Microsoft
活动+
 

GoShare如何成为出行选择 服务的可预期性造就用户习惯

GoShare新事业总监姜家炜希望藉由端至端方案的完整方案,找出城市的交通模型。李建梁

GoShare共享服务于29日在桃园上路,对于如何推广新服务,让GoShare成为民众自然而然的出行选择?GoShare新事业总监姜家炜表示,重点在于确保服务的可预期性,才能让民众养成使用的习惯。

运输服务的可预期性

谈及运输服务的可预期性,姜家炜举公车为例,在智能站牌与提供公车动态信息的App普及之前,人们更倾向搭乘班次密集、平均等车时间短的捷运完成旅次;因为捷运所提供的运输服务与使用者的预期一致,可预期的服务会让使用者产生信赖感,久而久之成为习惯。

从近年来街头逐渐普及的智能站牌、以及多元的公车动态App,可以看到公车产业为了提高服务的可预期性所做的努力。那么共享运具呢?不象是大众运输系统具备固定的路线、班次,共享运具服务是以物联网技术为基础,在建立了完善的系统为骨干之后,以数据为血肉逐渐长成的体系,成为大众运输与私有运具之外的另一种选择。

端至端方案串联完整移动数据 找出城市的交通模型

GoShare甫推出便一再强调服务的「端至端」特性,垂直集成了机车制造、电池交换网络、AI、云端营运管理系统与客户行动装置App。端至端方案的背后,是一层又一层紧密结合且互为回馈的数据,以及高度自动化的系统维运机制。那么这套高度集成的出行方案,要如何打造服务的可预期性?

姜家炜直言,GoShare不会在上线之初就能将共享服务做到极致,机器学习的导入,就是为了让整套系统逐步地掌握不同城市的骑乘、停车习惯;高度可预期的服务,最终是建立在系统对该城市交通模型的高度了解上。

交通行为具备方向性,最终会呈现平衡且稳定的状态。姜家炜解释,当单一使用者已无法藉由更换路线、运具,找到时间、金钱成本更低的出行方式时,最后的旅次就会固定下来。当一个路网中所有使用者皆是循这个模式找到最佳的出行模式,就会建立该城市的交通模型。

现阶段公部门冀望优化城市交通、交通新创业者想要带来新应用的前提,皆须以上述的交通模型为蓝本,这也是为什么交通产业对交通信息的重视度逐渐提升,贴近真实的交通数据成为智能交通的发展的主心骨。


  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: Gogoro 电动机车 共享