Čo sa dá vyčítať z dát od Liftaga

Andrej Probst, 21. december 2015, Inovácie, čítalo 1553 ľudí

Liftago je agregátorom taxikárov v Prahe, čím vytvára moderný spôsob objednávania taxíku. Ako každá služba, ktorá pracuje s transakciami, v tomto prípade s objednávkami taxíkov, má nazhromaždené veľké množstvo dát a rozmýšľa nad tým, k čomu tieto big data použiť. Rozhodla sa, že nebude na to sama, že zverejní časť anonymizovaných dát odbornej verejnosti, aby skúsili z dát niečo vydolovať, niečo vyčítať a tak inšpirovať Liftago k ďalšiemu rozvoju ponúkanej služby. Tu je malá ukážka...

Pred tým než sa pustíme do prezerania výstupov, len stručne, ako Liftago funguje. Ide o objednávkový systém, ktorý začína objednávkou pasažiera. Systém pošle objednávku na niekoľko taxikárov, ktorý aktuálne jazdia a sú v rozumnej vzdialenosti od pasažiera. Taxikári sa rozhodnú, či na objednávku budú reagovať ponukou. K pasažierovi sa tak dostane niekoľko ponúk a je len na ňom, ktorého taxikára si vyberie a privolá.

Liftago ponúka malú časť svojich dát, ktoré sú anonymizované a bez určenia dátumu. Poznať je možné len deň v týždni. Jedna dátová veta obsahuje vybrané informácie o jednej objednávke. Vybraná množina dát obsahuje zoznam objednávok za niektoré 4 týždne.

Počet jázd taxíkov v Prahe v priebehu týždňa

Liftago Open data

Na obrázku je vidieť počty zrealizovaných jázd taxíkom v priebehu celého dňa za každý deň v týždni.

  • Každý deň prevládajú jazdy taxíkom okolo polnoci.
  • Taxikári majú najviac práce v noci cez víkend. Maximum jázd sa zrealizuje v sobotu o polnoci.
  • Naopak majú taxikári viac voľna v priebehu dňa, kedy funguje mestská hromadná doprava.

Vzdialenosť jázd taxíkov v Prahe v priebehu týždňa

Liftago Open data

Na obrázku je vidieť dĺžky zrealizovaných jázd taxíkom v priebehu celého dňa za každý deň v týždni.

  • Jedna trasa taxíkom v Prahe je v priemere 6 až 8 km dlhá.
  • Priemerná dĺžka jazdy sa nemení v závislosti na dni v týždni ani na hodine počas dňa.

Najkratšie ponúkané doby čakania na taxík v Liftagu

Liftago Open data

Na obrázku je vidieť priemer najkratších ponúkaných dôb čakania na taxík v priebehu celého dňa za každý deň v týždni.

  • Na obrázku je pekne vidieť, že v noci zrejme pracuje viac taxikárov ako cez deň. Pasažierovi v noci stačí čakať od 4 do 6 minút. Cez deň čaká od 6 do 8 minút.
  • Najviac sa pasažier načaká skoro ráno okolo šiestej až ôsmej hodiny. To je doba, kedy prudko klesá počet objednaných jázd. Noční taxikári idú domov sa vyspať a denní taxikári len prichádzajú do práce.
  • Podobná situácia nastáva podvečer okolo 18-tej hodiny. Stúpa počet objednávok, rastie počet taxikárov, klesá čas čakania na taxík.

Priemerné počty ponúk od Liftaga v priebehu týždňa

Liftago Open data

Na obrázku je vidieť priemerné počty ponúk, ktoré dostávajú užívatelia Liftaga v priebehu celého dňa za každý deň v týždni.

  • Graf je inverzný predchádzajúcemu grafu. V noci, kedy je výrazne viac objednávok, v práci je veľa taxikárov a tak majú pasažieri viac možností vyberať si taxikára. V noci má klient na výber priemerne 2 až 3 taxikárov.
  • Cez deň je výber slabší. Opäť najmenší výber taxikárov je v momentoch kedy sa strieda deň a noc.

Na záver

Liftago zvolilo dobrý postup ako zlepšovať kvalitu svojej služby. Otvorilo svoje dáta širokej odbornej verejnosti, ktorú môžu napadnúť nové spôsoby využitia dát a tak pomôcť Liftagu zlepšovať taxislužbu. Liftago to nič nestojí, môže len získať. A niekomu z odbornej verejnosti sa môže podariť vymyslieť niečo nové a nadviaže obchodnú spoluprácu s poskytovateľom dát. Už len aby si viacero firiem zobralo príklad z Liftaga a otvorili svoje dáta.

Čo Ty na to?





Čo na to ostatní?

Andrej Probst, 7. január 2016 10:25:13
Kristýna, 4. január 2016 08:39:53

Nejsem si úplně jistá, jestli se dá zrovna mluvit o big datech. Výše uvedené grafy jsou celkem základní. Nevím, co konkrétně bylo obsahem dat, které zveřejnili, ale zajímavá by byla informace o průměrné marži, průměrné, maximální a minimální útratě zákazníka, odhad věkové segmentace klientů, kteří aplikaci využívají, dobu, kdy je aplikace nejpožívanější, atd.