L’approccio presentato da GO-Mobility è frutto dell’esigenza degli attori che operano nel settore della mobilità di acquisire nuova consapevolezza del contesto incerto ed in rapida evoluzione che caratterizza i fenomeni di mobilità odierni. Necessità primaria, oltre al dominio dell’attuale, quella di poter guardare al futuro con strumenti innovativi che consentano una pianificazione strategica basata sulle grandi quantità di dati oggi a disposizione.
Per affrontare i cambiamenti è importante guardare alla realtà come un sistema di informazioni e, quindi, superare l’approccio selettivo del passato basato su una raccolta dei soli dati ritenuti strettamente necessari e considerare la mobilità a 360° per poter attuare strategie Data Driven su sistemi di mobilità integrati che interagiscono tra loro in modo efficiente.
Per attuare questa trasformazione non si può prescindere dallo sviluppo, all’interno delle aziende, di una “cultura del dato”, alimentata da investimenti per la raccolta dei dati, e dall’attenzione spesa non solo nella raccolta, ma anche nello sviluppo di capacità critiche di analisi che consentano di saperli leggere e validare. Importante, inoltre, adottare un metodo volto a comprendere le reali esigenze e imparare a porsi le giuste domande così da capire quali possono essere gli strumenti più adeguati per darvi risposta. Nel caso specifico presentato, gli strumenti coinvolti sono un cruscotto strategico interattivo, per rispondere all’esigenza di assumere decisioni a breve termine e analizzare la domanda di mobilità e l’offerta sotto un profilo di Business Analysis; un modello di simulazione multimodale se, invece, utile a prendere decisioni strategiche di medio e lungo termine e rispondere alla domanda “cosa succede se”. Entrambi questi strumenti producono output che, insieme ai dati di partenza, andranno ad alimentare ciò che è stato definito il “Data Lake della mobilità”.
In questo contesto, si cita un caso d’uso applicativo relativo ad un progetto in fase di sviluppo con Trenord, operatore che ha compreso l’importanza di sfruttare al massimo le informazioni di cui dispone e che ha deciso di farlo dotandosi degli strumenti più adatti alla loro lettura ed analisi critica, ponendosi con atteggiamento proattivo nei confronti di un contesto in rapido cambiamento, con l’obiettivo di pianificare servizi che possono far fronte alle nuove esigenze della domanda.
Nel dettaglio, il progetto promosso con Trenord (appena iniziato e che durerà un anno) si svilupperà in quattro macro fasi.
- Sarà fondamentale per la riuscita delle fasi successive e consisterà in una ricognizione dei dati che non si limiterà alla loro raccolta. L’attenzione sarà rivolta a dati sia interni sia esterni all’organizzazione di Trenord e riguarderanno sia la domanda che l’offerta di mobilità.
- Bisognerà comprendere quali informazioni potranno essere ricavate, quali le reali potenzialità, i punti di forza, ma anche le minacce e le criticità su cui intervenire per sfruttare appieno i dati. In particolare, si fa riferimento a dati sulla mobilità raccolti da Trenord relativi alle frequentazioni dei servizi, alle vendite dei titoli di viaggio, all’offerta di trasporto, come anche a dati esterni (ad esempio, i Floating Car Data derivanti dalle autovetture, oppure i dati da celle telefoniche). Tutti questi dati andranno messi a sistema e formeranno il Data Lake della mobilità, su cui saranno effettuate delle analisi che confluiranno nel cruscotto strategico di Trenord, un cruscotto di Business Analysis che consentirà di fare delle analisi strategiche dettagliate e rispondere ai perché dei fenomeni osservati.
- Sarà fondamentale per la costruzione della quarta fase poiché si andranno a testare le banche dati ma anche le metodologie e gli algoritmi alla base di un modello di simulazione multimodale che sia realmente compliant con le esigenze di Trenord e consenta di analizzare lo stato attuale, fare delle simulazioni su scenari futuri. Si tratterà dunque della realizzazione di un Proof of Concept, sviluppato su una scala territoriale ridotta, del modello di simulazione multimodale finale che sarà esteso su scala regionale.
- Sviluppare il modello. È la fase più importante e prevederà lo sviluppo del modello di simulazione che avrà diversi punti di forza. Il primo di questi è che sarà basato su Big Data e potrà essere aggiornato con facilità ed efficacia, avendo precedentemente sviluppato il PoC, il modello sarà caratterizzato da metodologia e algoritmi precedentemente testati e, quindi, da solidità e consistenza. Il modello sarà quindi ottimizzato per rispondere alle esigenze specifiche di chi lo andrà a utilizzare. L’estensione territoriale dell’analisi comprenderà l’intera regione Lombardia e, in questo senso, la sfida sarà quella di riuscire a coniugare diverse scale di analisi in un’area caratterizzata da realtà di mobilità diverse al proprio interno. Gli orizzonti temporali di simulazione saranno sia il medio che il lungo periodo e saranno costruiti a partire dai piani programmatici sia a livello regionale che nazionale.
L’obiettivo principale del percorso realizzato insieme a Trenord è quello di rivedere ad ampio spettro le modalità di mobilità, oltre che di individuare delle soluzioni adeguate a partecipare attivamente al cambiamento che sta impattando tutto il settore della mobilità, cercando di governarlo tramite gli strumenti che si hanno a disposizione per poter applicare un approccio strategico Data Driven.
Si precisa, infine, che tale progetto sarà del tutto replicabile, tenendo altresì conto delle esigenze delle diverse realtà ed operatori. Il requisito fondamentale è quello di essere predisposti ad entrare in una nuova ottica in cui i dati, oltre che i metodi e gli strumenti per analizzarli, dovranno giocare un ruolo sempre più centrale all’interno dei processi decisionali strategici.
