域的气象条件等一系列信息。这些传感器原来的职责是记录信息，保证飞行安全，若发生任何涉及飞行安全的问题，其中的数据就会被立即调用，而除此之外，通常3个月~6个月，此前庞大而详尽的数据便会被清空，以腾出存储空间。

  大数据项目团队，则是要把这一些数据下载下来，结合飞机机型、航班的油耗作对比，然后分析，找出其中的相关性。由此，大数据便能拿出最可靠，也最具参考价值的标准让飞行员“因材施教”地去做，最大限度地实现高效节油。

  善用传感器里的数字，代替笼统的凭感觉，这样的创新终于从点滴细节里给东航“抠”出了真金白银。

  在整个民航业，对那些载量有限制的航班，载量预估一直都是一把“双刃剑”——营销部门当然希望把载量估得越高越好，以便有尽量多的舱位开放销售，为企业增加出售的收益；而服务部门则自然而然地会希望载量预估做到谨慎、更谨慎，以避免临时出现的安全因素导致载量受限、减客减货，同时也缩短了旅客的滞留时间和减少退改签次数。

  在很长的时间里，对航空公司来说，安全和效益似乎永远是一对矛盾体。虽然民航人知道，一定有一个精确的平衡点，恰好能在保障安全的前提下，为旅客和货运提供尽可能多的运输服务，但如何尽量接近这个完美的平衡点，却并非易事。

  东航大数据团队在对“直接运行成本管理系统”（DOC）的探索中，逐渐发现，收集应用大数据不仅仅可以让节油工作避免找感觉、凭经验，在载量预估工作中，要寻求安全与效益的平衡，同样也能用这招；请大数据来给二者当一位公正、科学的“法官”。

  天气是影响载量重要的安全因素之一，而在利用大数据节油的管理中，日复一日积累的气象数据本就扮演着重要角色。做载量预估，只要请它们再次登场，便能够最终靠大数据分析，较为准确地预计出某一季节影响飞行的主要气象信息数值，以及未来几天内的天气情况。

  除此之外，对于航空货物运输来说，旅客数量、旅客携带的行李量，同样必然的联系着营销部门有多少运量可供销售。而这同样是大数据可以大显身手的地方——长期积累的信息，让大数据能告诉营销部门，某一季节、某一时期的旅客，行李数量大约会保持在怎样的水平；在将要搭乘航班的旅客中，大包行李的旅客与行装轻便的商务旅客预计是怎样的比例，他们除行李之外能给货运留出多少空间。

  由大数据提供的这一些信息支持，一方面可通过长期预测，在最大限度上保证销售周期较长的客票销售，避免不必要的限售；另一方面，可以依托其强大的分析能力，对48小时、24小时后的航班可用货运载量作出精准的短期预测，而这样的时间点，正是民航企业营销部门在进行货物运输销售时，最关键、最需要回应顾客需求的节点。

  在东航的上海—旧金山冬季航线上，大数据是通过强大的收集、分析能力，取代了传统的气象信息外包服务商所提供的数据，为企业缓解了运力压力。因为按照气象信息服务商的预报，这条航线飞机必须限载，只允许销售约140个座位。而随着大数据采集，东航大数据项目团队给出了不一样的数字：冬季上海—旧金山航线上的当量风速实际上保持在40多节。有了这个准确数值，2012年以后，空客A330飞机在这条航线上每个冬季航班能增加4吨载量，相当于营销部门能够多销售70个~80个座位，大大缓解了每逢冬季载量不足的问题。

  2010年以来，东航运控中心的大数据团队已经收集了大约3T的数据。数据变“大”了，大数据的分析、应用技术日渐成熟了，以往传统管理中容易被忽视的一个个细节，就得以整理、凸显出来，用来推动管理进步。而在像东航这样的大型民航企业中，由于杠杆效应的作用，任何一点细节上的改进，都有望转化成相当可观的经济效益。

  2012年，东航启动了M44号报文项目。过去，东航在计算飞行时间时，通常是根据机组填报的推出时间而定；但按照民航法规的相关条文，更准确的机组飞行时间实际应该是从飞机依靠自身动力滑行开始计算的，而这个比推出时间普遍要迟3分钟~5分钟；有了大数据的应用，企业就能够准确的通过数据自动生成报文，得到最准确的时间。

  随着M44号报文项目的开展，东航实现了平均为一个航班缩短3分钟的机组飞行时间。3分钟本身似乎毫不显眼，但大数据团队着手推动之初，设想的便不是它在一时一地一个航班上发挥的作用，而是随着杠杆效应，在整个东航范围内，将会撬动的变化。

  两年以后，这一个项目在东航的使用率达到了50%。对公司而言，一次次的“3分钟”之和，相当于一年可以缩短17000套机组小时；如果按照每套机组每年150万元的费用计算，仅仅这个“3分钟”，就合计为东航节省每年2550万元的成本。

  类似的情形并非孤例。在对一位节油工作素来出色的机长做多元化的分析时，大数据团队发现，这位机长在降落时采用的速度，比一般习惯做法要略快一些，而通过他的操作，在这一速度下降落并不会增加油耗、影响飞行品质和安全，反而会每次缩短大约1分钟的降落时间。小组成员意识到，虽然一次降落缩短的时间有限，但如果得到推广，那么对整个企业将意味着缩短了相当规模的机组飞行时间，人员安排、机组调度都会因此受益。于是，他们将采集分析后的操作方式向其他飞行员推荐；仅去年，东航因这一方式推广而节约出的机组飞行时间就达到5000小时。

  大数据在对机组提出更规范、严格标准的同时，也在默默地为他们营造更合理的考核激励机制环境。

  机组节油工作取得的成效，与飞行员的收入息息相关。有了大数据的支撑，成效的评定得以更加公平和科学，因为不仅每一个机型，甚至每一架飞机背后的数据，都在大数据团队的直接运行成本管理系统中得到分析、展现。即使同一机型，不同飞机因为使用时间、以往飞行维护情况的不同，必然会有些许差异产生，进而影响油耗。哪一架飞机相对更适合飞长航线，又有哪一架飞机到了需要清洗发动机的时间，大数据都能及时、准确地作出提醒。对机组而言，大数据的整理、分析、应用，对自己既意味着多了一位严格的督导者，也代表着多了一位利益的保障者、关心者。

  而对企业来说，通过大数据既为员工建立起更加公平和科学的考核评价体系，更意味着在另一个维度上，带来虽然见效未必那么直接，却无疑会产生长远积极影响的管理收益。