在伦敦、布鲁塞尔，上班族每年至少要浪费50个小时在交通拥堵上，这几乎等同于一周的工作时间。在欧洲，交通拥堵所带来的代价是耗费掉近百分之一的GDP。在美国，仅航班延误这一项就能耗费近60亿美元的经济成本。

如何有效地采集和利用交通大数据，满足高时效性的交通行政监管、交通企业经营管理、交通市民服务等应用需求，是城市交通和智慧城市面临的前所未有的机遇和挑战。

大数据在智能交通上的应用已经成为了近几年的热门议题，以下数据结合日均230亿的定位请求以及海量POI、人口画像数据，结合交通类数据需求，对人群迁徙、出行、区域热力、车辆监控等交通出行相关的领域进行分析，以便为政府部门提供交通管理决策支持。

1出行分析

出行通勤分析主要对城市内人群的出行和通勤情况进行挖掘。可以从城市整体、行政区划、重点区域几个维度进行分析。分析内容包括了出行量、出行距离、出行时间、出行人群等出行分析的关键指标。同时综合人群来源、画像等数据的挖掘，全面反映城市出行情况及区域间出行的关联性。

2区域热力

区域热力分析可以对城市内任意区域，如景区、交通枢纽等，进行人群热力监控、分析和预警，帮助调整交通运力，疏导人群。系统可实时显示区域内的热力情况以及人群流动方向，一旦人群热度超过指定阈值，即可进行报警。同时，还可通过人群数量的周期性变化，帮助把握人流规律，为提前规划交通运力和安全措施提供参考。

3两客一危

两客一危监控和分析基于两客一危GPS数据，通过百度专业的可视化技术和数据挖掘能力，对车辆的分布和轨迹进行监控分析。主要包括车辆的分布情况、省市路线关联、位置轨迹查询、危险路段预警等。通过对车辆的分析，反映省际经济辐射情况以及车辆运营情况。

4出租车监控

出租车监控可根据出租车的GPS数据，对指定出租车的轨迹进行监控和回放。同时显示车辆的载客状态、行驶速度等，记录车辆运行情况。

5出租车运力

出租车运力分析根据出租车GPS数据，以领先的可视化技术将车辆分布情况进行展示。直观反映出租车在城市各路段的运力情况以及道路繁忙程度。同时可以分析上下客的密集区域，帮助出租运力调配。

通过对地理信息数据的采集和分析，加上可视化的呈现方式，使交通大数据更加高效、便利的满足交通行政监管、交通企业经营管理、交通市民服务等应用需求。

目前很多省市都纷纷开始启用了智能交通系统，实现了“实时路况查询”、“高速路况查询”、“停车场查询”等功能，极大地为市民提供了方便。

中国有35个城市汽车超过百万辆，北京、成都、深圳等10个城市汽车超过200万辆，城市“拥堵病”日趋明显。在“限购”“限行”等临时性的行政化手段之外，以大数据为支撑，以源头疏导为宗旨的智能交通正日益成为中国城市发展中一支重要的治堵力量。