新しい10年に突入した今、「リアルタイムデータ」は2000年代と2010年代の流行語の一つであったと言っても良いでしょう。駐車場でリアルタイムデータといえば、通常は静止しているセンサーからのリアルタイムデータを指します。当初は、定置型のリアルタイムセンサーが交通情報に大きな役割を果たしていましたが、その時代はとっくに終わっています。今日の交通情報は、車両やスマートフォンのセンサーデータと予測に基づいています。定置型センサーは少なくなってきています。駐車場情報についても同じことが起こるのでしょうか。
しかし、常に純粋にリアルタイムのデータに頼るのがベストなのでしょうか。
駐車場では、路上のリアルタイムの満空情報データの情報源の1つは定置型センサー（電磁または赤外線のいずれか）です。これはスペースの中央に設置され、その上に車両がスペースを占有しているかどうかを検知するためのセンターです。しかし、5つのグループに1つのセンサーだけが壊れてしまうと、5つの空間をすべてを集計するため、この5つすべてのデータが不正確に報告されてしまいます。また、路上環境ではセンサーを設置して維持するためには、法外なコストがかかることもあります。イギリスのウェストミンスター市議会は、同市で多くの賞賛を受けているスマートパーキング・ストリートセンサーのスキームを停止しました。この決定がメンテナンスコストのためか、それとも別の要因によるものかは不明です。
サンフランシスコは少し前に定置型駐車センサーを停止にしました。
もう一つの疑問は、「リアルタイム」が実際にリアルタイムなのかどうかということです。実際には、ソースシステムが空きスペースをクラウドに報告してから、データがParkopediaなどのデジタルパーキングサービス事業者と接続し、その時点でスペースを検索している近隣のコネクテッドカーのカーシステムにデータが入るまでには、最低でも1分以上のラグタイムがあります。ほとんどの場合、待ち時間が大幅に長くなるので、センサーからのリアルタイムデータは実は過去の情報です。
では、駐車場の空き状況データの他の選択肢は何があるのでしょうか。
Parkopediaでは、静的な駐車場データ、地上調査、リアルタイム駐車場センサー、車両センサー、決済、画像などの複数のデータソースを融合させ、潜在的な誤差やギャップを取り除き、機械学習モデルと組み合わせて、駐車場の空き状況を予測しています。過去の行動パターンと定置型センサーおよびモバイルセンサーからのリアルタイムデータを組み合わせているため、この予測は、現在の状況を正確に表現することができます（これは事実上、通常はすでに数分前の「リアルタイム」データに基づく予測です）。
このアプローチにより、ParkopediaのB2Bの顧客に業界をリードするソリューションを提供し、ドライバーに自信を持って提供することができます。Parkopediaの予測は、継続的な地上調査プログラムを実行して、予測モデルの精度を含むすべての関連情報を手動で収集し、グローバルに確かめることで、厳密に精査されています。
決済を唯一のデータソースとして使用したテストでは、決済以外の複数のデータソースの融合に基づくParkopediaの予測モデルの性能が最大で2倍向上し、決済を含めると予測精度がさらに15～20%向上するのがわかります。
当社の確率的予測についての詳細をお知りになりたい方、確率の理論およびブリアスコアについて深く掘り下げたい方は、ご連絡ください！