Society
Analytics

Data analytics, the future!

Parking space in a smart city.
Christophe Gielkens

3, 2, 1 Start!

In november kreeg ik samen met vier ander Young Graduates, de nieuwe generatie Möbianen, de kans om een driedaagse opleiding te volgen over R. De deep dive in deze programmeertaal en software omgeving werd begeleid onder de deskundigheid van Möbius haar expert in Tooling & Analytics, Jeroen Colin. Deze opleiding is één van de vele initiatieven binnen Möbius om uit te blinken in data analytics.

Als halve leek in programmeren beloofde het een stevig avontuur te worden voor mij. En dat werd het ook. Op dag één werden de ‘basics’ van programmeren herhaald, die bij sommigen (lees: ondergetekende) verder zat dan bij anderen. Nog een beetje groggy van de overflow aan informatie van de eerste opleidingsdag en de daaropvolgende nachtelijke R-dromen, was ik klaar voor dag twee, klaar voor een ware deep dive in R. De snelle, grondige uitleg door Jeroen werd afgewisseld met oefeningen. Ik begon het hele programmeergebeuren zowaar in de vingers te krijgen.

Op de derde en laatste dag van de opleiding werd het tijd om al die opgedane kennis toe te passen in de praktijk. Jeroen stelde verschillende mogelijke projectjes voor en liet ook ruimte voor eigen initiatief. Twijfel alom, er zijn zoveel leerrijke en leuke mogelijkheden. We willen ze eigenlijk allemaal doen! Legt ieder van ons zich toe op een ander project of gaan we alle vier voor hetzelfde? Onder het motto ‘shoulder-to-shoulder’ kozen we ervoor om er toch eentje uit te pikken en er als er team voor te gaan. Samen besloten we ons te storten op de data die de stad Gent publiek beschikbaar stelt op haar website in verband met parkeren in de stad.

Trends die we konden vaststellen uit historische data

Met behulp van R boksten we verschillende grafieken en visualisaties in elkaar, waar we duidelijk enkele trends uit konden afleiden. Op basis van onderstaande grafiek was het mogelijk om bijvoorbeeld de beschikbaarheid van de parkings te analyseren in functie van de verschillende maanden waarover we data beschikten. Er was een duidelijke toename te merken van de bezetting van de parkings rond de periodes van eind juli, eind augustus en eind september. Laat dit nu net toevallig de periodes zijn van de Gentse feesten, de herexamens en het begin van het nieuw schooljaar. Daarnaast bemerkten we ook dat vanaf midden september de gemiddelde bezetting van de parkings hoger ligt dan in de grote vakantie, wat zijn verklaring vindt in het feit dat het schooljaar weer op gang getrokken wordt en de vakantie achter de rug is.

Ook zagen we duidelijke verschillen tussen de parkeerpatronen en de bezettingsgraden van de verschillende Gentse parkings. Uit de gemiddelde bezettingspercentages blijkt de parking op het Sint-Pietersplein geen voltreffer te zijn. De top drie van meeste bezette parkings wordt bepaald door Ramen, de parking op de vrijdagmarkt en als derde parking Sint-Michiels. Deze trend blijkt overheen de tijd te blijven bestaan.

Naast de vergelijking van de bezetting van de verschillende parkings over enkele maanden heen, kon dezelfde analyse ook gebeuren in functie van de dagen van de week. We merkten dat vrijdag en zaterdag blijkbaar de populairste dagen zijn om te parkeren in Gent terwijl op zondag de gemiddelde bezetting lager ligt dan de rest van de weekdagen. De verklaring voor deze bevinding ligt waarschijnlijk in het feit dat er op zaterdag veel mensen naar Gent komen om te shoppen of een terrasje te doen in de zon aan het water en dat het op vrijdag marktdag is in Gent en het weekend eveneens voor de deur staat waardoor mensen waarschijnlijk een avondje uit plannen.

Mogelijke toepassingen naar de toekomst toe

Volgens onderzoek besteedt de gemiddelde chauffeur 6 tot 14 minuten aan een zoektocht naar een parkeerplaats. In grote steden kan dit zelfs gaan tot 20 minuten. Dit komt overeen met ongeveer 106 dagen van je hele leven dat je verspilt aan het zoeken van parkeerplaats. Daarnaast is de kans ook klein dat je na al dat zoeken de perfecte parkeerplaats gevonden hebt exact naast je bestemming en geen kilometer hoeft te stappen vooraleer je kan beginnen winkelen. De gevolgen laten zich raden. Gefrustreerde chauffeurs, verhoogde uitstoot van uitlaatgassen en handelaars die minder verkopen. Door data te verzamelen en deze te analyseren kunnen op verschillende manieren parking gerelateerde problemen verholpen worden.

Met de analyse van de historische parkeerdata in R kunnen perfect voorspellingsmodellen opgesteld worden die ook rekening houden met real-time informatie. Een eerste toepassing die hiervan gebruik zou kunnen maken is een mobiele applicatie. Deze zou ontwikkeld kunnen worden in samenwerking met een software als Google Maps of een andere gelijkaardige toepassing. De applicatie zou in staat kunnen zijn om te voorspellen welke parkeergarages nog niet volzet zullen zijn op het moment van je verwachtte aankomst in de stad of zouden je rechtstreeks kunnen leiden naar de parking die op dat moment het meest geschikt is voor jou.

Een tweede optie zou erin kunnen bestaan om de parkeerroutes door de stad (je weet wel, die wijzers door de stad met P-route er op), te optimaliseren of zelfs dynamisch te maken. Zo zouden parkeerroutes kunnen wijzigen over bepaalde periodes afhankelijk van de voorspelde patronen en hoe vol bepaalde parkeergarages nu zitten.

Stad Gent kan deze gegevens ook gebruiken om te zien of er meer parkeergarages nodig zijn, in welk deel van de binnenstad er misschien er een bijkomende garage nodig is en ze zou zelfs via prijszetting de bezettingsgraad van de verschillende parkeergarages kunnen optimaliseren. Door op dode momenten de prijzen laag te houden zouden de capaciteiten van de parkings optimaal benut kunnen worden.

Wat een verbetermogelijkheden er allemaal niet uit een opleiding van drie daagjes programmeren met data in R kunnen komen. Minder stress voor chauffeurs, minder verkeer in de binnenstad, minder uitlaatgassen en meer mensen die van de Arteveldestad kunnen genieten.

Ook onze collega’s van LoQutus, deel van de Möbius Group, maakten gebruik van dezelfde parkeer data om heatmaps te creëren en diverse trends en patronen af te leiden.

Lees hun nieuwste blog ‘Parking space in a smart city‘.

Bedankt voor het lezen

Contacteer onze expert

Jeroen Colin