Wie Uber durch Datennutzung seinen Service verbessert

Ubers Mission

Menschen bewegen und Lieferungen ans Ziel bringen. Das ist die Mission von Uber. Nur wenige Unternehmen stellen sich so unbedingt in den Dienst dieser Idee und begreifen ihre schnelle Umsetzung angesichts der vom Straßenverkehr bedrohten Umwelt als globale Herausforderung. Dabei erschafft sich das Unternehmen täglich neu und transportiert sich so selbst geradewegs in die Zukunft.

Uber hat die Herangehensweise bei der Lösung des bestehenden Verkehrs- und Umweltproblems verändert, packt das Problem an und beeinflusst, wie wir uns bewegen können und werden. Weitere Veränderungen sind absehbar, wenn das Unternehmen seine Erfolgsgeschichte fortsetzt.
Es lohnt sich, gemeinsam mit Uber die Fahrtrichtung aufzunehmen und einen genaueren Blick darauf zu werfen, wie sich das Unternehmen so erfolgreich entwickeln konnte:

Uber war einmal ein lokaler Taxidienst namens UberCab in San Francisco. Uber kostete zwar doppelt so viel wie ein gewöhnliches Taxi. Dafür hatten Kunden aber die Möglichkeit, ein Ubercab vom Smartphone aus bestellen zu können. Die Firma verkaufte nicht etwa einen Transportdienst. Nein – sie verkauft eigentlich „Zeit“. Und das sprach sich schnell als Riesenvorteil herum. Uber expandierte rasch und weitere amerikanische Städte wurden mit dem Beförderungsangebot des Unternehmens versorgt. Gleichzeitig entwickelte Uber seine Angebote durch Fahrradkurierdienste und lieferte Essensbestellungen und Lebensmittel.

Nichts ist einfacher, als einen Fahrer von Uber zu rufen. Die App wird geöffnet, der Abholhort und das Ziel eingegeben, der passende Wagen bestellt, er fährt vor und per Knopfdruck wird bezahlt. Für den reibungslosen Ablauf müssen durchaus einige Datenkolonnen fehlerfrei den Abwicklungsprozess durchlaufen. Natürlich kann es passieren, dass die Zeit kommt und auch Uber mal einen Gang zurückschalten muss. Transportprobleme sind ja oft grundsätzlicher, infrastruktureller Art und somit abhängig von Straßenverhältnissen, Staus oder anderen unerwartete Ereignisse im Straßenverkehr.

Wer bei Uber ein Fahrzeug bestellt, weiß im Voraus, welches Modell für ihn bereitsteht. Das Kennzeichen und der Name des Fahrers werden angekündigt. Ebenso das lizenzierte Unternehmen, das für diesen – in Deutschland UberX genannten Dienst – fährt und die Konzession für den Fahrer erteilt hat. Natürlich hat jeder Fahrer einen Personenbeförderungsschein. Der Preis ist fixiert.

Der Datenbank von Uber sind Hunderttausende Fahrer angeschlossen. Wird ein Wagen bestellt, geht der Algorithmus sofort ans Werk. Schon 15 Sekunden später ist der Fahrer ermittelt, der auf dem schnellsten Weg vor Ort sein kann.

Was im Hintergrund abläuft

Der Vorwurf des Datenmissbrauchs ist derzeit so etwas wie die Achillesferse des Unternehmens. Es ist aber nicht zu leugnen, dass die Methode der Datennutzung, anonymisierte Daten zu sammeln und aufzuarbeiten, äußerst erfolgreich funktioniert und durch ihre Effizienz besticht.

Die Daten zu jeder Fahrt werden gespeichert. Auch, wenn der Fahrer alleine unterwegs ist. Sie geben verlässliche Auskunft darüber, welches Angebot und welche Nachfrage zu welcher Zeit besteht. Auf dieser Grundlage kann dann ein Tarif festgelegt werden. Durch die Datenanalyse lässt sich ermitteln, wo es Engpässe in der Verkehrsinfrastruktur einer Stadt gibt. Das Unternehmen kann darauf reagieren und gezielt eine Lösung anbieten, die allen dienlich ist.

Uber sammelt auch Daten über seine Fahrer. Zentral ist natürlich die Beobachtung des Fahrzeugs oder seines Standorts. Aber natürlich prüft und überwacht das Unternehmen dabei auch die Geschwindigkeit und die Beschleunigung und weiß damit immer, ob ein Fahrer für ein Konkurrenzunternehmen Fahrten durchführt oder Fahrten nicht korrekt abrechnet.

Verletzt das die Privatsphäre? Schließlich sagt Uber von vorneherein, wo es lang geht, was mit den in seiner Datenbank gesammelten Daten passiert und wie die weitere Datennutzung erfolgt. In einer Passage der Datenschutzrichtlinie für die amerikanischen Fahrer heißt es beispielsweise:

„Uber verwendet und sammelt persönlichen Daten in anonymisierter Form, um genau zu überwachen, welche Servicedienste am häufigsten genutzt werden, um Nutzungsmuster zu analysieren und um zu bestimmen, wo wir unseren Service anbieten oder auch ausbauen sollten. Wir können diese Informationen mit Dritten für Branchenanalysen und Statistiken teilen. “

Die Daten werden zum Beispiel gesammelt, und ein ums andere Mal gefiltert und nach neuen Ergebnissen abgeklopft, um zu prognostizieren, wie es um die Wartezeit eines Kunden bestellt ist. Der Fahrer erfährt, wo er sich am besten platziert, um die profitabelsten Tarife und ein hohes Passagieraufkommen für sich einzufahren. All das wird sowohl dem Fahrer als auch dem Passagier in Echtzeit aufbereitet.

Taxifahrer in Deutschland leiden vor allem unter langen und unproduktiven Standzeiten. Bei einer höheren Auslastung ist der Verdienst des Fahrers natürlich automatisch besser. Derzeit liegt die Auslastung im Schnitt aber bei nur 25 Prozent, während der Uber-Fahrdienst es zum Beispiel für München schafft, seine Fahrer bis zu 50 Prozent auszulasten.

Die Bewegungen am Markt in Echtzeit– Angebot und Nachfrage im Blick

In einem Preisstaffelungsverfahren mit dem Spitznamen „Geosurge“ wird der jeweilige Fahrtpreis ermittelt. Bei einer von Verkehr überfließenden Innenstadt muss davon ausgegangen werden, dass eine Fahrt entsprechend teurer ist. Logischerweise kostet auch in einer Silvesternacht eine Fahrt dann entsprechend mehr.

Diese Art dynamischer Preisgestaltung entspricht der von Hotel- und Flugangeboten, die spezielle Tarife für Wochenende und Feiertage berechnen. Allerdings basieren Preisprognosen im konzerneigenen Modell auf Daten zu Verkehrsmustern und quantitativen Auswertungen von Angebot und Nachfrage, die auf Echtzeitergebnissen basieren. Uber hält auf diese Methode der Datenverarbeitung, genannt „Geosurge“ sogar ein Patent. Kunden reagieren ihrerseits auch auf das durchgestufte Preismodell, was dazu führt, dass sich der Markt entspannt und alle profitieren. In Berlin sind Uber-Fahrten daher bis zu 30 Prozent günstiger als mit einem herkömmlichen Taxi.

Uber wirft seinen „Geosurge“-Motor aber nicht etwa beliebig an, um mehr Geld zu verdienen. Stattdessen wird die Datenanalyse genutzt, um kurz- und langfristig die Auswirkung der Preisstaffelung auf das Verhalten der Kunden auszuwerten. Es ist wichtig eine Balance im Dienste aller herzustellen, die einerseits kurzfristig den Preis der Fahrt an die Nachfrage anpasst und langfristig nicht für das Abwandern von Kunden sorgt.

Uber kam zu dem Schluss, es sei am besten, neue Algorithmen zu entwickeln, die maschinell lernen, wo besonders starke Nachfrage besteht. Ist die Nachfrage hoch, sind mehr Fahrer motiviert, sich online für eine Fahrt bereit zu erklären, wodurch Engpässe vermieden werden. Im Endeffekt sorgt das dafür, dass mehr Menschen ihr Ziel erreichen.

Deutschland, dessen Gesetzgebung noch davon zeugt, dass der öffentliche Nahverkehr früher gefördert, privilegiert und subventioniert werden sollte, verbietet derzeit noch das sogenannte Pooling, also Sammelfahrten mit einer Zusteigmöglichkeit.

Hier ist Umdenken gefragt.

Die derzeitige Gesetzeslage in Deutschland ist nicht dafür geeignet, die bestehenden Versorgungsprobleme zu lösen und Menschen zu maximaler Mobilität zu verhelfen. Steuergelder werden bei der Finanzierung des öffentlichen Personennahverkehrs in Linienbusse gepumpt, die in regelmäßigem Takt auch entlegene Regionen anfahren müssen. Dabei legen dann Busse und Fahrer sinnlos Leerkilometer um Leerkilometer zurück, ohne je prompt auf einen bestehenden Bedarf reagieren oder gar einen Haustürservice anbieten zu können. Immer wieder verspätet sich die Bahn und Menschen müssen verärgert warten. Uber kann hierbei ein Teil der Lösung bestehender ökologischer und ökonomischer Probleme werden.

Das Unternehmen plant, mittels UberPool in Zukunft zum Beispiel die dramatische Verkehrs- und Parkplatzsituation in Berlin zu entschärfen. Wenn sich mehrere Leute ein Fahrzeug teilen, reduziert das die Zahl der Fahrzeuge im Innenstadtbereich enorm. In den USA wird das Konzept bereits erfolgreich umgesetzt.

Im Spiegel der Daten

Wie schafft das Unternehmen das und worin genau besteht seine Vorreiterrolle bei der Datennutzung? Offensichtlich werden ja doch im Verborgenen riesige Datenmengen gesammelt, ausgewertet und schließlich auch visualisiert.

Uber verwaltet Milliarden von GPS-Standortdaten, die sekündlich neu an die Datenbank gemeldet werden. Das Sammeln von Daten allein stellt aber noch keinen Informationsgewinn dar. Die eigentliche Frage ist: Wie kann mittels dieser Daten die beste Entscheidung getroffen werden? Wie werden daraus Informationen, um Menschen und Waren besser von Ort zu Ort zu lenken?

Die Datennutzung des Unternehmens greift auf verschiedene Systeme zurück. Argos, ein satellitengestütztes Datensystem, überwacht alle Systeminteraktionen und Metriken. Das betriebsinterne System Gurafu warnt Softwareingenieure bei Ausfällen. In Kombination mit eigenen Datenauswertungen kann dann eine für den Fahrer und den Kunden sichere und optimale Route geplant werden, die immer der aktuellen Verkehrslage angepasst ist. Auch die Datennutzung der Uber-Sparten UberPOOL und UberEATS, der Lebensmittelzustellservice ist so strukturiert.

Die Antwort heißt Datenvisualisierung.

Durch seinen eigenen Data Intelligence Blog werden die zuständigen Spezialisten im Unternehmen vernetzt. Experten für die Datenvisualisierung, Computergrafikprofis und Informationsdesigner kümmern sich vom Mapping über die Framework-Erstellung bis hin zur Präsentation der Daten gegenüber den Endnutzern wie dem Fahrer oder dem Kunden um eine sinngebende, anschauliche Aufbereitung. Viele der Modelle zur Datenextrapolation und -visualisierung sind absolut neuartig und wurden intern speziell für Ubers Zwecke entwickelt. Hier einige Beispiele für die visualisierte Datenanalyse.

Anwendungsbeispiele für die Datenauswertung bei Uber

Die Daten zu Angebot und Nachfrage variieren von Stadt zu Stadt. Was also für eine Stadt gut sein kann, muss es nicht automatisch auch für eine andere sein. Der einer Stadt eigene „Puls“ wird von Uber abgebildet, um die Fahrer untereinander effizient zu verbinden. Nur so kann das Unternehmen am jeweiligen Standort adäquate Konzepte entwickeln. Das zeigt zum Beispiel ein Vergleich zwischen New York City und London.

Je heller eine Zeitzone auf der 7 Tage Skala, desto mehr Uber-Fahrten werden nachgefragt. Die angezeigte Zeit bezieht sich auf die jeweilige lokale Zeitzone. Offensichtlich ebbt das Cityleben in New York mit den Abendstunden ab, während es in London noch bis tief in die Nacht hell ist.

Die Daten zu Angebot und Nachfrage variieren von Stadt zu Stadt. Was also für eine Stadt gut sein kann, muss es nicht automatisch auch für eine anderen sein. Der einer Stadt eigene „Puls“ wird von Uber abgebildet, um die Fahrer untereinander effizient zu verbinden. Nur so kann das Unternehmen am jeweiligen Standort adäquate Konzepte entwickeln. Das zeigt zum Beispiel ein Vergleich zwischen New York City und London.

 

 

Genau, wie Marketingprofis Daten sammeln, um eine Kampagne zu planen, benötigen die sogenannten City Ops und leitenden Manager laufend aktuelle Informationen zu Angebot und Nachfrage. Das Uber-Team hat ein System entwickelt, das die Verteilung von Uber-Drop-Offs in Echtzeit anzeigt, während der Cursor über einen bestimmten Bereich der Karte zieht. Hier sieht man also, wohin für die Fahrer die Reise ging.

TODO

Je dichter ein Stadtteil bewohnt ist, desto dynamischer können sich dort die Preise entwickeln. Durch die Darstellung der Karte auf mehreren Ebenen können einzelne Bereiche detaillierter dargestellt werden, da parallel mehrere für den Bereich ermittelte Werte unterschiedlicher Statistiken dargestellt und verglichen werden können.

Die Visualisierungen präsentieren der Öffentlichkeit die unternehmerischen Ziele. Sie zeigen welche Herausforderungen es zu meistern gilt und welche Anstrengungen das Unternehmen auf sich nimmt, um diese zu bewältigen. Eine Visualisierung von uberPOOL, die der Uber-Gründer Travis Kalanick, geteilt hat, stellt dar, wie das Unternehmen dazu beiträgt, das allgemeine Verkehrsaufkommen zu reduzieren.

Bonus:

Eine animierte 3D Karte zeigt eine Animation mit anonymisierten Uber-Fahrten, die an einem Tag stattgefunden haben.

Fazit

Die wichtigste Lektion, die uns diese unternehmerische Datennutzung lehrt, ist wohl: Alle Daten können wichtig werden, wenn die resultierende Datennutzung clever und effizient erfolgt. Ist die Technologie eines Unternehmens noch nicht bereit, Daten auszuwerten, wird es Zeit, sich eine derartige Technologie zuzulegen. Bestehende Systeme koppeln und passfähig machen zu können, um damit flexibel und unmittelbar zu reagieren, sind Kernkompetenzen eines digital vernetzten Unternehmens. Der Impetus von Uber sollte als Inspiration verstanden werden, um daran anzuknüpfen.

Durch seine Expansion, das Vertrauen in dessen ureigene Idee, bewegt Uber heute weltweit Menschen in Autos und Limousinen, liefert Waren und Lebensmittel und bietet Fahrradkurierdienste an. Also ist Uber viel mehr als ein Taxidienst. Uber ist ein Way of Life, der Menschen und Güter bewegt und die Umweltverschmutzung bekämpft. Damit dient das Unternehmen der Allgemeinheit insgesamt, löst langfristig Infrastrukturprobleme und schafft eine ganz neue Kultur. Das alles ist nur möglich, wenn die entsprechenden Daten hierfür zur Verfügung stehen.

 

Bildquelle: https://pixabay.com/de/app-apple-hand-halten-ios-iphone-2941689/