@赛文交通网 ：如何看待行业内对#滴滴[超话]#用#轨迹数据# 做#信控# 优化的技术方法的质疑 @郑剑峰： 现在政府部门基本上都会用#路况# 指导作业，其实跟我们的场景是类似的。路况数据是#轨迹数据# 的抽象，我们现在的方案是拿最底层最好的轨迹数据，再去做#精细化# 的处理，一层一层往上细化。控制优化是其中一个应用板块，因为有#数据# 比没有数据更好，怎么处理数据是另外一回事了。就像有些#检测器# 的数据如果没用好，整体的效率也不会特别高，轨迹数据也是一样的。 关键问题是，当数据到达一定体量以后，怎样更精细化做数据的处理。这是我们现在花精力最多的地方。我们现在可以做到通过几条轨迹数据就可以稳定地识别出饱和、溢流等情况，原来可能需要几十条轨迹才能做到这个程度，所以在这一块做了大量的工作。 回到问题本身，数据量和数据指标比例，是一个很宽泛的概念，大家还是需要细化地去看待如何处理数据这一环节。在我们平台上，基本上用户能看到整个数据处理的可视化。大家通过平台能看到原始数据什么样的，指标的情况，然后才是优化建议的情况。 我们尽量把#数据分析# 过程透明化，这是因为我们希望能够帮#用户# 把注意力引导到关注信息生产的过程，而不是重心全放在数据源的状态，因为核心是#信息# 生产。 （更多内容，关注#微信# 公众号“@赛文交通网 ”）