Van Sensor naar Service

Het was onlangs in de kranten te lezen: ‘Ruim een kwart meer files in 2015 en meer verspreid’. Ondanks de vele projecten in Nederland om mensen uit de spits te krijgen, lukt het nauwelijks om de groeiende vraag naar mobiliteit bij te houden. Vrije mobiliteit is schaars aan het worden en de experts zijn het met elkaar eens: de enige oplossing is om ons mobiliteitsgedrag aan te passen. Wij – gewoontedieren – moeten andere gewoontes gaan aanleren als het gaat om bewegen door Nederland. Dat klinkt een stuk eenvoudiger dan het in de praktijk is. Maar slim gebruik van data uit een groeiend aantal sensoren kan wel eens voor de oplossing zorgen.

Sensor

Onze smartphones en wearables meten onze hartslag. Social sensors ‘zien’ onze appjes en Facebook- berichten. Zie daar enkele voorbeelden van sensoren die vanuit allerlei bronnen bruikbare data opleveren. Al die sensoren houden onze bewegingen keurig in de gaten. Ook in het verkeer: daar worden de voertuigen steeds slimmer en met elkaar verbonden. Een eenvoudige camera kan mensen tellen, vrije parkeerplaatsen detecteren, voertuigtypes herkennen en waarschuwen bij incidenten. Dergelijke instrumenten langs de kant van de weg zijn niet meer de enige als het gaat om registratie: binnenkort zitten de belangrijkste sensoren in de voertuigen zelf.

Zo kunnen de regensensoren van automatische ruitenwissers nu al samen een zeer gedetailleerd beeld van de regen in Nederland geven. Dat gebeurt bovendien tegen veel lagere kosten dan een traditioneel meetnetwerk. En dat is nog maar één voorbeeld. Straks brengen de zelfrijdende voertuigen onze leefomgeving zeer gedetailleerd in kaart. Elk zelfrijdend voertuig creëert continu een 3D-model van de stad of omgeving waar hij doorheen rijdt.

Data

Al die data uit die sensoren – die natuurlijk geanonimiseerd moeten zijn – kunnen wij combineren en fuseren met data uit allerlei andere bronnen. Bijvoorbeeld door te kijken naar het effect van een griepgolf op de verkeersdrukte in een tunnel. Of door trending topcis te koppelen aan evenementen en verkeersdrukte. Door al die data bij elkaar te brengen, leren wij veel meer over ons eigen mobiliteitsgedrag.

Binnen DiTTlab hebben wij als experiment allerlei sensordata rond een Triple Event bij elkaar gebracht. Dit zijn drie evenementen tegelijkertijd in de ArenA, Ziggo Dome en de Heineken Music Hall waar veel mensen op af komen. Hieruit is een ‘data film’ gemaakt die precies laat zien hoe openbaar vervoer, verkeerslichten, camera’s, voetgangers, verkeer en parkeerplaatsen betrokken zijn bij het heen en terug brengen van de massa mensen. Dit soort experimenten laat niet alleen zien hoe wij ons gedragen, maar ook waar er mogelijkheden liggen om verkeersstromen beter te orkestreren. Kijkend naar die datafilm, zien we waar er kansen liggen voor verbetering en wat er veranderd moet worden.

De Cirkel van Mobility360

Service

De uitdaging is niet alleen om de data inzichtelijk te krijgen. Maar ook om dit inzicht in te zetten voor het creëren van nieuwe diensten die mensen aanzetten tot die gewenste verandering. Hiervoor moeten wij ons goed verplaatsen in onze gebruikers. Bijvoorbeeld door diensten te ontwerpen die ook echt op het individu gericht zijn. Als ik wil dat jij je gedrag aanpast, dan moet dat toch echt voor jezelf zinvol zijn. Geen eenvoudige opgave! Dit vereist meer kennis over hoe mensen keuzes maken en hoe al die keuzen leiden tot het feit dat jij daar nu in de file staat, in je auto, in je eentje. En waar wij nu, in al die keuzemomenten, jou het juiste duwtje moeten geven, zodat jij je gedrag verandert en niet in de file staat. Want de toekomst van verkeersmanagement ligt in het beïnvloeden van individueel keuzegedrag!

Zo maken wij zelf met die data een applicatie die professionele chauffeurs helpt om zuiniger en veiliger te rijden: de BestDriver-app. Dit doen we niet door je direct aan te spreken op je brandstofverbruik: we appelleren aan iets wat jijzelf belangrijk vindt. Zoals je beroepstrots, je vakmanschap. In deze projecten ontdekken wij vaak dat hetgeen wij willen bereiken, nooit het hoofddoel van een dienst mag zijn, maar slechts ‘bijeffect‘ vanuit de ogen van onze gebruikers.

Burger

Er komt steeds meer kennis beschikbaar over de mobiliteitskeuzen die wij maken en het soort ‘mobilisten’ die wij zijn. Iemand die telkens tegen zijn zin in de auto instapt, moeten we anders benaderen dan iemand die van zijn auto houdt. Lifestyle marketing, kennis van doelgroepen en hun intrinsieke motivatie zijn hiervoor essentieel. Zo zijn er gemeenten die hier nu al onderzoek naar doen en precies weten welke doelgroepen, met welke motivatie en binding met hun stad, op welke momenten en op welke plekken in de file staan. Dit maakt zeer gerichte communicatie mogelijk, waardoor we steeds succesvoller worden om jou te overtuigen om nu eens niet met de auto de stad in te rijden. De projecten die nu gedaan worden in de steden hebben goede resultaten. Als die bereikte effecten ook haalbaar zouden zijn op al onze wegen, dan hebben we een goed middel tegen die files in handen!

Het IMMA-programma van Ministerie van Infrastructuur en Milieu zet juist hierop in. Samen met partners maken wij nu de IMMA-dienst SmartTravel, die stadsregio’s kan helpen bij het verleiden van burgers om hun mobiliteitsgedrag in steden blijvend te veranderen op basis van data uit smartphone applicaties.

Cirkel

De platformen, smartphones en voertuigen die wij voor deze diensten inzetten, zijn weer op hun beurt sensoren die ons van nieuwe data voorzien. Zo is de cirkel weer rond! Door data uit sensoren via diensten in te zetten om gedragsverandering aan te jagen, kunnen we de groeiende vraag naar mobiliteit op een duurzame manier weer onder controle krijgen. Maar dan moeten we wel alle data die we hebben, ook echt gaan inzetten. Stel jezelf dus de volgende vraag: welke sensordata laat ik hiervoor nu nog onbenut?