LEDER DATA OG INNSIKT I ENTUR

Michelle Jensen Strand

Del historien

Reisetid er sjelden forutsigbar, og små endringer kan få store konsekvenser. Tidsbruken påvirkes av forhold som varierer fra dag til dag, sesong for sesong. Det kan være vær, kapasitet i infrastrukturen, trafikk, samspill mellom transportmidler eller uforutsette hendelser. Likevel finnes det ofte gjentagende mønstre.

Kjenner du igjen følelsen av at enkelte reiser nesten alltid tar lenger tid enn planlagt, særlig på bestemte dager eller tidspunkt? Slike erfaringer bygger på gjentatte observasjoner over tid, ikke enkeltstående hendelser. Når disse erfaringene systematiseres som data, kan de gi grunnlag for å identifisere mønstre i reisetid.

Historisk data som støtte i planleggingen

Hva om vi kan anslå hvor mye en reise vanligvis avviker fra rutetid ved å se på hvordan tilsvarende reiser har blitt gjennomført tidligere? Ved å sammenligne historiske data fra lignende dager, tidspunkt og sesonger kan vi få et bedre bilde av usikkerheten og variasjonen i reisetid. Ikke for å forutsi nøyaktig hva som vil skje i dag, men for å støtte bedre planlegging.

Historisk data kan gi innsikt i hvordan lignende reiser har fungert tidligere, men de kan aldri gi en garanti for hvordan en reise vil forløpe seg i dag. Poenget er derfor ikke å treffe helt presist, men å gi et bedre bilde av sannsynlighet og variasjon i reisetid. I stedet for å spørre seg selv «kommer jeg for sent?», kan det være mer relevant å spørre «hvor stor er usikkerheten knyttet til denne reisen?».

La oss ta et eksempel. Du skal reise fra Oslo sentrum til Gardermoen fredag ettermiddag. Ville det vært nyttig å vite hvilke reisealternativer og avgangstidspunkter som historisk sett gir størst sannsynlighet for at du rekker flyet?

Fra erfaring til innsikt

Mange reisende tilpasser allerede planene sine basert på tidligere erfaringer. De reiser tidligere enn nødvendig, legger inn ekstra tid til bytte eller velger alternative ruter på bestemte dager og tidspunkt. Slike tilpasninger fungerer godt, men de bygger på individuell og ofte taus kunnskap.

Utfordringen oppstår når man mangler denne erfaringen. For eksempel på nye steder eller i situasjoner som avviker fra det vanlige. Da finnes det få holdepunkter for å vurdere hvor robust en reise faktisk er.

Ved å ta utgangspunkt i historiske data kan erfaringer samles og mønstre synliggjøres på tvers av enkeltpersoner. Taus lokalkunnskap kan dermed tilgjengeliggjøres for flere. Dette gjør det lettere for den reisende å planlegge, enten de er hjemme eller et nytt sted.

Hvordan beregnes den antatte forsinkelsen?

For å skape tillit hos den reisende er det avgjørende at estimatene bygger på realistiske og etterprøvbare forutsetninger. Beregningene tar derfor utgangspunkt i den samme linjen som den planlagte reisen, med identiske stoppesteder og tilsvarende avgangstidspunkt. Både når det gjelder klokkeslett og ukedager.

Datagrunnlaget hentes fra de siste tre månedene. For at det skal gis et estimat, må det foreligge minst ti sammenlignbare reiser i denne perioden. Dette sikrer at beregningene bygger på et tilstrekkelig erfaringsgrunnlag.

På bakgrunn av disse dataene beregnes medianforsinkelsen (p50), avgrenset innenfor den 90. persentilen (p90). Dette gir et robust mål som både tar hensyn til typisk forsinkelse og avgrenser effekten av ekstreme avvik.

I Entur-appen vises kun forsinkelser som overstiger fem minutter. Foreløpig er funksjonaliteten beregnet til reiser som består av én transporttype, det vil si reisen er uten bytter underveis.