Zipabout的丹尼尔•奇克(Daniel Chick)表示,如果我们真的想获得质量更好的拥挤信息,我们需要把历史数据留在过去,用基于旅行意图的数据取而代之。
伦敦交通监管机构,伦敦旅行观察,最近特别提到了TfL Go没有提供所需的信息来规划行程,避免拥挤的车站和繁忙的火车。
然而,这种批评并不新鲜,也不是TfL Go独有的。其他四款应用程序也被评为不合格,在缺乏优质信息的情况下,乘客长期以来不得不孤身决定要上哪趟火车、要避开哪座车站。这是一个由来已久的问题,也是交通运输业依赖相同方法来预测繁忙程度的结果。
所有的交通信息提供商都依赖于历史数据,试图描绘一幅繁忙的画面。其中包括谷歌Maps,它在伦敦人当中比TfL Go更受欢迎。
历史数据从来都不是预测忙碌程度的特别准确的方法。这一流行病及其对旅行者行为和模式的影响可能具有误导性。例如,混合工作将继续存在,没有人知道它会对日常人口流动或公共交通密度产生什么长期影响。
如果我们想要改善对公共交通繁忙程度的预测,我们需要停止回顾过去,而是展望未来。这可以通过使用数据导向的技术解决方案来实现,该技术分析了乘客出行的真正意图。
跟踪未来的意图是一种与交通行业以前使用的任何方法完全不同的方法,但它在其他行业早已被使用。例如,在线零售商分析“购买意图”,从价格管理到现场定位。
我的团队一直在与伯明翰大学等机构合作,以生成独特的数据——它现在为使用国家铁路查询提醒我服务的乘客提供忙碌提醒。我们用它来告诉乘客忙碌的“相对”程度——例如,你坐的火车会比下一趟更忙。
如果我们想要改善对公共交通繁忙程度的预测,我们需要停止回顾过去,而是展望未来
举例来说,如果我们想要达到这样一种程度,我们就可以告诉乘客,他们乘坐的火车是否有可能超过75%的载客量,我们就需要根据现实来校正我们的预测。因此,我们与伯明翰大学合作开发了一个人工智能(AI)模型来实现这一目标,但为了让它正常工作,它需要输入历史数据来显示火车有多繁忙。这样做的缺点是什么呢?由于担心隐私和所有权问题,这些数据常常被业界扣留。
尽管铁路行业已经制定了一个如何保密处理这些数据的框架,但它仍未能找到一种方法,以道德和安全的方式共享这些数据,以改善乘客信息。如果我们想让乘客获得更高质量的信息,就需要找到一个解决方案。
运输数据,包括信号基础设施和乘客数量,不需要默认开放——它只需要以一种受控制的、合法可持续的方式获取。任何解决方案都需要透明,也不应由商业领导或管理。它必须有独立的治理、问责和监管,并有一个尊重数据供应商合法权利的结构,同时鼓励在商业上可持续和法律上可行的框架中分发数据。
伯明翰铁路研究和教育中心(BCRRE)去年推出了英国铁路研究创新网络(UKRRIN)数据平台,它可以为这个问题提供答案。它是学术界和工业界之间的合作——参与的成员包括铁路网、HS2和西门子移动——并已成为历史和实时行业数据的最大单一来源。
尽管UKRINN数据平台目前仅用于研究目的——它有助于为不确定自己的数据能做什么的组织解锁机会——它可以进一步开发,并获得许可,因此,需要的数据可以与希望提供旨在改善乘客体验的服务的商业伙伴在道德上共享。它可能是行业和政府用来实现最近成立的铁路数据市场所设定目标的机制。
追踪未来意图是一种完全不同于交通运输行业以前使用的方法,但在其他行业也长期使用
另一个需要考虑的问题是,交通运输业的许多人坚持预测必须永远是百分之百准确的,他们面临着让完美取代完美的风险。认为我们能够提前知道乘客对火车的确切期望是不现实的,而且只要预测被用来表明火车可能有多繁忙或报告延误,也没有必要。
如果我们真的想让伦敦人掌握更优质的拥挤信息,我们需要把历史数据留在过去,用基于出行意图的数据取而代之。如果处理得当,伦敦的交通运营商就会知道他们的服务可能有多繁忙,从而能够向乘客提供激励,让他们在繁忙时间选择安静的路线,或者只是让他们知道这里将比平时更繁忙,并建议另一条回家的路。
当我们重返工作岗位时,让我们不要接受现状——科技的存在是为了让我们的生活变得更好。我们应该利用它。