Waarvoor dienen verkeersgegevens in marktonderzoek? Waar vindt u deze gegevens gratis? Ik leg alles uit in dit artikel.
Verkeersgegevens zijn een type geospatiale gegevens. Ze maken het mogelijk om het aantal mensen op een bepaalde locatie te kwantificeren. Ze bieden ook inzicht in de routes die deze personen afleggen, waardoor je kunt afleiden waar ze wonen en werken. Ik heb uitgelegd hoe je deze gegevens kunt gebruiken in het kader van een territoriale marketingstudie. In dit artikel bespreek ik kort hun gebruik in marktonderzoek en deel ik bronnen om deze gegevens gratis te verkrijgen.
Contacteer ons voor uw marktonderzoek
Waar komen verkeersgegevens vandaan?
De meest betrouwbare verkeersgegevens komen van permanente tellingen die door overheden op specifieke wegen worden uitgevoerd. Deze tellingen gebeuren meestal met camera’s. Er bestaan ook andere soorten tellingen met camera’s, zoals Telraam. Dit is een netwerk van camera’s die in particuliere woningen zijn geïnstalleerd en anoniem stromen meten. Dit netwerk wordt ondersteund door openbare autoriteiten. Sommige stellen de stromen samen en maken ze gratis beschikbaar (zie een voorbeeld in België).
Verkeersgegevens kunnen ook van uw smartphone komen. U denkt waarschijnlijk meteen aan Google Maps of Waze, maar Google verkoopt deze gegevens niet. Als u echter TomTom gebruikt, weet dan dat uw (geanonimiseerde) locatiegegevens worden verkocht.
Maar niet alleen navigatie-apps verzamelen uw locatiegegevens. Gratis apps die u gebruikt, kunnen uw positie volgen via de GPS-chip van uw telefoon en deze gegevens verkopen. U kunt dus worden gevolgd, en “datamakelaars” verkopen deze gegevens volledig legaal. Lees altijd de gebruiksvoorwaarden voordat u een mobiele app gebruikt!
Waarvoor dienen verkeersgegevens in marktonderzoek?
Verkeersgegevens zijn bijzonder cruciaal in B2C-marktonderzoek omdat ze u in staat stellen de economische dynamiek van een gebied te beoordelen. Meer specifiek helpen ze om de aantrekkelijkheid van een verzorgingsgebied te begrijpen.
Het begrijpen van de dynamiek van een verzorgingsgebied is het meest cruciale element in retailstudies. Verkeersgegevens helpen u dus om de meest geschikte gebieden te identificeren voor het vestigen van uw bedrijf. Ik heb een vrij uitgebreide casestudy gepubliceerd voor een regio in Noord-Frankrijk hier.
We hebben deze methode met succes gebruikt voor:
- vestigingen van winkels
- het kiezen van locaties voor rusthuizen door stroomgegevens te combineren met een concurrentieanalyse in het verzorgingsgebied
Meer informatie over onze locatiestudiediensten
Voor een klant in België hebben we smartphonegegevens gebruikt om het verkeer in hun verkoopplaatsen en die van hun concurrenten te analyseren. Dit stelde ons in staat om hun marktaandeel te berekenen. We begonnen met het in kaart brengen van alle concurrenten.
Gebruik van stroomgegevens om marktaandelen te berekenen
Zoals uitgelegd in de inleiding, verkopen sommige gratis apps die op uw smartphone zijn geïnstalleerd uw locatiegegevens. Het wordt mogelijk om groepen mensen met ongekende nauwkeurigheid (+/- 8 meter) te volgen en deze precisie te gebruiken als een instrument om marktaandelen te berekenen.
De beperking ligt in de nauwkeurigheid van GPS. Maar als aan de voorwaarden is voldaan, kunt u het aantal mensen tellen dat een verkoopplaats betreedt. Dit maakt het mogelijk om het aantal bezoekers van concurrerende verkoopplaatsen te vergelijken en het marktaandeel af te leiden. Dit is precies wat we deden in een Proof of Concept (POC) voor een keten gespecialiseerd in autoreparaties. Autoreparatiewerkplaatsen zijn groot genoeg om nauwkeurige tellingen mogelijk te maken. We hebben daarom:
- alle concurrerende werkplaatsen opgesomd
- ze gemodelleerd
- de stromen gemeten in elk van de verkoopplaatsen van onze klant
Aanpassingen werden nadien gemaakt, gebaseerd op bepaalde branche-indicatoren, om het monster te verfijnen.
Meer informatie over het berekenen van marktaandelen met behulp van locatiegegevens
De grenzen van elke verkoopplaats werden vastgelegd om alle GPS-signalen binnen te vangen. De beperking van deze methode wordt bereikt wanneer verkoopplaatsen kleiner zijn dan de GPS-nauwkeurigheid of wanneer (zoals hier) twee verkoopplaatsen naast elkaar liggen. In het pilotproject dat we voor een klant hebben uitgevoerd, deed dit scenario zich slechts één keer voor.
Waarom verkeersgegevens schaars blijven
Wegverkeer weerspiegelt direct menselijke en commerciële activiteit: meer verkeer betekent vaak meer consumptie, leveringen en economische bewegingen. De afgelegde afstanden weerspiegelen wat men het “verzorgingsgebied” noemt, de maximale afstand die de meeste consumenten bereid zijn af te leggen voor een bepaalde aankoop.
Het verkrijgen van verkeersgegevens is echter uitdagend:
- Statistieken van TomTom (Traffic Stats) zijn duur.
- Google Maps biedt geen verkeersgeschiedenis.
- Mobiele locatiegegevens (met behulp van smartphone-GPS) zijn extreem duur (hierover zal ik in een andere post spreken).
Deze schaarste beperkt het gebruik van verkeer als een betrouwbare indicator in marktonderzoek. Gelukkig zijn er open data-oplossingen, die ik in de volgende paragrafen uitleg.
Vrij toegankelijke verkeersgegevens
Gelukkig hebben open data en publieke projecten een frisse wind gebracht. Ze maken het nu mogelijk om verkeersgegevens gratis te gebruiken voor alle projecten. Als u marktonderzoek doet voor een winkel in de stad, overweeg dan om de onderstaande sites te controleren.
UTD19 Dataset
De UTD19-dataset (https://utd19.ethz.ch) is ontworpen om dit gat te vullen. Het biedt:
- Dekking van 40 steden
- 4,9 miljard geregistreerde voertuigen
- 170 miljoen gegevensrijen
- 3,8 jaar geschiedenis
- Meetintervallen van 3 tot 5 minuten
De gegevens komen van wegsensoren die door lokale overheden worden beheerd, zijn volledig gestandaardiseerd en bevatten foutmeldingen, wat het gebruik vergemakkelijkt. De methodologie en resultaten zijn gepubliceerd in Scientific Reports.
Stadsspecifieke datasets
Op deze site vindt u een bijgewerkte lijst van verschillende datasets die gratis beschikbaar zijn om het verkeer in steden over de hele wereld te bestuderen. In tegenstelling tot UTD19 zijn de datasets op Github niet uniform qua variabelen. Als u twee steden wilt vergelijken, raad ik aan om zorgvuldig te controleren of de gegevens vergelijkbaar zijn.
Referentiesites
Voor wie verder wil gaan, hier zijn enkele open databronnen die ik aanbeveel:
- UTD19 dataset: utd19.ethz.ch
- UK-tellingen (Department for Transport): roadtraffic.dft.gov.uk/downloads
- Bijgewerkte lijst van steden wereldwijd die open access datasets aanbieden: https://github.com/graphhopper/open-traffic-collection