Motiontag mengubah data sensor dari smartphone menjadi data gerak. Ini membantu perusahaan transportasi untuk lebih memahami tawaran mobilitas mereka dan menganalisis arus lalu lintas.
Motiontag menganalisis arus lalu lintas dan mengetahui di mana orang naik dan turun kereta bawah tanah atau kereta api. Hal ini berguna bagi perusahaan transportasi dan juga bagi perusahaan yang ingin menargetkan orang-orang dengan iklan yang disesuaikan – jika mereka mau. Pelanggan perusahaan baru ini termasuk Swiss Federal Railways dan Berliner Verkehrsbetriebe (BVG). Stephan Leppler memenangkan hadiah pertama untuk perangkat lunak analitik startupnya pada acara kick-off Wunder Mobility Summit di Hamburg, yang dilengkapi dengan kredit cloud Google senilai 100.000 euro. Leppler bertemu dengan pendirinya di sana. Dalam wawancara tersebut, dia menjelaskan tentang platformnya.
Anda bekerja untuk BVG di Berlin. apa yang kamu lakukan di sana
Itu adalah seorang pilot. 800 orang menggunakan aplikasi selama sebulan untuk meningkatkan sistem transportasi. Kami mampu membuktikan bahwa pekerjaan kami memberikan nilai tambah bagi angkutan umum, misalnya sebagai landasan perbaikan perencanaan.
Apa yang Anda temukan darinya?
Bahwa teknologi kami juga dapat menampilkan hal-hal yang sebelumnya hanya dapat ditemukan melalui survei yang sangat mahal – namun dengan presisi yang jauh lebih tinggi, setiap hari dan secara real-time. Kami juga melihat bahwa hal ini juga membuka kasus penggunaan lain untuk perusahaan seperti BVG. Tapi saya tidak bisa membahasnya lebih jauh.
Apakah benar Anda mempunyai akses ke data pengguna aplikasi?
Tidak, operator aplikasi mengintegrasikan kami ke dalam aplikasi yang sudah ada. Pengguna harus menyetujui hal ini. Baru setelah itulah kesenangan dimulai. Kami bukanlah gurita data yang berjalan di latar belakang. Ini sangat transparan dan terlihat oleh pengguna.
Informasi apa yang Anda evaluasi secara spesifik?
Kami melihat penggunaan transportasi Anda, yang dapat kami tunjukkan antar moda: jadi Anda berjalan kaki, lalu naik kereta bawah tanah dan tiga pemberhentian lagi dengan bus, dan seterusnya. Jika pengguna adalah bagian dari program loyalitas, dia menerima bonus miles atau poin bonus tertentu. Dengan Swiss Federal Railways, misalnya, yang telah mengintegrasikan perangkat lunak kami ke dalam aplikasi mereka, Anda mendapatkan voucher untuk kebun binatang di Zurich. Dalam penerapan lainnya, ini merupakan bagian dari program bonus ramah lingkungan untuk menciptakan kesadaran akan dampak perilaku mobilitas terhadap lingkungan. 25 persen dari seluruh emisi CO2 berasal dari lalu lintas. Dan mewakili hal itu sangat penting bagi kami.
Namun bisakah Anda juga mengumpulkan data gaya hidup – sebagai hasil sampingan?
Anda dapat mengekstrak informasi dari perilaku lalu lintas pengguna: apakah Anda bangun pagi, melakukan perjalanan jarak jauh, atau sering bersepeda. Hal ini mengarah pada segmentasi yang dianonimkan. Dengan cara ini saya kemudian dapat menjangkau kelompok sasaran orang-orang yang sedang dalam perjalanan ke kantor antara pukul 07:30 dan 08:30. Ini lebih bermakna dibandingkan jika saya mendeskripsikan Anda berdasarkan usia, sosiografi, gelar universitas, dan jenis kelamin.
Apakah ini model bisnis kedua bagi Anda selain analisis lalu lintas?
Salah satunya adalah komponen teknologi, dimana kita mengubah data sensor menjadi data gerak. Langkah selanjutnya adalah menghasilkan wawasan dari data gerak. Dengan cara ini, saya dapat memberikan klien kami kesempatan untuk membuat keputusan berdasarkan data ini.
Tolong beri saya contoh tentang ini.
Saya naik kereta bawah tanah dan tiba di Moritzplatz di Berlin-Kreuzberg. Saat itu, saya menerima pemberitahuan push dari pemasok e-skuter favorit saya yang menawarkan diskon jika saya memesan skuter. Jika penyedia telah mengintegrasikan teknologi kami, mereka tahu ke mana tujuan pengguna. Hal ini kemudian menciptakan model bisnis baru bagi klien kami.
Baca juga
