Partage de vélos

Amélioration de la rotation des vélos pour les stations actives et de la satisfaction des clients grâce à des prévisions en temps réel et à une gestion optimisée des stocks. Optimisation du London Cycle Hire Scheme, l'un des plus grands systèmes publics de location de vélos au monde, comprenant 12 000 vélos et 800 stations d'accueil qui couvrent plus de 100 kilomètres carrés et représentent plus de 10 millions de trajets annuels.

Prévisions à court terme

Bike sharing real time application view

Techniques de Machine Learning

Le système utilise des techniques de Machine Learning pour prévoir avec précision les départs et les arrivées dans chaque station, dans des créneaux de 10 minutes pour les 24 heures suivantes. Cela se fait en combinant des données historiques avec des variables externes, telles que les prévisions météorologiques et les conditions de circulation.
DEMANDER UNE DÉMO
ÉTUDE DE CAS SERCO

Étude de cas en vidéo

Serco et DecisionBrain ont travaillé ensemble pour optimiser le London Cycle Hire Scheme.

Optimisation et reconfiguration

Optimal configuration dashboards in the application

Configuration optimale

À partir des prévisions, le système définit en temps réel la configuration optimale (vélos par station) qui permettra de réduire au maximum le risque de voir des stations vides ou pleines et la nécessité de déplacements de fourgons. Il produit également un calendrier d'entretien optimal pour chaque technicien pour la collecte ou la réparation sur site.
Image
« Le système est intuitif et facile à utiliser. Nous pouvons prendre des décisions rapides et intelligentes, même sous pression. Il permet même aux débutants d’être opérationnels immédiatement. »
ÉTUDE DE CAS SERCO

Adaptation en temps réel

Machine Learning and real-time monitoring

Suivi des situations en temps réel

Tout au long de la journée, le système suit en temps réel la situation de chaque station (ramassages, dépôts, stock actuel) ainsi que les conditions météorologiques et de circulation, alertant les planificateurs des problèmes potentiels et proposant des mesures correctives optimisées. L'interface utilisateur est claire et intuitive, ce qui permet aux planificateurs de se concentrer sur les questions les plus pertinentes et de prendre rapidement des décisions fondées sur des données, tout en suivant les performances globales des KPI (Indicateurs clés de performance). Il offre également un environnement collaboratif où plusieurs planificateurs peuvent travailler en parallèle.