Det har skrivits en del i en av våra större morgontidningar om att restider med bil har ökat markant under de senare åren, bland annat i Dagens Nyheter, och eftersom jag är en av alla dessa personer som dagligen åker bil till jobbet så har jag gjort en del reflektioner avseende vad analys skulle kunna bidra med.
I dag samlas det in en hel del information runt trafik. Det kan vara sensorer som sitter på vägarna, in- och ut-passager genom vägtullar samt GPS-data från lokaltrafik och yrkestrafik. Denna information används idag på olika sätt för att förstå trafik och trafikmönster.
Tänk om man också använde informationen till att bättre kunna förutsäga till exempel restider eller flaskhalsar innan de uppstår?
Eller tänk om jag som trafikant kunde få information i realtid baserat på min position och den slutposition jag angett, information om till exempel restid och alternativ som skulle minska den (åka 20 minuter senare, åka en annan rutt eller kanske byta trafikslag)?
En av de fantastiska delarna med att jobba på ett företag som IBM är att det finns så många smarta människor som har som jobb att tänka ut olika lösningar. Till exempel har IBM tagit fram en lösning som heter IBM Traffic Prediction Tool, som kan ge prognoser på upp till 60 minuter i förväg vilket möjliggör för till exempel Trafikverket att snabbt agera på möjliga problem och lösa dom innan trafikanter fastnar i köer. Denna lösning används i dag i Singapore och redan under testperioden så kunde man förutsäga trafik med 90 % säkerhet i upp till 60 minuter fram i tiden. Det finns en intressant artikel om de statistiska modeller som ligger bakom detta, om man är intresserad.
Som vi skrivit om på bloggen tidigare så samarbetar IBM i Sverige med KTH, i ett projekt med syfte att kunna förutsäga restid och resvägar i Stockholm, allt baserat på ovan data samt väderinformation.
Det finns en del lösningar och forskning på detta område idag och jag tror att vi alla inom en ganska snar framtid också kan dra nytta av detta i syfte att möjliggöra smartare sätt att planera sin resa och nyttja de alternativ som finns.
Mats Stellwall,
som till vardags jobbar som Predictive Analytics Enterprise Architect på IBM. Där hjälper jag kunder att använda och realisera nyttan med prediektiv analys, så att det blir en naturlig del i existerande processer och arkitektur.
När Stockholm började bygga ut tunnelbanan på fyrtiotalet, var det ett mycket djärvt beslut. Stockholm var en ganska liten stad och förutsättningarna för en tunnelbana var inte de bästa. Men, stadsplanerarna såg potentialen och idag är tunnelbanan en viktig del i det relativt sett väl fungerande transportsystem som Stockholm faktiskt har. Pendeltågen i Stockholm, och även fjärrvärmesystemet, har även de varit viktiga för att göra Stockholm smart.
mest befolkningstäta landet i världen. Trafiken blir snabbt ett problem när många människor samlas på en liten yta. Men enligt min mening har 
Trafik är dock inte något isolerat problem. Det påverkar oss långt mer än vad vi kanske tänker på. Det påverkar våra möjligheter att planera och disponera vår tid. Det påverkar våra val av aktiviteter, ärenden och tjänster vi väljer att nyttja. Det påverkar helt enkelt vår upplevelse av att leva och verka i en stad – Och därmed också den stadens attraktionskraft, på människor, företagande och tillfälliga besökare.
Hela bloggen