DOVA OV-data beheert de complete keten aan datastromen die nodig zijn om ons van betrouwbare ov-informatie te voorzien. De resultaten van dit ketenbeheer zijn positief: de reisinformatie is de laatste jaren aantoonbaar verbeterd. Maar hoe precies houdt DOVA OV-data de kwaliteit op niveau?
DOVA OV-data is dertien jaar geleden begonnen als het project GOVI, Grenzeloos Openbaar Vervoer Informatie. Dit initiatief van vervoerders en overheden leverde het ov in Nederland een belangrijke innovatie op: een landelijke database met real-time reisinformatie over het openbaar vervoer. Dankzij de database kwamen de brondata van het ov centraal beschikbaar voor DRIS-leveranciers, app-bouwers en andere marktpartijen – met de reiziger als goed geïnformeerde winnaar.
Kwaliteit
Nu is de database slechts het vehikel, want het gaat natuurlijk om de datastromen en de kwaliteit daarvan. Het is de taak van DOVA OV-data om álle data, over de hele keten heen, op continuïteit, tijdigheid, volledigheid en inhoudelijke kwaliteit te monitoren. Hoe nuttig dit ketenbeheer is, blijkt uit de resultaten die zijn geboekt: waar bij de start van de landelijke database van ongeveer 60% van de ritten dynamische reisinformatie beschikbaar was, is dat nu van 98%.
Alerts
Hoe is de kwaliteitsbewaking opgezet? De centrale monitoringsomgeving van DOVA OV-data leest de (real-time) datastromen automatisch in. Op basis van historische gegevens ‘weet’ het systeem op welk moment er hoeveel data binnen zouden moeten komen. Eventuele afwijkingen op deze tijdigheid, continuïteit en volledigheid worden direct gesignaleerd. Is de afwijking significant, dan creëert het systeem een waarschuwing, die wordt doorgezet naar de verantwoordelijke dataleverancier. De waarschuwingen worden vastgelegd in het ticketingsysteem, waar de afhandeling wordt bewaakt.
OV-data houdt ook de kwaliteit van de data in de gaten door de berichten inhoudelijk te checken. Een bus kan bijvoorbeeld niet vier keer van dezelfde halte vertrekken. Ook afwijkingen tussen de werkelijk gereden route en de geplande route worden actief bewaakt. OV-data gebruikt voor deze inhoudelijke check een zelflerende big data-tool, Splunk.
Dashboards
Is een fout of storing eenmaal gedetecteerd, dan is het zaak het probleem snel te verhelpen. DOVA OV-data heeft hiervoor kwaliteitsdashboards ingericht. Elke doelgroep heeft een eigen dashboard, met de focus op de eigen datastroom (voor leveranciers) of juist uitgezoomd op het geheel (ketenbeheerders). Omdat alle betrokken partijen van één omgeving gebruikmaken, is de communicatie over een bepaalde storing betrekkelijk eenvoudig.
De dashboards worden ook ingezet om samen met de betrokken partijen verbeteringen door te voeren. Stel bijvoorbeeld dat een leverancier minder scoort op tijdigheid. Wat is daar dan de oorzaak van? Ligt het aan specifieke omstandigheden in het werkgebied? Of zijn er verbetermogelijkheden? Door de resultaten actief met de betrokkenen te bespreken, ontstaat er draagvlak en een proces van continue verbetering.
Toekomstvisie
Een volgende stap in de kwaliteitsbewaking door DOVA OV-data is het koppelen van de real-time ov-data aan data uit andere ketens. Denk bijvoorbeeld aan de combinatie (eigen) ov-reisinformatie en (externe) verkeersinformatie. Dit zal het signaleren en duiden van kwaliteitsissues betrouwbaarder maken, bijvoorbeeld omdat ‘vertraging bus’ nu gekoppeld kan worden aan een ‘incident verkeer’ op de route. Ook daar vaart de reiziger wel bij: uiteindelijk zal het zelfs mogelijk zijn om te voorspellen wanneer ov-issues ontstaan.
Het koppelen van verschillende dataketens vergroot wel weer de complexiteit van het beheer en de kwaliteitsbewaking. Wie weet is op termijn een ‘Centraal Data Regieplatform’ over de ketenpartijen heen nodig, om de ketenpartijen efficiënt te laten samenwerken. Dat zal niet eenvoudig zijn, maar met de ervaring die OV-data gaandeweg heeft opgedaan, is het zeker een interessante uitdaging.
____
De auteur
René van den Berg is operationeel manager bij DOVA.
