Een stroom aan data 

Van­daag hebben ver­schil­lende spel­ers een gigan­tis­che hoeveel­heid data over mobiliteit. Mobiliteits­de­parte­menten hebben dankz­ij fiets­de­tec­tiesys­te­men data over de fiet­ser­saan­tallen op pen­del­tra­jecten. Deelfi­et­saan­bieders hebben data over de pop­u­lairste routes van stu­den­ten en toeris­ten. Koerierbedri­jven hebben dan weer data over de ver­tragin­gen die hun fiet­sko­eriers onder­weg tegenkomen. En zo zijn er nog ontel­bare voorbeelden. 

Al deze data kun­nen lokale over­he­den helpen om een fiets­beleid op mensen­maat uit te werken, vlot te imple­menteren, en nadi­en de impact van aan­passin­gen te mon­i­toren. Dat klinkt alle­maal fan­tastisch, maar hoe ger­aakt je als lokale over­heid eigen­lijk aan de juiste data om je fiets­beleid te sturen? En welke uitdagin­gen kom je tegen? Lat­en we eens kijken! 

Eigen data verzamelen 

Om te begin­nen kan een lokale over­heid zelf data verza­me­len. Ze kan bijvoor­beeld tel­lussen installeren, de bezettings­graad van fietspark­ings bijhouden, de luchtk­waliteit of gelu­idsover­last op strate­gis­che pun­ten meten, ongeval­len­sta­tistieken opvra­gen, of het aan­tal ingeschreven speed­ped­elecs navra­gen (in heel Bel­gië waren dat er eind 2019 trouwens al bij­na 30.000!). Dat lev­ert al een hele­boel cijfers, of kwan­ti­tatieve data, op. Maar je kan inwon­ers ook actief gaan bevra­gen. Dat lev­ert dan weer kwal­i­tatieve data op die inzicht geven in de ervarin­gen, verzuchtin­gen en verwachtin­gen van indi­vidu­ele fietsers. 

Een voor­beeld van kwan­ti­tatieve en kwal­i­tatieve dataverza­mel­ing zijn de Fiets­barom­e­ters van de provin­cies Antwer­pen en Lim­burg. Die bren­gen aller­lei datas­tromen over fiet­sers samen en zetten lokale over­he­den op weg. Ook in het buiten­land zijn er uiteen­lopende voor­beelden van ste­den en gemeen­ten die zelf data verza­me­len over fiet­sers: van automa­tis­che cam­erasys­te­men in Rot­ter­dam tot manuele tellin­gen in Bologna.

Com­mer­ciële stake­hold­ers betrekken

Naast eigen acties is het voor lokale over­he­den inter­es­sant om ook andere stake­hold­ers te betrekken. Zo kun­nen ze rel­e­vante data, die ze zelf niet kun­nen verza­me­len of waar ze zelf geen toe­gang toe hebben, vra­gen aan andere part­ners. Denk maar aan bedri­jven achter routeplan­ners, fiet­sko­eriers of deelfi­et­saan­bieders zoals bijvoor­beeld Helsin­ki City Bikes, dat in de peri­ode 2016 – 2020 gegevens over meer dan 10 miljoen rit­ten deelde met het stads­bestu­ur van de Finse hoofd­stad. Dat is meteen een schat aan informatie.

Data-uitwissel­ing met com­mer­ciële part­ners vereist duidelijke afsprak­en: over welke data gaat het, wat zal/​kan/​mag er met die data gebeuren, wat kri­jgt de pri­vate spel­er in de plaats? Transparantie en open com­mu­ni­catie tussen de stake­hold­ers is hier de sleu­tel tot een vlotte samenwerking.

Uitdagin­gen

• Hoe creëer je good­will en bouw je vertrouwen op tussen de stakeholders?
• Is toe­gang tot com­mer­cieel gevoelige data über­haupt mogelijk?
• Hoe verzek­er je de pri­va­cy van per­soon­s­ge­bon­den data?
• Wie is eige­naar van de uit­gewis­selde data?
• Cit­i­zen sci­ence als sluitstuk

Cit­i­zen sci­ence als sluitstuk

Een mogelijkheid die de laat­ste jaren aan pop­u­lar­iteit wint, is cit­i­zen sci­ence of burg­er­weten­schap. Daarmee schakelt een lokale over­heid haar burg­ers in om data te verza­me­len. Ver­schil­lende ste­den en gemeen­ten in ons land zetten hier al actief op in, onder meer via PING of Tel­raam. Dat zijn inno­vatieve tools waarmee mensen respec­tievelijk fiet­sknelpun­ten kun­nen loggen en het ver­keer in hun straat kun­nen meten.

“Mensen denken graag mee na over manieren om het mobiliteits­beleid beter te mak­en. Vanu­it hun eigen ervarin­gen in het ver­keer kun­nen burg­ers heel wat exper­tise aan­dra­gen, ook in de vorm van data.” — Elke Fran­chois, pro­jectlei­der burg­er­weten­schap bij Mobiel 21

Cit­i­zen sci­ence is een pro­ces met ver­schil­lende stap­pen. Allereerst is het een ver­haal van com­mu­ni­ty build­ing. Een wer­vend ver­haal en een posi­tieve toekom­stvisie helpen om die com­mu­ni­ty op te bouwen. Daar­naast is het belan­grijk dat je mensen op een struc­turele manier engageert en over de ver­schil­lende stap­pen informeert: waarom heeft de over­heid data van burg­er­weten­schap­pers nodig, om welke data gaat het pre­cies en wat zal er met die data gebeuren? Antwo­or­den op deze vra­gen bren­gen de ambities van de lokale over­heid en de verwachtin­gen van haar burg­ers in balans.

Uitdagin­gen

• Hoe zorg je ervoor dat deel­ne­mende burg­ers rep­re­sen­tatief zijn voor de bredere samenleving?
• Hoe verzek­er je dat de data die burg­ers verza­me­len com­ple­men­tair zijn met reeds beschik­bare gegevens?

Een extra voordeel is dat je burg­er­weten­schap­pers naast dataverza­mel­ing ook kan inschake­len voor een eerste data-analyse: welke ver­ban­den, knelpun­ten of kansen zien zij zelf wan­neer ze de data analy­seren? Visu­al­isatie van de data, bijvoor­beeld via inter­ac­tieve kaarten, kan een hand­ig hulp­mid­del zijn om deze denkoe­fen­ing op gang te bren­gen. Kor­tom: burg­ers doen én denken direct mee over ver­be­terin­gen in fietsbeleid.

Beleid mak­en met data

Om op basis van data een fiets­beleid uit te werken, is het essen­tieel om data uit ver­schil­lende bron­nen samen te bren­gen op een ges­tandaardis­eerde manier. Zo gaat er geen infor­matie ver­loren en bli­jft de betrouw­baarheid van de samengevoegde dataset gegaran­deerd. Ide­aliter wordt alle data verza­meld op één plat­form, dat boven­di­en voor pub­lieke en pri­vate stake­hold­ers beschik­baar is.

Uitdagin­gen

• Zijn de datas­tromen uit ver­schil­lende bron­nen com­pat­i­bel en coher­ent? Zijn er hiaten?
• Kun­nen ze op één plat­form samenge­bracht worden?
• Wie heeft er toe­gang tot dit plat­form? Wie beheert het?

En dan kan het fine­tunen van fiets­beleid begin­nen: van het aan­leggen van nieuwe fietsin­fra­struc­tu­ur tot het pro­moten van de fiets via cam­pagnes. Of waarom niet, een Mobil­i­ty as a Ser­vice-plat­form (MaaS) uit­bouwen. Bek­ende voor­beelden hier­van zijn apps als Slim naar Antwer­pen of Madrid Mobil­i­ty 360. Data wor­den zo niet enkel een tool voor belei­ds­mak­ers, maar ook voor pen­de­laars en reizigers.

Tot slot kan je bepaalde effecten van dat nieuwe fiets­beleid ook meten. Denk maar aan luchtk­waliteit, druk­te op nieuwe fietsverbindin­gen, doorstro­ming aan nieuwe licht­en­regelin­gen, … Anders gezegd: data mak­en de belei­d­sim­pact con­creet. Dat kan ver­vol­gens weer helpen om nog meer belei­ds­mak­ers te over­tu­igen dat investerin­gen in inno­vatief fiets­beleid lonen.

“Je moet naar alle maatschap­pelijke effecten kijken. Dus niet alleen de kosten van het aan­leggen van de infra­struc­tu­ur, maar ook bijvoor­beeld de opbreng­sten van een betere bereik­baarheid […] en het effect op gezond­heid, ruimte en leef­baarheid.” — Deci­sio

Fast­Track

Over de manieren waarop over­he­den data gebruiken in hun fiets­beleid en de uitdagin­gen die ze daar­bij tegenkomen wis­selt Mobiel 21 exper­tise uit met ver­schil­lende Europese part­ner­st­e­den in het project Fast­Track. Dit CIV­I­TAS-project helpt lokale over­he­den om de ontwik­kel­ing van duurzame mobiliteitsin­no­vaties te ver­snellen. In dit artikel hebben we lat­en zien dat data een belan­grijke rol spe­len in dat ver­haal. Data zijn sim­pel­weg de sleu­tel om fiets­beleid beter te maken.