Med det relativt nya sättet för datainsamling – TravelVu – är det möjligt att få fram helt ny typ av data som dessutom har betydligt bättre precision än tidigare metoder. Möjligheterna är oändliga för att svara på hittills obesvarade frågor för ökad och mer effektivt nyttjande av kollektivtrafiksystemet. Exempelvis hur ärenden skiljer sig åt mellan resande på olika linjer och inte bara berätta var byte sker utan också till exempel plotta ut bytespunkter med anslutningsrelationer geografiskt.
Det övergripande målet för kollektivtrafiken är en fördubblad marknadsandel. I arbetet med att hitta sätt att göra detta på är ofta fördjupad kunskap om hur resenärer beter sig en bristvara. Med det relativt nya sättet för datainsamling – TravelVu – är det möjligt att få fram helt ny typ av data som dessutom har betydligt bättre precision än tidigare metoder.
Kollektivtrafiken har ganska god koll på sina kollektivtrafikresor men sämre koll på vanor och beteenden hos dem som reser med kollektivtrafiken. Med data från TravelVu kan resenärerna och deras ärenden på till exempel olika linjer beskrivas. Det kan hjälp branschen att till exempel utforma tilläggstjänster för ökad användbarhet.
Kunskap om faktiska restider är ofta låg samtidigt som det är en av de viktiga faktorerna för färdmedelsval. Med hjälp av data från TravelVu kan restider med såväl kollektivtrafik som andra färdsätt beskrivas väldigt exakt. Till exempel kan den totala tiden delas upp på anslutningsresor, vänte- och bytestid och tid med buss eller tåg. Det går också att se hur det ser ut för olika tider till exempel i veckan.
Idag vet branschen ganska väl var resenärer kliver på och av, men inte hur byte mellan linjer eller färdmedel ser ut. Data från TravelVu kan inte bara berätta var byte sker utan också till exempel plotta ut bytespunkter med anslutningsrelationer geografiskt.
Kollektivtrafiken har ganska god koll på sina kollektivtrafikresenärer men sämre koll på vanor och beteenden hos dem som inte reser med kollektivtrafiken. Framförallt allt resande som görs i andra ärenden än till/från skola och arbete. Samtidigt är det en del av dessa resor och resenärer som skulle kunna lockas över. Genom att plotta data från TravelVu kan målpunkter och/eller ärenden identifieras där kollektivtrafiken har låg marknadsandel.
Stephan Bösch
Ladda ner TravelVu-appen
Partner
© Trivector AB | Webbproduktion: Stenstrominfo
