NU GÖR MOBILEN RESVANEUNDERSÖKNINGEN! 1
OM TRavelVU Varför TRavelVU? Principen för TRavelVU Vilka data samlas in? Gränssnitt mot användaren Exempel på analysmöjligheter Teknisk information Kommande projekt och utveckling Frågor och diskussion 2
VARFÖR TRavelVU? Lång erfarenhet av RVUer Inte tillräcklig information för att förstå hur människor reser Låga svarsfrekvenser Osäkra data kring tider och sträckor Svårt att får data i tidsserier från samma individ Påbörjade utvecklingsarbete 2012 3
PRINCIPEN FÖR TRavelVU 1. Omsätter forskning för att semiautomatiskt detekterat och klassificera resor 2. Användaren kontrollerar och justerar ev. fel som analysen gör. Teknik + Människa = Kvalitet 4
VILKEN DATA SAMLAS IN? 5
INSAMLAD DATA För varje resa: Starttid Sluttid Färdmedel Sträcka Hastighet Resväg För varje aktivitet: Starttid Sluttid Typ av aktivitet Geografisk plats 6
FÄRDMEDEL AKTIVITETER 17 färdmedel varav 7 (10) identifieras automatiskt Lär sig av dina tidigare resor på samma sträcka 17 aktiviteter TRavelVU kommer ihåg tidigare aktiviteter på platsen 7
VEM ÄR ANVÄNDAREN? Frågetyper: Enval Flerval Heltal Heltal, flera fält med summa Fritext Informationstext Barometer (glidande skala)* Barometermatris* Rangordning* (* arbete med implementering pågår) 8
ANVÄNDARGRÄNSSNITT 9
MOBILEN GRÄNSSNITTET MOT ANVÄNDAREN Kort introduktion med val av undersökning och godkännande av avtal DAGENS RESOR här visas TRavelVUs analys Huvudmeny underlättar orienterbarheten och visar på möjligheter SAMMANSTÄLLNING av resor visar hur användaren rest 10
DET SKA VARA LÄTT ATT ÄNDRA EV. FEL DAGENS RESOR Genom att trycka på en resa/aktivitet kan man ändra Färdmedel Aktivitet Tidpunkter Sträckor (km) Dela upp resa Slå ihop resor/aktiviteter På kartan kan användaren se var resan/aktiviteten är registrerad 11
Lev ditt liv ta med din telefon. Ger dig en bild över hur din dag varit Alltid på - du behöver inte komma ihåg att registrera resor Enkelt att hålla koll i mobilen Stäng av när du vill 12
EXEMPEL PÅ ANALYSMÖJLIGHETER 13
TRADITIONELLA OCH NYA ANALYSMÖJLIGHETER På grund av datamaterialet detaljeringsgrad och kvalitet är det också möjligt att t.ex. analysera: Reskedjor t.ex. antal stopp, färdmedelsbyten, väntetid, typ av aktiviteter i reskedjan Genomsnittlig väntetid vid olika större bytespunkter Genomsnittlig tid för parkering av fordon Aktiv mobilitet Geografiska analyser av t.ex. resvägar, målpunkter, tillgång till infrastruktur vid bostaden Visualisering av geografiska data av hur transportsystemet används Identifiering av punkter där större flöden av t.ex. cyklar och motorfordon korsar varandra mm Genomsnittligt antal aktiviteter på väg till arbetet med: Bil: 0,61 Buss: 1,04 Cykel: 0,52 Gång: 0,46 Aktivitet mobilitet vid olika huvudfärdmedel, per resa: Bil: 2,2 min Buss: 12,5 min Cykel: 24,2 min Gång: 20,1 min Genomsnittlig väntetid vid: Lund C: Malmö C: Botulfsplatsen: 14
TEKNISK INFORMATION Finns för iphone och Android Finns på svenska och engelska Insamling i telefonen analys på server All kommunikation är krypterad Alla analyser sker isolerat av en användare i taget ingen koppling till vad andra gör i området Batteritid: ladda en gång om dagen minst Integritet: Avtal mellan användare och Trivector Matchning av analys och enkätsvar med telefonid GPS-information endast i aggregerad form där enskildas resmönster inte kan identifieras Data sparas i 5 år 15
STATUS Kontinuerlig utveckling Datainsamling för K2 pågår Intresse från stort antal kommuner, kollektivtrafikhuvudmän etc. Internationellt intresse, testas även i USA och Tyskland Kommande arbete: Rekrytering, urval och viktning Pop-up frågor till användare MM och nudging (våren 2017) 16
Nu gör mobilen resvaneundersökningen Välkommen att testa TRavelVU! emeli.adell@trivector.se 17