การเคลื่อนที่ที่ขับเคลื่อนด้วยข้อมูลกำลังเปลี่ยนแปลงประสบการณ์ลูกค้าของการขนส่งสาธารณะ

การเคลื่อนที่แบบขับเคลื่อนด้วยข้อมูล: การจำลองกำลังปรับเปลี่ยนประสบการณ์การขนส่งสาธารณะอย่างไร

ระบบจำลองการจราจรของ Fujitsu ได้ถูกนำมาใช้ในแผนการขนส่งสาธารณะระดับภูมิภาคของเมือง Maebashi ซึ่งเป็นก้าวสำคัญในวิวัฒนาการของการเคลื่อนที่ในเมืองที่ขับเคลื่อนด้วยข้อมูล ระบบนี้พัฒนาขึ้นภายใต้โครงการการเปลี่ยนแปลงทางดิจิทัลด้านการขนส่งระดับชาติ โดยผสมผสานการสร้างแบบจำลองการขนส่งแบบเส้นทางคงที่และแบบตอบสนองความต้องการ ซึ่งเป็นแนวทางที่ยังไม่เคยนำไปใช้ในระดับนี้ในญี่ปุ่นมาก่อน ผลลัพธ์ของระบบได้ถูกใช้เป็นหักฐานสนับสนุนสำหรับการตัดสินใจเชิงนโยบาย รวมถึงการขยายเส้นทางรถโดยสาร

การพัฒนาการเคลื่อนที่แบบขับเคลื่อนด้วยข้อมูลนี้สะท้อนถึงการเปลี่ยนแปลงที่กว้างขึ้นในวิธีการออกแบบและส่งมอบบริการสาธารณะ การขนส่งซึ่งเดิมถูกมองว่าเป็นหน้าที่เชิงปฏิบัติการ กำลังถูกกำหนดใหม่เป็นด้านประสบการณ์ลูกค้า ประชาชนคาดหวังบริการด้านการเคลื่อนที่ที่เชื่อถือได้ ยืดหยุ่น และตอบสนองความต้องการของพวกเขา ซึ่งเป็นความคาดหวังที่ถูกสร้างขึ้นจากแพลตฟอร์มผู้บริโภคที่ให้ความสำคัญกับดิจิทัลเป็นอันดับแรก

ความคาดหวังที่เปลี่ยนแปลงในประสบการณ์การเคลื่อนที่

ระบบขนส่งสาธารณะทั่วโลกกำลังตกอยู่ภายใต้แรงกดดันที่จะต้องปรับตัวเข้ากับประชากรศาสตร์ที่เปลี่ยนแปลง เป้าหมายด้านสิ่งแวดล้อม และความคาดหวังของผู้ใช้ที่เปลี่ยนไป ประชากรที่สูงอายุ การขยายตัวของเมือง และข้อจำกัดด้านแรงงานกำลังสร้างความท้าทายเชิงโครงสร้าง ในขณะที่เป้าหมายด้านความยั่งยืนกำลังผลักดันความจำเป็นในการมีระบบที่มีประสิทธิภาพและปล่อยมลพิษต่ำมากขึ้น

ในขณะเดียวกัน การเติบโตของแพลตฟอร์ม Mobility-as-a-Service (MaaS) ได้กำหนดใหม่ว่าผู้ใช้โต้ตอบกับการขนส่งอย่างไร การวางแผนเดินทางที่ราบรื่น การอัปเดตแบบเรียลไทม์ และตัวเลือกที่ปรับแต่งเฉพาะบุคคลกำลังกลายเป็นความคาดหวังมาตรฐาน การบรรจบกันของประสบการณ์ดิจิทัลและทางกายภาพนี้ต้องการแนวทางใหม่ในการออกแบบบริการ ซึ่งบูรณาการข้อมูล เทคโนโลยี และพฤติกรรมของมนุษย์

สำหรับผู้นำด้าน CX นัยยะชัดเจน: การออกแบบประสบการณ์ต้องขยายออกไปเกินจุดสัมผัสดิจิทัลเพื่อครอบคลุมระบบนิเวศบริการทั้งหมด

การวางตำแหน่งเชิงกลยุทธ์ผ่านเทคโนโลยีดิจิทัลทวิน

แนวทางของ Fujitsu ใช้ประโยชน์จากความสามารถด้านดิจิทัลทวินเพื่อจำลองพฤติกรรมของมนุษย์และสังคมภายในระบบขนส่ง โดยการบูรณาการชุดข้อมูลหลายชุด รวมถึงข้อมูลสำมะโนประชากร รูปแบบการเคลื่อนที่ และข้อมูลผู้โดยสารจากแอป ระบบสร้างการแสดงเสมือนจริงของสภาพความเป็นจริงในโลก

สิ่งนี้สอดคล้องกับกลยุทธ์ที่กว้างขึ้นของบริษัทในการนำการประมวลผลขั้นสูงและ AI มาใช้กับความท้าทายของสังคม แทนที่จะมุ่งเน้นเฉพาะโซลูชัน IT ขององค์กรเท่านั้น Fujitsu กำลังวางตำแหน่งตัวเองภายในพื้นที่เมืองอัจฉริยะและโครงสร้างพื้นฐานสาธารณะ ซึ่งสามารถบรรลุผลกระทบระยะยาวที่สามารถขยายขนาดได้

ความสามารถในการสร้างแบบจำลองทั้งระบบขนส่งแบบคงที่และแบบตอบสนองความต้องการมีความสำคัญเป็นพิเศษ มันสะท้อนถึงการเปลี่ยนไปสู่โมเดลการเคลื่อนที่แบบผสมผสานที่รวมความสามารถในการคาดการณ์เข้ากับความยืดหยุ่น ตอบสนองความต้องการของผู้ใช้ที่หลากหลายในขณะที่เพิ่มประสิทธิภาพการจัดสรรทรัพยากร

เทคโนโลยีทำงานอย่างไร

แกนหลักของระบบประกอบด้วยส่วนประกอบที่ขับเคลื่อนด้วย AI หลายส่วน เทคโนโลยีประชากรเทียมสร้างชุดข้อมูลสังเคราะห์ที่สะท้อนถึงประชากรศาสตร์และพฤติกรรมของภูมิภาค แบบจำลองการเลือกพฤติกรรมใช้การเรียนรู้ของเครื่องเพื่อจำลองวิธีที่บุคคลเลือกรูปแบบการขนส่งตามปัจจัยต่างๆ เช่น เวลาเดินทาง ค่าใช้จ่าย และสถานการณ์ส่วนบุคคล

แบบจำลองเหล่านี้ถูกบูรณาการเข้าสู่กรอบการจำลองแบบหลายตัวแทน ซึ่งรูปแบบการขนส่งต่างๆ โต้ตอบกันแบบไดนามิก สิ่งนี้ช่วยให้ผู้วางแผนประเมินสถานการณ์ด้วยความแม่นยำสูง แม้ในกรณีที่ไม่มีข้อมูลจริงที่สมบูรณ์

ระบบยังมีเครื่องมือการแสดงภาพและตัวชี้วัดการประเมินผล ซึ่งช่วยให้ผู้มีส่วนได้ส่วนเสียประเมินผลกระทบของตัวเลือกนโยบายต่างๆ ได้ ซึ่งรวมถึงตัวชี้วัดที่เกี่ยวข้องกับระดับการบริการ ประสิทธิภาพด้านต้นทุน และรูปแบบการใช้งาน ให้มุมมองที่ครอบคลุมของผลลัพธ์ที่เป็นไปได้

ผลกระทบต่อประสบการณ์ลูกค้า

การนำความสามารถด้านการจำลองเช่นนี้มาใช้มีผลกระทบโดยตรงต่อประสบการณ์ลูกค้า โดยการปรับการออกแบบบริการให้สอดคล้องกับพฤติกรรมผู้ใช้จริง ระบบขนส่งสามารถเป็นที่เข้าใจง่ายและตอบสนองมากขึ้น ตัวอย่างเช่น การเพิ่มประสิทธิภาพเส้นทางตามรูปแบบความต้องการสามารถลดเวลารอและปรับปรุงการเข้าถึงสำหรับพื้นที่ที่ได้รับบริการไม่เพียงพอ

การขนส่งแบบตอบสนองความต้องการนำเสนอระดับของการปรับแต่งเฉพาะบุคคล ช่วยให้บริการปรับตัวตามความต้องการของแต่ละบุคคลแทนที่จะพึ่งพาตารางเวลาคงที่เพียงอย่างเดียว สิ่งนี้สำคัญเป็นพิเศษสำหรับประชากรที่มีตัวเลือกการเคลื่อนที่จำกัด เช่น ผู้สูงอายุ

ประสิทธิภาพการดำเนินงานยังมีบทบาทสำคัญ การลดลงของเวลาในการวางแผนและสร้างฉันทามติที่รายงานชี้ให้เห็นว่าหน่วยงานสามารถดำเนินการเปลี่ยนแปลงได้เร็วขึ้น ปรับปรุงการตอบสนองต่อสภาวะที่เปลี่ยนแปลง วงจรการตัดสินใจที่เร็วขึ้นแปลเป็นการส่งมอบบริการที่คล่องตัวมากขึ้น ซึ่งเป็นองค์ประกอบสำคัญของประสบการณ์ลูกค้าเชิงบวก

ผลกระทบต่ออุตสาหกรรมในวงกว้าง

การใช้การจำลองที่ขับเคลื่อนด้วย AI ในการวางแผนการขนส่งบ่งบอกถึงแนวโน้มที่กว้างขึ้นไปสู่การจัดการโครงสร้างพื้นฐานเชิงคาดการณ์ เมื่อเมืองกลายเป็นศูนย์กลางข้อมูลมากขึ้น ความสามารถในการคาดการณ์และตอบสนองต่อความต้องการของผู้ใช้จะกลายเป็นลักษณะเฉพาะของระบบเมืองที่ประสบความสำเร็จ

การเปลี่ยนแปลงนี้ยังมีผลกระทบในเชิงการแข่งขัน แนวทางการวางแผนแบบดั้งเดิมซึ่งมักพึ่งพาการวิเคราะห์ด้วยตนเองและที่ปรึกษาภายนอก อาจดิ้นรนที่จะตามทันวิธีการที่ขับเคลื่อนด้วยข้อมูลอัตโนมัติ ผู้ให้บริการเทคโนโลยีที่สามารถเสนอโซลูชันที่สามารถขยายขนาดและบูรณาการได้มีแนวโน้มที่จะมีบทบาทสำคัญมากขึ้นเรื่อยๆ

นอกจากนี้ การบรรจบกันของรูปแบบการขนส่งเข้าสู่แพลตฟอร์มแบบรวมชี้ให้เห็นถึงการเคลื่อนไปสู่โมเดลที่ใช้ระบบนิเวศเป็นฐาน ซึ่งการทำงานร่วมกันระหว่างผู้มีส่วนได้ส่วนเสียภาครัฐและเอกชนกลายเป็นสิ่งจำเป็น

มองไปข้างหน้า

แผนของ Fujitsu ที่จะทำให้ระบบนี้เป็นเชิงพาณิชย์เป็นบริการแสดงถึงความทะเยอทะยานที่กว้างขึ้นในการทำให้แนวทางนี้เป็นมาตรฐานในทุกภูมิภาค เมื่อเทคโนโลยีพัฒนา ด้วยการผสมผสานแหล่งข้อมูลที่หลากหลายมากขึ้นและปรับแต่งความสามารถในการคาดการณ์ มันอาจกลายเป็นเครื่องมือพื้นฐานในการวางแผนเมืองและโครงการเมืองอัจฉริยะ

สำหรับผู้นำด้าน CX ข้อสำคัญคือความสำคัญที่เพิ่มขึ้นของการจำลองและการวิเคราะห์เชิงคาดการณ์ในการออกแบบประสบการณ์ ไม่ว่าจะเป็นในการขนส่งสาธารณะหรือภาคส่วนอื่นๆ ความสามารถในการสร้างแบบจำลองและเพิ่มประสิทธิภาพเส้นทางลูกค้าก่อนการนำไปใช้แสดงถึงความก้าวหน้าที่สำคัญ

การพัฒนานี้ยังส่งสัญญาณถึงการเปลี่ยนแปลงที่ลึกซึ้งยิ่งขึ้น: ขอบเขตระหว่างระบบปฏิบัติการและประสบการณ์ลูกค้ากำลังละลาย การตัดสินใจด้านโครงสร้างพื้นฐานกำลังถูกประเมินผ่านมุมมองของผลกระทบต่อผู้ใช้มากขึ้น และข้อมูลกำลังกลายเป็นสะพานเชื่อมระหว่างสองสิ่งนี้

ข้อสำคัญที่ควรจดจำ

• การจำลองที่ขับเคลื่อนด้วย AI กำลังกำหนดใหม่ว่าการขนส่งสาธารณะเป็นสาขาวิชา CX
  การตัดสินใจด้านการวางแผนถูกนำทางโดยข้อมูลเชิงลึกเกี่ยวกับพฤติกรรมลูกค้ามากขึ้นแทนที่จะเป็นโมเดลคงที่
• เทคโนโลยีดิจิทัลทวินช่วยให้สามารถออกแบบประสบการณ์เชิงคาดการณ์ได้
  องค์กรสามารถจำลองและเพิ่มประสิทธิภาพบริการก่อนการนำไปใช้ ลดความเสี่ยงและปรับปรุงผลลัพธ์
• โมเดลการขนส่งแบบผสมผสานเพิ่มความยืดหยุ่นและการปรับแต่งเฉพาะบุคคล
  การผสมผสานระบบคงที่และตอบสนองความต้องการช่วยให้มีโซลูชันการเคลื่อนที่ที่ครอบคลุมและปรับตัวได้มากขึ้น
• ความคล่องตัวในการดำเนินงานปรับปรุงประสบการณ์ลูกค้าโดยตรง
  วงจรการวางแผนที่เร็วขึ้นและการสร้างฉันทามติที่ขับเคลื่อนด้วยข้อมูลช่วยให้สามารถปรับปรุงบริการที่รวดเร็วและตอบสนองมากขึ้น
• ความไว้วางใจในบริการสาธารณะเสริมสร้างผ่านความโปร่งใส
  การตัดสินใจที่ใช้หลักฐานเป็นฐานช่วยสร้างความมั่นใจในหมู่ประชาชนและผู้มีส่วนได้ส่วนเสีย

โพสต์ Data-Driven Mobility is Transforming Public Transportation CX ปรากฏครั้งแรกใน CX Quest