g-contents world Geomedia Summit 東京のタクシー IoT 化 サービス向上からデータ活用まで タクシー新配車システムの変遷 ~ 日本でのアプリ配車における これまでの流れと今後の可能性 ~
トヨタ次世代タクシー 10 月 23 日出発式
タクシー産業の現状 ( 全国ハイヤー タクシー連合会資料 )
東京のタクシーの現状 ( 東京ハイヤー タクシー協会資料 )
新配車システムの起源 平成 22 年 (2010 年 ) 携帯電話と GPS を使った配車システムの構想 と言う実証実験を通し下記の 2 点が証明される (https://www.kouza.mitaka-univ.org/kouza/pdf/223.pdf) 1 無線協組を超えた連携が可能であり高次元の利用者利便を図ることができる 2 現状の専用無線配車システムを無駄にすることなく活用した配車が可能 平成 23 年 日本交通が 日本交通タクシー配車アプリ のサービスをスタートさせる 日本初の配車アプリとして注目を集める 平成 24 年 他の協組も開発を検討し始める中 業界共通基盤を目指し 3 年間の国からの助成金を受け協会事業として スマホ de タッくん の開発に着手 以降 多くの協組が独自のアプリを発表している ( 現在全国で 100 前後アプリが存在 )
理念 スマホ配車システムは 1 事業者や 1 協組が作っても既存の電話注文と差がなく利用者にとってのメリットは少ない 企業間 協組間を超えて一番近くにいる空車と利用者をマッチングさせることでその機能を遺憾なく発揮できる 従って 協組を超えて連携し配車できる仕組みを 1 事業者 1 協組に依存することなく平等 公平且つ透明性の高い共通プラット ホームとして構築することが望まれる また それによって渋滞情報の提供や防犯システム等の公共性の高い社会貢献が可能となる
データ活用事例ご紹介
東京ハイヤー タクシー協会共通配車サービス スマホ de タッくん 8
配車サービスの概要 12000 台強が参加する 都内最大の配車サービス GPS で測位された位置情報をベースに 利用者のお迎え位置にもっとも近いタクシーを手配 スマホアプリの他 マンションのドアホンから呼び出す仕組みも提供 SmartPhone/Device ios Android Windows 23 区 武蔵野三鷹地区 注文 探索 依頼 11000 台強 多摩地区 Door Phone アイホン 配車 配車 1000 台弱 9
配車サービスのしくみ : 既存のシステムをインターネットに繋げ IoT 化 タクシー各社の既存インフラを活用し 自社配車システムで 眠っている タクシー動態データをインターネットに接続 クラウド上にある共通配車基盤に集約 タクシー各社で既に構築されてきたもの 配車サービス実現のためにあらたに構築されたしくみ タクシー動態 DB タクシー 動態管理 自動配車システム 共通配車基盤 ( 利用者と至近の車両とのマッチング ) スマホ de タッくん ( アプリ ) 10
ここには動画が入ります 11
データ活用事例紹介 :VICS へのタクシーデータの提供 タクシー各社 ( 共通基盤参加各社 ) の許諾を受け VICS にタクシーデータを交通情報として加工 提供 既存インフラ ( タクシー無線 ) 共通配車インフラ ( インターネット ) タクシー会社 / 無線組合 東京ハイヤータクシー協会 タクシー 動態管理 自動配車システム 共通配車基盤 ( 利用者と至近の車両とのマッチング ) スマホ de タッくん ( アプリ ) タクシー動態 DB VICS & みずほ プローブデータ リアルタイム道路交通情報 12
データ活用事例紹介 :VICS へのタクシーデータの提供 タクシーグループ みずほからの情報提供を受け 道路交通情報通信センターでは 従来よりもきめ細やかな道路交通情報サービス VICS WIDE を 2015 年 4 月より提供開始 これまでの VICS サービス 分岐方向別に関わらず 一律の旅行時間を情報提供 タクシープローブの提供以降 分岐方向別に旅行時間情報を提供可能 13
データ活用事例紹介 : タクシー業界内でのデータ活用 14
データ活用事例紹介 : タクシー需要 ( 乗車回数 ) の多い地域の可視化 郊外での利用 ( 田園調布 中央線沿線駅など ) での利用が多い 15
データ活用事例紹介 : タクシー需要 ( 営業収入 ) の多い地域の可視化 いわゆる長距離利用は都心部に集中 16
データ活用事例紹介 : 初乗 410 円組替以降のタクシー需要予測 実証実験を通じて得たデータ ( 走行履歴 過去走行履歴 アンケートなどによる利用意向 行動モデル ) をもとに運賃組替以降の需要を予測 ( 悲観シナリオ 0.2 パーセントの収入減 楽観シナリオ 10.8 パーセントの収入増 ) 2017 年 7 月の日経新聞によれば大手 4 社で前年比 6.8% の営業収入増 2 キロメートルまでの利用が 1 割以上増加 都心部等では需要増による増収が期待 田園調布等では収入減を予測 減収幅大 増収幅大 17
データ活用事例紹介 : タクシーデータ バイタルデータ タクシーのデータから急加減速などが発生した場所と ドライバーの心拍の変動があった場所とを比較 イベントデータのうち 急加速が発生した場所 心拍数が 10 以上急上昇した場所 急減速が発生した場所は 都心部に集中 心拍数が 10 以上急上昇した場所は 都内中心部に集中
データ活用事例紹介 : タクシーデータ バイタルデータ 交通量の多い場所 車 その他車両 人が交錯する場所では挙動の変化 心拍と高い関連 六本木付近 急減速 急加速 急発進
データ活用事例紹介 : タクシーデータ バイタルデータ 駅や空港 商業施設などでの車寄せでは ドキドキ するらしい 利用者とドライバーのコミュニケーション 運行開始をスムーズにするためには? 心拍数変化 急減速 急加速 急発進
データ活用事例紹介 : タクシーデータ バイタルデータ タクシーが価値提供できる領域は タクシー業界内外にまだ多く存在しているのではないか 交通のスマート化 自動運転などへの積極的な関与 街の動き 消費を知る一つのセンサーデータとしての活用 車両 自動車の位置情報 自動車の加速度情報 自動車の前方の写真 その場の状況に適したドライブ 運行をサポート 静的な傾向把握 支援渋滞状況 雨 ブレーキ多発エリア等予め対応可能な状況認識 乗務員 ドライバーの心拍情報 動的な状況把握 支援歩行者の有無 路駐車両の存在などリアルタイムな周辺環境認識 周辺環境 自動車の周りの環境情報 21
データ活用事例紹介 : タクシー動態は 街の動き の写像 クライマックスシリーズ ( 巨人 vs 阪神戦 ) 試合開始直前は周辺駅からのタクシー利用が 終了前後はドーム周辺での利用が増える 一方的な展開になると タクシー需要は減る 17 時 18 時 19 時 20 時 21 時 22 時 10 月 15 日 東京ドーム 10 月 22 日 22
ご清聴ありがとうございました 23