'Ov-organisaties steeds meer datagedreven'

Reizigers en voertuigen voorzien marktpartijen van steeds meer data. Maar wat doen zij met die zeeën aan data? Waar fabrikanten zich vooral richten op systeemonderhoud, gebruiken vervoerders de data om betere druktevoorspellingen te doen en diensten te optimaliseren.   

“We worden steeds meer een datagedreven organisatie”, beginnen businessowner Reisinformatie Hendrieke Dolmans en productowner Data Leo van der Meulen van spoorwegbedrijf NS. Ook vervoerder Qbuzz gaat steeds meer die kant op, zegt directeur Marktontwikkeling Michel van der Mark. “De data moeten de aansturing van de organisatie ondersteunen.” En, voegt manager Digital Services Mark Steenbeek van voertuigfabrikant Daimler Buses toe: “Als er behoefte is aan meer data, volgt het aanbod vanzelf.” 

Voertuigdata

De bus is tegenwoordig net een ‘rijdende database’, zegt de manager Digital Services van Daimler. “Omdat het in tenders gevraagd wordt, willen vervoerders steeds vaker dat leveranciers de data delen. Dat doen we door goedbeveiligde hardware in het voertuig te integreren. Eigenlijk is alle hardware digitaal uitleesbaar, van het batterijmanagement tot de chauffeursmodule en de lichtbediening, tot voertuigmanagement- en tanksystemen.” 

De voertuigdata die busfabrikanten zoals Daimler delen met vervoerders, is op Europees niveau en sectorbreed vastgelegd in het FMS-protocol. Hierbij is de busfabrikant verantwoordelijk voor de inbouw en hoeft de busvervoerder geen eigen software in te bouwen. Daimler loopt voorop in de introductie van dit systeem, zegt Steenbeek. “Het is belangrijk dat we die data volgens standaarden aanleveren, want veel busvloten bestaan uit gemengde merken. De vervoerder wil graag dat die data centraal beschikbaar komen.” 

Een van de vervoerders waar die voertuigdata terecht kunnen komen is Qbuzz. Van der Mark: “Voor ons is het belangrijk dat die data praktisch toepasbaar zijn. Vooral die voertuigdata zijn heel belangrijk, want dan kunnen we exact zien wanneer de bus remt, optrekt of wanneer er wordt geladen. De toegang tot alle beschikbare data is voor ons een eis bij de aanschaf.” 

Die data combineert Qbuzz met data uit andere bronnen, zoals de laadpalen en de check-in- en check-uitgegevens van de OV-chipkaart, zegt hij. “Het gaat ons om de data in en om de bus. Op de laadpalen en tankstations zijn ook sensoren aangebracht, zodat je daarin kunt monitoren, analyseren en bijsturen.” 

Zo werkt dat ook bij spoorvervoerder NS, vertellen Dolmans en Van der Meulen. “We gebruiken onder meer sensoren in het spoor en de vering, die het gewicht van de treinen meten, en CO2-sensoren, want het CO2-niveau zegt ook iets over de verhouding van aanwezige reizigers. Dat combineren we met de OV-chipkaartdata.” NS maakt – ook in de Intercity Nieuwe Generatie ICNG – geen gebruik van deursensoren. 

Monitoren, analyseren, bijsturen 

De datastromen maken het materiaalonderhoud een stuk eenvoudiger, gaat Mark Steenbeek verder. “De bus diagnosticeert zichzelf als het ware. De huidige techniek geeft storingen op afstand aan, maar ook wanneer onderhoud nodig is of onderdelen vervangen moet worden. Zo komt de bus niet stil te staan. Dat is echt een groot voordeel, want dat onderhoud monitoren kon tien à twintig jaar geleden nog niet.” 

Qbuzz gebruikt de realtime informatie om de busvloot te monitoren op onder meer de punctualiteit, rituitval en de resterende batterijcapaciteit van elektrische bussen, maar ook om de capaciteit en bezetting te meten. Van der Mark: “Dan weet je hoe het zit met vertragingen en reizigersbezetting in relatie tot de  beschikbare voertuigcapaciteit, dus ook waar je welk materiaal moet inzetten zodat het aanbod past bij de vraag. Daarmee kun je uiteindelijk je kostprijs verlagen en daarmee de kostendekkingsgraad verbeteren.  Net als de leveranciers monitoren we de voertuigen, zodat we weten hoe bijvoorbeeld de batterijen in de elektrische bussen zich houden en hoe alle overige onderdelen ervoor staan.”  

In de digitaliserende wereld is de cybersecurity een essentieel onderdeel, geeft Mark Steenbeek aan. Daarom slaat Daimler Buses alle data op in zijn eigen ‘back-end database’. “De hardware in onze bussen is goed beveiligd. Als we de data rechtstreeks aan de vervoerder versturen, zetten we de poort open voor allerlei externen, zoals hackers. Dat wil je niet. Dus dit is eigenlijk onze veilige poort om bij de data te komen.”  

De vervoerder betaalt vervolgens een vast tarief per maand waarmee het onbeperkt toegang krijgt tot die data. “Zie het als een telefoonabonnement, waarbij je ook per maand betaalt”, gaat Steenbeek verder. “Wij kunnen de data zelf alleen bewerken als we daar toestemming voor krijgen van de vervoerder. Dan kunnen we onze producten ermee verbeteren.” Fabrikant Daimler biedt de complete data aan via de OMNIplus ON Signal Store, of gebruiksklaar via het eigen OMNIplus ON Portal. Vervolgens is het aan de vervoerder of die gebruik maakt van dat portaal, of niet.  

Zo geeft Qbuzz er de voorkeur aan de data in een eigen dashboard te integreren, zegt Van der Mark. “In ons eigen dashboard combineren we de voertuigdata met bijvoorbeeld de laadpaal- en OV-chipkaartdata. Daarmee kunnen we dwarsverbanden leggen en bijvoorbeeld rituitval en voertuigtypes uit de verschillende concessies vergelijken. Vroeger ging je alleen af op meldingen van de chauffeur, nu vertrouwen we steeds meer op de technologie.” Zeker bij zero-emissiebusvervoer is het belangrijk dat de buschauffeur op het juiste moment de juiste bus gebruikt voor zijn dienst. 

Drukte voorspellen 

Het gebruiken van OV-chipkaart en punctualiteitsdata is een vrij traditionele manier om met data om te gaan, weet Van der Mark, maar er is een nieuwe ontwikkeling: Qbuzz werkt ook aan druktevoorspellingen. “Op basis van historische data voorspellen we de drukte en passen de uitvoering van de dienstregeling daarop aan.” Qbuzz combineert hiervoor de historische modellen met weersvoorspellingen, waarmee het een week vooruit kan voorspellen. “Als het bijvoorbeeld veel regent, kan dat leiden tot een andere voertuiginzet. In coronatijd is dat alleen wel lastiger dan voorheen, vanwege  de overheidsbeslissingen.” 

Bij NS ontwikkelen de voorspellingsmodellen zich heel snel. Waar de spoorvervoerder voorheen drie maanden van tevoren prognoses maakte, is dat tegenwoordig vijf weken. Van der Meulen: “Alle data die we ontvangen, vatten we ’s nachts in modellen. Op die modellen laten we weer andere modellen los, zoals deeplearning, waarmee patronen worden herkend en verbanden worden gelegd. Zo komen we tot één uitkomst.” Maar, waarschuwt hij: “Deeplearning benadert de werkelijkheid, maar is het niet. De wereld laat zich tegenwoordig lastig voorspellen.”  

Vijf weken van tevoren prognoses maken werkt prima voor zaken als materiaalonderhoud, gaat Dolmans verder. Maar dat geldt niet altijd. “Neem zo’n persconferentie over nieuwe coronamaatregelen, daar kun je lastig op anticiperen. We werken er nu aan om met de data van gisteren, voorspellingen voor morgen te kunnen doen. Daarmee kunnen we de reiziger beter informeren en bijsturen in zijn reis.” NS-dataspecialist Van der Meulen constateert dat de data-ontsluiting steeds lastiger wordt, omdat de beschikbare bak met data groeit. “Meer reizigers, technologie en meetpunten betekent meer data. Dat maakt de voorspellingsmodellen geavanceerder en dat vergt meer rekenkracht. Daarnaast benadert deeplearning de werkelijkheid wel, maar het is de werkelijkheid niet. Dus het is ook van belang om de echte wereld te blijven volgen, bijvoorbeeld met veldwerk.”  

Hendrieke Dolmans verwacht dat de voorspellingen in de toekomst enkel verbeteren. “Nu de wereld weer opengaat, gaan we de komende maanden zien of mensen weer voor de trein kiezen en of het reisgedrag verandert. En hoe gaan mensen hun reis plannen: kort voor vertrek of juist langer van tevoren? We willen natuurlijk ook de digitaal mindervaardige doelgroep blijven faciliteren, door de data ook toe te passen op de vertrekborden op stations.” 

Het blijft mensenwerk 

Alle drie de organisaties erkennen dat ze steeds meer datagedreven worden. Daarom hebben zowel fabrikanten als vervoerders tegenwoordig data scientists in dienst. Van der Mark: “Die digitalisering vraagt geen andere kwalificaties van de buschauffeur, want de data ondersteunen hem of haar, maar we worden steeds meer een IT-bedrijf. Iedereen moet wel begrijpen wat er gebeurt en de organisatie moet erin meegroeien om de aangeboden informatie praktisch toe te passen.” 

Ook Steenbeek van Daimler Buses erkent dat er een omslag in de organisatie gaande is. “Dat de werkplaats steeds digitaler wordt, vraagt andere competenties. Bussen van de afgelopen jaren hebben bijvoorbeeld geen verbrandingsmotor meer, maar een batterij. De monteurs moeten doorontwikkelen. Maar dat hoort denk ik ook bij een bredere ontwikkeling – de hele maatschappij digitaliseert en mijn generatie gaat daar al veel makkelijker mee om. Aan de andere kant: monteurs blijven ook nog steeds gewoon sleutelen aan de voertuigen. Het blijft wel vakwerk.” 

Ook Steenbeek erkent dat data een ondersteunende rol bieden voor zowel Daimler Buses als voor de busvervoerders. “Data tonen aan waar potentiële verbeterpunten liggen of waar directe actie benodigd is. De daadwerkelijk opvolging hiervan gebeurt nog altijd door de mens. Zowel voor wagenparkbeheerders, chauffeurs als monteurs zijn de data van toegevoegde waarde om hun werk nog beter en gemakkelijker uit te kunnen voeren. Dat past in een bredere ontwikkeling - de hele maatschappij digitaliseert.” 

Staar je dus niet blind op de systemen en dashboarden, wil ook Van der Mark zeggen. “De systemen moeten ondersteunend zijn aan de organisatie, niet leidend. In het openbaar vervoer gebeurt altijd wel iets onverwachts. Daar moet je menselijk en pragmatisch op kunnen reageren.”  

Samenwerking 

NS wil uiteindelijk een brede mobiliteitsaanbieder worden die datagedreven werkt, stelt Van der Meulen. En daarin is samenwerking met andere vervoerders van belang. “De reiziger verwacht een deur-tot-deuradvies. Daarbij moet je actuele data aanbieden en rekening houden met overstaptijden of fietsparkeren. Dat willen we doen in onze NS-app, waarbij we gebruik gaan maken van het MaaS-platform RiVier om deelmodaliteiten aan te sluiten. Doordat we onze drukte-informatie – net als andere vervoerders – als een open standaard aanbieden, kunnen alle reisplanners die informatie gebruiken, zodat de reiziger uiteindelijk druktedata over zijn gehele reis krijgt.” 

“Je deelt met anderen wat je te bieden hebt, en anderen met jou”, zegt Van der Mark. “Uiteindelijk bedienen alle vervoerders samen de reiziger. Dat is natuurlijk ook het idee van MaaS. Qbuzz gebruikt het MaaS platform Turnn daarvoor. Het is belangrijk om de data te delen met de hele keten, anders gaat de keten nooit werken. Zonder het open delen van data komt MaaS niet van de grond.” 

Dit artikel is eerder gepubliceerd in OV-Magazine 2/2021. Wilt u OV-Magazine voortaan in print of digitaal ontvangen? Neem dan een abonnement.