OV-potentie blijkt uit datafusie GSM en chipkaart

Onderstaand artikel verscheen in VK1-2017 en is gebaseerd op de paper ‘Waar liggen kansen voor OV: datafusie GSM’ die werd gepresenteerd op het Colloquium Vervoersplanologisch Speurwerk 2016 in Zwolle.

Het beter matchen van vraag en aanbod in het OV heeft alle aandacht. Bestaande databronnen helpen, maar zijn nog niet afdoende. Een nieuwe methodiek die GSM- met anonieme OV chipkaartdata koppelt biedt hoopgevende resultaten: een case study in Rotterdam demonstreert een OV-potentie in de vroege ochtend en in de late avond. 

In de vroege ochtend, juist voordat het OV wordt opgestart, wordt met deze methodiek een uur-tot-uur toename in bezoekersaantallen waargenomen in diverse delen van de Rotterdamse regio van 33 procent tot zelfs 88 procent. Hoe werkt dit?

Ons OV-systeem moet georiënteerd zijn op de reiziger, en daarmee tegemoet komen aan de behoeften en voorkeuren van reizigers. Er is echter niet alleen sprake van ruimtelijke variatie in vervoersvraag, maar ook van een spreiding in tijd. Om een OV-netwerk te ontwerpen binnen deze dynamische omgeving, wordt veelal gebruik gemaakt van anonieme OV-Chipkaart data om reispatronen te analyseren. Deze data geeft echter alleen informatie over de OV-vervoersvraag en neemt de totale vervoersvraag niet in beschouwing.

Traditioneel worden zogenoemde huishoud surveys gebruikt voor dataverzameling om de totale vervoersvraag te schatten. Deze surveys zijn tijdsintensief en resulteren bovendien in reispatronen voor een gemiddelde (werk)dag. Hierin is dus niet de dynamiek van reispatronen over de tijd te onderscheiden. 

GSM data wordt in toenemende mate gebruikt om reizigersvraag te analyseren. De drie voornaamste toepassingen van GSM data in transportonderzoek zijn: het schatten van HB-matrices, het detecteren van events op basis van drukte en het identificeren van de gebruikte vervoerwijze. 

OV-Chipkaartdata biedt informatie over OV-reizigers die met een specifieke vervoerder reizen. GSM-data biedt juist inzichten in de totale vervoersvraag (op basis van een zeer grote steekproef), met de bijbehorende spreiding in ruimte en tijd. 

We pasten deze datafusie toe in een case study, waarbij zowel OV-gebruik als de totale vervoersvraag voor de late avond en vroege ochtend geanalyseerd is voor 5 verschillende dagsoorten. De resultaten van deze studie kunnen besluitvormers ondersteunen tijdens de evaluatie van het huidige netwerk en dienstregeling, en om potentiële verbeteringen hierin te identificeren. 

 
Auteur: Karin de Regt, Goudappel Coffeng / Niels van Oort, Goudappel Coffeng / TU Delft, Oded Cats/ Hans van Lint, TU Delft