Detailergebnis zu DOK-Nr. 73641
Zeitreihenanalyse und Prognose-Modelle für Free-Floating-Carsharing-Modelle (Orig. engl.: Statistical explanatory and prediction models for free-floating carsharing systems)
| Autoren |
J. Müller |
|---|---|
| Sachgebiete |
5.3 Stadtverkehr (Allgemeines, Planungsgrundlagen) 6.1 Verkehrserhebungen, Verkehrsmessungen 6.2 Verkehrsberechnungen, Verkehrsmodelle |
München: Institut für Verkehrswesen und Raumplanung, Universität der Bundeswehr München, 2016, 223 S., 64 B, 26 T, zahlr. Q, Anhang (Schriftenreihe des Instituts für Verkehrswesen und Raumplanung, Universität der Bundeswehr München H. 61)
Seit einigen Jahren erfreuen sich Free-Floating-Carsharing-Systeme zunehmender Beliebtheit. Dieses neue Mobilitätsangebot wurde von verschiedenen Anbietern auf den Markt gebracht ohne tiefgründige Zielgruppenanalysen durchzuführen und ohne ein Flottenmanagement einzusetzen. Die Dissertation möchte den durch die Praxis etablierten Prozess reflektieren und optimieren, indem Antwort darauf gegeben wird, welche externen Einflüsse Auswirkungen auf die Buchungsnachfrage haben und wie mithilfe von Zeitreihen eine Buchungsvorhersage getroffen werden kann. Dazu stehen Buchungsdaten eines Free-Floating-Carsharing-Anbieters über den Zeitraum von November 2011 bis Dezember 2014 zur Verfügung. Zu Beginn werden diese Daten ausführlich auf zeitlicher wie räumlicher Ebene ausgewertet. Die externen Einflüsse sind neben dem Wetter Daten des sozioökonomischen Panels, Wahlverhalten sowie die Parksituation vor Ort. Erweisen sich die Art der Parkraumbewirtschaftung und das Wetter als eher unbedeutsam, so können mithilfe der anderen Daten durch Regressionsmodelle Rückschlüsse auf die Nutzer gemacht werden. Diese entsprechen dem Bild des Kunden, das bisher auch durch andere Methodiken in der Fachliteratur gezeichnet wurde: finanziell gut situiert und offen für neue, nachhaltige Technologien. In der Zeitreihenanalyse liefert das exponentielle Glätten mit Holt-Winters-Filter ein besseres Ergebnis als das ARlMA-Modell. Zur Modellanpassung sind ein Datenzeitraum von drei Monaten ausreichend.