Detailergebnis zu DOK-Nr. 79292
Nutzung von Echtzeitdaten zur Erkennung von Verspätungen und zur Verbesserung der Kundenkommunikation bei New York City Transit (Orig. engl.: Using real-time data to detect delays and improve customer communications at New York City transit)
| Autoren |
A. Caspari D. Wood A. Campbell D. Jefferson T. Huynh A. Reddy |
|---|---|
| Sachgebiete |
0.11 Daten (EDV, IT, Internetanwendungen und Verkehrsdaten) 5.3.4 Öffentlicher Personennahverkehr 6.1 Verkehrserhebungen, Verkehrsmessungen |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2675, H. 7, 2021, S. 45-57, 8 B, 1 T, 12 Q. - Online-Ressource: verfügbar unter: http://journals.sagepub.com/home/trr
New York City Transit betreibt eines der größten Nahverkehrssysteme der Welt, und für das Kommunikationsteam der Behörde kann es schwierig sein, den Überblick über die zahlreichen Betriebsstörungen zu behalten, die den Kunden mitgeteilt werden müssen. In dem Beitrag wird das Tool "Transit Visualization" vorgestellt, das Echtzeit-Zugstandortdaten verarbeitet, um automatisch Bereiche des Systems zu identifizieren, in denen der Service nicht den Erwartungen der Kunden entspricht. Die Visualisierung des öffentlichen Verkehrs (ÖV) ist so eingerichtet, dass sie Bereiche des Systems identifiziert, in denen die Züge mit einer geringeren Geschwindigkeit als üblich verkehren, sowie Bereiche des Systems, in denen atypisch lange Lücken zwischen den Zügen bestehen. Jedes Auftreten von langsamen Geschwindigkeiten oder langen Lücken wird mit einem Schweregrad (mäßig, schwer oder sehr schwer) versehen, um das Ausmaß des Problems anzuzeigen. Ein Überblick über alle von der Anwendung ermittelten Probleme wird auf einer interaktiven Webkarte sowie in mehreren leicht verständlichen Übersichtstabellen angezeigt. Die Karte zeigt auch in Echtzeit die Standorte von Zügen und Bussen im gesamten ÖV-System an. Die ÖV-Visualisierung wurde erfolgreich in das Kommunikationsteam der U-Bahn eingeführt und hat sich zu einem wichtigen Instrument für die Kommunikation von Verspätungen an die Kunden entwickelt, insbesondere während der COVID-19-Pandemie.