2020년에 Covid-19 팬데믹이 닥쳤을 때 대중교통 조직에서는 리소스를 재할당했습니다. 많은 조직에서 열차 일정을 단축하고 선로 건설, 인프라 및 안전 교육에 집중했습니다.
직원들이 하이브리드 또는 풀타임으로 사무실에 복귀하기 시작하자 많은 대중교통 조직이 일정을 적절하게 조정하는 데 실패했습니다. 이로 인해 안전 문제, 비위생적인 상황, 우회된 역, 붐비는 기차, 실망한 승객이 발생했습니다.
저는 시카고 시내에 있는 제 사무실에 정규 통근하는 사람으로서 지난 몇 년 동안 변화가 있다는 사실을 알게 되었고 이를 조사해야 한다고 생각했습니다. Minitab Workspace와 Minitab Statistical Software를 사용하면 이러한 문제를 해결할 수 있습니다. 그 방법은 다음과 같습니다.
사용 사례: 승객들을 괴롭히는 것은 무엇일가요?
가상 시나리오에서 한 주요 중서부 운송 당국은 고객 만족도를 측정하고 개선이 필요한 영역을 파악하기 위해 고객 설문조사를 실시했습니다. 놀랍게도 대부분의 고객은 만족하지 않았습니다. 몇 가지 이유가 발견되었습니다. 팀에서는 Minitab Workspace를 사용하여 고객의 가장 일반적인 불만 사항을 시각화했습니다.
가장 일반적인 불만 사항은 '피크 시간대 혼잡'이었습니다. 이는 특히 아침 러시 아워(월요일~금요일 오전 5시~오전 10시)에 심했습니다. 다음 단계는 Minitab Statistical Software를 사용하여 이 데이터를 시각화하는 것이었습니다.
데이터 시각화: 승객들은 언제 열차를 이용할까요?
일반적으로 우리가 분석한 열차 라인에서는 러시 아워에 20분마다 열차가 운행됩니다. 팀에서는 몇 주 동안 데이터를 수집하여 각 열차를 타는 사람의 수를 대략적으로 파악했습니다. 모든 관련 데이터를 수집한 후 Minitab에서 상자 그림과 산점도라는 두 가지 시각화를 만들었습니다. 그 데이터는 다음과 같습니다.
이들의 데이터에 따르면 화요일~목요일에 승객이 가장 많았으며, 수요일 오전 8시 20분과 오전 8시 40분에 열차를 가장 많이 사용했습니다 이것은 월요일과 금요일에 더 자주 재택근무 하는 경향이 있는 근로자들의 하이브리드 근무 일정이 급증한 것으로 이해할 수 있습니다.
이 문제를 어떻게 해결할 수 있을까요?
그래서 이 회사의 경영진은 매일의 데이터 추세를 더 잘 파악하기 위해 이 데이터를 일별로 나누고 회귀 분석을 사용했습니다. 다음은 Minitab이 수요일에 대해 생성한 적합선도입니다.
이 경우, 경정진은 이 방정식을 사용하여 수요일에 피크 시간대 외에도 하루종일 언제든지 승객수를 예측할 수 있습니다.
더 중요한 것은 팀에서는 승객수에 명확한 통계적 변화가 있었는지 확인하고 싶었다는 것입니다. 이를 위해 Minitab의 예측 분석 모듈에 있는 MARS 회귀 분석을 사용하여 데이터를 패턴의 명확한 이동을 관찰할 수 있는 세그먼트로 나누었습니다. 수요일 데이터는 다음과 같습니다.
이 하나의 예측 변수 부분 의존도는 흥미로운 맥락을 추가했습니다. 오전 8시 20분에서 9시 사이에 이동한 승객수가 가장 많았지만, 패턴의 가장 큰 변화는 오전 7시 40분 열차에서 발생했습니다. 또한 MARS를 통해 예측 버튼을 클릭하기만 하면 각 요일에 대한 향후 예측을 얻을 수 있습니다.
그렇다면 어떻게 응용할 수 있을까요?
이 데이터가 없다면 대부분의 교통 조직에서는 러시 아워 피크 시간대에 열차를 추가하도록 권장할 것입니다. 아마도 오전 8시 30분 또는 8시 40분 정도가 될 것입니다. 하지만 세부적으로는 운송 시스템에서 러시 아워 피크 시간에 조금 더 늦은 시간이 아닌 오전 8시 정도에 열차를 더 추가하면 과잉 수용 상태를 줄이는 것이 더 나은 결과를 얻을 수 있습니다. 이것이 과잉 수용 상태를 줄이는 데 더 효과적일 것입니다.
바라건대, 이 데이터를 통해 운송 시스템은 일정을 다시 재정비할 필요가 없을 것이며, 제한된 리소스를 어디에 소비하는지 더 스마트하게 파악할 수 있을 것입니다. 이 단계는 열차를 추가하면 가장 큰 영향을 미칠 수 있는 시간을 찾기 위해 승객수가 허용 임계값을 초과하는 모든 요일에 대해 반복할 수 있습니다.
또한, 팀에서는 이 문제를 먼저 해결하면 과도하게 밀집된 스테이션, 좌석 부족, 청결과 같은 다른 문제도 자연스럽게 해결할 수 있다고 추측했습니다.
결국, 승객들은 더 행복해질 것입니다. 이것은 좋은 일입니다. 행복한 승객은 직장, 학교 또는 여가를 위해 이동할 수 있는 다른 방법을 찾을 가능성이 낮습니다.
데이터에 기반한 운송 문제 해결
대중교통은 환경에 미치는 긍정적인 영향, 승객들의 경제적 이점, 모두를 위한 교통 혼잡 감소, 사회적 형평성 증진 등 여러 가지 이유로 매우 중요합니다. 이러한 시스템이 문제에 직면하면 승객뿐만 아니라 신뢰할 수 있는 운송 수단에 의존하는 도시 전체의 생태계에도 부정적인 영향을 미칩니다.
Minitab은 강력한 데이터 분석 도구를 제공하여 대량 운송 시스템이 더 효율적이고 안정적이며 안전하게 운영되도록 지원하여 문제를 파악 및 시정하거나 사전에 해결할 수 있습니다. 운송 당국은 Minitab의 기능을 활용하여 경로를 최적화하고, 유지 보수 일정을 개선하고, 전반적인 서비스 품질을 향상시켜 모든 승객에게 더 원활하고 신뢰할 수 있는 경험을 제공할 수 있습니다.
