Voorkom een stortvloed aan data: de optimale inzet voor de mobiliteitssector

De mobiliteitssector verzamelt meer informatie dan ooit, zegt Abhijit Pal, partner bij Mazars: “De mogelijkheden om data vast te leggen zijn de afgelopen jaren enorm verbeterd. Internet en mobiele kanalen verzamelen data bij het uitvoeren van bedrijfsprocessen, net als hardware in auto's en vliegtuigen. Het resultaat is een stortvloed aan data.”

Zorgen dat bedrijven deze data kunnen verzamelen, analyseren en zinvol toepassen zodat ze niet er niet in verdrinken, is daarom een belangrijke succesfactor voor de sector.

Datalessen uit de luchtvaart

Een mobiliteitssector die munt heeft geslagen uit data is de luchtvaart. Daar gebruikt men de informatie voor het verbeteren van onderhoudstechnieken. In de eerste helft van de twintigste eeuw pleegden technici onderhoud aan vliegtuigen door onderdelen met verschillende tussenpozen te controleren. In de jaren veertig ontdekten technici echter dat vliegtuigen vaker storingen vertoonden ná periodieke onderhoudscontroles dan daarvoor. Nader onderzoek wees uit dat dit kwam omdat men bij reparatie apparatuur demonteerde en weer monteerde, met als gevolg een grotere kans op storingen.

Dit gaf de aanzet tot ‘toestandsafhankelijk onderhoud’, waarbij onderdelen alleen indien nodig worden onderhouden in plaats van met regelmatige tussenpozen. Deze methode sloeg aan. De volgende innovatie was het uitrusten van componenten met sensoren om gegevens te verzamelen die technici konden attenderen op mogelijke storingen, ook wel ‘predictive maintenance’ genoemd.

“Sinds begin jaren negentig heeft predictive maintenance de veiligheid van luchtvaartmaatschappijen voortdurend verbeterd”, zegt Olivier Guilbert, Senior Manager bij Mazars. “Door data van meer vliegtuigonderdelen te verzamelen, en te combineren met andere data (routes, weer, etc.) willen belangrijke spelers in de sector deze aanpak een nieuw tijdperk inloodsen.”

Slimmer supply chain management

Data gebruiken om het onderhoud te verbeteren is niet het enige wat andere mobiliteitsspelers van de luchtvaart kunnen leren. Predictive maintenance, mogelijk gemaakt door een effectieve inzet van data, zorgt ook voor slimmere supply chains.

“Als je weet wat je waarschijnlijk moet vervangen en op welk moment, is het veel eenvoudiger de stroom onderdelen en de personeelsinzet voor onderhoud te optimaliseren. Door gebruik te maken van sensoren die nauwkeurige, up-to-date informatie over afzonderlijke onderdelen verzamelen, kunnen bedrijven in de mobiliteitsketen praktijkervaringen integreren en betere voorspellingen doen”, aldus Guilbert. Dit betekent het juiste onderdeel op het juiste moment naar de juiste plaats brengen, zodat bedrijven onderdelen kunnen vervangen voordat ze defect raken.

Betere klantervaring

Naast het verbeteren van hardware kan data ook nieuwe verwachtingen van klanten inlossen en de klantervaring verbeteren. Neem verzekeringen. “Nieuwe vormen van mobiliteit, met name in steden, creëren nieuwe behoeften. Verzekeraars gebruiken op hun beurt data om producten te ontwikkelen die gericht zijn op elektrische scooters, Segways en fietsers in de stad. Ook zijn zij al in de deeleconomie gestapt, met polissen voor deelauto's en autoverhuur per dag of zelfs per uur”, zegt Jean-Claude Pauly, partner bij Mazars.

Volgens Guilbert laat de luchtvaartindustrie ook zien hoe je data het beste kunt gebruiken om de klanttevredenheid te verhogen. “Dankzij data kunnen luchtvaartmaatschappijen fouten bij de catering voorkomen en passagiers toegang bieden tot meer films en muziek via de cloud. Biometrische paspoorten, ondersteund door data, dragen ook bij aan kortere wachttijden bij veiligheidscontroles en vergroten de klanttevredenheid enorm.”

Bij data gaat het niet alleen om wat er verandert, maar ook hoe, met alle positieve effecten voor personalisatie van dien. “Net als in andere sectoren, automatiseren verzekeraars processen steeds meer. Daarbij maken ze gebruik van algoritmen om allerlei kleine risico's af te dekken, waarbij menselijk ingrijpen altijd mogelijk blijft. Artificial Intelligence, mits correct gebruikt, stelt verzekeraars in staat klanten op grote schaal maatwerkoplossingen te bieden. Nog een voorbeeld van deze personalisatie is ‘pay how you drive’. Hierbij monteert men een kastje in de auto dat bekijkt hoeveel kilometers er in een bepaalde periode worden afgelegd en hoe er met de auto wordt gereden. Zo kan er op basis van de data en de genomen risico's een op maat gemaakte prijs worden vastgesteld”, zegt Pauly.

Nieuwe datarisico's herkennen

Deze ontwikkelingen brengen echter een risico met zich mee doordat ze een basisbeginsel van verzekeren aantasten: de spreiding van risico's onder polishouders. “Dit kan voor sommige automobilisten een torenhoge premie tot gevolg hebben en voor andere kan het lastig zijn überhaupt een verzekeraar te vinden”, waarschuwt Pauly. “Dit betekent dat verzekeraars data zodanig moeten behandelen dat ze een gepersonaliseerd verzekeringsaanbod kunnen doen en tegelijkertijd het specifieke beginsel van risicospreiding in de sector kunnen garanderen.”

Nieuwe mobiliteitsoplossingen voor klanten kunnen aanzet geven tot andere veranderingen in de verzekeringsmarkt, zoals de ontwikkeling van zelfrijdende voertuigen duidelijk maakt. “Bij autonoom rijden verschuift de verantwoordelijkheid van de bestuurder naar de software. Verzekeraars moeten hierop inspelen door de juridische reikwijdte van verantwoordelijkheid af te bakenen en ervoor te zorgen dat ze nieuwe databronnen kunnen aanboren en daarnaar handelen”, waarschuwt Pauly. “Als autonoom rijden een hoge vlucht neemt, moet dit resulteren in minder claims en kan dit leiden tot nog meer veranderingen in de verzekeringsmarkt.”

De nieuwe uitdaging van duurzaamheid aangaan

Omdat men binnen het gehele ecosysteem van mobiliteit op zoek is naar verduurzaming, zijn oplossingen met behulp van data steeds vaker nodig. Of het nu gaat om ‘mobility as a service’ toepassingen, die reizigers helpen de groenste vorm van stadvervoer te kiezen, zoals ride-pooling en car-sharing, of luchtvaarmaatschappijen die “assisted take-off” gebruiken om de koolstofvoetafdruk van vliegtuigen te verlagen, er komen steeds meer oplossingen op de markt beschikbaar.

Dit komt tegemoet aan de wens van de toezichthouder om de uitstoot te verlagen. De EU heeft al doelstellingen vastgesteld voor haar lidstaten en andere landen volgen dit voorbeeld. In november 2020 kondigde het VK de verschaffing van klimaatinformatie in 2025 verplicht te stellen voor alle grote bedrijven (inclusief mobiliteitsbedrijven).

In een recent artikel van ons adviseert Michael Rofman, partner bij Mazars, mobiliteitsproducenten te onderzoeken welke kansen er in hun slimme gebouwen en wagenparken liggen voor CO₂-reductie.

De stortvloed aan data in goede banen leiden

Naarmate er meer mobiliteitsdata wordt gegenereerd, moeten teams kijken naar een slimmere opslag van data en de inzet van innovatieve datasets om een stortvloed te voorkomen.

1. Opslag en beheer. “Hiervoor worden voornamelijk databases en ERP-systemen gebruikt. Maar er is ook een groeiende vraag naar big data en ‘data lakes’, enorme hoeveelheden ruwe data, waarvoor nog geen doel is vastgesteld”, zegt Pal. (‘Data lakes’ zijn niet het zelfde als ‘data warehouses’. In tegenstelling tot een ‘data lake’ is een ‘data warehouse’ een bewaarplaats van data die al gefilterd, gestructureerd en verwerkt is met het oog op een specifiek doel.) Mobiliteitsbedrijven moeten optimaal zien te profiteren van data lakes, wat voor datawetenschappers een rijke bron van nieuwe innovaties kan zijn.

2. Innovatieve datasets creëren en inzetten. Nu steden toewerken naar integratie van stedelijke vervoersnetwerken (zie: ‘Bundeling in de stad: stedelijke vervoersdiensten integreren’), worden er waarschijnlijk gegevens over het volledige reistraject gecreëerd. Steden kunnen deze gegevens gebruiken voor het ontwikkelen van meer en beter geïntegreerde vervoersoplossingen.

Zeker is dat het effectief verzamelen en verwerken van data veiligere mobiliteitsoplossingen voor zowel bedrijven als reizigers oplevert. Om een onbruikbare stortvloed aan data te voorkomen, moeten mobiliteitsbedrijven deze informatie op een beheersbare manier opnemen in (en uitsluiten van) hun predictive maintenance en supply chain management. Intussen moeten ze de klantervaring voor ogen houden, die steeds vaker samenhangt met duurzaamheidsafwegingen en de gevolgen van de bredere marktinnovatie. Bedrijven die dit alles realiseren, maken zich op voor een vliegende start in 2021 en daarna.