Iedereen binnen het wmo-vervoer is gebaat bij een efficiënte ritplanning. Het kan echter dat een planning niet gehaald wordt omdat het regende, sneeuwde of omdat er sprake was van gladheid. Om hier inzicht in te krijgen, heeft Forseti een onderzoek laten uitvoeren naar de invloed van weer op het wmo-vervoer. 

Het gaat om een data-onderzoek uitgevoerd door Suzan Govaert, masterstudente Datascience en Interpreneurship. Forseti heeft als doel om de efficiëntie en de kwaliteit van het doelgroepenvervoer steeds te verhogen. Zij geloven dat beschikbare data van bedrijf hierbij beter gebruikt zou kunnen worden.

Govaert heeft bekeken welke kansen er voor Forseti zijn om data beter in te zetten en is gestart met dit onderzoek. Hiervoor is de data van een vervoerscentrale en de data over het weer van het KNMI gebruikt. Omdat de gegevens van het KNMI per uur worden geregistreerd en de data van de vervoerscentrale per minuut, moest dit eerst op elkaar aangesloten worden voordat er een vergelijking kon worden gemaakt.

Een voertuig minder bij regenachtig weekend

Een van de conclusies die uit het onderzoek naar voren is gekomen is dat slecht weer in het weekend een dalende invloed heeft op de vraag naar wmo-vervoer. Dit betekent dat de regiecentrale of een vervoerder misschien wel met een voertuig minder af kan als er een regenachtig weekend voorspeld wordt. Doordeweeks blijkt regen daarentegen minder invloed te hebben, in tegenstelling tot bij het openbaar vervoer. Een mogelijke oorzaak is dat wmo’ers dan minder alternatieve reisopties hebben.

Lees ook: Wmo-taxi kan efficiënter rijden dankzij data over vervoer

Andere bevindingen die uit het onderzoek naar voren kwamen waren dat de vraag naar wmo-vervoer op werkdagen bij temperaturen onder de nul graden sterk toenam en boven de twintig graden een beetje afnam. Bij ijsvorming neemt met name in het weekend de vraag toe en zijn ritten ook sneller. Tot slot ligt de vraag naar wmo-vervoer zonder sneeuwval iets lager dan met sneeuwval en zijn ritten juist langzamer.

Oefening op grotere dataset loslaten

Omdat dit een analyse is van een beperkte dataset moet dit gezien worden als eerste beeld van de impact van het weer op het wmo-vervoer en hoe dit beter gemeten kan worden. Om stevige conclusies te trekken moet dezelfde oefening echter op een grotere dataset worden losgelaten, stelt Forseti.

Lees ook: KNV: ‘Chauffeurstekort vraagt om flexibelere houding opdrachtgevers’