Your SlideShare is downloading. ×
0
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Innovative Methoden zur Erhebung der Strassengüterverkehrsstatistik

86

Published on

Präsentation der Ergebnisse eines FFG geförderten Projekts

Präsentation der Ergebnisse eines FFG geförderten Projekts

Published in: Business
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
86
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  1. InnoRFDAT-X: Neue Wege für die Güterverkehrsstatistik AUSTRIAPRO - Wien, 7. Mai 2012
  2. Inhalte und Ziele des Projektes  Projektziele  Entlastung der Respondenten durch Automatisierung  Rückkehr zu größeren Stichproben  Steigerung der Datenqualität und -aktualität  Reduktion der benötigten Ressourcen für Aufbereitung und Verarbeitung der Meldungen und der Daten  Projektergebnis  Prototypische, voll funktionale Umsetzung der Anbindung von Datenbeständen (Unternehmen) an XML-Schnittstelle (Proof-ofconcept)  Tests mit Erfassungstechnologien und den damit erhobenen Daten  Evaluierung dieser Ergebnisse im rechtlichen, wirtschaftlichen und methodischen Umfeld der Straßengüterverkehrsstatistik
  3. Zielarchitektur: Überlegungen Komponenten & Prozesse Respondenten Webanwendung PosDaten Standard 1 Onboard GPS 1 3 2 eQuest Abbildung Konsol- idieren STAT eFragebogen TransferFormat ERP/TMS 1. 2. 3. Page  3 TMS Daten Standard PosDaten & TMS Datenstandards werden publiziert , den Software & Systemherstellern und Frächtern kostenlos zur Verfügung gestellt. Zusammenführung, Konsolidierung, Qualitätsprüfung “Transferformat” Internationalisierung durch unterschiedliche Varianten des Mapping
  4. Übersicht der Datenschnittstellen Es sind 4 XML basierte Datenformate definiert. Entsprechend können 4 verschiedene Dateien aus möglicherweise verschiedenen Systemen exportiert werden.  FleetMasterData Stammdaten über LKWs und Anhänger (Kapazitäten, Achsen, etc.). Diese Daten werden auch bereits von Statistik Austria im eQuest geliefert und können über dieses Format optional geändert werden.  FleetStatusData Statusinformationen über bestimmte LKWs zu bestimmten Zeitpunkten die für die Meldung bei Statistik Austria zusätzlich benötigt werden. Das sind vor allem Kilometerstände und Treibstoffverbrauch.  . Page  4  ConsignmentData Beinhaltet auftragsbezogene Daten aus Vorsystemen (ERP, TMS, ...). Informationen über Waren, deren Beschaffenheit und Verpackung, sowie Beladungs- & Entladungsort und -Datum.  PositionData Beinhaltet Positionsdaten zu den zu meldenden Fuhren. Zu liefern sind die Orte (mindestens Land/PLZ) an denen bestimmte Ereignisse auftreten, wie Beladung, Entladung, Grenzübertritt.
  5. Übersicht der Prozessschritte und Datenflüsse 1. Aus dem eQuest System der Statistik Austria werden Fragebögen als XML Dateien exportiert. 1 2. Diese Fragebögen beinhalten die Auswahlkriterien für die Abfragen beim Datenexport. 3. Der Datenexport aus den Vorsystemen (zu implementieren) speichert die Daten in XML Dateien (4 definierte Formate). 4. Die exportierten XML Dateien werden in die Webanwendung "SGVS Konsole" (Implementierung als Prototyp) hochgeladen. 5. Dort können die Daten nachbearbeitet werden. 6. Aus der SGVS Konsole wird ein "ausgefüllter Fragebogen" exportiert, der wiederum in eQuest hochgeladen wird. 7. In eQuest Meldung abschliessen Page  5 2 3 4 5 6 7
  6. Webapplikation Page  6
  7. Webapplikation – Forts. Page  7
  8. Qualitätssicherung: Auszug aus den Plausibilitätsregeln  Jeder Auftrag muss mindestens einem Abschnitt zugeordnet sein  Jeder Auftrag muss mindestens eine zugeordnete Ladung haben.  Jede Fahrt muss mindestens  einen zugeordneten Fahrtabschnitt beinhalten  einen zugeordneten Auftrag beinhalten.  In jedem Fahrtabschnitt darf der Start des Abschnitts nicht vor dem Startdatum der Fahrt liegen.  Fahrtabschnitte müssen direkt zusammenhängen.  Die Fahrten und Abschnitte eines Fahrzeugs dürfen sich nicht überschneiden (mit Toleranzgrenzen, was die Zeitpunkte angeht – nicht aber Datumswerte).  Der Zielort des vorangehenden Abschnitts muss gleich dem Startort des nächsten Abschnitts sein. Page  8
  9. Erfahrungen und Erkenntnisse aus dem Testbetrieb Verwendung ungewohnter, nicht den Geschäftsusancen entsprechender Begrifflichkeiten Schwierigkeiten im Umgang mit dem Webservice selbst (zu kompliziertes Verfahren) Schnittstelle wurde erfolgreich getestet und ist verwendbar Ungereimtheiten / Fehler in der Applikation wurden ausgeräumt Fahrten konnten aus den Positionsdaten rekonstruiert und Aufträgen zugeordnet werden. Page  9 Automatische Klassifikation der transportierten Güter möglich
  10. Klassifikation des beförderten Frachtgutes Amtliche Statistik  Nach nationaler Rechtsgrundlage werden transportierte Güter in den Verkehrsstatistiken nach dem NST/R Güterverzeichnis (Güterklassifikation) erhoben. Respondenten  Frächter, Spediteure, verwenden in den operativen Daten meist freie Texteingaben: Beispiele: 10 LDM Badewannen, Granit, Leitschienen  Zuordnung zu NST/R Klassifikationen erfolgt meist manuell. Erfahrungen  Zuordnung der Waren zu NST/R Klassifikationen durch die Respondenten führt zu inkohärenten Aussagen (DE)  Frächter liefern Freitexte, Klassifikation durch NSO (NL) InnoRFDat-X  Entwicklung eines Modells zur automatischen Klassifizierung sämtlicher Freitexteingaben nach den Kategorien des NST/R Güterverzeichnisses Page  10
  11. Nachvollziehbare, richtige Zuordnungen Autoteile , Coils Stahl und Blech Bleche Bleche max . Bleche Überbreite Coils kompl . Profile Leitschienen nahtlose Stahlrohre Profile Profile 12,2 m Profile lt . Beilage Rohre Sonderfahrt , Profile Stabstahl Stahl Stahl ( S320GD+Z275MB) , 2 Coil Stahl Rohre Stahl Vg . 1/7 Stahlbleche 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug) 5 - Eisen, Stahl und NE-Metalle (einschl. Halbzeug)  Plausible Zuordnungen mit Modell, welches allein mit STAT Klassifikationscodes trainiert wurde  Robusteres Verfahren möglich, wenn zum Trainieren eine vom Respondenten klassifizierte Sammlung von Texten verwendet wird Page  11
  12. Fehlklassifikationen …  Vielfalt unterschiedlicher Bezeichnungen der Waren hat keine Auswirkungen auf die korrekte Klassifikation  Balance zwischen „Auswendig lernen“ und „neue Bezeichnungen“ mit hoher Wahrscheinlichkeit richtig zu klassifizieren. Page  12
  13. Ausblick  Das entwickelte Modell eignet sich zur automatischen Klassifikation  Hinreichend gute Trefferrate nach Lernphase mit Respondentenspezifischen Trainingssets  Zeitersparnis durch die Vermeidung manueller Zuordnung  Automatischer Export der Güterklassifikationen zurück in die Consignment / Commodity Daten  Daten zum Modelltraining müssen noch erweitert werden  Zurverfügungstellung von Freitexten PLUS Klassifizierung(!) durch die Respondenten  Umsetzungsaspekte  Genauere Angaben zu den transportierten Gütern in den Freitexten („Div. Ware“) trotz automatischer Erkennung …  Nachbearbeitung in jedem Fall notwendig, um Fehlklassifikationen zu korrigieren. Page  13
  14. Identifikation von Fahrten mit GPS Daten Page  14
  15. Ermittlung von Fahrten aus GPS Daten Page  15
  16. Erkennen & Klassifizieren von Events Page  16
  17. Testergebnisse Page  17
  18. Beobachtete Marktdurchdringung (Anteile LKW‘S) Transportmanagementsysteme (TMS) - graphisch Kennzahlen zur Marktstudie 12 32 40 14 14 Sauer Hypersoft, -sped Helpten C-Logistic Page  18 15 Eigenentwicklung Keine TMS COSware Transporeon (?)  Kontaktaufnahme zu 55 Unternehmen (Frächter, Werkverkehr)  Response von bis dato 29 Unternehmen (+ 3 durch Infos über Webrecherchen)  Unternehmen ohne Fuhrpark: Strabag, Rail Cargo, Lenzing AG, Magna Steyr, Borealis  Anteil „österreichischer“ Respondenten-LKW„s am Auswahlrahmen der SGVS 2007, Q4: 5.230 / 72.000 = 7,3 %
  19. Beobachtete Marktdurchdringung Transportmanagementsysteme (TMS) - tabellarisch TMS Anbieter Summe LKW‘s Relativer Unternehmen Anteil 2.067 39,5 % Gartner KG (1600), Augustin Network (150), Schachinger (214), Petschl (103) Eigenentwicklung 772 14,8 % Hypersoft, -sped 752 14,4 % Lagermax (40), Meindl (100), Klacska Mineralöltransporte (163), Schenker (189), Gebr. Weiss (280) Morawa-Berthold Transporte (169), Spedition Fritz Mayer (130), Transped (20), Fluckinger (200), Nothegger (211), CVJ (22) Keine TMS 707 13,5 % AEVG (20), MA48 (647), ÖBB(40), Ottakringer Trinkservice GmbH(?) Helpten 600 11,5 % Saubermacher ohne Beteiligungen (250), ?? (350) CS Steiner 155 3,0 % COSware 127 2,4 % 50 1,0 % Sauer C-Logistic Kralowetz (130), Wolfsgruber (25) Ankerbrot AG (?), Böhm Transport Ges.m.b.H. (90), Brauerei Fohrenburg (37) DHL Freight, Express, Global Forwarding & Exel Supply Chain (50) Transporeon Mondigroup (?) Kein eigener Fuhrpark Strabag, Borealis, Rail Cargo, Lenzing AG, Magna Steyr SUMME Page  19 5.230 100,0 %
  20. Kernaussagen international EUROSTAT: Gemeinsamer Ansatz der Datenerhebung  Metadaten-Anreicherung ab der Datenquelle (so früh wie möglich)  Gemeinsame, vergleichbare Methode (zwecks Konsolidierung)  Erhebung von Treibstoffverbrauch (CO²-Ausstoß) CBS (NL) ist ein Vorbild für InnoRFDat-X  unterhält gute Kontakte zur SW-Industrie zwecks Umsetzung der XML-basierten Meldung  setzt Algorithmen zur Eingabeerleichterung ein (Güterklassifikation, Routenvalidierung) Erfahrungen des Ministère du Développement Durable (FR)  “Zögerliche” Respondenten  Stark fragmentierte Unternehmenslandschaft mit wenig IT-Einsatz  Derzeit keine Strategie, wie Software-Wirtschaft einzubinden ist Page  20
  21. Kernaussagen international Trafik Analys (Schweden)  Zurzeit ausschließlich mit traditionellen Fragebögen; Erfassung manuell  Interesse an InnoRFDat Ansatz vorhanden Kraftfahrt-Bundesamt Flensburg (Deutschland)  Umfrage: Zunehmend Standardsoftwaresysteme im Einsatz, trotzdem fehlt kritische Größe der Hersteller  Alternative Quellen für Gütergruppen, Ursprung & Zielort gesucht Danske Statistik (Dänemark)  Gesetzliche Vorgaben, Papier als Medium für den Fragebogen bis Ende 2012 zu ersetzten; gewählter Weg: Web-Fragebogen m. manueller Eingabe  Vorerst Bestrebungen, TMS/ERP-Bestände zu nutzen Page  21

×