Mobilność oparta na danych zmienia doświadczenia klientów w transporcie publicznym

Mobilność oparta na danych: Jak symulacja zmienia doświadczenie transportu publicznego

System symulacji ruchu firmy Fujitsu został włączony do Regionalnego Planu Transportu Publicznego miasta Maebashi, stanowiąc istotny krok w ewolucji mobilności miejskiej opartej na danych. Opracowany w ramach ogólnokrajowej inicjatywy cyfrowej transformacji transportu, system łączy modelowanie transportu o stałych trasach i na żądanie — podejście wcześniej niestosowane na taką skalę w Japonii. Wyniki systemu zostały wykorzystane jako dowód wspierający decyzje polityczne, w tym rozszerzenie linii autobusowych.

Ten rozwój mobilności opartej na danych odzwierciedla szerszą zmianę w sposobie projektowania i świadczenia usług publicznych. Transport, tradycyjnie postrzegany jako funkcja operacyjna, jest coraz częściej przekształcany w domenę doświadczenia klienta. Obywatele obecnie oczekują usług mobilności, które są niezawodne, elastyczne i reagujące na ich potrzeby — oczekiwania kształtowane przez platformy konsumenckie stawiające na cyfrę.

---

Ewoluujące oczekiwania w zakresie doświadczenia mobilności

Systemy transportu publicznego na całym świecie są pod presją dostosowania się do zmieniającej się demografii, celów środowiskowych i ewoluujących oczekiwań użytkowników. Starzejące się społeczeństwa, urbanizacja i ograniczenia siły roboczej tworzą wyzwania strukturalne, podczas gdy cele zrównoważonego rozwoju napędzają potrzebę bardziej wydajnych systemów o niskiej emisji.

Jednocześnie rozwój platform Mobilności jako Usługi (MaaS) na nowo zdefiniował sposób, w jaki użytkownicy wchodzą w interakcje z transportem. Bezproblemowe planowanie podróży, aktualizacje w czasie rzeczywistym i spersonalizowane opcje stają się standardowymi oczekiwaniami. Ta konwergencja doświadczeń cyfrowych i fizycznych wymaga nowego podejścia do projektowania usług — takiego, które integruje dane, technologię i zachowania ludzkie.

Dla liderów CX implikacja jest jasna: projektowanie doświadczeń musi wykraczać poza cyfrowe punkty styku, aby obejmować całe ekosystemy usług.

---

Pozycjonowanie strategiczne poprzez technologię cyfrowego bliźniaka

Podejście Fujitsu wykorzystuje jego możliwości cyfrowego bliźniaka do symulacji zachowań ludzkich i społecznych w systemach transportowych. Poprzez integrację wielu zbiorów danych — w tym danych spisowych, wzorców mobilności i informacji o liczbie pasażerów z aplikacji — system tworzy wirtualną reprezentację warunków rzeczywistych.

Jest to zgodne z szerszą strategią firmy polegającą na stosowaniu zaawansowanych obliczeń i AI do wyzwań społecznych. Zamiast koncentrować się wyłącznie na rozwiązaniach IT dla przedsiębiorstw, Fujitsu pozycjonuje się w przestrzeni inteligentnych miast i infrastruktury publicznej, gdzie można osiągnąć długoterminowy, skalowalny wpływ.

Zdolność do modelowania zarówno stałych, jak i responsywnych na żądanie systemów transportowych jest szczególnie istotna. Odzwierciedla to przesunięcie w kierunku hybrydowych modeli mobilności, które łączą przewidywalność z elastycznością, odpowiadając na różnorodne potrzeby użytkowników przy jednoczesnej optymalizacji alokacji zasobów.

---

Jak działa technologia

W centrum systemu znajduje się kilka komponentów opartych na AI. Technologia sztucznej populacji generuje syntetyczne zbiory danych, które odzwierciedlają regionalną demografię i zachowania. Model selekcji behawioralnej wykorzystuje uczenie maszynowe do replikowania sposobu, w jaki osoby wybierają środki transportu na podstawie czynników takich jak czas podróży, koszt i okoliczności osobiste.

Te modele są zintegrowane w ramach symulacji wieloagentowej, w której różne środki transportu wchodzą w interakcje dynamicznie. Pozwala to planistom oceniać scenariusze z wysokim stopniem dokładności, nawet przy braku kompletnych danych z rzeczywistości.

System zapewnia również narzędzia wizualizacyjne i metryki oceny, umożliwiając interesariuszom ocenę wpływu różnych opcji politycznych. Obejmuje to metryki związane z poziomem usług, efektywnością kosztową i wzorcami użytkowania, oferując kompleksowy obraz potencjalnych wyników.

---

Implikacje dla doświadczenia klienta

Wprowadzenie takich możliwości symulacyjnych ma bezpośrednie implikacje dla doświadczenia klienta. Poprzez dostosowanie projektowania usług do rzeczywistego zachowania użytkowników, systemy transportowe mogą stać się bardziej intuicyjne i responsywne. Na przykład optymalizacja tras w oparciu o wzorce popytu może skrócić czas oczekiwania i poprawić dostępność dla obszarów niedostatecznie obsługiwanych.

Transport responsywny na żądanie wprowadza poziom personalizacji, pozwalając usługom dostosowywać się do indywidualnych potrzeb, zamiast polegać wyłącznie na stałych rozkładach jazdy. Jest to szczególnie ważne dla populacji o ograniczonych opcjach mobilności, takich jak starsi mieszkańcy.

Wydajność operacyjna również odgrywa kluczową rolę. Zgłaszane skrócenie czasu planowania i budowania konsensusu sugeruje, że władze mogą wdrażać zmiany szybciej, poprawiając responsywność na ewoluujące warunki. Szybsze cykle podejmowania decyzji przekładają się na bardziej zwinne świadczenie usług, co jest kluczowym komponentem pozytywnego doświadczenia klienta.

---

Szersze implikacje dla branży

Wykorzystanie symulacji opartej na AI w planowaniu transportu jest oznaką szerszego trendu w kierunku predykcyjnego zarządzania infrastrukturą. W miarę jak miasta stają się bardziej skoncentrowane na danych, zdolność do przewidywania i reagowania na potrzeby użytkowników stanie się definiującą cechą udanych systemów miejskich.

Ta zmiana ma również implikacje konkurencyjne. Tradycyjne podejścia planistyczne, często opierające się na analizie ręcznej i zewnętrznym doradztwie, mogą mieć trudności z nadążaniem za automatycznymi, opartymi na danych metodami. Dostawcy technologii, którzy mogą oferować skalowalne, zintegrowane rozwiązania, prawdopodobnie będą odgrywać coraz bardziej centralną rolę.

Ponadto konwergencja środków transportu w ujednolicone platformy sugeruje przejście w kierunku modeli opartych na ekosystemach, gdzie współpraca między interesariuszami publicznymi i prywatnymi staje się niezbędna.

---

Patrząc w przyszłość

Plany Fujitsu dotyczące komercjalizacji systemu jako usługi wskazują na szerszą ambicję standaryzacji tego podejścia w różnych regionach. W miarę ewolucji technologii — włączania bardziej zróżnicowanych źródeł danych i udoskonalania możliwości predykcyjnych — może się ona stać podstawowym narzędziem w planowaniu miejskim i inicjatywach inteligentnych miast.

Dla liderów CX kluczowy wniosek to rosnące znaczenie symulacji i analityki predykcyjnej w projektowaniu doświadczeń. Niezależnie od tego, czy chodzi o transport publiczny, czy inne sektory, zdolność do modelowania i optymalizacji ścieżek klientów przed wdrożeniem stanowi znaczący postęp.

Ten rozwój sygnalizuje również głębszą transformację: granice między systemami operacyjnymi a doświadczeniem klienta się rozpływają. Decyzje infrastrukturalne są coraz częściej oceniane przez pryzmat wpływu na użytkownika, a dane stają się mostem między nimi.

---

KLUCZOWE WNIOSKI

• Symulacja oparta na AI na nowo definiuje transport publiczny jako dyscyplinę CX
  Decyzje planistyczne są coraz częściej kierowane przez wgląd w zachowania klientów, a nie przez statyczne modele.
• Technologia cyfrowego bliźniaka umożliwia predykcyjne projektowanie doświadczeń
  Organizacje mogą symulować i optymalizować usługi przed wdrożeniem, zmniejszając ryzyko i poprawiając wyniki.
• Hybrydowe modele transportowe zwiększają elastyczność i personalizację
  Łączenie systemów stałych i responsywnych na żądanie pozwala na bardziej inkluzywne i adaptacyjne rozwiązania mobilności.
• Zwinność operacyjna bezpośrednio poprawia doświadczenie klienta
  Szybsze cykle planowania i budowanie konsensusu oparte na danych umożliwiają szybsze, bardziej responsywne ulepszenia usług.
• Zaufanie do usług publicznych jest wzmacniane poprzez przejrzystość
  Podejmowanie decyzji w oparciu o dowody pomaga budować zaufanie wśród obywateli i interesariuszy.

Wpis Mobilność oparta na danych zmienia CX transportu publicznego pojawił się pierwszy raz na CX Quest.