Datafusie GSM en OV-chipkaart: Waar zijn en blijven de nieuwe OV-reizigers?

18 augustus 2016

Waar zijn en blijven de nieuwe OV-reizigers? De toestroom aan beschikbare data die in het openbaar vervoer worden verzameld, kan aangewend worden om het openbaar vervoer nog beter en efficiënter te stroomlijnen. “Er wordt nu nog veel gepionierd met gegevens,” weet Niels van Oort, Assistant Professor Transport & Planning aan de TU Delft en adviseur openbaar vervoer bij Goudappel Coffeng. “Maar we kunnen door slim te innoveren verder komen dan we denken.”

Op het openbaar vervoer staat altijd financiële druk. Dat werkt innovatie in de hand en zorgt ervoor dat veel ov-partijen zoeken naar kansen die zich voordoen om meer mensen het openbaar vervoer in te krijgen. Heel veel onderzoekswerk dat wordt verricht leidt tot een schier eindeloze reeks databronnen die niet met elkaar verbonden zijn of worden. Voertuigdata vanuit NDOV (voorheen GOVI) zorgt voor een betere doorstroming en brengt de kosten van onbetrouwbaarheid en de robuustheid van het ov in kaart. Ook via de OV-chipkaart kunnen reizigersstromen, anoniem, in kaart worden gebracht en kan het vervoersgedrag steeds beter worden geanalyseerd.

Ruimte en tijd
Wat zijn nu de mogelijkheden die ons worden geboden als we GSM-data en chipkaartdata gaan samenvoegen? Dan krijg je idealiter inzicht in een modal split in ruimte en tijd. Tot op heden was er slechts een beperkte steekproef beschikbaar voor alleen een gemiddelde dag en ook nog voor een groot gebied.


Karin de Regt tijdens een van de presentaties die ze over dit thema heeft gegeven.

Karin de Regt studeerde recent af aan de TU Delft op dit onderwerp en heeft twee cases onderzocht: speciale dagen (verstoringen en evenementen) in Amsterdam en de OV-potentie van de late en vroege uren in Rotterdam en wijde omgeving. Het Amsterdamse GVB en de Rotterdamse RET traden op als partner in dit project. Zij hielpen met de (anonieme) dataverzameling en de duiding van de betreffende data. De inzichten die hieruit naar voren kwamen leidden voor Karin tot de conclusie dat datafusie mogelijk is. “Maar er zijn beperkingen, zowel op het gebied van de verzamelde gsm-data alsook op het gebied van chipkaartdata.”

Desondanks, stelt Niels van Oort, zijn deze data zeer bruikbaar als indicatie om vervolgens met detailonderzoek door te gaan. Karin de Regt: “Mijn onderzoek biedt inzicht in de ov-potentie in de late en vroege uren en laat zien hoe het openbaar vervoer presteert ten opzichte van de totale mobiliteit bij speciale evenementen (zoals bij Sail). Het geeft dus potentie aan (tijd en ruimte) en het geeft aan wat het effect is van grote verstoringen voor zowel het ov als de totale mobiliteit.”

Niels van Oort is enthousiast over de uitkomsten van het onderzoek. “Deze methodiek is ook heel bruikbaar voor reguliere dagen en om de potentie van het ov in kaart te brengen. Als deze ov-data ook nog eens tússen de vervoerders zou worden gekoppeld dan wordt het scala aan toepassingen aanzienlijk vergroot.”

Karin de Regt studeerde af met een 8 aan de TU Delft.

Het complete onderzoek is hier te vinden.

How do spatial and temporal patterns of public transport relate to the overall travel demand?