L7.1 Erfaringer fra prosjektaktivitetene

Like dokumenter
Hva er SMiO? SMiO. Optimalisering av transporttilbudet for kollektivtrafikantene, basert på reiseinformasjon fra smart datafangst

Smidig Mobilitet i Oslo

Smidig Mobilitet i Oslo

Smidig Mobilitet i Oslo

Omfang av gåing til holdeplass

Klimaeffektiv kollektivsatsing Planlegger vi for gjennomsnittstrafikanten eller målrettet mot ulike byområder? v/ Ingunn Opheim Ellis Urbanet Analyse

Smidig Mobilitet i Oslo

Transportstandard for kollektivtrafikk. SINTEF og Urbanet Analyse

Den norske verdsettingsstudien, Korte og lange reiser (tilleggsstudie) Verdsetting av tid, pålitelighet og komfort

RVU Dybdeanalyser. Sammenhengen mellom transportmiddelvalg, transportkvalitet og geografiske kjennetegn

Anbefalte tidsverdier i persontransport

Arbeidsreiser i Oslo/Akershus

Klimaeffektive kollektivtiltak Ulike tiltak påvirker kostnader og miljøgevinst

Målrettet kollektivtransport Delrapport 2: Trafikantenes preferanser

Konkurransegrunnlag Del B kravspesifikasjon. RVU2009 dybdeanalyser

Ruter As ønsker å inngå avtaler med flere leverandører av markedsanalyse for å dekket behovet for:

Trygt eller truende? Opplevelse av risiko på reisen

Rolledeling i kollektivtransporten.

INF 2120 Innlevering 1. Gruppe 4. Kravspesifikasjoner til trafikanten +

Bakgrunn og problemstilling

Revidert Oslopakke 3. Konsekvenser for kollektivtransporten av nytt trafikantbetalingssystem Tormod Wergeland Haug

Evaluering av sykling mot enveiskjøring i Sandefjord sentrum. Førundersøkelse

Rapport. Kollektivbetjening til Hamrevann. Tormod Wergeland Haug Miriam Søgnen Haugsbø Hans Munksgaard. UA-notat 71/2014

Balanse over og under bakken kollektivtrafikk i samspill med sykkel og gange. Bernt Reitan Jenssen, Ruter

Ålgårdbanen. Mulighetsstudie Tormod Wergeland Haug

Ulike typer analyser er studert

ATP-modellen. Øyvind Dalen Asplan Viak AS

Trafikdage Ålborg Universitet august 2007

Kollektivassignment i EMMA og VISUM

Arbeidsreiser i Oslo/Akershus

Bedre kollektivtransport Trafikantenes verdsetting av ulike kollektivtiltak

PRINSIPPER FOR RUTEPLANLEGGING Bergen 20. januar Katrine N Kjørstad og Bård Norheim

Reiselementer, enkeltreiser og reisekjeder

Boområder og bilkjøring områdetyper for miljøvennlige arbeidsreiser

PRINSIPPER FOR RUTEPLANLEGGING Tromsø 20. november Katrine N Kjørstad og Bård Norheim

Tilgjengelighetsinformasjon og kollektivreiser. Universell utforming i Entur 12.November 2018

Kickoff-seminar Bytrans: Presentasjon av pilotprosjektene Østensjøbanen og Smestadtunnelen

AtB Reise. Enkle og trygge reiser med nytt kollektivsystem

Virkningsfulle tiltak for mer miljøvennlige arbeidsreiser i byer og tettsteder Eller hvordan få Thomas til å endre sine reisevaner?

Trafikantenes verdsetting av bedre kvalitet på kollektivtilbudet En Stated Preference-undersøkelse på internett

RAPPORT 187. Bedre kollektivtransport. Trafikantenes verdsetting av ulike egenskaper ved tilbudet i Oslo og Akershus.

Evaluering av samkjøring

Miljøgevinsten av stamlinjenett og ruteeffektivisering i fire norske byer Mads Berg Urbanet Analyse

Intro om ATP-modellen

Ingeniørenes Hus 11. april 2012 Liva Vågane, TØI

Smidig Mobilitet i Oslo

1 Innledning Metode Om ATP-modellen Beregningsgrunnlag Tilgjengelighetsanalyser... 5

Jonas Markussen Morten Ødegaard Nora Raaum

ATP-modellen og sykkelplanlegging. Kari Skogstad Norddal Asplan Viak i Trondheim

Løren T -en ny forbindelse. Reisetilfredshet blant reisende ved LørenT banestasjon

PRINSIPPER FOR RUTEPLANLEGGING Skien 2.-3.april Bård Norheim Katrine N Kjørstad

Innbyggerundersøkelse om dagens og fremtidens kommune

Teknologidagene 24. oktober Nasjonal reiseplanlegging. Prosjektleder Jacob Trondsen

Kollektivtransport og innfartsparkering virkemidler for et bilfritt sentrum. Erfaringer fra Freiburg og Strasbourg. Katrine Kjørstad Urbanet Analyse

Den nasjonale reisevaneundersøkelsen 2009

RVU Brønnøysundregistrene. Resultater fra undersøkelsen

Belønningsordningen Innspill til Oslo kommunes søknad

Verdsetting av tid, pålitelighet og komfort tilpasset NTM6

Kan bedre framkommelighet for kollektivtrafikken gi bedre plass i vegnettet? 24 / 09 / 2012 Tormod Wergeland Haug

30. november Brukernettverksmøte ATP-modellen 2009

Ruters metode. Linje- og ruteplanlegging et område med stort potensial for utvikling? Hanne Bertnes Norli, utviklingsdirektør

Bedre kunnskapsgrunnlag for endret transportmiddelfordeling i byer

Bedre kunnskapsgrunnlag for endret transportmiddelfordeling i byer

Byreiser. Sammendrag:

Nye teknologiske trender og betydning for mobilitet. Bård Norheim Urbanet Analyse

1. Hvordan kommer jeg i gang som mcash-bruker?

Kartlegging av reisevaner i Rogaland fylkeskommune

T-bane buss og trikk i Oslo

DIGITALE FOTSPOR I NATUREN

Bruk av oppgaver og grupper i

Guro Berge. Sykkelbysamling Region vest Mai Hva skjer i BEST?

Når bidrar innfartsparkering til reduserte utslipp av klimagasser?

1 Innledning Datagrunnlag Sykkelnettet Kollektivnettet Holdeplasser... 3

Kollektivtransport i byområder

Referat fra arbeidsseminaret «Hvordan få bussen raskere frem?»

Kollektivtransportens potensial i byområdene. Bård Norheim

Øving 4 Brukergrensesnitt

Innbyggerundersøkelse om dagens og fremtidens kommune

Kunnskapssenteret. Flytskjema

Brukerveiledning Tilkobling Altibox Telefon

Nordmenns fritidsreiser

Parkeringstilgjengelighet og reisemiddelvalg v/ Ingunn Opheim Ellis. Urbanet Analyses jubileumskonferanse 2016

Brukerveiledning. Lyse Smart Brukerapplikasjon

Rapport. Sammenheng mellom transportmiddelvalg, transportkvalitet og geografiske kjennetegn. RVU dybdeanalyser

Sammendrag: Målrettet kollektivtransport Oppsummering av kunnskap og eksempler på tiltak

Behov for bedre framkommelighet for kollektivtrafikken i bygater!

Norske reisevaner. Guro Berge Sosiolog, Seniorrådgiver. Transportplanseksjonen Vegdirektoratet

Myter og fakta om hvordan lykkes med kollektivtrafikk. Tanja Loftsgarden NHO Kollektivtransportseminar, Stavanger 13.

Kollektivtransporten må få opp farten

Tur & Hav - Åsgårdstrand Seilforening 2016

Gåing og sykling i transportmodeller og byutredninger. Oskar Kleven, Vegdirektoratet Bergen

Reisevaneundersøkelse for Agderbyen 2009

Veolia Transports innspill til: Fremtidens løsninger for kollektivtrafikken i Trondheim

Styring av tungtransport i by. Presentasjon på Røros-konferansen 2012 Anders Godal Holt ITS seksjonen Statens vegvesen

Compello Invoice Approval

Statens vegvesen har den 14. september oversendt følgende til kvalitetssikrergruppen, Samferdselsdepartementet og Rogaland fylkeskommune:

Humanware. Trekker Breeze versjon

Bæringenes reisevaner

Innfartsparkering, mobilitet og miljø. Christer Tonheim NAF

Innbyggerundersøkelse om dagens og fremtidens kommune

Transkript:

L7.1 Erfaringer fra prosjektaktivitetene Sammenstilling av resulter fra aktivitetene i prosjektet Presentasjon til bruk i interne diskusjoner hos prosjektpartnerne 01.06.2016 Smidig Mobilitet i Oslo 1

Innhold Om SMiO og Arbeidspakke 7 Videre anvendelser (plansje 3-5) SMiO-appen; utvikling, versjoner, funksjonalitet (plansje 6-13) SMiO-demonstratoren; aktiviteter, omfang, deltakelse, hovedtall (plansje 14-17) Innsamlede rådata; innhold, kvalitet og struktur (plansje 18) Presentasjon og analyse i kart; verktøy, funksjonalitet, video (plansje 19-20) RVU-data fra appen; reiselengde, formål, reisemåte (plansje 21-25) Eksempler på analysemuligheter (plansje 26) Geografisk reisemønster; transportform, knutepunkt, linje, holdeplass (plansje 27-35) Generalisert reisetid (plansje 36-37) Bedre reiseplanleggere (plansje 38-39) Effekter av tiltak (plansje 40) Intervjuundersøkelser om brukerbelastning og -aksept (plansje 41-48) 01.06.2016 Smidig Mobilitet i Oslo 2

Hva er SMiO? Optimalisering av transporttilbudet for kollektivtrafikantene, basert på reiseinformasjon fra smart datafangst Med tradisjonelle metoder for innsamling av reisevanedata vet en mye om start- og sluttpunktene for reisene, men lite om det som skjer under veis. Ny teknologi kan gi muligheter til å justere kollektivtilbudet mer etter brukernes behov, men da må vi vite om dem. Det finnes mengder av datakilder rundt i samfunnet som står ubenyttet, enten på grunn av manglende metoder og verktøy til å analysere data, eller så har man ikke funnet en hensiktsmessig måte å høste data på. SMiO søker å gripe an denne problemstillingen ved å se på hvordan man smartere kan samle supplerende data til de tradisjonelle reisevaneundersøkelsene og ved å etablere metoder for å utnytte disse dataene slik at de blir til hjelp for hovedstadsområdets planleggere. 01.06.2016 Smidig Mobilitet i Oslo 3

SMiO - Faglige arbeidspakker Arbeidspakke Mål Dokumentasjon (på erom) AP2: State-of-the-art AP3: Systemering og utvikling for smart datafangst AP4: Demonstrator for smart datafangst AP5: Prosessere data fra demonstrator til kunnskap AP6: Personvern og brukeraksept AP7: Videre anvendelser Å skaffe en oversikt over internasjonal nytenkning med hensyn til reisevaneundersøkelser ved bruk av ny teknologi og innovative analysemetoder Utvikle en prototyp av et verktøy som logger kollektivtrafikantens bevegelser. Alle deler av turkjeden vektlegges Gjennomføre demonstrator med logging av hele turkjeder Utvikle rutiner for å omsette data til kunnskap for kvalitetsheving av kollektivtilbudet Identifisering av kritiske punkt med hensyn til personvern og brukeraksept, og utvikling av retningslinjer for håndtering av disse Identifisere muligheter for videre anvendelser av verktøy, metodikk og datagrunnlag utviklet i prosjektet L2.1 Litteraturstudie L3.2 Konseptet rundt SMiO-appen L4.1 Demonstratoren L5.1 Datagrunnlag og analysemetode L6.1 Innledende undersøkelse om personvern og brukeraksept L6.2 Førundersøkelse om brukeraksept L6.3 Endringer i brukeraksept L7.1 Erfaringer fra prosjektaktivitetene 01.06.2016 Smidig Mobilitet i Oslo 4

Arbeidspakke7 Videre anvendelser Mål: Identifisere muligheter for videre anvendelser av verktøy, metodikk og datagrunnlag utviklet i prosjektet A7.1: Sammenstilling av erfaringer fra prosjektaktivitetene (SINTEF) Identifisering av muligheter og utfordringer ved framtidig bruk av SMiO-app og prosesserings-metodikk for framskaffing av data og informasjon til bruk i planlegging. Dokumenteres i prosjektnotat L7.1 med tilhørende presentasjon. A7.2: Videre bruk - identifisering av muligheter og utfordringer (Alle) Prosjektpartnernes vurderinger av muligheter og utfordringer, dokumenteres i en PowerPoint-presentasjon for hver partner (L7.2): Teknisk integrasjon av SMiO-appen (kun Ruter?) Bruk av rådata direkte (alle) Prosessering av data til informasjon (alle) Bruk av prosessert informasjon (alle) Videreutvikling (alle) A7.3: Arbeidsseminar basert på A7.1 og A7.2 (Alle) Konklusjoner, funn og innspill diskuteres i prosjektgruppen, og dokumenteres i prosjektnotat L7.3. 01.06.2016 Smidig Mobilitet i Oslo 5

Utvikling av SMiO-appen - prosess AP3: Utvikling av prototype (App-versjon 0) Innledende test AP4: Videreutvikling til App-versjon 1 (Kompleks), etter erfaringer fra innledende test Pilottest med en mindre fokusgruppe Videreutvikling til App-versjon 2 (Enkel), etter tilbakemeldinger fra fokusgruppe Både app-versjon 1 og 2 ble benyttet i demonstratoren. Pga. behandlingstid hos Apple, var app-versjon 2 kun tilgjengelig for Android-telefoner i demonstratoren 01.06.2016 Smidig Mobilitet i Oslo 6

SMiO-Appen: versjoner og funksjonalitet Brukt til: Funksjonalitet: Sporingsskjerm: App-versjon 1 (kompleks) Pilottest, Android og ios Demonstrator for ios-telefoner - Start/stopp sporing - Angivelse av reisehensikt - Angivelse/endring av reisemåte - Kart som viser reiserute - Markering av favorittsteder - Side med enkel reisestatistikk for brukeren - Side hvor brukeren kan besvare spørsmål App-versjon 2 (enkel) Demonstrator for Android-telefoner - Start/stopp sporing - Informasjon om sporingsvarighet - Markering av viktige punkter (samme som et "favorittsted" i den komplekse versjonen) 01.06.2016 Smidig Mobilitet i Oslo 7

SMiO-Appen: Sporing med appene App-versjon 1 (kompleks) App-versjon 2 (enkel) Handling: Trykk på Spor reise Trykk på Start sporing 01.06.2016 Smidig Mobilitet i Oslo 8

SMiO-Appen: Sporing med appene App-versjon 1 (kompleks) App-versjon 2 (enkel) Handling: Etter at deltakeren har startet sporingen, må det velges en reisehensikt fra listen nederst på skjermen før en kan fortsette. Deltakeren markerer eventuelle viktige punkter underveis, og trykker "Stopp sporing" når reisen er over. 01.06.2016 Smidig Mobilitet i Oslo 9

SMiO-Appen: Sporing med appene App-versjon 1 (kompleks) App-versjon 2 (enkel) Handling: Mens sporingen pågår kan deltakeren se et kart som viser ruten så langt. Sporingen avsluttes ved å klikke "Tur ferdig!" nederst til høyre. Deltakeren markerer eventuelle viktige punkter underveis, og trykker "Stopp sporing" når reisen er over. 01.06.2016 Smidig Mobilitet i Oslo 10

SMiO-Appen: Favorittsted/viktig punkt App-versjon 1 (kompleks) App-versjon 2 (enkel) Handling: Deltakeren kan når som helst klikke "Lagre favorittsted" for å markere den nåværende posisjonen som et favorittsted, og angi hva som befinner seg der. Deltakeren kan når som helst klikke på linken nederst til høyre i skjermen for å markere den nåværende posisjonen som et viktig punkt, og angi hva som befinner seg der. 01.06.2016 Smidig Mobilitet i Oslo 11

SMiO-Appen: Favorittsted/viktig punkt App-versjon 1 (kompleks) App-versjon 2 (enkel) Handling: Favorittsteder vises på kartet, og kan fjernes ved å klikke "Fjern favorittsted". Deltakeren kan når som helst klikke på linken nederst til høyre i skjermen for å markere den nåværende posisjonen som et viktig punkt, og angi hva som befinner seg der. 01.06.2016 Smidig Mobilitet i Oslo 12

SMiO-Appen: Statistikk og hjelp App-versjon 1 (kompleks) App-versjon 2 (enkel) Ingen statistikk eller hjelp tilgjengelig i appen Handling: Fra hovedmenyen kan deltakeren velge: "Statistikk" for å få opp en detaljert oversikt over sporingene så langt "Hjelp" for å få opp enkle forklaringer på vanlige spørsmål 01.06.2016 Smidig Mobilitet i Oslo 13

Demonstratoren Aktivitetene inkluderte: Utrulling og distribusjon av app til telefoner (Android og ios) Brukeroppfølging (brukerveiledning/-instruks) Verktøy for detaljstudie av loggede turer 01.06.2016 Smidig Mobilitet i Oslo 14

Demonstratoren; omfang Rekruttering: Demonstratorperiode: Potensielle demonstrator-deltakere ble rekruttert fra deltakere i Ruters kundeundersøkelse, gjennom et eget førintervju i 2014 Fem uker, fra 25. februar til 1. april 2015. Utsending i to puljer og med ulik "bestilling": Utsendelse Bestilling Potensielle deltakere Aktive deltakere Andel aktive deltakere Turer Turer/ aktiv deltaker 25. februar Spor i syv dager 238 55 20 % 669 12,2 9. mars Spor frem til påske (21 dager) 246 68 24 % 888 13,1 Totalt 484 123 22 % 1 557 12,7 Funn: Deltakelse: Sporingsperiode: Vel én av fem som i utgangspunktet sa seg villig til å delta i demonstratoren, endte opp med å delta i praksis. Utvidet sporingsperiode ga liten "gevinst" i form av antall turer per aktiv deltaker: de som ble bedt om å spore i 21 dager, sporet i underkant av én tur mer per person, enn de som ble bedt om å spore i syv dager Den "flinkeste" deltakeren registrerte 83 turer fra 10. mars til datafangsten ble endelig avsluttet 26. mai 01.06.2016 Smidig Mobilitet i Oslo 15

Demonstratoren, varighet på deltakelse Funn: Uker/deltaker: Tendens til noe lengre varighet på deltakelsen blant deltakere med enkel app enn med kompleks app. Ni deltakere var fremdeles aktive da datafangsten ble endelig avsluttet 26. mai 01.06.2016 Smidig Mobilitet i Oslo 16

Demonstatorperioden, hovedtall Statistikk Aktive deltakere Turer Turer/ aktiv deltaker Turer etter filtrering Prosent gyldige turer Totalt 123 1 557 12,7 1 065 68 % App-v1 (kompleks) 65 843 13,0 642 76 % App-v2 (enkel) 58 714 12,3 423 59 % Funn: Turer/deltaker: Filtrering: Mulige hypoteser: Tendens til noe høyere antall rapportert turer per deltaker med kompleks app enn med enkel app. 32 % av turene i rådatene ble filtrert bort i den innledende klargjøringen av datagrunnlag for videre analyser Andelen bortfiltrerte turer var relativt mye høyere for den enkle enn for den komplekse versjonen av appen. Deltakere med kompleks versjon av appen må ha et mer aktivt forhold til den, enn de som har en enkle versjonen, og leverer derfor mer og bedre data om reisene sine Den komplekse versjonen benyttet ios, som samlet sett gir jevn og høy kvalitet på GPSdata, og dermed relativt lav andel turer som filtreres bort på grunn av feil i posisjonsdata 01.06.2016 Smidig Mobilitet i Oslo 17

Innsamlede rådata; innhold, kvalitet og struktur Funn: Posisjonsdata: Wi-Fi er viktig for å få gode nok posisjonsdata når personen befinner seg innendørs (utenfor GPS-dekning) Det kan se ut til at ios-enheter gir bedre resultater enn Android-enheter Kommentar: dette kan endre seg etter hvert som de eldste Android-telefonene erstattes med nyere modeller Filtrering: Bestemmelse av reisemåte basert på registrert hastighet: Den innledende filtreringen av rådataene fjernet turer med åpenbare feilsporinger, f.eks. svært korte turer, turer med ulogisk rekkefølge på GPS-posisjoner, og duplikater. Førte til at antall turer som grunnlag for videre analyser ble redusert med 32 % Andelen er høyere for den enkle appen enn for den komplekse (hhv. 41 % og 24 %) Det var planlagt å bruke bevegelsesfarten til deltakeren for å bestemme hvilken reisemåte som var benyttet på ulike deler av reisen. Dette viste seg å være vanskelig, både på grunn av unøyaktigheter i bevegelsesfarten, og på grunn av store variasjoner i fart (på grunn av kø, lyskryss, holdeplasser, osv.). 01.06.2016 Smidig Mobilitet i Oslo 18

Presentasjon og analyse i kart Verktøy for detaljstudie og prosessering av loggede turer fra rådata til analyseklare reisedata "Følg" turen på kartet: Reiserute basert på GPS-posisjon Evt. oppgitt reisemåte med evt. bytter under veis GPS-nøyaktighet langs ruten Nettverkstilkobling (tele/wifi) langs ruten Info og statistikk om turen Se video på neste plansje for illustrasjon av verktøyet 01.06.2016 Smidig Mobilitet i Oslo 19

Presentasjon og analyse i kart 01.06.2016 Smidig Mobilitet i Oslo 20

RVU-data fra appen Reiselengde, SMiO-reiser: Beregnet ut fra posisjonsdata for reisen Gjennomsnittlig distanse per reise: RVU 2013/14, alle turer: 10,8 kilometer Oslo-området: kollektivreiser: 10,5 kilometer SMiO: App-versjon 1 (kompleks), alle reiser: ca. 10 kilometer App-versjon 2 (enkel), alle reiser: ca. 12 kilometer Funn: Reiselengde: Gjennomsnittstall for reiselengde for sporede reiser samsvarer godt med tilsvarende tall fra konvensjonelle RVU-data 01.06.2016 Smidig Mobilitet i Oslo 21

RVU-data fra appen Reiseformål, SMiO-reiser: Beregnet ut fra: App-versjon 1 (kompleks): oppgitt reisehensikt og oppgitte favorittsteder App-versjon 2 (enkel): oppgitte favorittsteder App-versjon 1 (kompleks) App-versjon 2 (enkel) 25% 34% Hjemreise Arbeid/skole Barnehage 23% 31% 3% Nærbutikk 9% Annet 6% 37% Mangler formål 1% 31% Funn: Reiseformål: Fordeling på reiseformål samsvarer relativt godt med tilsvarende fra konvensjonelle RVU-er. 20 % av turene fra den enkle app-versjonen mangler reiseformål. "Favorittsteder" er en nyttig funksjon for å kartlegge reisehensikt. Kan overflødiggjøre behov for å identifisere enkeltreiser i løpet av dagen. 01.06.2016 Smidig Mobilitet i Oslo 22

RVU-data fra appen Reisemåte: Beregnet ut fra: Ikke relevant å sammenligne mot RVU pga. rekrutteringsgrunnlag og instruks til deltakerne App-versjon 1 (kompleks): oppgitt reisemåte (4 kategorier), og kollektivreiser fra SIS- og posisjons-data App-versjon 2 (enkel): kollektivreiser fra SIS- og posisjons-data App-versjon 1 (kompleks) 3% App-versjon 2 (enkel) 65% 26% 6% Gange Sykkel Kollektivt Bil Mangler trm 80% 20% Funn: Reisemåte: Vanskelig å bestemme hvilken reisemåte som var benyttet på ulike deler av reisen ut fra registrert bevegelseshastighet, og turer fra den enkle appen mangler derfor i stor grad reisemåte. Den komplekse appen gir mer detaljerte data, men med risiko for feil hvis ikke brukeren gir oppdatert informasjon under veis i sammensatte reiser. 01.06.2016 Smidig Mobilitet i Oslo 23

RVU-data fra appen Kollektivreiser, fordeling på transportformer: Beregnet ut fra: App-versjon 1 (kompleks): oppgitt reisemåte (5 kategorier), og beregnet fra SIS-data (ikke tog) og sporet hastighet App-versjon 2 (enkel): beregnet fra SIS-data (ikke tog) og sporet hastighet App-versjon 1 (kompleks) App-versjon 2 (enkel) 1% 1% 19% 6% 50% Buss T-bane Tog Trikk 0% 25% 45% 25% Båt 29% Funn: Kollektivtransportformer: Fordelingen av kollektivreiser på de ulike kollektive driftsartene for turer fra app-versjon 1 er relativt lik tilsvarende fordeling fra RVU 2013/14 for Osloområdet (av kollektivreisene er 41 % med buss, 27 % med T-bane, 20 % med tog og 10 % med trikk), men inkluderer ikke tog pga. manglende SIS-data. 01.06.2016 Smidig Mobilitet i Oslo 24

RVU-data fra appen - konklusjoner Hovedtrekk ved de to app-variantene: Den enkle app-varianten reduserer brukerbelastningen, men gir data som mangler vesentlig informasjon om reisen Den komplekse app-varianten sørger i større grad for at det registreres informasjon om transportmiddelbruk og formål med reisen, men gir stor brukerbelastning, og høyere sannsynlighet for feilregistreringer Hvilken applikasjon som er best egnet til å samle inn data vil avhenge av formålet med analysen? Ved analyser av overordnede reisestrømmer, hvor informasjon om formål med reisen og hvilket transportmiddel som ble brukt ikke er relevant, vil det være mest hensiktsmessig å benytte den den enkle app-varianten. Ved analyser hvor man har behov for en mer detaljert beskrivelse av reisen vil det være nødvendig med en mer kompleks app-versjon. 01.06.2016 Smidig Mobilitet i Oslo 25

Eksempler på analysemuligheter Reisemønster: Generalisert reisetid: Forbedring av reiseplanleggere: Effekter av tiltak i kollektivnettet: Reisestrømmer gjennom byen Reisestrømmer fordelt på buss, trikk og t-bane Bruken av et kollektivknutepunkt Bruken av en linje Bruken av en holdeplass Optimalisering av kollektivtilbudet Forsinkelser Alternative reiseruter Konkurranseforhold mot alternative reisemåter Kvalitetssikring av foreslåtte ruter "Skreddersøm" for personlige preferanser mht. f.eks. gangavstand, bytter, etc.? Trafikantenes tilpasninger til endringer i tilbudet på kort og lang sikt Skalering av alternativt kollektivtilbud i perioder med stengninger etc. 01.06.2016 Smidig Mobilitet i Oslo 26

Samlet overordnet reisemønster i et område Alle reiser i analysegrunnlaget (N=995 reiser) Grønne/blå streker: større reisestrømmer, følger kollektivtraséene Rette gule linjer: feilregistreringer som bør korrigeres eller fjernes fra analysegrunnlaget Kan gjøres for ulike transportmidler Krever et omfattende datagrunnlag 01.06.2016 Smidig Mobilitet i Oslo 27

Reisemønster for ulike kollektivreiser Bussreiser: til sentrum vestfra og i to korridorer fra nordøst (N=235 reiser) Informasjon om trafikantenes bruk av de ulike delene av kollektivtransportsystemet: geografisk mønster "styrkeforhold" i korridorer 01.06.2016 Smidig Mobilitet i Oslo 28

Reisemønster for ulike kollektivreiser Bussreiser: til sentrum vestfra og i to korridorer fra nordøst (N=235 reiser) T-banereiser: til sentrum fra nord-øst, øst og vestfra (N=121 reiser) Informasjon om trafikantenes bruk av de ulike delene av kollektivtransportsystemet: geografisk mønster "styrkeforhold" i korridorer 01.06.2016 Smidig Mobilitet i Oslo 29

Knutepunktanalyser Reiser gjennom Jernbanetorget (N=75 reiser) Gode knutepunkter er nødvendig i et komplekst og effektiv kollektivsystem Utvikling krever kunnskap om trafikantenes atferd Sporingsdata kan gi informasjon om trafikantenes bruk av og bevegelser knyttet til knutepunkt i kollektivtransportsystemet: hvilke linjer det er omstigninger mellom ventetider mellom omstigningene om det er mulig å effektivisere knutepunktet Forutsetter målrettet rekruttering blant brukere av knutepunktet man skal studere 01.06.2016 Smidig Mobilitet i Oslo 30

Knutepunktanalyser Reiser gjennom Jernbanetorget (N=75 reiser) Reiser gjennom Nationaltheatret (N=60 reiser) Gode knutepunkter er nødvendig i et komplekst og effektiv kollektivsystem Utvikling krever kunnskap om trafikantenes atferd Sporingsdata kan gi informasjon om trafikantenes bruk av og bevegelser knyttet til knutepunkt i kollektivtransportsystemet: hvilke linjer det er omstigninger mellom ventetider mellom omstigningene om det er mulig å effektivisere knutepunktet Forutsetter målrettet rekruttering blant brukere av knutepunktet man skal studere 01.06.2016 Smidig Mobilitet i Oslo 31

Linjeanalyser Linje 31 (buss): Groruddalen til Fornebu, og 31E langs E18 (N=59 reiser) Informasjon om trafikantenes bruk av enkeltlinjer og evt. kombinasjon med andre kollektivtilbud: hvilke linjer det er omstigninger mellom hvor omstigningene skjer hvilke holdeplasser som benyttes mest hva som er endelig start- og målpunkt for trafikantene på linjen Forutsetter målrettet rekruttering blant brukere av linjene man skal studere 01.06.2016 Smidig Mobilitet i Oslo 32

Linjeanalyser Linje 31 (buss): Groruddalen til Fornebu, og 31E langs E18 (N=59 reiser) Linje 5 (T-bane): (N=71 reiser) Informasjon om trafikantenes bruk av enkeltlinjer og evt. kombinasjon med andre kollektivtilbud: hvilke linjer det er omstigninger mellom hvor omstigningene skjer hvilke holdeplasser som benyttes mest hva som er endelig start- og målpunkt for trafikantene på linjen Forutsetter målrettet rekruttering blant brukere av linjene man skal studere 01.06.2016 Smidig Mobilitet i Oslo 33

Holdeplassanalyser Ski stasjon (N=30 reiser) Informasjon om trafikantenes bruk av enkeltholdeplasser: hvor de reisende kommer fra hvor stort omland en holdeplass har om valg av holdeplass er avhengig av reiseretning trasévalg for adkomst til holdeplassen f.eks kartlegging av snarveier mv. til/fra holdeplass Dette er særlig relevant med tanke på forbedring av de nettbaserte reiseplanleggerne Forutsetter målrettet rekruttering blant brukere av holdeplassene man skal studere 01.06.2016 Smidig Mobilitet i Oslo 34

Holdeplassanalyser Ski stasjon (N=30 reiser) Ahus holdsplass (N=25 reiser) Informasjon om trafikantenes bruk av enkeltholdeplasser: hvor de reisende kommer fra hvor stort omland en holdeplass har om valg av holdeplass er avhengig av reiseretning trasévalg for adkomst til holdeplassen f.eks kartlegging av snarveier mv. til/fra holdeplass Dette er særlig relevant med tanke på forbedring av de nettbaserte reiseplanleggerne Forutsetter målrettet rekruttering blant brukere av holdeplassene man skal studere 01.06.2016 Smidig Mobilitet i Oslo 35

Generalisert reisetid Analysetema: Optimalisering av kollektivtilbudet: Konkurranseforhold: NB: Eksempler på problemstillinger: Kan man redusere den generaliserte reisekostnaden ved å øke holdeplassavstanden, men samtidig øke reisehastigheten? Vil innføring av et koordinert bytte redusere den generaliserte reisekostnaden dersom dette reduserer forsinkelser? mellom alternative reiseruter med alternative transportformer Direktekostnader knyttet til reisen inngår ikke i betraktningene her Komponenter: Generalisert tidskostnad Tilbringertid: Antar gange til/fra holdeplass 1,4 kr/minutt Ventetid: Tid på holdeplass før påstigning 2,1 kr/minutt Ombordtid: Antar sitteplass hele veien 1,3 kr/minutt Bytte: Tid mellom av- og påstigning: 2,8 kr/minutt Motstand, samme holdeplass: 11 kr/ bytte Motstand, annen holdeplass: 22 kr/ bytte Forsinkelsestid: 7,5 kr/minutt Generalisert tidskostnad: Fra verdsettingsstudie 2010 (Prosam, 2010) 01.06.2016 Smidig Mobilitet i Oslo 36

Reisetid vs generalisert reisetid SMiO-reise 829 Generalisert reisetid Ulike deler av en reise har ulik belastning. Generalisert reisetid er den totale belastningen ved å gjennomføre en reise Forsinkelser har stor betydning for kollektivtrafikantene: I eksemplet utgjør forsinkelser 31 prosent av den samlede generaliserte reisetiden Å ta hensyn til forsinkelser har stor betydning for å forstå trafikantenes valg av reisemåte Et kollektivtilbud uten forsinkelser ville ha gitt trafikantene et vesentlig bedre kollektivtilbud. Faktisk tid fra sporing: 01.06.2016 Smidig Mobilitet i Oslo 37

Bedre reiseplanleggere Reisetid [min] SMiO-reise 829 Foreslåtte alternativ avvik fra faktisk reise: Trafikantene kan foretrekke andre rutevalg enn reiseplanleggere foreslår. Kollektivreise fra Ruter er om lag like i tid, men med ulik rute: kortere gangtid, lengre ombordtid og annet byttepunkt Kollektivreisen fra Google Maps gir 10 min lengre reisetid Bilreisen fra Google Maps gir28 min kortere reisetid, selv med kø Faktisk tid fra sporing: 01.06.2016 Smidig Mobilitet i Oslo 38

Bedre reiseplanleggere Generalisert reisetid [kr] SMiO-reise 829 Foreslåtte alternativ avvik fra faktisk reise: Trafikantene kan foretrekke andre rutevalg enn reiseplanleggere foreslår. Kollektivreise fra Ruter er om lag like i tid, men med ulik rute: kortere gangtid, lengre ombordtid og annet byttepunkt Kollektivreisen fra Google Maps gir 10 min lengre reisetid Bilreisen fra Google Maps gir28 min kortere reisetid, selv med kø Faktisk tid fra sporing: 01.06.2016 Smidig Mobilitet i Oslo 39

Effekter av tiltak i kollektivnettet Analysetema: Sporingsdata kan brukes til å gjøre analyser av for eksempel: Trafikantenes tilpasninger til endringer i tilbudet på kort og lang sikt Skalering av alternativt kollektivtilbud i perioder med stengninger etc. Tilnærming: Sporing før, underveis og etter gjennomføring av et tiltak Evt. i kombinasjon med en spørreundersøkelse Eksempler: Lære hvordan man kan gjennomføre tiltak som får så lite negativ innvirkning på de reisende som mulig Teste ut om tiltak i transportnettverket fungerer etter hensiktene Skaffe kunnskap om hvor «skadelig» en stenging av en linje kan være: hvem kommer tilbake etter at linjen er åpen igjen hvem beholder sitt alternative reisemønster 01.06.2016 Smidig Mobilitet i Oslo 40

Intervjuundersøkelser Innledende undersøkelse, beslutningsgrunnlag for å gå videre med prosjektet: Tema: Brukeraksept og holdninger til personvern Deltakere: Representativt utvalg innbyggere i Oslo og Akershus Førundersøkelse knyttet til demonstratoren: Tema: Brukeraksept knyttet til logging av turer i en mobil-app Deltakere: Rekruttert blant deltakerne i Ruters kundepanel Etterundersøkelse knyttet til demonstratoren: Tema: Brukerbelastning og brukeraksept knyttet til teknologi og tiltak Deltakere: Rekruttert blant deltakerne i førundersøkelsen, fordelt på to grupper; de som deltok i demonstratoren, og de som ikke deltok i demonstratoren (hhv. Deltakere og Ikke-deltakere i det følgende) 01.06.2016 Smidig Mobilitet i Oslo 41

Brukerbelastning og -aksept Funn: Forhold til teknologi generelt: Teknologisk aksept: Deltakere har både mer erfaring og større interesse for teknologi enn ikke-deltakere. Noen av de samme forskjellene gjenspeiles også i sammenligning av deltakere med lav, middels og høy loggeaktivitet. Deltakerne i demonstratoren har god kunnskap om hvordan applikasjonen fungerer. Det er enkelt å bruke applikasjonen, og den oppleves som nyttig for planleggere av kollektivtransport. Få deltakere er bekymret for personvern. 01.06.2016 Smidig Mobilitet i Oslo 42

Brukerbelastning og -aksept Funn: Selv om forskjellene mellom gruppen er veldig små, er det en tendens til høyere skepsis blant ikke-deltakere (N=130) enn blant deltakere (N=101) Ikke-deltakere... er litt mer bekymret for kommersielle interessers tilgang til data undersøker noe oftere hvordan data håndteres er litt mer usikre på hvilke data deres applikasjoner har tilgang til 01.06.2016 Smidig Mobilitet i Oslo 43

Brukerbelastning og -aksept Funn: Største utfordring: Huske å starte og avslutte appen. Gjelder 2 av 3 deltakere 01.06.2016 Smidig Mobilitet i Oslo 44

Brukerbelastning og -aksept Utfordring: Navigere i appen: Registrere en reise: Mest krevende i kompleks app Mest krevende i kompleks app, særlig knyttet til info om endring i reisemåte under veis Avtar sannsynligheten for at reisen blir registrert, med økende kompleksitet i reisekjeden? 01.06.2016 Smidig Mobilitet i Oslo 45

Brukerbelastning og -aksept Årsaker til frafall/lav rapportering av reiser: Huske å Den viktigste utfordring/årsak til frafall. starte/avslutte: Redsel for å gjennomføre registreringen feil (f.eks. starte applikasjonen på feil tidspunkt), eller gi fra seg "uriktige" data om egne reiser (f.eks. ved fortsatt sporing lenge etter reisen egentlig ble avsluttet) førte til manglende registreringer Batterikapasitet: Applikasjonen krevde for mye batterikapasitet. For noen var dette også knyttet til bekymring for å bli tatt i billettkontroll, da mobiltelefonen ofte ble tom for batteri Forslag fra deltakerne: Applikasjonen burde gi påminnelse/push-varsler om å starte og/eller avslutte loggingen Varslet kan slå inn når mobiltelefonen er i nærheten av kollektivnettet Det bør være mulig å etter-registrere reiser 01.06.2016 Smidig Mobilitet i Oslo 46

Brukerbelastning og -aksept Funn: Vurdering av nytte: Deltakerne opplever applikasjonen som langt mer nyttig for planleggere enn for seg selv 01.06.2016 Smidig Mobilitet i Oslo 47

Brukerbelastning og -aksept Funn: Tiltaksaksept (dvs. bruk av app): Faktorer som påvirker tiltaksaksept: Holdningene til innføring av applikasjonen som et tiltak er mer negative etter demonstratoren. Denne endringen gjelder særlig deltakere som flere ganger har opplevd at applikasjonen har sviktet. Sammensatt: Lavere tiltaksaksept etter demonstrator følges av lavere tiltaksforståelse, lavere forventet måloppnåelse og lavere forventet rettferdighet De mest fremtredende vanskene med applikasjonen kan være årsak til lavere tro på applikasjonen som tiltak etter demonstrator: deltakere som har opplevd at applikasjonen sluttet å virke noe oftere enn andre, har lavere aksept etter demonstrator. deltakere som har endret holdning fra positiv til negativ, har oftere opplevd vansker med å huske å starte/avslutte applikasjonen, og brukte oftere den komplekse versjonen av applikasjonen. 01.06.2016 Smidig Mobilitet i Oslo 48