Quale deve essere la strategia per il miglior utilizzo del dato della mobilità, partendo da quelli che sono i reali obiettivi dell’operatore? e quindi, quale il framework complessivo da utilizzare?

Gli operatori del settore della mobilità, che programmano e gestiscono questi servizi, sono oggi i protagonisti di soluzioni di punta nel settore, e chiedono ai loro fornitori, consulenti o produttori di sistemi di gestione del traffico, di accompagnarli in questa direzione.

Da cosa nascono le nuove necessità? Innanzi tutto, dalla modifica dei comportamenti di mobilità. Siamo abituati, come persone che si occupano di trasporti, ad un sistema che evolve verso nuovi stati discreti legati più che altro alla realizzazione di nuove infrastrutture e all’attivazione di nuovi servizi. Secondo tale approccio, in sostanza, si pensa al sistema dei trasporti come prossimo ad una situazione relativamente statica nel breve periodo: se non intervengo con nuovi servizi o nuovo pricing, la domanda si esprime in maniera abbastanza stazionaria.

Quello che abbiamo osservato da alcuni anni, tuttavia, quindi già prima dell’emergenza Covid-19, è stata una forte variabilità dei comportamenti di mobilità, con una riduzione di quelli sistematici ed una “instabilità” piuttosto marcata in termini di necessità e scelte di viaggio. Ciò obbliga a riprogettare i servizi, poiché se sviluppo l’offerta sulla base di dati “storici” di mobilità, sto basandomi su uno scenario che era quello di 2-3 anni fa, non sto osservando il presente ma il passato. Questo mi restituisce una fotografia parziale e incompleta di quello che già oggi è la domanda di mobilità, e il servizio che progetterò su tale base nascerà già superato, per le ragioni sopra-indicate.

In sostanza, se progetto il mio servizio di trasporto, lo dimensiono, faccio degli investimenti sulla base di una visione statica e temporalmente superata, inevitabilmente non realizzerò un’offerta adeguata né per il presente né tantomeno per il futuro.

Non è un’equazione facile da risolvere. Con il Covid-19 sono emersi poi altri temi: in particolare, mentre prima la propensione all’uso delle diverse soluzioni di mobilità cambiava lentamente, in questo caso c’è stato un impatto forte, legato alla paura di trovarsi in mezzi sovraffollati. Secondo le nostre rilevazioni, si registra mediamente un calo medio del 40-50% nell’uso del trasporto pubblico, rispetto al pre-Covid-19, e questo anche dopo l’apertura delle scuole. Continuano, inoltre, ad esserci persone che viaggiano meno frequentemente, in modo meno sistematico, mantenendo uno o più giorni a settimana in smart working.

In futuro, la situazione cambierà anche in base alla capacità di azione degli operatori, non solo per fattori esterni come l’evoluzione della pandemia, ma anche con la riorganizzazione sul territorio e il cambiamento delle modalità di lavoro. Per intercettare nuove esigenze molto mutevoli, ci servono i dati completi e dettagliati sugli spostamenti, per poter osservare questo cambiamento continuo e ridisegnare il servizio su tale base.

Il tema è, dunque, come reperire e analizzare questi dati, a livello sufficientemente disaggregato ed aggiornato, in modo da poterli utilizzare in tempo quasi reale per informae l’utenza, ma anche per ripianificare la capacità di trasporto. Informazioni essenziali, quali quelle sull’uso effettivo dei mezzi (load factor), sono tra le più difficili da reperire in modo completo e continuativo, per una serie di ragioni, per carenze di natura tecnologica, o anche per sistemi di bigliettazione che non sempre consentono di identificare il singolo viaggio, o ancora per ragioni di confidenzialità invocate dagli operatori.

Un elemento informativo da sfruttare maggiormente sono i sistemi di customer relationship management dei grandi operatori della mobilità, Tali sistemi possono consentire di valutare il comportamento di mobilità per il singolo utente, trasformando la strategia aziendale dalla gestione dei flussi al soddisfacimento del bisogno di mobilità delle persone, ciascuna delle quali con un comportamento, delle abitudini e delle propensioni che si possono analizzare e considerare nella definizione dell’offerta. Con questi dati, e con opportune azioni di marketing su questi utenti, è possibile dunque valutare la sensibilità di diverse tipologie di clienti ad azioni sul pricing, sulla frequenza dei servizi o su altri cambiamenti nella struttura dell’offerta.

Oltre ai dati sugli acquisti di soluzioni di mobilità, ed a quelli raccolti in tempo reale sui livelli di utilizzo dei mezzi, si possono oggi raccogliere molti altri elementi informativi dettagliati, ad esempio usando i dati della telefonia mobile o quelli relativi all’uso di ricerca di soluzioni di viaggio.  Tutto ciò consente di disporre di un ampio set di informazioni in tempo reale o quasi reale. In tale quadro, la maggior sfida è rappresentata dall’integrazione tra le fonti, perché in definitiva ho bisogno di aggregare tutto questo patrimonio informativo, da un lato per informare meglio gli utenti (poter dire a chi sceglie una soluzione di viaggio come spostarsi o quanta gente troverà sul mezzo che vuole prendere), ma dall’altro lato, per abilitare gli operatori al continuo ridisegno del servizio in modo da “cucirlo” sulle esigenze evolutive della domanda.

Anche il disegno di nuovi servizi di mobilità richiede più dati: tanto più vado su servizi che sono disegnati sulle preferenze individuali, tanto più devo essere in grado di osservarne e catturarne il cambiamento. Non è possibile, dunque, basarsi su analisi socioeconomiche o su studi ex ante come una volta, devo disporre di una dashboard per visualizzare in tempo reale o quasi questi cambiamenti.

È necessario, poi, elaborare queste informazioni per testare la sensibilità dell’utenza a questi servizi, ossia, comprendere come influenzare la domanda di mobilità nella direzione voluta, con opportuni interventi, al fine di rendere il servizio economicamente sostenibile oltre che gradito.

Guardando alle opportunità future per gli operatori della mobilità che potranno nascere dai dati, abbiamo due temi fondamentali: il primo di natura commerciale. I dati che io raccolgo sul movimento delle persone mi consentono di capire il loro uso reale dei servizi, ma devo continuare a sondare la loro preferenza per intercettare il cambiamento futuro. In aggiunta, grazie a una funzione di Digital Chief Officer, posso puntare a modificare i processi interni in modo progressivo.

Non è un cambiamento fattibili dall’oggi al domani, ma servirà in futuro ad adattare effettivamente l’offerta in base a quello che osservo, a essere più reattivo risposto ad una domanda in continua evoluzione.