Segmentierung von Nutzenden und Fahrten in Free-Floating E-Bike-Sharingsystemen: Evidenz aus dem Raum Basel

Vortrag
Sitzungstermin
Mittwoch (20. September 2023), 11:00–12:30
Sitzungsraum
SH 2.109
Autor*innen
Michael Stiebe (HS Luzern)
Widar von Arx (HS Luzern)
Dominic Häfliger (HS Luzern)
Kurz­be­schreib­ung
Diese Data Science Studie auf Basis feingranularer Nutzenden- und Fahrtdaten (> 37.000 User, > 250.000 Fahrten, 2018-2023) eines Basler Free-Floating E-Bike Sharinganbieters. Anhand räumlich–zeitlicher sowie soziodemografischer Heterogenität werden Fahrten und Nutzende analysiert und segmentiert.

Abstract

E-Bike-Sharingsysteme (EBS) gewinnen seit Jahren an Popularität, und werden häufig als potenzielle Treiber einer urbanen Mobilitätswende angesehen. Jedoch zeichnen sich in Studien vermehrt ungewünschte ÖPNV-Substitutionseffekte ab, besonders auf Kurzstrecken (vgl. Zhou et al., 2023). Die Beurteilung des vermeintlichen Mehrwerts von EBS für die Mobilitätswende bedarf datenanalytischer Forschung. Internationale und Schweizer Studien haben sich bereits mit dem Nutzungsverhalten und Einfluss verschiedener Faktoren darauf beschäftigt (vgl. z. B. Reck et al., 2021; Hess et al., 2019; Guidon et al., 2019). Trotzdem bestehen Potenziale bzgl. Segmentierung Nutzender von Free-Floating EBS sowie der Analyse des Einflusses div. Faktoren auf das Nutzungsverhalten hinsichtlich zeitlich-räumlicher Heterogenität, besonders Fahrten zwischen unterschiedlichen Raumtypen (z. B. Stadtkern-Agglomeration). Angesichts Pendelverkehrsspitzen könnten EBS hier sowohl eine potenzielle Entlastung des ÖPNV und Substitution emissionsintensiverer Autofahrten bedeuten. Diese Studie segmentiert Nutzende und analysiert ihr Verhalten.. Die Basis stellt ein mehr als 900.000 Fahrten, 37.000 Nutzende und vier Jahre spannender (05/2018-01/2023) Datensatz eines Free-Floating EBS aus Basel.

Die clusterbasierte a posteriori Segmentierung der Nutzenden erfolgt anhand quantitativer Fahrtenprofile (Strecken, Leihdauern, und Fahrthäufigkeiten/Regelmäßigkeit) und soziodemografischer Aspekte. . Da die Nutzungsverteilung in EBS quantitativ höchst ungleich ist, sind Segmentierung und Verständnis des Nutzungsverhaltens wichtig für eine Optimierung des Marketings, Geschäftsmodells sowie das Design von Modalverschiebungsinterventionen.

Die räumlich-zeitliche Fahrtanalyse bedient sich sowohl Fahrtdaten (GPS Start/Ziel, Tachometerstände, Leihdauern), abgeleiteten Raumtypbeziehungen als auch zusätzlicher Wetterdaten. Dies dient der Prüfung der Hypothese, dass Free-Floating EBS auf urbanen Kurzstrecken nicht ÖPNV-konkurrenzierend sondern komplementierend wirken, jedoch auf längeren Strecken, die weniger dichte Räume einschließen, den ÖPNV substituieren.

Schweizer Studien (z. B. Guidon et al., 2019; Reck et al., 2021) sind gute Grundlagen,im bislang unterforschten Basler Raum anzuschließen. Durch Grenznähe zu Deutschland und Frankreich, resultierender Mobilitätsdynamiken sowie einer hohen ÖPNV- u. Aktivverkehrsaffinität (vgl. Jud, 2017) ist Basel ein relevantes Gebiet. Weiterhin ist das EBS besonders, da es ein sowohl städtisches als auch ländliches Geschäftsgebiet mit schnellen E-Bikes (max. 40 km/h) abdeckt. Die Studie zeigt Zusammenhänge von Nutzungsverhalten und Nutzendengruppen auf und beurteilt die Rolle von Free-Floating EBS im städtischen und Agglomerationskontext . Dies kann öffentlichen und privatwirtschaftlichen Stakeholdern helfen, die Zukunft geteilter Mikromobilität im Sinne der Mobilitätswende zu gestalten und Nebenwirkungen wie ÖPNV-Konkurrenzierung entgegenzusteuern.