‘Verkeersdata vergaren is als het delven van goud’

Met verkeersdata werken is te vergelijken met goud mijnen, stelt Gerard Eijkelenboom, programmamanager rijgedrag en doorstroming bij de Verkeersonderneming. Bij allebei moet je vier fases doorlopen, vertelde hij tijdens de VerkeersNet Academy over effectief datagebruik. Hij onderscheidt de fases: zoeken naar goudmijnen, delven, vondsten op waarde schatten en het goud gebruiken.

Zo’n zes jaar werken ze nu met verkeersdata bij de Verkeersonderneming, het samenwerkingsverband van de Metropoolregio Rotterdam-Den Haag, de gemeente Rotterdam, het Havenbedrijf, het ministerie van Infrastructuur en Waterstaat en Rijkswaterstaat. Aanleiding destijds van de oprichting van het ‘datateam’ was de bereikbaarheid in de regio Rotterdam verbeteren.

In die zes jaar ontdekte dat team dat je vier fases moet doorlopen om data effectief te kunnen gebruiken, vertelt Eijkelenboom. Het hele proces lijkt volgens hem erg op het mijnen van goud.

Stap 1: ga op zoek naar goudmijnen.

“Als je goed gaat kijken, barst het van de mijnen”, zegt Eijkelenboom. Hij wijst op data uit apps en uit boardcomputers in auto’s, maar ook op data uit ritregistratiesystemen en uit slimme camera’s. “De kunst is om te bedenken: waar kan ik wat mee? Wat ligt binnen mijn bereik? Is iets commercieel gevoelig? En hoe is de kwaliteit?”

Een goede illustratie is, zegt Eijkelenboom, de data uit het Monitoring Rotterdam-project. “Voor dat project werden allerlei dingen gemeten in de stad op gebied van verkeer en vervoer – onder andere rijsnelheden. Toen dachten we: die data willen we hebben. Maar toen bleek dat het contract er niet op ingericht was.” Op enig moment moest het project opnieuw aanbesteed worden. De gemeente Rotterdam dacht toen: dit is het moment om het beter te regelen. “In het nieuwe contract is het goed geregeld. We kunnen nu inloggen in een portal en hebben zo toegang tot de historische data.”

Stap 2: goud delven

Voor het delven van goud heb je allerlei tools nodig. Voor het mijnen van verkeersdata geldt dat net zo, vertelt Eijkelenboom. “Het nadeel van data-analyse is dat programma’s als Exel niet meer voldoen. En dat de netwerken op kantoor het niet aankunnen. Je moet dus gaan kijken hoe je grote hoeveelheden data kunt verwerken.” Zijn team, vertelt hij, werkt met tools van onder meer Jupyter, Kibana, Spark en Amazon. Hiermee kun je onder andere extra rekenkracht vergaren, programmeren en visualiseren.

Stap 3: goud op waarde schatten

Soms denk je goud in handen te hebben, maar blijken het gewoon stenen, legt Eijkelenboom. Hij geeft een voorbeeld. “Een van onze data-analisten kwam naar me toe. Ze zei: er rijden meer fietsers door rood dan door groen. Ik keek haar aan en zei: vertel me eens wat nieuws. Maar, zei ze, het is hier op de Erasmusbrug. Ik dacht: dat kan niet, dan vallen er echt doden. Ik zei toen: ga nog eens een keer goed kijken. En toen bleek dat er iets verkeerd was afgesteld. Met andere woorden: soms is iets raar maar waar en soms is het ook gewoon niet waar.”

Stap 4: gebruik het goud

Bij deze stap is het belangrijk, benadrukt Eijkelenboom, dat je mensen uit het veld meeneemt in het analyseren. In zijn presentatie toont hij verschillende voorbeelden waar de Verkeersonderneming de vergaarde data effectief heeft toegepast. Onder meer op de A20, aan de noordkant van de stad. Voor dit traject is een aantal jaar geleden lusdata van Rijkswaterstaat gecombineerd met snelheidsaanwijzingen van de matrixborden boven de weg. Uit een filmpje dat hij laat zien blijkt dat de borden en het verkeer sterk op elkaar reageren. Het bolletje laat de hoeveelheid verkeer zien, de kleur en de nummers duiden op de snelheid van het verkeer.

Geeft het bord op het beginpunt een rood omrande 50 aan (vanwege de drukte bijvoorbeeld), dan zijn de gevolgen voor het verkeer op het eindpunt merkbaar. “In sommige situaties gaat het goed”, zegt Eijkelenboom, “in andere situaties kan er een filegolf ontstaan. Het is belangrijk om dit te finetunen.”

Nog een voorbeeld

Eijkelenboom toont zijn gehoor nog een voorbeeld van het toepassen van de bevindingen uit verkeersdata. “Het idee is dat er vrijdags minder auto’s op de weg rijden. Maar dat is helemaal niet zo. Duik je in de data, dan zie je dat er vrijdags in plaats van één toppiek twee kleinere pieken zijn. Het totaal aantal voertuigen is hetzelfde, maar 700 voertuigen vertrekken dus een uurtje later. Dan denk je toch: waarom kan dat niet op de andere dagen, dan zijn alle problemen opgelost. Wat ook uit de cijfers blijkt is dat 30 procent busje is. Dus betekent ook dat onze aanpak van automobilisten naar de bestuurders van busjes verschoven is.”

Eijkelenboom heeft nog een voorbeeld. 20 procent van het stuk A20 rijdt daar maar 8 kilometer. “Dat is opmerkelijk: er rijden treinen, metro’s, bussen en er zijn fietspaden… We zijn nu een project gestart om te kijken hoe we het mensen aantrekkelijk kunnen maken om op een andere manier te reizen. De vraag stellen is makkelijker dan hem beantwoorden, maar stap voor stap proberen we inzicht te krijgen.”