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.