机载大数据的运用可以说是无所不在的，因此机载大数据的充分应用能进一步增强航空公司实现大运行保障、全球航线网络的战略分析能力。对于国航而言，应实施机载数据内部控制顶层设计，打破各部门既有利益格局，实现业务和IT融合互动的大数据形成机制，通过企业服务总线（ESB）数据流动阶段性的应用，进一步采集、存储、整理并且循环使用大数据，而随着存储的成本越来越低和分析的工具越来越先进，采集和存储的数据量将会出现爆发式的增长。

　　大数据时代的到来，已然在悄悄改变着人们的生活和工作模式。就航空公司而言，QAR和大数据的应用是近年来一个比较热门的话题。随着QAR解析与应用系统的应用逐步深入、飞机电子化运行启动和机载数据平台建设规划，航空公司对机载数据的挖掘和使用将进入到一个全新的阶段。众所周知，机载大数据的应用是极为广泛的。如何充分应用机载大数据？机载大数据又将给航空公司带来什么变革？

　　大数据的特性

　　简单地说，大数据其实就是大规模的生产、分享和应用数据，大数据给人们带来的是生活、工作和思维上的大变革。大数据的特性，从使用者的角度看，应该是完整性、混杂性和相关性的集合。

　　一是大数据的完整性。大数据的完整性是指大数据使用的是全体数据，而不是随机的样本数据。在人们工作和生活中，采集数据存在着一定的困难，因此人们常常采用抽样的方法对统计出来的数据进行归类分析，这样的分析结果有一定的科学性，但也存在一定的局限性，会产生一定的误差。例如航班延误的原因，通常包括空中管制、航班计因、飞行机组、机务工程、配餐、地面服务、货运等方面的因素，但由于条件所限，往往是按照产生影响最大的因素或第一个产生影响的因素作为延误原因来记录的，而与此同时发生的其他一些影响因素就会被忽略掉了。因此，这样的数据结果是不完整的，也会带来分析的不完整，影响整体流程、运行效率的优化与改进。

　　二是大数据的混杂性。大数据的混杂性是指在收集和分析大数据时，把混杂的数据放在一起进行分析，从而提高分析的全面性。例如，国航如果只用ACARS进行航班油量统计，只能覆盖航班数量的50%；而结合QAR进行统计，就能覆盖航班超过98%；如果再结合任务书数据，就能覆盖航班的100%。此外，当公司收集到的相关数据越来越多，比方说从ADS-B（广播式自动相关监视）获取飞机的四维位置信息（经度、纬度、高度和时间）和其他可能附加信息（冲突告警信息、飞行员输入信息、航迹角、航线拐点等信息）以及飞机的识别信息及类别信息，再把这些混杂的数据放在一起，就可以得到一个更加完整和全面的航班（飞机）实时运行全信息数据库，这对于指导国航大运行管理和航班实时调度具有极大的帮助，真正实现航班“掌”中运行。

　　三是大数据的相关性。大数据的相关性是指大数据的应用和分析结论之间不存在因果关系，仅仅是相关的关系。换句话说，在大数据的使用上，可以采用“他山之石，可以攻玉”的方法来推导结论。例如，国航财务部门在和部分国家进行航路费结算时，是按照实际飞行距离进行结算的，结算的准确性依赖于实际飞行距离的准确性，而QAR数据的分析结合矢量化的电子航图叠加，正好可以提供在各个国家精准的飞行距离，这就是相关数据所带来的巨大市场价值。

　　大数据的风险及防范

　　机载大数据的运用可以说是无所不在的，因此机载大数据的充分应用能进一步增强航空公司实现大运行保障、全球航线网络的战略分析能力。对于国航而言，应实施机载数据内部控制顶层设计，打破各部门既有利益格局，实现业务和IT融合互动的大数据形成机制，通过企业服务总线（ESB）数据流动阶段性的应用，进一步采集、存储、整理并且循环使用大数据，而随着存储的成本越来越低和分析的工具越来越先进，采集和存储的数据量将会出现爆发式的增长。

　　国航已建立了自己的数据仓库，存放着生产、运行、销售、客户、合作伙伴等各种各样的数据。下一步，将进一步建立企业服务总线（ESB），实现不同部门之间的数据共享，将数据分析的结论在公司层面广泛应用。

　　因此，使用大数据，需要明确数据应用的规范，锁定并控制数据的边界。在管理变革中，数据管理可以很好地掌控企业，但切忌用数据主宰一切，这就要求航空公司在运行中必须内控风险，并最终实现大数据的商业价值。

　　就机载大数据的使用而言，不仅需要广泛收集机载数据，建立机载大数据的基础，还需要合理整理机载数据，掌握每类数据背后的含义，更需要数据挖掘的思想和工具，这样才能让数据“站”起来说话，用数据指导生产，让数据鲜活起来，创造安全与效益价值。

　　挖掘机载大数据商业价值

　　了解大数据的特性，可以有助于航空公司去收集、整理数据，最终建立和使用大数据，同时还要尽可能地实现大数据的商业价值。机载大数据商业化的核心在于应用模式的细分，通过针对不同业务需要，制定不同的应用策略，实现运行效益提升和成本控制的目标。成功获取机载大数据的商业价值，需要经历数据收集、数据转换和数据挖掘三个阶段。

　　一是广泛收集数据，使日常生产行为数据化。大数据的核心就在于拥有海量的数据。凡是可以收集到的数据都应该进行统计分析。航空公司在生产运输的过程中所产生的数据，都应采集归档，尤其是从最难以提取或容易被忽视的地方，尽可能获取到数据。

　　量化一切是数据化的核心。但需要注意的是，数据化并不是简单的数字化，在把生产经营活动中的行为进行量化时，必须遵循一定的规则，这样才能获得可以进行分析、有效使用的数据，而不仅仅是简单的数字。

　　二是强化数据的不断应用，发挥数据的潜在价值。国航目前的数据仓库可以通过固定报表的形式为机队规划、网络编排、生产运行、维修工程、市场营销、地面服务、客户管理、结算统计、效益分析等方面的工作提供支持。这些数据报表贯穿了国航生产经营活动的全过程。但是，绝大部分数据在当期使用过后，还需要持续实现数据的再次利用。其实，数据在不断地重复使用中才能更好地发挥其潜在价值。例如国航的QAR数据，在完成数据采集和上传之后，主要用于不安全事件监控，但其他的应用性比较少。从数据应用角度讲，通过已经发生的不安全事件进行深入分析，查找不安全事件发生的深层次原因，并结合这些原因进行有针对性的能力增强训练，将持续提高国航安全运行整体水平，促进国航安全稳定发展。因此，数据不断地重复利用是发挥大数据的价值的精髓所在。

　　三是寻找数据挖掘的目标和方向，为提高航空公司服务品质和管理效能提供决策价值分析服务。随着大数据时代的到来，越来越多的部门已认识到数据的价值，在数据的收集和整理上投入了更多的资源。可以说，拥有数据，就如同拥有了一座金山。现在的关键问题是，怎么能够把金山里的数据挖掘出来。

　　首先，航空公司的经营与正常的企业经营活动一样，核心的目标不外乎是提高收益水平、降低成本支出，提高客户的满意度。因此，对机载大数据挖掘的目标，也是集中在这三个方向上。从运控QAR 分析与应用平台作为机载数据一个试点项目来看，在提高收益水平和降低成本支出方面都收到了良好的效果。

　　其次，可以通过大数据的分析，帮助国航提高运行效率，降低成本压力。当前国航机队规模达310架，每天航班量超过1150个，QAR覆盖率已达到100%，每天将产生大量的飞行员操作品质数据、飞机性能品质数据、运行品质数据，这些数据是国航整个安全管理体系的基础数据，目前主要应用到事后飞行员操作品质分析和排故检查中，下一步可以通过对各条航线延误的分析、对各个城市恶劣天气的分析等，帮助国航优化航线网络，改善航线结构来降低运行成本。

　　最后，从数据挖掘的角度看，大数据的运用是基于历史数据进行预测的。因此，可以把机载设备运行行为描述出来，利用这些数据来做飞行员操纵行为习惯的趋势分析、飞机机械性能劣化度趋势分析，以及不良运行条件的变化波动分析，从而指导飞行员有针对性地训练、机务人员完成的预防维修工作、运行保障人员为做好应急准备，航空公司提出的安全、运营决策提供一定的参考和依据。