Nahtlos intelligente Mobilität
Mobility Data Analytics für automatisches Ticketing, MaaS & mehr
Thuy Chinh Duong
Europäische Nahverkehrskonferenz, Erfurt, 21.5.2019
Urbane Mobilität ist Chaos
Überfüllung
$266 Mrd. jährliche Kosten durch
gelähmten Verkehr in den
30 größten Städten der Welt
(Roland Berger, 2013)
Ineffizienz
Silo-Denken der Mobilitätsanbieter führt zu
Redundanzen und ineffizienten
Systemen
Umweltbelastung
4.2 Mio. Tote
jährlich durch Luftverschmutzung
und über
25% des CO2
Ausstoßes werden durch Verkehr
verursacht
(WHO, 2018)
Bis 2050 werden über 68% der Weltbevölkerung in Städten leben (UN 2018)
Aber niemand weiß
genau, wie diese
sich fortbewegen
Ticketing: Herausforderungen für Nutzer und Betreiber
Undurchsichtige, komplexe
und statische Tarifsysteme
und Vertriebskanäle
Tarifergiebigkeit und Kundenbindung im digitalen Zeitalter Abhängigkeit von kosten- und wartungsintensiver Ticketing-Hardware
Wir machen Mobilität intelligenter
1. Das Verkehrsverhalten
der Kunden verstehen
1. Optimierung des
Systems und der
Prozesse
2. Neue Dienstleistungen
und verbessertes
Nutzungserlebnis
… durch Integration der MotionTag Technologie in bestehende Apps
Automatische Erkennung der Verkehrsmittel und Wegezwecke
Wo? Wann? Wie? In welcher Kombination?
Warum? Wo? Was? Wie lang?
Automatisches Ticketing
Ein Klick für die gesamte
Reisekette
Automatische Fahrtenerkennung & Fahrtenbuch Automatische Preisberechnung mit Bestpreis-Option
Wir erkennen automatisch, wie, wann und warum Menschen unterwegs sind, ohne zusätzliche Hardware.
Aufzeichnung von Sensordaten des Smartphones
Verarbeitung und Analyse der Daten direkt auf dem Smartphone
Zusätzliche Datenquellen GTFS & OSM & APIs
Automatische Erkennung von 10 Verkehrsmitteln
Machine learning
Unsere Technologie
8
9
Automatische Erkennung der ganzen Wegekette mit Wegezwecken
1.0 (08:08 – 08:12) km
Showcase App: Alltagsroutine
0.1 (08:12 – 08:14) km
1.0 (08:08 – 08:12) km
Showcase App: Alltagsroutine
4.4 (08:14 – 08:23) km U9
0.1 (08:12 – 08:14) km
1.0 (08:08 – 08:12) km
Showcase App: Alltagsroutine
0.2 (08:23 – 08:27) km
4.4 (08:14 – 08:23) km U9
0.1 (08:12 – 08:14) km
1.0 (08:08 – 08:12) km
Showcase App: Alltagsroutine
19.9 (08:27 – 08:43) km RB21
0.2 (08:23 – 08:27) km
4.4 (08:14 – 08:23) km U9
0.1 (08:12 – 08:14) km
1.0 (08:08 – 08:12) km
Showcase App: Alltagsroutine
0.3 (08:43 – 08:46) km
19.9 (08:27 – 08:43) km RB21
0.2 (08:23 – 08:27) km
4.4 (08:14 – 08:23) km
0.1 (08:12 – 08:14) km
1.0 (08:08 – 08:12) km
U9
11 min (08:46 – 08:58)
Showcase App: Alltagsroutine
0.3 (08:43 – 08:46) km
19.9 (08:27 – 08:43) km RB21
0.2 (08:23 – 08:27) km
4.4 (08:14 – 08:23) km
0.1 (08:12 – 08:14) km
1.0 (08:08 – 08:12) km
U9
0.6 (08:58 – 09:04) km
11 min (08:46 – 08:58)
7 h (09:04 – 16:09)
Showcase App: Alltagsroutine
4.4 (16:37 – 16:48) km U9
0.2 (16:34 – 16:37) km
19.9 (16:18 – 16:34) km
0.9 (16:09 – 16:18) km
0.3 (08:43 – 08:46) km
19.9 (08:27 – 08:43) km RB21
0.2 (08:23 – 08:27) km
4.4 (08:14 – 08:23) km
0.1 (08:12 – 08:14) km
1.0 (08:08 – 08:12) km
RB21
U9
7 h (09:04 – 16:09)
0.6 (08:58 – 09:04) km
11 min (08:46 – 08:58)
0.0 km (16:49 – 16:49)
Showcase App: Alltagsroutine
4.4 (16:37 – 16:48) km
0.2 (16:34 – 16:37) km
19.9 (16:18 – 16:34) km
0.9 (16:09 – 16:18) km
0.3 (08:43 – 08:46) km
19.9 (08:27 – 08:43) km RB21
0.2 (08:23 – 08:27) km
4.4 (08:14 – 08:23) km
0.1 (08:12 – 08:14) km
1.0 (08:08 – 08:12) km
RB21
U9
U9
7 h (09:04 – 16:09)
0.6 (08:58 – 09:04) km
11 min (08:46 – 08:58) 16 min (17:00 – 17:16)
1.8 (16:49 – 17:00) km
0.0 km (16:49 – 16:49)
Showcase App: Alltagsroutine
2.6 (17:16 – 17:29) km
1.8 (16:49 – 17:00) km
0.0 km (16:49 – 16:49)
4.4 (16:37 – 16:48) km
0.2 (16:34 – 16:37) km
19.9 (16:18 – 16:34) km
0.9 (16:09 – 16:18) km
0.3 (08:43 – 08:46) km
19.9 (08:27 – 08:43) km RB21
0.2 (08:23 – 08:27) km
4.4 (08:14 – 08:23) km
0.1 (08:12 – 08:14) km
1.0 (08:08 – 08:12) km
RB21
U9
U9
7 h (09:04 – 16:09)
0.6 (08:58 – 09:04) km
11 min (08:46 – 08:58) 16 min (17:00 – 17:16)
14 h (17:29 – 08:04)
Showcase App: Alltagsroutine
Showcase App: Alltagsroutine
Etappenanzahl
Zurückgelegte Strecke
Genutzte Verkehrsmittel
Aufenthalte & Wegezwecke
14 Etappen
56.2 km
14 Etappen
56.2 km
Etappen
Distanz
Zeit
106 min
Showcase App: Freizeit
2.5 hrs (18:19 – 20:49)
0.90 (18:08 – 18:19) km
1.10 (18:06 – 18:08) km 694
Systemanalysen auf Grundlage von
Mobilitätsverhalten, Nutzerprofile und
Lifestyle-Gruppen
● Erkennung von Verkehrs »Hot Spots« (Auto, Taxis, Fahrgäste öffentlicher Verkehrsmittel)
● Nutzung von Verkehrsdiensten zu unterschiedlichen Tageszeiten
● Kombination von Autos mit anderen Verkehrsmitteln
● Umstiegsverhalten, Haltestellenaufenthalte ● Besucherzahlen, Attraktivität von Standorten,
Locations mit hohem Besucheraufkommen
● Daten als der entscheidende Faktor für gerechte Einnahmenaufteilung zwischen verschiedenen Transportunternehmen
Unsere Einblicke
Multimodales Monitoring: Berliner Verkehr aus Sicht der MotionTag Technologie
Flugzeug
Fernzug
Fußwege
U-Bahn
Fahrrad
Bus
Auto Regionalzug
S-Bahn
Tram
Detaillierte Insights zum Verkehrsgeschehen Geschwindigkeit der Busse in Berlin
Last Mile
Detaillierte Insights zum Verkehrssystem Einzugsgebiete von Haltestellen
First Mile
Störfälle und besondere Situationen besser verstehen Vergleich der Wartezeiten in der Streikwoche (KW 50) und der Vorwoche (KW 49)
KW 49 KW 50
Unser Produkt: MOTION OS inside
MOTIONTAG SDK SDK/API Softwarelösung, innerhalb eines Tages
integriert
Services für den Nutzer Personalisierte Reiseinformationen, Nahtlose
Ticketlösung etc.
Bestehende Kunden-App Hochskalierbar, benötigt keine externe
Infrastruktur
Ziel Test eines nahtlosen Check-In/ Be-Out
Ticketing-Konzepts, das komplizierte
Tarifstrukturen und Ticketoptionen
ersetzt
Beschreibung MOTIONTAG macht das Reisen einfach
durch eine pay-as-you-go Ticketlösung.
Eine nutzerfreundliche App macht ein
schnelles Check-In möglich und erkennt
durch das SDK Umstiege und
Reiseende. Reisende werden
automatisch ausgecheckt
Ticketing Demo Video
Ergebnis MOTIONTAGs Ticketlösung wurde mit der Deutschen Bahn in verschiedenen Regionen Deutschlands getestet
Use Case Ticketing
Ziel Bereitstellung eines akkuraten
Mobilitätsbildes für die BVG, das in
Echtzeit zeigt wie sich Berlin von A nach
B bewegt.
Voraussetzung für weitere
Serviceleistungen wie Seamless pay-as-
you-go Ticketing
Beschreibung Durch die White Label App “BVG-
Motion” wurden Bewegungsmuster
und die von den Teilnehmern
genutzten Verkehrsmittel über einen
Zeitraum von vier Wochen
aufgezeichnet
Ergebnis Die gesammelten präzisen und
multimodalen Daten dienen dazu,
BVGs Infrastruktur, Angebote und
Betriebsabläufe zu verbessern
Use Case Analytics
Ziel Langzeitstudie, die die Nutzung und
Durchführbarkeit des Mobility-as-a-
Service Angebots “Green Class”
evaluiert
Beschreibung MOTIONTAG analysiert durch die
White Label App “SBB DailyTracks”
das Reiseverhalten der Teilnehmer
und bietet ihnen Statistiken zu CO2
Emissionen und persönlichem
Mobilitätsverhalten
Ergebnis Die Erkenntnisse der Analyse
ermöglichten eine positive
Bewertung der Umsetzbarkeit des
Mobility-as-a-Service Projekts und
helfen bei Preisgestaltung und
zukünftigem Angebot
Use Case MaaS Analytics
Ziel Kontrolle und Verbesserung von
Passagierströmen zu Stoßzeiten
Beschreibung MOTIONTAG analysiert
Passagierströme durch die
Integration des SDK in SBBs MyWay
App, die als persönliches
Reisetagebuch dient und durch
Reisevorschläge einen Anreiz
schafft außerhalb von Stoßzeiten zu
reisen
Ergebnis Laufendes Projekt
Use Case Peak Time Travelling
Ziel Kosteneffiziente Gestaltung von
City-Logistik auf der letzten Meile
durch Routenoptimierungen und
exakte Daten des Standorts von
Lieferungen
Beschreibung MOTIONTAG zeichnet über eine
White Label App die
Mobilitätsmuster von PostLogistic
Mitarbeitern auf und wertet
zurückgelegte Strecken und
Aufenthaltszeiten aus. Dabei zählen
vor allem mit dem Auto und zu Fuß
zurückgelegte Etappen sowie die
Übergabezeit im Gebäude
Ergebnis Laufendes Projekt
Use Case Logistik
Ziel Unterstützung von Parkplatzbetreibern in
einer osteuropäischen Stadt bei der
Realisierung von pay-as-you-go Parking
unter Beachtung verschiedener
Parkzonen
Beschreibung MOTIONTAG zeichnet durch eine White
Label App Mobilitätsmuster, Parkposition
und -zeit sowie Aufenthaltszwecke der
Tester auf
Ergebnis Laufendes Projekt
Use Case Parking
Europäischer OEM (unter NDA)
Die Zukunft der Mobilität für Nutzer
Personalisierte
Services
Vorausschauende
Mobilitätsdienste
Einfach
fahren
Seamless
ticketing
Powered by
MOTION OS
Die Zukunft der Mobilität für Betreiber
Powered by
MOTION OS
Upselling durch
Nutzersegmente
Optimierung des
Verkehrssystems
Intermodales
Monitoring
Steuerung der
Kundenströme
Unser preisgekröntes Team
Das Betriebssystem für intelligente Mobilität
www.motion-tag.com
Thuy Chinh Duong
Head of Product
+49 159 04348411
Top Related