ITS Forum 2018 MaaS – Mobility as a Service

„Data-driven MaaS“

Timo Maibach15. Juni 2018 - München

2

• Digitalisierung & Big Data Analytics

• Customer Journey

• Operative Mehrwerte

• Why Teradata?

© 2017 Teradata

Agenda

3 © 2017 Teradata

Digitalisierung & Big Data Analytics

4

Initial Statements

© 2018 Teradata

Alles was digitalisiert werden kann, wird auch digitalisiert.Digitalisierung

101100011011101

Alles was digitalisiert werden kann, wird auch automatisiert.

Alles was automatisiert werden kann, wird auch analysiert.

Quelle: Karl-Heinz Land, Digitaler Darwinist und Evangelist 2015

Automatisierung

Exploration

5

The Analytical Journey

© 2018 Teradata

Echtzeit-analyse:Vorhersage des Verhaltens und Empfehlungen auf 1:1 Basis

Grad der Daten-integration

Komplexität und Automatisierungsgrad der Analysen

Modell:Annahmenbasierte Planungen

1

Reports / Dashboards:Ex-Post Betrachtung auf historischen Daten (Extrapolation)

2

Ursachen-analyse:Zusammenhänge: Kausalitäten –nutzbare Korrelationen

Schwellwerte:Frühwarnungen und Ereignismeldungen

4

Vorhersagen:Berechnung der Wahrscheinlichkeit des Eintreffens eines Zustandes

5

6

3

Status Quo vieler TTL Unternehmen

Geschäftsnutzen durch Analysen und Beantwortung von analytischen Geschäftsfragen (Beispiele):§ Proaktive und personalisierte Reisendeninformationen§ Heat Maps und Belastungsmodelle§ Onlineverhalten von Reisenden§ Predictive Maintenance§ Predictive Security§ Building Information Management (BIM)

POC

POC

POC

POC

6

Datenbasierte Prozesse & analytische Use Cases

© 2018 Teradata

Operative, datenbasierte Prozesse

KundeBetrieb

“Internet of Everything”

Use Cases zuPünktlichkeit

Use Cases zuVerfügbarkeit

Use Cases zuKosteneffizienz(Betrieb & IT)

Use Cases zuProduktivität

Use Cases zuKundenlebenszyklus und

Personalisierung

Use Cases zuReisendeninformationen

Use Cases zu neuenGeschäftsmodellen /

Produkten

Use Cases zuCross- und upselling

im DB Konzern

Big Data Analytics Ecosystem

Prozesskosten-rechnung

LebenszyklusManagement

Preismodelle und Angebots-

unterstützung

Investitions-planung

Condition-based & Predictive

Maintenance

Interne Datenquellen(GFs / zentral)

ExterneDatenquellen

Build & Run

Data Governance &

Security

Data Science & AI

Big Data Analytics Ecosystem

Big Data Ecosystem

7

Data-driven MaaS

© 2018 Teradata

Potenziale durch den Einsatz der Lösung (Auszug):

§ Data Governance (zB EUDSGV) & Data Security§ Entwicklung einer holistischen Projekt- und Datensicht§ Integration von Kundendaten zur Personalisierung§ Dynamische Preismodelle§ Bereitstellung von Abrechnungsdaten

§ Entwicklung eines Datenverständnis & Leistungskennzahlen

§ Reporting, Vorhersagen, Frühwarnung & Ereignis-Management

§ Leistungsmanagement und Controlling (Performance Management und Benchmarking)

“Übergreifende MaaS Datenplattform“

Zertifizierte Daten und Informationen(Hollistische) Datenanalysen und Exploration

… … Cross-/upselling

Apps

Städte & Gemeinden „Smart City“

MobiDL 1

City

(Bus, StraBa, S-Bahn, U-Bahn,

Car Sharing etc.)

MobiDL 2

Kleinstadt

(Bus, Sammeltaxi)

MobiDL 3

Ländlicher Raum

(Bus)

MobiDL 4

City mit Fokus E-Mobilität

(Car Sharing, auch autonom)

MobiDL X

Kreisstadt

(Bus, StraBa, lokales Car

Sharing)

„Big Data Analytics Ecosystem“

Verkehrsträger-, Dienstleister-,Regionen-übergreifendes Angebot von Mobilitätsprodukten und -dienstleistungen.

8

Auch für MaaS gilt...

© 2018 Teradata

Stephen BrobstCTO TeradataTeradata Partners Conference 2015

There are three choices in the new economy. Companies are

(1) already data companies,

(2) will become data companies, or

(3) will cease to be relevant.

9

Customer Journey

10

Der Kunde steht im Mittelpunkt -Kundenzentrizität

© 2018 Teradata

Ausgewähltes Produktportfolio

Ein Kunde

KUNDE

Kunde ÖPNV

Ausgewähltes Produktportfolio

Ein Kunde

KUNDE

Kunde ÖPNV

Ausgewähltes Produktportfolio

Ein Kunde

KUNDE

Kunde ÖPNV

Ausgewähltes Produktportfolio

Ein Kunde

KUNDE

Kunde ÖPNV

Viele Produkte pro Geschäftsbereich

Mehrere Geschäftsbereiche

ÖPNVEnergie

+Wasser

ÖPNVMobil

ÖPNVWupper-

taler

ÖPNVAbfall

ÖPNVAndere

Welchen Blick hat der Kunde

auf uns?

Unternehmen ÖPNV

Welchen Blick haben wir auf den Kunden?

11

Der Kunde steht im Mittelpunkt -Integratoren vs. Kuratoren

© 2018 Teradata Quelle: Dr. Thomas Sauter-Servaes, ZHAW Verkehrssysteme, 2014

Integrator

Multimodaler Vergleich

Echtzeit-ÖV-Information

Smartphone Tickets

Kurator

Langzeitpräferenz

Zusatzmodule (Wetter, Produkte,…)

Lernen aus der Kundenhistorie

(Silo)-Informationsflut (Kunden)-Individuelle Lösung

12

Der Kunde steht im Mittelpunkt -Kundenlebenszyklus & Kundenwert

© 2018 Teradata

Bonität

Wie ist die Zahlungs-bereitschaft und das Zahlungsverhalten?

Räumlich-/Zeitliches Profil (4D-Analytics)

In welchen Regionen ist der Kunde wann und wie

unterwegs?

Der Kundenlebenszyklus (mit seinen Daten) ist Grundlage für die kontinuierliche Berechnung des Kundenwerts.

KUNDE

Loyalität

Wie lange nutzt ein Kunde bereits ÖPNV (und

warum)?

Profitabilität

Welchen monetären Wertbeitrag erbringt ein Kunde für den ÖPNV?

Multiplikator

Ist der Kunde geeignet als Marketing-Multiplikator für

den ÖPNV?

Erreichbarkeit

Kann der ÖPNV mit dem Kunden einfach in einen

Dialog kommen?

Potenzial

Wie lange wird ein Kunde noch die Produkte des

ÖPNV nutzen (und warum)?

Treue

Wechselt der Kunde öfters zwischen verschiedenen

Anbietern?

Interesse

Wird der Kunde auch neue Produkte des ÖPNV

ausprobieren und kaufen?

Betreuungsaufwand

Neigt der Kunde zu Beschwerden und zu

aufwändiger Betreuung?

Der Kundenwert:

...bestimmt die (operativen) Maßnahmen.

...muss kontinuierlich gemessen werden.

...ist wesentlich für die Entscheidungsunterstützung bei „Entscheidungspunkten“ des Kunden.

13

Der Kunde steht im Mittelpunkt –„Infinity Loop“

© 2018 Teradata

„Analytische Welt“

Kontinuierliche Analysen: „Know more“ Kommunikation und Interaktion: „Do more“

„Operative Welt“

Integriertes System

Daten Daten Daten etc.Individuelle EmpfehlungTracking der Informationen

Individuelle ReaktionVorschläge

Kundendatenanalyse Marketing / Vertrieb /Kundenschnittstellen

Operative Kundeninformation/-

kommunikation

Kommunikations-maßnahmen

Marketing Vertrieb StrategieEinheitliche Sicht auf Kunden

Markt-/Wettbew.informationen

Kundenlebens-zyklusmodell

CLCProdukt-nutzungsanalyse ......

......

... ...

14

Der Kunde steht im Mittelpunkt –Customer Journey Lösungsbausteine

© 2018 Teradata

CONNECTED INTERACTIONSCONNECTED DATA CONNECTED ANALYTICS

“Critical data that is used to increase the effectiveness of customer

engagement, improve the customer experience, and provide better

customer metrics and management…”

“Successfully using customer journey analytics involves more than an

investment in resources or a vendor selection. There are multiple phases … and organizational changes may be

required.”

“Insights from customer journey analytics are extremely valuable to multiple different groups, including ecommerce, marketing, IT, product

management and customer service”

Technology Overview for Customer Journey Analytics, Gartner, August 2016

GATHERING & CONNECTING ANALYSING & VISUALISING ACTING

15

Operative Mehrwerte

16picture source: Siemens

is helping to ensure on time arrival with a predictive analytics solution and shifted more than 60% of traffic from air to rail.

Recently been delayed with a train?

Do you want to disrupt or significantly change a market leveraging in-depth insights and predictive analytics?

15 min delayed?

Your ticket is free!

17

Final Statements

Who owns the Data, owns the business.

Data Is Worthless, until you analyze It.

Analytics only matter if they change something.

18

Über Teradata

19

The Analytics Evolution…

Descriptive

Predictive

Prescriptive

What is happening?REPORTING

ANALYZING

PREDICTING

MACHINE LEARNING

DEEP LEARNING

Is it real? Why is it happening?

What are the hidden patterns? What will happen next?

Self-learning systems with regression.

Deep neural networks.

OPERATIONALIZING What is happening right now?

ACTIVATING Make it happen with automation.

2010s

2000s

1990s

20

…defined our Portfolio

>

High-impact business

outcomes

Sensor Data QualificationManufacturing Performance OptimizationDigital TwinCustomer Interaction ManagementData Science

Strategy ServiceMaturity AssessmentEcosystem RoadmapsArchitecture Design

Ecosystem ArchitectureConsultingTeradata Database,

Aster Analytics, HadoopTeradata QueryGrid, Presto, Listener, Unity, AppCenterImplementation and Managed Services

Hybrid CloudSolutions

Business Analytics Solutions

21

…and changed our Solutions

Buy Any Way

Analyze Anything Deploy Anywhere

Move Anytime

Deploy Anywhere

Teradata Hardware

Commodity Hardware

Public Cloud

Teradata Cloud

Same Teradata Software across all deployment options

enables seamless application portability

Buy Any Way• Simplified

pricing bundles

• Subscription-based licenses

• As-a-service Option Teradata IntelliCloud

Move Anytime

Subscription-based Teradata licenses

are portable Pricing Freedom

Teradata Hardware

Commodity Hardware

Public CloudBYOL

Teradata Cloud

Analyze Anything

Analytic Languages

Analytic Tools

Analytic Engines

Data Storage

Cross-Engine Analytic Orchestration

High-Speed Fabric

Teradata QueryGrid™

(Data Store Access)

Tera

da

ta Q

uery

Grid

™

(Eng

ine

Acc

ess)

Machine LearningEngine

Apache®

Spark™

Engine*

SQLEngine

Tensor FlowEngine*

Custom Engine*

GraphEngine

S3Data Store*

* anticipated future capabilities

TeradataData Store

AppCenter

*

* *

**

TeradataEverywhere

22

Teradata today

© 2017 Teradata

Teradata betreut mit

12.000 Kollegen

2.600+ Kunden in 77 Ländern

Gegründet 1979

2,2 Mrd. $ Umsatz (2017)

Ca. 300 Mitarbeiter in Deutschland - HQ München

Ask any question on any dataat any time.

Business driven –Technology enabled

Small details can make a big difference.