26 Nov 2017
BIG PICTURE car2go INSIGHTS

Demand prediction – oder wer braucht wann ein car2go?

Demand prediction oder Nachfragevorhersage hilft heute bereits die car2gos möglichst dort zu haben, wo sie auch gebraucht werden. In Zukunft wird die Präzision und damit auch die Passgenauigkeit von Nachfrage und Angebot noch besser werden. Wie genau das gemacht wird und welche Faktoren berücksichtigt werden, wird im Folgenden erläutert.

Eine Voraussetzung für ein optimales free-floating Carsharingkonzept und vor allem auch das autonome Carsharing der Zukunft, ist eine funktionierende Nachfragevorhersage.

Dabei muss die Frage beantwortet werden, wann und wo ein Kunde ein Fahrzeug benötigt, noch bevor der Kunde aktiv nach einem Fahrzeug sucht.

 

Wozu dient Demand prediction?

Warum ist das so? In einem umkämpften Mobilitäts-Markt wird der Kunde höchstwahrscheinlich den Anbieter wählen, der ihm in der kürzesten Zeit am zuverlässigsten und zu einem guten Preis den besten Service bietet – und ihm genau dann genau das Auto zur Verfügung stellt, das er braucht.

Für die Anbieter bedeutet das: Bestenfalls ist das Auto schon auf dem Weg zum Kunden, bevor dieser überhaupt ein Auto bestellt.

Ein Blick in die autonome Zukunft anhand eines praktischen Beispiels macht es deutlicher.

 

Praxisbeispiel: Bundesligaspieltag in einer großen Stadt

Angenommen ein Fußballspiel endet im Stadion einer großen Stadt.

Nun gibt es zwei Möglichkeiten.

 

Erste Möglichkeit: Es gibt keine Nachfragevorhersage. Mobilitätsanbieter schaffen es also nicht, schon vor Spielende zu wissen, dass nach dem Spiel viele Fans ein Auto suchen werden.

Die Fans werden dann aus dem Stadion laufen und mit ihrem Smartphone ein Auto bestellen.

Diese müssen dann aber erst aus allen Teilen der Stadt zum Stadion fahren, was lange dauert und daher lange Wartezeiten nach sich zieht. Wartezeiten, die für den Kunden nicht akzeptabel sein werden.

 

Zweite Möglichkeit: Es gibt eine Nachfragevorhersage, die erkennt, dass nach Spielende Autos am Stadion benötigt werden.

Mobilitätsanbieter sind dann in der Lage, Autos schon vorab zum Stadion zu schicken, die auf die aus dem Stadion strömenden Fans warten.

Die Vorhersage, wann und wo die Kunden ein Auto benötigen, gehört bei car2go bereits heute zum täglichen Geschäft.

 

Mehr Daten – mehr Möglichkeiten

Durch die Daten, die car2go im Laufe der Jahre gesammelt hat, ist das Unternehmen in der Lage, die Mobilitätsnachfrage durch komplexe Algorithmen sehr genau vorherzusagen.

Dazu gehört auch die Einbeziehung externer Daten wie Wetter oder Veranstaltungstermine.

Es klingt banal, doch wenn es regnet, ist die Nachfrage höher als bei Sonnenschein. Nach einem großen Konzert oder während eines Volksfests ist der Bedarf an bestimmten Orten der Stadt höher als sonst.

 

Demand Prediction und Datenschutz – geht das zusammen?

Datenschutz ist hierbei ein wichtiges Thema. Die Demand Prediction sagt nur voraus, dass ein Kunde zu einer bestimmten Zeit ein Fahrzeug brauchen wird.

Sie sagt nicht voraus, welcher Kunde ein Auto braucht. Es werden in diesem Zusammenhang also keine personenbezogenen Daten erhoben und gespeichert.

 

Ein Blick in die Zukunft

car2go prognostiziert bereits heute kontinuierlich die Nachfrage in allen car2go Städten und weiß daher, wann und wo die Kunden ein Auto benötigen.

car2go kann also einschätzen, wie hoch der Fahrzeugbedarf nächsten Samstagnachmittag in der Berliner Innenstadt oder in bestimmten Straßen in New York City sein wird.

Das hilft, die Flotte so zu steuern, dass eine möglichst hohe Verfügbarkeit für unsere Kunden erreicht werden kann.

Lernende Algorithmen verbessern die Qualität der Vorhersagen kontinuierlich durch den Einsatz von „Advanced Maschine Learning Technologies“.

Die Nachfragevorhersage wird auch von zentraler Bedeutung sein für ein funktionierendes, autonomes Carsharing.

 

Was meint ihr, überwiegt das (zu Unrecht) mulmiges Gefühl beim Gedanken daran dass das car2go schon vorher weiß wann und wo man es braucht, oder ist die Freude über optimale Verfügbarkeit größer?