KØBENHAVNS KOMMUNE NOTAT Økonomiforvaltningen Center for Byudvikling

09-03-2017

Sagsnr. 2017-0060621

Afrapportering af Bedre Bus til Nørre Campus, baggrundsnotat Dokumentnr. 2017-0060621-1 ”Vidensbydel Nørre Campus” er en af Europas største koncentrationer af uddannelse, grundforskning og anvendt forskning inden for bl.a. Sagsbehandler sundhedsvidenskab og naturvidenskab. I disse år foretager Mikkel Krogsgaard Niss Københavns Kommune, Region Hovedstaden og Staten historisk store investeringer i området, herunder bl.a. udvidelser af Rigshospitalet og Panuminstituttet.

Udviklingen af området kræver høj tilgængelighed til og fra området. Vidensbydelen skal bindes sammen med det øvrige København, men også med Øresundsregionen og det øvrige Europa.

For at sikre en god tilgængelighed til området, let adgang til DTU i Lyngby, samt forbedre den kollektive trafik til og fra København for de mange pendlere, har Københavns Kommune, med støtte fra Trafik- og Byggestyrelsen, etableret en BRT-lignende busløsning på strækningen fra Emdrupvej v. Ryparken Station til Nørreport Station, kaldet ”Den Kvikke Vej”. Den Kvikke Vej stod færdig i efteråret 2014.

Målet for projektet er at få flere til at tage bussen gennem et styrket kollektivt tilbud med bus til og fra Nørre Campus. Området ligger i en trafikkorridor med langt til både S-tog, regionaltog og metro (se figur 1). Samtidigt er der et begrænset udbud af p-pladser. Projektet har forbedret forholdene for buspassagerer uden at være til gene for bilister og cyklister.

Selve byggeriet af Den Kvikke Vej medførte, at mange passagerer i busserne valgte andre transportmidler på strækningen. I 2014 og 2015 Center for Byudvikling, afsnit 4 indgik parterne omkring Den Kvikke Vej derfor et storstilet Københavns Rådhus, samarbejde om at informere Rådhuspladsen 1 potentielle brugere om fordelene 1550 København V ved Den Kvikke Vej samt sikrede trafikinformation de Mobil 5137 2764 steder, hvor brugerne var. Markedsføringens formål har E-mail været at forstærke og [email protected] fremskynde effekten af den forbedrede infrastruktur for EAN nummer Figur 1 - Vidensbydel Nørre Campus med 5798009800176 markering af 600m stationsoplande busserne, så flere passagerer tager bussen til og fra Nørre Campus.

I 4. kvartal 2015 var passagerniveauet allerede på niveau med før byggestart, hvilket er forholdsvist hurtigt. Målet er 5,6% flere passagerer sammenlignet med 2009 når Cityringen åbner.

Anlægsprojektet Strækningen mellem kommunegrænsen og Nørreport Station er i alt ca. 5 kilometer lang, og der er etableret i alt ca. 2,5 kilometer midterlagt bustracé på den mest centrale delstrækning. Se figur 2. Foruden bustracéet er der etableret ca. 1 kilometer nye busbaner. Der er således samlet set bustracé og busbane på 80 % af strækningen mellem kommunegrænsen og Nørreport Station.

Der er kun enkelte korte strækninger mellem kommunegrænsen og Nørreport Figur 2 - Den Kvikke Vej med angivelse af Station, hvor der ikke er en form trecétype samt stoppesteder for busspor. Årsagen er, at der ikke er den fornødne plads til rådighed, og at anlæg af busbaner eller bustracé vil have store konsekvenser for de øvrige trafikanters trafiksikkerhed og fremkommelighed.

For at sikre busserne en høj fremkommelighed er signalkrydsene på strækningen blevet ombygget og indrettet således, at bussen kan komme hurtigere igennem krydsene. Dette opnås fortrinsvis ved grøntidsforlængelser og rødtidsafkortninger som tilvejebringes gennem Københavns Kommunes GPS-prioriteringssystem.

Stoppestederne på strækningen er blevet opgradret til BRT-stationer, der er blevet udformet med egentlige perroner. Stationerne placeres mellem bustracéet og den øvrige kørende trafik. Hver enkelt station har en udstrækning på op mod 200 m2 – ca. 4 x 50 meter i udstrækning. Det imødekommer, at der kan holde op til tre 15 m. busser på en gang, og at der kan foregå hurtig og effektiv passagerudveksling.

Perronerne er som de første i Danmark udført med høje kantsten, som sikrer direkte ind- og udstigning. Kantstenen ved busstoppestedet er

Side 2 af 12 formet, så bussen kan køre helt op ad, uden at det slider på dækkene. Hermed sikres, at der ikke kommer et ’gap’ mellem bus og perron.

Figur 3 - Bustracé med perroner og busser. Kilde: Via Trafik

Københavns Kommune skulle i 2013-2014 have udført udbud af reklamebærende byudstyr, og derfor blev det valgt, at elektronisk trafikinformation ved stoppestederne og særlige læskærme ville blive implementeret med det nye bydækkende design for læskærme og elektronisk trafikinformation. Af forskellige årsager blev udbuddet nødt til at gå om, hvorfor læskærmene først blev opsat i sommeren 2016. Omkostningerne til læskærme og elektronisk trafikinformation er således trukket ud i forhold til det oprindelige projekt.

Køretider Tabel 1 viser den gennemsnitlige køretidsbesparelse for alle linjerne. Linje 173E er taget ud af konklusionen, fordi linjens ændrede stoppestedsmønster ville medvirke til et urigtigt billede af, hvordan fremkommeligheden har ændret sig som konsekvens af Nørre Campus.

Side 3 af 12 Af tabellen ses det, at den gennemsnitlige bruttokøretidsgevinst i 2015, sammenlignet med 2012, er ca. halvandet minut i morgenmyldretiden (92 sekunder) og ca. et minut i eftermiddagsmyldretiden (63 sekunder), begge i retning mod Nørreport St. I retning mod Ryparken St. findes den største effekt på ca. et halvt minut (29 sekunder) i dagtimerne mellem myldretiderne. Fælles for linjerne på Nørre Campus er, at gevinsten er størst i retning mod Nørreport St., når 2012 og 2013 sammenlignes med 2015.

Gevinsterne i efteråret 2015 udfordres af strækningen mellem Georg Brandes Plads og Sølvtorvet, hvor der har været vejarbejde i begge retninger. Hvis man undlod at inddrage strækningen mellem Nørreport St. og Sølvtorvet, ville køretidsgevinsten stige med 10 til 30 sekunder, afhængig af linje og retning.

Generelt ses en større køretidsgevinst fra 2013-2015 end fra 2012- 2015. Den primære årsag hertil er, at anlægget af Nørre Campus og byggeriet på Nørreport foregik i denne periode og gav en relativ høj køretid i 2013.

Sek. Sek. Periode Timebånd Retning (Netto) (Brutto) Morgen (7-9) Mod Nørreport St. -55 -92

Dag (9-15) Mod Nørreport St. -49 -44

Eftermiddag (15-18) Mod Nørreport St. -75 -63

mod Morgen (7-9) Mod Ryparken St. -6 -1 Dag (9-15) Mod Ryparken St. -24 -29

4. kvartal 2012 4. kvartal 2015 4. kvartal Eftermiddag (15-18) Mod Ryparken St. -22 -12 Morgen (7-9) Mod Nørreport St. -92 -142

Dag (9-15) Mod Nørreport St. -77 -82

Eftermiddag (15-18) Mod Nørreport St. -132 -129

mod Morgen (7-9) Mod Ryparken St. -56 -53

Dag (9-15) Mod Ryparken St. -49 -39

4. kvartal 2013 4. kvartal 2015 4. kvartal Eftermiddag (15-18) Mod Ryparken St. -69 -63 Tabel 1 - Forskel i netto- og bruttokøretider i 4. kvartal 2012, 2013 og 2015 for alle linjer (undtagen 173E). Forskellen i netto- og bruttokøretiden er størst i myldretiderne, hvor passagertallet og dermed opholdstiderne ved stoppestederne er længst.

Se Movias notat om køretider for flere detaljer (Bilag 2)

DTU har i efteråret 2016 undersøgt den passageroplevede køretid og varians baseret på rejsekortdata. Således sammenligner DTU rejsetiden fra tjek-ind til tjek-ud i foråret 2013 med rejsetiden i foråret 2015 (før og efter ombygningen) mellem Ryparken og Nørreport St. Fordelen ved at benytte rejsekortdata er, at tidspunkter, hvor der er mange rejsende automatisk vægtes højere end tidspunkter med få rejsende. Side 4 af 12

DTU’s analyse viser, at køretiden gennemsnitligt er reduceret med 37 sekunder i retning mod Ryparken St. og med 2 minutter og 3 sekunder i retning mod Nørreport St. fordelt på hele døgnet vægtet med antal rejsekortrejsende.

Gennemsnitlig køretid for rejsekortrejsende fordelt på tidsbånd Køretid (mm:ss) Morgen (7-9) Eftermiddag (15-18) Off peak 2013 2015 2013 2015 2013 2015 Nørreport-->Ryparken 14:32 13:51 17:02 16:32 15:35 15:06 Ryparken-->Nørreport 13:48 13:37 16:26 14:41 15:53 14:34 Nørreport-->Nørre Campus 08:57 07:56 08:34 07:29 08:05 07:01 Nørre Campus-->Nørreport 09:56 08:28 11:48 09:37 10:52 09:10 Nørreport-->Hans Knudsens Plads 13:38 12:42 15:05 13:02 13:52 12:12 Hans Knudsens Plads-->Nørreport 15:17 13:00 16:20 13:50 14:28 14:32 Kilde: Alan KS Jones: Big Data for Infrastructure Evaluation, 2017 (Bilag 1)

Regularitet Regulariteten er blevet forbedret markant på strækningen. Andelen af rejsekortrejsende, der er blevet forsinket, er, ifølge analysen fra DTU, faldet til ca. 1/3 af niveauet før Den Kvikke Vej blev etableret. I samme periode er køretiden, som det fremgår ovenfor, blevet reduceret.

Forsinkede passagerer >2 min >3 min >4 min Morgenmyldretid, 2013 15,9% 11,4% 8,0% Morgenmyldretid, 2015 5,9% 4,4% 2,8% Eftermiddagsmyldretid, 2013 15,8% 10,1% 5,9% Eftermiddagsmyldretid, 2015 4,6% 2,9% 2,1% Off peak, 2013 16,5% 10,3% 6,2% Off peak, 2015 5,7% 3,8% 2,5% Kilde: Alan KS Jones: Big Data for Infrastructure Evaluation, 2017 (Bilag 1)

Forsøg med Rejsekortstandere ved Rigshospitalet Syd På stoppestedsparret Rigshospitalet Syd har der fra 6. maj 2015 været opsat rejsekortudstyr. Resultatet af de indledende resultater forsøg med rejsekortstanderne var ikke entydige, hvorfor Københavns Kommune valgte at forlænge forsøget til december 2016. I Januar 2017 besluttede Københavns Kommune, på baggrund af en analyse af forsøget, at stoppe forsøget og opsagde samarbejdet med Rejsekort, der derfor afslutter projektet i maj 2017.

Analysen viser, at opsætning af rejsekortudstyr uden for busserne ikke umiddelbart har nogen effekt på antallet af passagerer ved det pågældende stoppested.

Side 5 af 12 Analysen viser desuden, at opsætningen af rejsekortstandere uden for bussen ikke umiddelbart har givet en gevinst i form af reduceret opholdstid ved stoppestedet. På trods af en stigende benyttelse af det stationære udstyr samt et lille fald i antallet af passagerer er den gennemsnitlige opholdstid ved Rigshospitalet Syd stort set uændret efter opsætningen af det stationære rejsekortudstyr.

Analysen viser, at udviklingen i snydeprocenten på Nørre Campus- linjerne ligger meget tæt op ad udviklingen på de øvrige linjer – dog med undtagelse af november 2015, hvor snydeprocenten på Nørre Campus-linjerne ligger ualmindeligt lavt.Der er således ikke noget, der antyder, at opsætning af rejsekortudstyr uden for busserne har en effekt på snydeprocenten.

Vedlagte notater fra Movia evaluerer forsøget i flere detaljer (bilag 3 og 4).

Integration af Rejseplanen i hospitalsindkaldelser Forsøg med integration af rejseplanen i hospitalsindkaldelser blev igangsat i 2015 efter en udbudsproces. Projektet blev udvidet, så også Professionshøjskolen Metropols indkaldelser af elever til efter- og videreuddannelse kunne indgå.

Efter projektets indledende fase vidste det sig, at det ikke var muligt at indføre et automatisk system på hverken Rigshospitalet eller Professionshøjskolen Metropol. Projektet blev derfor afsluttet efter den indledende fase for at minimere omkostningerne.

Se vedlagte notat fra Tetraplan, der evaluerer processen (bilag 6).

Trafikinformation og markedsføring Trafikinformationens og markedsføringens formål er at forstærke og fremskynde effekten af den forbedrede infrastruktur for busserne, så flere passagerer tager bussen til og fra Nørre Campus.

Når man forbedrer busløsningen, er det nødvendigt at gøre passagererne opmærksomme på deres nye fordele. Indtrængningstiden for en ny busløsning nedbringes, når fordele og service kommunikeres. Det er nemlig ikke en selvfølge, at folk opdager fordelene selv.

Projektet er gennemført i et tæt samarbejde mellem Københavns Kommune og Movia. Dertil er samarbejdet med Rigshospitalet og områdets uddannelsesinstitutioner afgørende og oplagt, når målgrupperne er meget specifikke og tilknyttet de store institutioner. Og med denne samarbejdstilgang er uddannelsesinstitutionerne og Rigshospitalet blevet til strategiske samarbejdspartnere. Dette samarbejde har gjort det muligt at være til stede med relevant Side 6 af 12 trafikinformation på de interne medier, som målgruppen bruger på deres studie og arbejde hver eneste dag, hvilket samtidig har reduceret omkostningerne til medier og arbejdstid.

Kampagnen vandt den anerkendte ’IAA prisen’ i 2015 for den bedste og mest kreative og resultatgivende danske lokale public service kampagne.

Infrastrukturen som fundament Københavns Kommune har i markedsføringen infrastrukturen som fundament. Oven på den byggede bureauerne Bates Y&R samt P- inline trafikinformation, hvor der introduceres værktøjer, som gør det nemmere og mere bekvemt at bruge bussen hver dag – også efter introduktionskampagnen. Markedsføringen anvendes til at skabe kendskab til og brug af den nye busløsning og trafikinformation gennem fokus på fordele og muligheder. Eksempler på kommunikerede fordele:

• Bus hvert 2.-3. minut • Hastighed som f.eks. Nørreport til Nørre Campus på kun 6 minutter • Grøn bølge gennem trafikken • Lige indstigning fra busperron • Undgå kø

Fordelene kommunikeres sammen med markedsføring af trafikinformationsværktøjer, som gør det nemmere at være buskunde – hver dag.

Viden gør kunderne tilfredse og trygge Brugbar, aktuel og opdateret rejseinformation er ifølge Movias kundepræferenceundersøgelser en af de vigtigste parametre i forhold til tilfredsheden. Ofte er rejseinformationen et afgørende kriterium for valg af bus.

Movia og Rejseplanen tilbød en lang række velfungerende trafikinformationsværktøjer, som bureauerne i samarbejde med Københavns Kommune valgte at anvende versioneret og tilpasset målgrupperne i kampagnen. Det reducerede omkostningerne og gav samtidig en bedre service til brugerne.

Side 7 af 12 Markedsføringens tre faser Opgaven var at skabe kendskab til og brug af den nye busløsning, der løber gennem vidensbydelen Nørre Campus. Kampagnen er delt i tre faser.

• Fase 1.1 i efteråret 2014 bestod af en overordnet kampagne til hele Nørre Campus og en integration med intern kampagne på Rigshospitalet og Københavns Universitet. På Rigshospitalet var der en dybere integration med særligt fokus på trafikinformationsværktøj på intranet og mobiltelefoner.

• Fase 1.2 i december 2014 var en reminder-julekampagne, som havde til formål at holde kampagnen kørende hos brugerne i juletiden.

Jul på Den kvikke vej

Herfra til Nørreport på 7 min.

Jul på • FaseD e2n ik vforåretikke vej 2015 byggede videre på den overordnede kampagne fra fase 1. Fase 2 havde fokus på hastighed og udfordringerne med at findeH eenr h apr- bpladsussen is iogn e gomkringen bane Nørre Campus.

Side 8 af 12

• Fase 3 ved studiestart august og september 2015 I fase tre var det primære fokus på trafikinformation til alle de nye studerende. I denne fase var der en dybere integration på Københavns Universitet, professionshøjskolen Metropol og denne gang også DTU med målrettede interne kampagner til de studerende og tutorer.

Se vedlagte afrapportering af markedsføring m.v. for flere detaljer. (bilag 7)

Brugertilfredshed Der kan fra Movias kundetilfredshedsundersøgelser konstateres en klar forbedring af kundetilfredsheden på Nørre Campus-strækningen.

Andelen af meget tilfredse kunder er steget på syv ud af otte parametre, hvis man ser på udviklingen fra 2014 og 2015. Udviklingen set i forhold til 2012 viser markant øget tilfredshed på fire parametre, herunder højere andel af meget tilfredse kunder i forhold til ”den bus du sidder i” (13%), ”den rejse du er i gang med” (14%), ”forholdene ved stoppestederne” (13%) og ”muligheden for at få information om afgangstider” (10%). Derudover bemærkes en stabil udvikling og ingen væsentlige fald i forhold til de meget tilfredse kunder.

Der ses en stigning i tilfredsheden (tilfredse og meget tilfredse) i forhold til parametrene ”forholdene ved stoppestederne” (18%), ”overholdelse af køreplaner” (9%) og ”antal afgange” (7%), hvis man ser på udviklingen fra 2014 -2015. Sammenlignes tilfredsheden med perioden før etableringen af Nørre Campus (2012), er der opnået en øget tilfredshed på 5% i forhold til ”forholdene ved stoppestederne”, ”mulighed for at få information om rejsetider” og ”overholdelse af køreplanen”. Derudover bemærkes en stabil udvikling i forhold til de tilfredse kunder.

Wilke har i 2014/2015 udarbejdet en mere dybdegående analyse af passagertilfredsheden på Nørre Campus, herunder cyklisters og bilisters holdning til projektet. Næsten halvdelen af de adspurgte synes, at forholdene for bilister er blevet bedre. Blandt andet nævnes Side 9 af 12 bedre opdeling af trafikken, hvor bilerne har deres egne baner (uden busser, der kører ind og ud fra stoppesteder). 6 ud af 10 synes, at forholdene for cyklister er blevet bedre. Her nævnes blandt andet bedre opdeling, fri for krydsende fodgængere til bussen og mere plads på cykelstien.

Se vedlagte bilag om Movias passagertilfredshed på Nørre Campus (bilag 5) samt Wilkes undersøgelse af Nørre Campus (bilag 8).

Passagereffekter Der ses en passagervækst for de fire linjer 150S, 173E, 185 og 184, der kører på hele Nørre Campus-strækningen. Disse linjer oplever en samlet passagervækst på knap 550 daglige passagerer svarende til en stigning på 7,1% fra andet kvartal 2013 til andet kvartal 2016. Dette viser, at de linjer, der har størst glæde af de infrastrukturelle ændringer på Nørre Campus, også er de linjer, der nyder den største passagermæssige fremgang.

Der ses et fald i passagerantallet på knap 500 daglige passagerer på linje 14/15 svarende til fald på 46% og knap 150 daglige passagerer på linje 6A svarende til et fald på 3,7%. Disse linjer benytter kun dele af eller slet ikke (linje 14) Nørre Campus strækningen og er især påvirket af andre tendenser. 6A taber passagerer på hele linjen og effekten kan derfor ikke henledes til Den Kvikke Vej. Faldet på linje 14/15 skyldes blandt andet, at betjeningsfrekvensen er reduceret ved overgangen fra linje 15 til linje 14 men også, at stoppet Haraldsgade/Lyngbyvej er udgået efter etableringen af Nørre Campus, så linje 14/15 reelt ikke benytter Nørre Campus-strækningen.

De generelle tendenser for passagerudviklingen på Nørre Campus viser, at det totale passagerniveau i andet kvartal 2016 stort set er på niveau med situationen omkring projektstart i 2013. Ser man på den samlede udvikling, renset for passagertallene fra linje 14/15, ligger passagertallene i andet kvartal 2016 3,9% over passagertallene for samme periode i 2013.

Ovenstående passagerudvikling skal ses i lyset af, at man har tabt passagerer ifbm. selve anlægsarbejdet på Nørre Campus, samt ombygningen af Nørreport St. Under anlægsarbejdet på Nørre Campus (3 kvartal 2013 til 3 kvartal 2014) har der været i fald i det samlede passagertal på 15 pct. Efter driftsstart i september 2014 ses en passagertilvækst på 18 pct. (3 kvartal 2014 til 3 kvartal 2015) blandt de ruter, der benytter Den Kvikke Vej.

Det har således krævet en længere indsvingningsperiode at indhente de tabte passagerer efter disse to anlægsprojekter, men passagertallene er nu (med undtagelse af linje 14 og linje 6A) tilbage på 2013-niveau.

Side 10 af 12 Ovenikøbet med en passagervækst på de linjer, der benytter hele Nørre Campus-strækningen.

Denne udvikling fremgår af nedenstående graf over passagerudviklingen på de pågældende linjer siden tredje kvartal 2012.

Index* Passagerudvikling på Den Kvikke Vej 110 Byggeri opstartes 105 100 95 90 85 80 75

Sum (alle ruter) Sum ex. 6A og 14/15 Sum ex. 14/15 Driftsstart 6A og 14/15 *: 2012K3-2013K2 = Indeks 100

Økonomi Bedre Bus til Nørre Campus opnåede i 2011 støtte fra Trafikstyrelsens Fremkommelighedspulje og Passagerpulje. De samlede omkostninger ved projektet har været 123,5 mio kr. Heraf har Københavns Kommune finansieret 64,6 mio kr. mens staten har finansieret 4,8 mio kr. via Passagerpuljen og 54,1 mio kr. via Fremkommelighedspuljen.

Omkostninger Mio. kr. Pct. Projektering (Fremkommelighedspuljen) 14,0 11,3% Anlæg (Fremkommelighedspuljen) 99,8 80,8% Trafikinformation (Passagerpuljen) 2,4 1,9% Markedsføring (Passagerpuljen) 5,5 4,5% Diverse (Passagerpuljen) 1,8 1,4% Omkostninger i alt 123,5 100,0%

Finansiering Mio. kr. Pct. Finansiering via Fremkommelighedspuljen 54,1 43,8% Finansiering via Passagerpuljen 4,8 3,6% Finansiering fra Københavns Kommune 64,6 52,6% Finansiering i alt 123,5 100%

Side 11 af 12 Kommunale og regionale udgifter til busdrift er blevet reduceret da busserne rejsetid på strækningen er reduceres. I perioden hvor Den Kvikke Vej er blevet etableret er ny Lov om trafikselskaber og ny finansieringsmodel i Movia blevet indført, som bl.a. har medført at 150S er overgået fra at være en kommunal linje til at være en regional linje samt at en del af linjernes finansiering finansieres via solidarisk betaling kommunerne imellem. Det har medført at omkostningerne og incitamenterne helt er ændret og at det derfor ikke har været muligt at opgøre driftsbesparelserne.

Vedlagt  Bilag 1: DTU: Big Data for Infrastructure Evaluation, 2017  Bilag 2: Movia: Før-efter-analyse af køretiden på Nørre campus, 5. april 2016  Bilag 3: Movia: Samlet evaluering af rejsekortforsøget på Nørre Campus, 26. februar 2016  Bilag 4: Movia: Samlet evaluering af rejsekortforsøget på Nørre Campus 2016, 3. januar 2017  Bilag 5: Movia: Notat Før og efter analyse af kundetilfredsheden på Nørre Campus, 9. oktober 2015  Bilag 6: Tetraplan: Rejseplansintegration afsluttende notat, 29. oktober 2015  Bilag 7: Bates/P-line: At tage Den Kvikke Vej, januar 2016  Bilag 8: Wilke: Evaluering af Nørre Campus projekt blandt busbrugere og potentielle busbrugere, november 2014

Side 12 af 12

Notat

Til: Sagsnummer Sag-306479 Movit-3251615 Københavns Kommune Sagsbehandler XLEK Direkte - Fax - [email protected]

CVR nr: 29 89 65 69 EAN nr: 5798000016798

5. april 2016

Før-efter-analyse af køretiden på Nørre Campus

Dette notat indeholder en analyse af netto- og bruttokøretiderne på strækningen mellem Ryparken St. og Nørreport St (Nørre Campus) i 4. kvartal 2012, 2013 og 2015. På netop denne strækning har Københavns Kommune ændret forholdene for busserne, og dette notat skal belyse hvilke konsekvenser, dette har haft for bussernes køretid. Konklusion Tabel 1 viser den gennemsnitlige køretidsbesparelse for alle linjerne. Linje 173E er taget ud af konklusionen, fordi linjens ændrede stoppestedsmønster ville medvirke til et urigtigt billede af hvordan fremkommeligheden har ændret sig som konsekvens af Nørre Campus. Fra tabellen ses det, at den gennemsnitslige bruttokøretidsgevinst i 2015, sammenlignet med 2012, er ca. halvandet minut i morgenmyldretiden og et minut i eftermiddagsmyldretiden, begge i retning mod Nørreport St. I retning mod Ryparken st. findes den største effekt på ca. et halvt minut i dagtimerne mellem myldretiderne. Fælles for linjerne på Nørre Campus er, at gevinsten er størst i retning mod Nørreport St., når 2012 og 2013 sammenlignes med 2015. Gevinsterne i efteråret 2015 udfordres af strækningen mellem Georg Brandes Plads og Sølvtorvet, hvor der har været vejarbejde i begge retninger. Hvis man undlod at inddrage strækningen mellem Nørreport st. og Sølvtorvet, ville køretidsgevinsten stige med 10 til 30 sekunder, afhængig af linje og retning. Generelt ses en større køretidsgevinst fra 2013-2015 end fra 2012-2015. Den primære årsag hertil er, at anlægget af Nørre Campus og byggeriet på Nørreport foregik i denne periode og gav en relativ høj køretid i 2013. Forskellen i netto- og bruttokøretiden er størst i myldretiderne, hvor passagertallet og dermed opholdstiderne ved stoppestederne er længst.

Periode Timebånd Retning Netto Brutto

Trafikselskabet Movia Strategi og Anlæg, Trafik og 1/7 Plan

Sagsnummer Sag-306479 Movit-3251615

Morgen (7-9) Mod Nørreport St. -55 -92

mod Dag (9-15) Mod Nørreport St. -49 -44

Eftermiddag (15-18) Mod Nørreport St. -75 -63

Morgen (7-9) Mod Ryparken St. -6 -1

Dag (9-15) Mod Ryparken St. -24 -29

4. kvartal 2015 4. kvartal

4. kvartal 2012 2012 4. kvartal Eftermiddag (15-18) Mod Ryparken St. -22 -12

Morgen (7-9) Mod Nørreport St. -92 -142

Dag (9-15) Mod Nørreport St. -77 -82

Eftermiddag (15-18) Mod Nørreport St. -132 -129

Morgen (7-9) Mod Ryparken St. -56 -53

Dag (9-15) Mod Ryparken St. -49 -39

4. kvartal 2015 4. kvartal

4. kvartal 2013 mod 2013 4. kvartal Eftermiddag (15-18) Mod Ryparken St. -69 -63 Tabel 1 Forskel i netto- og bruttokøretider i 4. kvartal 2012, 2013 og 2015 for alle linjer (undtagen 173E)

Metode Køretidsanalysen opgøres i både netto- og bruttokøretider. Nettokøretid er køretid uden ophold ved stoppestederne – et ophold er defineret ved at bussen skal have en hastighed på under 5 km/t samt have åbne døre. Ændringen i nettokøretiden fortæller noget om de direkte ændringer i fremkommeligheden, hvor bruttokøretiden foruden fremkommelighed fortæller noget om opholdstid ved stoppestederne. Analysen er opdelt i kvartaler, og følgende perioder anvendes:  Før: 4. kvartal 2012  Under:4.kvartal 2013  Efter: 4. kvartal 2015 Forskellen mellem perioderne antages primært at være forårsaget af Nørre Campus- projektet - men der kan dog være tale om andre faktorer, som har påvirket fremkommeligheden. Det bemærkes især, at der mellem Sølvtovet og Georg Brandes Plads har været vejarbejder i efteråret 2015. Dette gør, at køretiden på denne strækning har været længere end normalt i efteråret 2015 og at de opgjorte køretidseffekter derfor er reduceret. Analysen omfatter linje 150S, 173E, 184, 185, 6A og 42. Natbusser samt linje 14 er undladt, sidstnævnte fordi den ikke kører i det nye anlæg. Data grupperes på tre timebånd:  Morgenmyldretid (7-9)  Dagtimer (9-15)  Eftermiddagsmyldretid (15-18) Resultaterne er opgjort linjevis i tabel 2-6. Linje 150S

2/7

Sagsnummer Sag-306479 Movit-3251615

Tabel 2 viser forskel i netto- og bruttokøretider i 4. kvartal 2012, 2013 og 2015 for linje 150S.

Linje 150S følger det generelle mønster, hvor køretidsbesparelserne er mest markante i retningen mod Nørreport st.

I retning mod Nørrport st. er bruttokøretiden for linje 150S i morgenmyldretiden over to minutter lavere i 2015, sammenlignet med 2012. Tilsvarende er gevinsten i eftermiddagsmyldretiden lidt over et minut. I retning mod Nørreport ses det, at bruttokøretidsbesparelsen er højere end nettokøretidsbesparelsen i myldretiden, hvilket betyder, at opholdstiden ved stoppestederne er reduceret. Af tabellen fremgår det på den anden side også, at køretiden i myldretiden (både morgen og eftermiddag) er steget i retning mod Ryparken st.

Periode Timebånd Retning Netto Brutto

Morgen (7-9) Mod Nørreport St. -43 -145

Dag (9-15) Mod Nørreport St. -41 -39

5

Eftermiddag (15-18) Mod Nørreport St. -67 -78

Morgen (7-9) Mod Ryparken St. 17 10

kvartal 201 kvartal Dag (9-15) Mod Ryparken St. 18 -26

4. kvartal 2012 mod 4. mod 2012 4. kvartal Eftermiddag (15-18) Mod Ryparken St. 16 22

Morgen (7-9) Mod Nørreport St. -99 -257

Dag (9-15) Mod Nørreport St. -67 -30

5

mod 4. mod

Eftermiddag (15-18) Mod Nørreport St. -146 -119

Morgen (7-9) Mod Ryparken St. -11 10

kvartal 201 kvartal Dag (9-15) Mod Ryparken St. -28 -12

4. kvartal 2013 4. kvartal Eftermiddag (15-18) Mod Ryparken St. 4 9 Tabel 2: Forskel i netto- og bruttokøretider i 4. kvartal 2012, 2013 og 2015 for linje 150S

3/7

Sagsnummer Sag-306479 Movit-3251615

Linje 184/185

Tabel 3 viser forskel i netto- og bruttokøretider i 4. kvartal 2012, 2013 og 2015 for linje 184/185.

Eftersom linjeføringen og stoppestedsmønstret er det samme for linje 184 og185, har effekten af projektet på linjerne været den samme, hvorfor linjerne analyseres under et. Generelt har linjerne kun en mindre ændring i bruttokøretiden, når 2012 og 2015 sammenlignes. Det ses dog, at der i dagtimerne spares omkring 30 sekunder mod Ryparken St. Samtidig ses det, at den direkte fremkommelighed for linjerne er forbedret, idet der generelt ses en højere nettokøretidsbesparelse, end bruttokøretidsbesparelse. Her se de mest markante forbedringer i retning mod Nørreport, hvor der fra 2012 og 2015 spares omkring 40 sekunder i morgen- og dagstimerne, og tilsvarende over et minut i eftermiddagsmyldretiden.

Periode Timebånd Retning Netto Brutto

Morgen (7-9) Mod Nørreport St. -43 -21

Dag (9-15) Mod Nørreport St. -40 1

5

Eftermiddag (15-18) Mod Nørreport St. -86 -7

Morgen (7-9) Mod Ryparken St. -17 10

kvartal 201 kvartal Dag (9-15) Mod Ryparken St. -43 -29

4. kvartal 2012 mod 4. mod 2012 4. kvartal Eftermiddag (15-18) Mod Ryparken St. -35 -18

Morgen (7-9) Mod Nørreport St. -115 -100

Dag (9-15) Mod Nørreport St. -72 -93

5

mod 4. mod

Eftermiddag (15-18) Mod Nørreport St. -165 -148

Morgen (7-9) Mod Ryparken St. -143 -107

kvartal 201 kvartal Dag (9-15) Mod Ryparken St. -88 -33

4. kvartal 2013 4. kvartal Eftermiddag (15-18) Mod Ryparken St. -153 -101 Tabel 2 Forskel i netto- og bruttokøretider i 4. kvartal 2012, 2013 og 2015 for linje 184/185

4/7

Sagsnummer Sag-306479 Movit-3251615

Linje 6A Tabel 4 viser forskel i netto- og bruttokøretider i 4. kvartal 2012, 2013 og 2015 for linje 6A

Bruttokøretidsbesparelsen for linje 6A er lidt under et minut i retning mod Nørreport St. hvis man ser på 4. kvartal 2012 mod 4. kvartal 2015. Igen er køretidsbesparelserne mest markante mod Nørreport, i det der i retning mod Emdrup st. ses brutto-besparelser på under et halvt minut. For linjen gælder det, at nettokøretiden er faldet mere end bruttokøretiden i begge retninger. Fra 2012 til 2015 ses en større forbedring for den direkte fremkommelighed i myldretiden (morgen/ eftermiddag) i retning mod Nørreport, hvor nettokøretiden er faldet med omkring to minutter, i den modsatte retning ses et mindre fald på ca. 40-60 sekunder over hele dagen.

Periode Timebånd Retning Netto Brutto

Morgen (7-9) Mod Nørreport St. -136 -46

Dag (9-15) Mod Nørreport St. -78 -46

5

Eftermiddag (15-18) Mod Nørreport St. -118 -42

Morgen (7-9) Mod Emdrup st. -36 -5

kvartal 201 kvartal Dag (9-15) Mod Emdrup st. -59 -27

4. kvartal 2012 mod 4. mod 2012 4. kvartal Eftermiddag (15-18) Mod Emdrup st. -59 -24

Morgen (7-9) Mod Nørreport St. -116 -152

Dag (9-15) Mod Nørreport St. -87 -107

5

mod 4. mod

Eftermiddag (15-18) Mod Nørreport St. -113 -128

Morgen (7-9) Mod Emdrup st. -104 -130

kvartal 201 kvartal Dag (9-15) Mod Emdrup st. -74 -97

4. kvartal 2013 4. kvartal Eftermiddag (15-18) Mod Emdrup st. -106 -133 Tabel 3 Forskel i netto- og bruttokøretider i 4. kvartal 2012, 2013 og 2015 for linje 6A

5/7

Sagsnummer Sag-306479 Movit-3251615

Linje 42 Tabel 5 viser forskel i netto- og bruttokøretider i 4. kvartal 2012, 2013 og 2015 for linje 42

Linje 42 er analyseret fra Nørreport St. til og med Nørre Campus, da linjeføringerne i 2012 og 2015 ikke er de samme. Bemærk, endvidere at sammenligningen mellem 2015 og 2013 kun er fra Sølvtorvet, da linje 42 i efteråret 2013 var omlagt via Gothersgade. Det gælder for linje 42 at bruttokøretiden i morgenmyldretiden er steget i retning mod Nørreport og linjen har kun opnået minimale forbedringer i dags- og eftermiddagstimerne vis man sammenligner 2012 med 2015. Samtidig ses en bruttokøretidsbesparelse i modsatte retning på omkring et halvt minut. Det vil sige at linjen (i modsætning til den generelle tendens) har en højere køretidsbesparelse væk fra Nørreport frem for i retning mod Nørreport.

Periode Timebånd Retning Netto Brutto

Morgen (7-9) Mod Nørreport St. 2 31

Dag (9-15) Mod Nørreport St. -36 -9

5

Eftermiddag (15-18) Mod Nørreport St. -28 -5

Morgen (7-9) Mod Ballerup st. 12 -17

kvartal 201 kvartal Dag (9-15) Mod Ballerup st. -13 -35

4. kvartal 2012 mod 4. mod 2012 4. kvartal Eftermiddag (15-18) Mod Ballerup st. -8 -26

Morgen (7-9) Mod Nørreport St. -38 -59

Dag (9-15) Mod Nørreport St. -83 -96

5

mod 4. mod

Eftermiddag (15-18) Mod Nørreport St. -102 -121

Morgen (7-9) Mod Ballerup st. 36 17

kvartal 201 kvartal Dag (9-15) Mod Ballerup st. -7 -15

4. kvartal 2013 4. kvartal Eftermiddag (15-18) Mod Ballerup st. -21 -28 Tabel 4 Forskel i netto- og bruttokøretider i 4. kvartal 2012, 2013 og 2015 for linje 42

6/7

Sagsnummer Sag-306479 Movit-3251615

Linje 173E Tabel 6 viser forskel i netto- og bruttokøretider i 4. kvartal 2012, 2013 og 2015 for linje 173E.

Som konsekvens af den nye infrastruktur har linje 173E fået et markant ændret stoppestedsmønster, som betyder, at linjen efter åbningen af Nørre Campus betjener de samme stoppesteder som linje 150S (dog med undtagelse af Hans Knudsens Plads og Sølvtorvet). Dette har ikke overraskende ført til en stigning i bruttokøretiden. Denne stigning er fra 2012 til 2015 mellem et og to et halvt minut, afhængig af tidsbånd og retning. Det interessante er dog, at med undtagelse af eftermiddagsmyldretiden mod Ryparken St., er nettokøretiden faldet. Det vil sige, at tiden som 173E anvender på regulær kørsel er faldet.

Periode Timebånd Retning Netto Brutto

Morgen (7-9) Mod Nørreport St. 9 62

Dag (9-15) Mod Nørreport St. -42 35

5

Eftermiddag (15-18) Mod Nørreport St. -61 40

Morgen (7-9) Mod Ryparken St. 7 139

kvartal 201 kvartal Dag (9-15) Mod Ryparken St. -13 116

4. kvartal 2012 mod 4. mod 2012 4. kvartal Eftermiddag (15-18) Mod Ryparken St. 59 167

Morgen (7-9) Mod Nørreport St. -100 -23

Dag (9-15) Mod Nørreport St. -179 -67

5

mod 4. mod

Eftermiddag (15-18) Mod Nørreport St. -139 -37

Morgen (7-9) Mod Ryparken St. 18 148

kvartal 201 kvartal Dag (9-15) Mod Ryparken St. -20 105

4. kvartal 2013 4. kvartal Eftermiddag (15-18) Mod Ryparken St. 8 121 Tabel 5 Forskel i netto- og bruttokøretider i 4. kvartal 2012, 2013 og 2015 for linje 173E

7/7

February 2017

Big Data for Infrastructure Evaluation

An Ex Post Analysis of Copenhagen’s Bus Rapid Transit Pilot

Alan KS Jones, Technical University of Denmark

Key Words: Transport, Big Data, Infrastructure, Evaluation. BRT, travel smartcard, GPS, Census, Social

ig Data, in a variety of fields, has be- Introduction come synonymous with forward think- Bing and efficiency. The actualisation Traditional methods of collecting and analysing data of smartcard payment methods and Global for transportation purposes have relied largely on Positioning System (GPS) vehicle probes, lo- phone surveys and log diary entries. Oftentimes re- cation and navigation services has created a spondents to these surveys do not accurately recall great opportunity to evaluate complete pub- their travel habits and can leave travel logs partially lic transport infrastructure in terms of its real complete [Raza et al., 2015]. Speeds and vehicle socio-economic ramifications. Using various counts have been calculated using fixed induction sources of Big Data - travel smartcard data, loops placed at various locations, but these offer lim- Google position and speed data, and census ited value in terms of cost per unit of data collected data - a method is developed to test the fea- [Liu et al., 2012], require constant maintenance and sibility of using such data in evaluating in- data collection is confined to pre-chosen points of frastructure in an ex post manner. Including interest. How these points of interest are chosen may Copenhagen’s Bus Rapid Transit (BRT) pilot be largely situational and could rely on an investi- program as a test case, many traditional anal- gator’s discretion. This leaves little room to identify yses are combined with Big Data input, to new points of interest that could need further analy- show that traditional metrics of success such sis. as travel times and delay times of individual With the advent of the use of travel smartcard passengers can be determined for a project payment methods in public transit and the near that is in operation. The method and calcu- universality in cell phone usage, there exists an op- lated metrics showed that Copenhagen’s BRT portunity to harness these data sources in a manner system has been beneficial in socio-economic that removes the limitations of the human memory in terms. An aggregate median travel time sav- analysing transport infrastructures and their efficacy. ing of 1.25 minutes in a 4.1km corridor is Travel smartcards log the boarding and alighting seen using smartcard data. An aggregate me- locations of the travel smartcard user along with a dian travel time saving of 1.62 minutes is seen time stamp. GPS data from smartphones provide a in a 2.7km corridor using data provided by time stamp and the phone’s geolocation and possibly Google. The final benefit cost ratio of the accelerometer data; while GPS probes in vehicles project is 4.34 when evaluated over 20 years. provide the same information with a higher degree of More enlightening, is the potential to use Big accuracy. While there are still reliability issues with Data inputs to continuously track project suc- these types of data, they provide far more potential cess and/or failure and use that information for accurate predictions for transport metrics such as to make informed decisions. demand, mode share and travel times. They are also far more likely to be of use when considering real time traffic management and information services. The classification of data as “Big” has undergone

Page 1 of 15 February 2017

somewhat of an evolution in recent times. From Section 3.2 initially three Vs (Volume, Velocity and Variety), Data Setup and From Section 1 defined by Laney [2001], to the current 7Vs (adding Collation Section 3.3 Variability, Veracity, Visualization and Value), de- Literature Re- fined by Livingstone [2013]. Regardless of the number Data Pre-processing Section 3.4 examination of Vs used to define Big Data, the data in this study Section 3.5 is of such a nature (GPS, travel smartcard) that it Indicator Identification Validation may be classified as Big. and Calculation

To start the process of evaluating a project using Framework these various data sources we need to answer a fun- Development damental question before beginning. That question being: “How do we use Big Data to evaluate project Final Framework success?” To answer this we need to answer the sub- questions: “What are the constituent indicators that Figure 1: Research and Framework Development can be derived from the data?” and “How do we use the data to find these indicators?” 1 Literature Review This paper aims to use such sources of Big Data in order to establish a method of answering these Transport research using Big Data has accelerated questions and evaluating the success of already im- in recent years. The buzz over Big Data and its plemented infrastructure, in both transport specific applicability to improving transport services has led aspects and socio-economic - second order effects, of to the development of Big Data transport policy the new infrastructure. To accomplish the analysis documents on the subject - from the British Houses of of the second order effects, yet another data source Parliament [Hobbs and Hanley, 2014] to the OECD’s is required. This being that of census data. International Transport Forum [ITF, 2015]. To test the methods developed for the evaluation, This review of the relevant literature is structured a case study of Copenhagen’s Bus Rapid Transit in the following manner: it is split into three levels (BRT) pilot line is carried out using varied sources – Level 1 concerns Big Data literature pertinent to of data specific to the pilot project. conventional transport metrics such as travel time, mode and origin–destination. Level 2 contains infor- mation regarding the use of Big Data and 2nd order, socio-economic impacts and Level 3 considers litera- ture relevant to the use of Big Data in the process Research Structure of project appraisal and evaluation. There is an array of Big Data research that may The research conducted not only aims to perform be applicable to this study but falls outside of its data analyses on various kinds of data, it also includes scope. The study of GPS in commercial logistics, the goal of developing a structured approach to using for instance, is left out as is Big Data derived from such data for evaluation of transport projects. As social media. such, a literature review is first conducted to identify possible data sources and types of transport analysis. 1.1 Level 1 Not knowing a priori what data is available for the Much emphasis in the literature is placed on the test case, nor the form of it, a basic iterative method process of map-matching. This is a practice that is used to both build a framework for evaluation “integrates positioning data with spatial road network purposes and perform the calculations needed to data for the identification of the correct link on which evaluate success. This process is shown in Figure 1. a vehicle is travelling and to determine the physical This process is tightly aligned with the research location of the vehicle on the link” [Quddus, 2009]. methodology in Section 3. For each dataset eval- This process is vitally important in any evaluation uated, the process in Figure 1 is followed so that that would make use of raw GPS data as, depend- after a set of data is analysed, the literature relevant ing on the source of that data, there are varying to it can be used with its results to build a project degrees of GPS accuracy. Many algorithms exist to evaluation framework. map-match positioning data with spatial data. Inter-

Page 2 of 15 February 2017 ested readers are pointed towards some of the various useful aspect of using GPS data is that of identifying map-matching algorithms: point-to-point [Bernstein traffic anomalies. Pang et al. [2013] has developed a and Kornhauser, 1998]; point-to-curve [White et al., likelihood ratio test statistical method that quickly 2000]; similarity criteria [Greenfeld, 2002]; proba- identifies anomalous behaviour in traffic patterns bilistic[Bierlaire et al., 2012]; etc. An important when analysing large-scale trajectory data. Not only requirement for successful map-matching is a well is this effective in a real time traffic management sce- established spatial database. For this project it is nario, but it may show promise in evaluating whether convenient that Denmark has public access to a va- implemented transport infrastructure has led to an riety of well-defined spatial data, as well as census increase in the frequency of traffic anomalies and its data. impact on private traffic if that infrastructure is for A key metric in the study of transport infrastruc- collective traffic. ture is the mode share on specific corridors. This The last metric discussed is that of demand. It mainly pertains to city corridors and public transit is of great importance in transport engineering to dense areas. Big Data has entered this arena in that know just what the demand on specific corridors is there are now methods that can - to varying degrees so that the implemented infrastructure caters to it. of accuracy - predict the mode of a subject using It is possible to use Big Data sources to estimate raw GPS data. Initially, research focused on the the demand using GPS traces and travel smartcard standard modes of walking, car, bus and bike [Zheng data to calculate the most common paths traveled, et al., 2008]. Further analysis resulted in methods as demonstrated by Toole et al. [2015]. In a pre that can predict further categories of movement such and post evaluation of an infrastructure project, this as idle times and mode change points (hybrid modes) may be invaluable to test whether the demand on a as well [Bolbol et al., 2012]. Investigation in GPS corridor is met by the new infrastructure or if the data specifically from smartphones for mode detec- project has indeed altered the demand in some way. tion has also started [Reddy et al., 2010]. These After reviewing literature applicable to transport methods could potentially be helpful when analysing specific indicators it is clear that there is growing re- the success of a BRT project; considering that one search in the use of Big Data in the transport sector. of the goals of such an infrastructure investment is GPS data from both vehicle probes and smartphones to increase ridership numbers. can be used to determine all of the classical appraisal Possibly the most sought after change on imple- indicators for transport infrastructure. In many cases menting projects is the desire to reduce travel times these can be determined with higher accuracy and on transport links. When a BRT system is imple- more inexpensively. Demand, travel time, Origin- mented, travel time savings can arise in both the Destination matrices, mode and ridership figures can bus commuters and for private vehicles. This is an- all be determined from Big Data sources. The devel- other area in which map-matching algorithms play a opment of more advanced map-matching algorithms role. The state-of-the-art is using these algorithms will help greatly in travel time estimation. This is a to find the shortest path using low frequency and core indicator of the success of a BRT project, in this sparse GPS data [Quddus and Washington, 2015] case. The fact that a lot of the reviewed literature is [Sanaullah et al., 2016]. Travel times can also be recent suggests that this is a growing area of research inferred from travel smartcard payment systems data and widely recognised as important. as can the change points on a journey [Jang, 2010]. Other useful transport specific analyses can be 1.2 Level 2 obtained using Big Data. Origin-Destination matri- ces can be generated from mobile phone call data Wider socio-economic impacts of transport have be- [Iqbal et al., 2014] and its validity has been tested gun to be recognised. One of the major ways in using nearly three million mobile phone users in which transport infrastructure affects society is in Bangladesh. This method compares favourably with the form of gentrification. First defined by Glass regards to the cost of traditional estimation methods [1964], gentrification is a general trend of the upper that involve household surveys and traffic counts. classes replacing the lower class residents of an area. Delling et al. [2014] notes that vehicle GPS data Common indicators of gentrification of a defined can be used to create more efficient transit routes in area are: terms of travel times and emissions. This fact can • Aggregate household income greatly help in deciding whether Copenhagen should expand its BRT pilot project or not. Another very • The percentage of units owned

Page 3 of 15 February 2017

• Number of degrees per capita of adults over 25 can be improved upon and suggest that better infor- mation on access to tertiary employment, commercial • Average monthly rent districts and municipal policies would vastly improve such a model. The models are a new and different • The percentage of adults in a professional occu- way of analysing the interaction of transport infras- pation tructure and gentrification and are encouraging. It will be interesting to see how these models hold up (adapted from Kushto and Schofer [2008]; Grube- when new census data comes in and if these kinds of Cavers and Patterson [2014]) models could be used in other mass transit modes, such as Bus Rapid Transit. These indicators can be identified through mining There are a variety of costs and benefits of gentri- census data on a census tract level as performed fication. Lees et al. [2008] cite the economic benefits by Grube-Cavers and Patterson. Some studies have as: increased property values; a service burden re- proven causal links between transport and gentrifi- duction in gentrified census tracts (fewer residents cation. Lin [2002] studied the City of Chicago and require support, etc); increased revenues from prop- found that between 1971 and 1995 properties ad- erty taxes. The economic costs of gentrification can jacent to transit infrastructure had a rate of value be more difficult to quantify. Incumbents’ displace- increase 20 percent higher than those over half a mile ment is often the most devastating impact. Holmes away. [2011] identifies six forms of displacement, all with Gentrification related to transport in Bangkok was their own socio-economic consequences. These are studied by Moore [2015]. The study is interesting difficult to quantify without rigorous study. Other as it explores the phenomenon of new-build gentrifi- impacts are stress on the surrounding areas that cation in the “global south”. Moore found that 80 receive the displaced; there is an increased social percent of all condominium units in Bangkok are service burden in these “satellite” areas. These may located along mass transit lines. Even more intrigu- range from increased social service expenditure on ing is that 29 percent are located along proposed an increased vulnerable population in the area, to lines alone. He performs a qualitative analysis of decreased municipal income tax revenue as a result socio-economic conditions of two previously rural ar- of lower average personal income once more affluent eas of the city that are undergoing gentrification. In residents have vacated the area. these areas, he concludes that demographic and socio- Affordable housing becomes an issue when many economics have changed as a direct result of mass areas of a city undergo gentrification and there is a transit expansion. By choosing a district that was decrease in municipal taxes when lower income fami- currently undergoing gentrification he was able to lies move in to new “un-gentrified” areas. Industry interview the displaced before they disappeared into also undergoes displacement to make way for new the aether. This method is supported by findings by housing developments. Depending on circumstances, Slater [2004], in which he discusses the importance this can result in increased logistical costs of goods, of studying gentrifying places rather than gentrified. notwithstanding the private costs of relocation. Grube-Cavers and Patterson [2014] have recog- The literature on Level 2 shows how intricate the nised that there are methodological gaps in the way relationship between transport infrastructure and gentrification and its links with mass transit have socio-economics is. While it may be difficult to iden- been studied. They view the onset of gentrification tify all economic costs in this, there are some avenues in a neighbourhood as an event, and as such, perform that will most likely be directly quantifiable: housing an event analysis in the form of survival analysis to prices and revenue change for the municipality, for test whether proximity to rail transit is related to example. In Denmark, with its comprehensive census the onset of gentrification in Montreal, Toronto and data and personal registration system, displacement Vancouver. may also be a possibly accessible variable. Using the gentrification indicators presented previ- ously, they classified over 70 percent of census tracts 1.3 Level 3 as “gentrifiable” and 20 percent as gentrifying. They found a positive relationship between the distance The third and final level of this review is that of lit- to transit and gentrification in two out of the three erature relating to the use of Big Data in appraising cities studied. They found no evidence of a negative and evaluating infrastructure. The literature on this relationship. They acknowledge that their models topic is sparse but there are a few key pieces that

Page 4 of 15 February 2017 lend some insight. Elgendy and Elragal [2016] have a PTS all the time, a representative sample is pro- developed the B-DAD (Big - Data, Analytics and vided for all lines. All Movia data provided was for Decisions) Framework that builds a decision frame- the six lines that use the BRT corridor. work built upon the Hadoop open data ecosystem to use Big Data to assess solution options. While not a Table 1: Movia Data Description post-hoc evaluation technique, its form and ideas are Movia useful. A promising relationship between Big Data Rejsekort Driving Point Passenger Counts and decision support systems has been identified by Line designation Journey section ref. No. Journey ref. No. Journey ref. No. Planned starting time Barata et al. [2014] that, with more research, could Journey stop point ref. No. Start timestamp Line designation Line designation prove telling in manners in which Big Data is used for End timestamp Line direction Planned arrival time Start point ID Section name evaluation of projects and business key performance Planned departure time End point ID Section start ID Observed arrival time indicators. Still in its infancy, BigDAF, developed Start point name Section stop ID Observed departure time End point name Section distance by Portela et al. [2016] is a framework to evaluate Counting system dep. time Est. stop point ID Planned stop duration Counting system arr. time return on investment for Business Intelligence pur- Est. stop name Observed stop duration Total no. of boarders Est. stop distance Planned driving time poses. Depending on the final form of this work, it Total no. of alighters may be useful in an ex post analysis. Alongside these Passenger count Observed driving time specifically decision oriented works exists a plethora of literature on “The Internet of Things” related to The datasets provided by Google’s Better Mobil- Big Data use in transportation. From real-time deci- ity Program and those collected from the Danish sion making, such as Rathore et al. [2016], that could National Statistics Library are described in Table be adapted for an after the fact evaluation, to the 2. The data acquired from Google is collected from use of Big Data in urban studies [Cheng et al., 2016] smartphone GPS and had been map-matched, pre- that has the opportunity to tap into spatial, tem- processed and aggregated prior to its acquisition. poral and emotional (via social networks) datasets; The data is assumed to comprise only motorised ve- each of which may offer insight into project success. hicles. The census data has a variety of spans. The Neither transport specific, nor decision oriented, is a first records are from 1992 and the latest from 2016. study by Sowe and Zettsu [2015] that nevertheless is useful in its efforts to develop an open data model to Table 2: Google and Census Data Description link heterogeneous data sources. The model could Google Census be used to interconnect the various sources of data Google Place ID Aggregate household income used in a framework development for infrastructure (on census tract level, district level) evaluation. Start interval (seconds since epoch) Ownership types End interval (seconds since epoch) (census tract level, district level)

bucket (in deciles) Demographics: age, gender, family type, marital status 2 Data Description (census tract level, district level) Mean speed at ID The data obtained for this study had a variety of Education forms. Data was obtained from Google, Movia (a Modality (blank) (census tract level, district level) public transport agency) and from the Danish Na- tional Statistics Library. The data from Google and Additionally, geo-data pertaining to the study area Movia covers two distinct periods: January 1st - June is acquired from the Danish Agency for Data Supply 30th 2013 and January 1st - June 30th 2015. The and Efficiency. This data consists of polygon features 2013 period is before BRT implementation and the of district boundaries and census tract boundaries. 2015 period is after implementation. The datasets provided by Movia were that of Re- jsekort (travel smartcard) data, “Driving Point” data, 3 Methodology and passenger count data. Table 1 displays the form 3.1 Approach Overview of the data provided by Movia. The travel smartcard data provides records of individual trips; the Driving The major steps of the process are (i) the setup and Point data provides records of the movement of buses collation of data, (ii) data pre-processing, (iii) indica- between stops and the passenger count data provides tor identification and calculation, (iv) validation, (v) information from Movia’s passenger counting system framework development and (vi) post-hoc analysis. (PTS). While not all bus journeys are equipped with Steps (i) to (iv) are to be repeated for each of the

Page 5 of 15 February 2017 relevant datasets and the processes are used to an- 3.3 Data Pre-processing swer the research questions, then incorporated into step (v) of developing an infrastructure evaluation The data provided was extensive and a majority of framework that is used for (vi) the ex post analysis it not applicable to the BRT study area. As such, of Copenhagen’s BRT pilot. only records pertaining to Den Kvikke Vej route were selected using SQL queries. This was done for both the Movia and the Google data. Duplicate 3.2 Data Setup and Collation records were deleted and many records also contained The data come from a variety of sources, thus a null values for certain fields and these were removed. common database was setup in ArcGIS. Spatial data Once the travel time for the Movia trip data was - of the routes, stops and Google places - was digitised calculated, records containing unrealistic travel times and added to the database. The spatial data is were removed (values of greater than 60 mins and accurate at a scale of 1:4000. Figure 2 shows a values lower than 4 minutes). For the Google data, map of the project area. Given that the data was records with a mean speed of zero where the flow provided in a number of separate files, common sets was also zero where removed. The datasets were were merged to streamline data manipulation. split to create the subsets of Morning Peak (7-9am), On initial viewing of the data, and in light of the Afternoon Peak (3-6pm) - during weekdays and Off Data Description, it becomes readily apparent that Peak. Indicators and calculations are for these three the first of the research sub-questions: “What are time intervals as desired by the BRT project team. the constituent indicators that can be derived from The census data required little pre-processing. the data?”, can be answered. From the Movia travel However, they were checked for duplicates and null smartcard data, travel times for individuals’ trips records. Given the relatively small amount of data can be calculated as well as their origins and desti- required and the fact that they had already been nations. From Movia’s driving point data, bus travel officially published, the checks proved that the data times and various delays can be found. From the was ready for use. passenger count data boarding and alighting bottle- necks can be inferred as well as ridership numbers 3.4 Indicator Identification and Calculation and an indication of demand change; and from the Google data, aggregate travel times can be inferred In order to stay in-line with the initial decision from the mean speeds. process of the project, the sections of Den Kvikke The data required for the census analysis was found Vej route investigated for Movia data were that of: from various open sources in Danish National Statis- Nørreport St. - Ryparken St. and Nørreport - Hans tic library as well as non-publicly available data sets Knudsens Plads (HKP), in both north and south acquired through the City of Copenhagen with the directions. Additionally, the segment of Nørreport aid of the Statistics library. Relevant years were St. to Nørre Campus is investigated. This is chosen grouped together, as were relevant demographic in- due to the fact that two of the lines that run on the dicators. route diverge at Nørre Campus, as evident in Figure 2. This is too the case for the Google datasets as I2 . Ryparken St. there is significant inflow and outflow at the Nørre Hans Knudsens Plads Campus junction of private vehicles as well. The main indicator for the success of the project is that of travel time on these segments. The calculation of travel time for the Movia data is a simple calculation using the start time stamps at check-in and the end Text time stamps at check-out. There is an issue in that Nørre Campus travel smartcard check-in and out times are not the Legend Fredensbro exact travel times experienced by the users as, as a

Google Places rule, check-in on-board occurs before the bus departs

BRT Lanes and check-out occurs some time before the passenger Nørreport St. I2 Den Kvikke Vej disembarks. For simplicity’s sake, it is assumed that

Kilometers these differences negate one another. 0 0.5 1 2 3 4 For the Google Data it is not possible to use the Figure 2: BRT/Den Kvikke Vej Project full segments as it is for the Movia data.The data set

Page 6 of 15 February 2017 provided only contains relevant records from Fredens- 3.5 Validation bro (see Figure 2). While this is not ideal, aggregate travel times for this segment from Fredensbro to The process of validation is employed in the method Hans Knudsens Plads can still be calculated using to ensure that the calculations performed are of sta- the mean speeds at each Google place and the dis- tistical significance. The statistical test employed for tances between Google places, making use of the each set of samples (i.e. pre-project and post-project) spatial database created in section 3.2. Without spe- is an unpaired, two-tail t-test. cific trip data a method of creating meaningful travel Additional statistical tests implemented on the times is required. The data contains mean speeds datasets are the Shapiro-Wilk test for normality for a place id at five minute intervals; however, in to test the assumption that the sample is drawn each five minute interval not all place ids have data from a normal distribution and the Kolmogorov - for speeds recorded. Smirnov test to test whether the two samples (2013 and 2015) are drawn from the same distribution. Be- sides these tests, a variety of probability-probability The final method employed was to re-sample the and quantile-quantile plots are made to investigate data into fifteen minute time intervals so that more the possibility that the travel times follow any known place ids had recored data for each interval. There- distributions. For the travel time distributions ob- fore, each travel time represents one fifteen minute tained for the Google datasets, the same methods interval. It was ensured that for each fifteen minute and tests are used to test for statistical significance. interval all Google place ids in the corridor were present to calculate a travel time for the BRT stretch. Fifteen minute intervals that did not contain all of 3.6 Ex Post Analysis the place ids were removed from the analysis. This The ex post analysis takes the form of a Danish stan- resulted in a lower number of observations for 2013 dard Cost-Benefit Analysis (CBA). A CBA weighs as that data set is more sparse. It was also ensured all costs of the project - such as construction costs that no place ids that had a mean speed of below and operational costs - against the benefits of the 0.5 km/h entered the analysis. This value is cho- project. If the benefit cost ratio (BCR) is greater sen to provide a buffer should there be no traffic than 1, the project is viable from a socio-economic recorded (i.e. zero mean speeds), while still allowing standpoint. A larger BCR indicates an increasing for congestion records. socio-economic viability. While construction costs and operation costs are With respect to the census data, the indicators unambiguous monetary values in the post-hoc analy- do not need to be identified as the data acquired sis, transport benefits such as travel time savings and was specifically sought to fall in line with the estab- delay savings need to be converted to monetary units. lished indicators of much the work on gentrification The values of these benefits are extracted from the studies produced already. This analysis combines Danish Value of Time Study [Fosgerau et al., 2007]. the methods of both Grube-Cavers and Patterson The value of travel time savings on public transit, 2014 and Moore 2015 by using the indicators pro- for instance, is 84 Danish kroner per person per hour duce by the former and the process of studying the for home-work trips. This price is based on the col- gentrifying population by the latter. What does lection of 2015 values and the figures used are the need to be identified are the areas that will form the median travel time savings due to the nature of the scope of the census analysis. Given that this is a travel time distributions. fairly small project in terms of area, a buffer of 50m Traditional CBAs are performed to assess the via- was placed around the BRT travel corridor and any bility of a project prior to construction. To facilitate census tract intersecting that buffer was considered this, numerous assumptions of projected costs and worth investigating. Using this procedure, seventeen construction delays are needed, in a addition to esti- census tracts in Copenhagen are analysed. Three mated values of travel time savings based on traffic districts are used to compare each census tract to, simulations. This CBA is able to use tangible travel and for each gentrification indicator. These districts time savings to provide a more reliable analysis after are those of Indre By, Østerbro and Nørrebro. If an the fact, having to rely on fewer assumptions. To indicator for a census tract is increasing at a rate calculate the net present values used in the calcula- higher than these surrounding areas, that indicator tions, a discount rate of 4% is used, keeping in line is possibly showing a gentrification effect. with the Danish standard. The rate of traffic growth

Page 7 of 15 February 2017 follows the projections of Danish GDP. percent confidence that the changes in mean and The CBA uses an evaluation period of 20 years. median travel time are not due to random sampling This moderate value is used due to the fact that errors. major changes have been made to the road geometry and it is consistent with the city’s transport plan- ning goals; yet as a result of the manner of project, Table 3: Aggregate Morning Peak Travel Times (min) changes can be made should there be a shift in policy or a need to invest more in the project over time. As Segments Mean Median Std Dev 2013 2015 2013 2015 2013 2015 an admonition, a sensitivity analysis is carried out on the CBA using varying evaluation periods to de- Nørreport to Ryparken 14.54 13.85 14.42 13.34 4.32 3.61 termine the effect of the uncertainty in the project’s Ryparken to Nørreport* 13.80* 13.62 12.87* 13.00 5.20* 3.12 life cycle on the final outcome of the investment in Nørreport to Nørre Campus 9.11 7.94 8.80 7.92 3.62 2.02 infrastructure. Nørre Campus to Nørreport 9.94 8.47 9.34 7.40 3.64 4.21 The results of the census data are used to perform Nørreport to HKP** 13.64 12.70 13.76 12.45 1.76 2.74 an additional sensitivity analysis on the CBA. It is HKP to Nørreport 15.29 13.00 13.88 12.43 5.08 3.02 extremely difficult to monetise the implications of any second order, socio-economic effects of transport *Low number of observations (33) ** Hans Knudsens Plads infrastructure. It is therefore used to show that - should any costs be found in the social analysis - how these may affect the benefit cost ratio of the final result by adding estimated monetised values of these The true means are themselves random variables. social costs to the project. The widest 95% confidence interval of the true differ- ence between the 2013 and 2015 means is [0.3804 - 1.5196] for Nørreport to Hans Knudsens Plads in the 4 Results and Analysis morning peak period. Thus it can be said with 95 per- cent confidence that the true mean travel time saving Using the indicators from section 3.4 and the process at its most conservative is 0.38 minutes, or approxi- shown in Figure 1, the results were obtained for the mately 23 seconds. If the study were to concentrate pre-project (2013) and post-project (2015) travel its efforts only on this one segment in only morning times, using a combination of the ArcGIS software peak periods, this would sum to 11,627 minutes of package and various Python scripts. combined travel time savings for all passengers in this segment, in only the morning peak, over a year. 4.1 Movia Data This shows that if only the most conservative values for the travel time savings on all segments are used, 4.1.1 Travel Time Savings there are still significant total travel time savings. Table 3 shows the aggregate travel times for the morn- Interestingly, for most of the study segments, the ing peak period over the half-year to June (6 lines for standard deviation of travel times is decreasing over Nørre Campus and 4 lines for Hans Knudsens Plads the two morning peak study periods, indicating that and Ryparken St.) for the Movia travel smartcard travel time reliability is increasing as a result of the data. The only segment that doesn’t show statistical BRT implementation. However, in the case of Nørre significant difference between 2013 and 2015 at 99 Campus to Nørreport St. and for Nørreport St. to percent or more is that of Ryparken to Nørreport Hans Knudsens Plads this is not the case. For the with a p-value of 0.786 in an unpaired, two-tail t- latter, the reason may be that there are only 100 test. The non-parametric tests of Shapiro-Wilk and observations for the 2013 dataset, with a range the Kolmogorov-Smirnov, confirm that the underlying same as the 2015 dataset that has 350 observations. distributions are not (log)normal and cannot be as- When viewing the afternoon and off peak values for sumed to not be drawn from the same population, this segment - with far more relevant data points, respectively. This is possibly due to the small number the standard deviation change is what one might of observations in the 2013 data set for this segment expect. For the anomalous case of Nørreport to due to lower Rejsekort usage in 2013, as well as the Nørre Campus, the increase in the standard deviation Ryparken to Nørreport trip appearing to be less pop- persists in the afternoon and off peak datasets (see ular in the morning hours across the study periods. Tables 2 and 3). The reason for this is undetermined. For all other segments it can be concluded with 99 It could be as a result of significant changes in the

Page 8 of 15 February 2017 intersection geometry that were applied in the Nørre said that the null hypothesis of the distributions can Campus stop vicinities. be rejected with 97% confidence. Both the mean Figure 3 depicts the 2013 and 2015 morning peak and median travel time savings are greater for the results as histograms with overlaid cumulative distri- afternoon peak periods than those of the morning butions (cdf) for the travel smartcard sample data peak. This can be expected as afternoon congestion for Hans Knudsens Plads to Nørreport St. The fig- is less time condensed in the afternoon peak times. ure shows clearly the difference in the number of data points available between 2013 and 2015. This is due to the rise in the use of the Rejsekort travel Table 4: Aggregate Afternoon Peak Travel Times (min) smartcard system as a result of the discontinuation Segments Mean Median Std Dev of older ticketing systems. It is evident in the figure 2013 2015 2013 2015 2013 2015 that the median travel time has decreased between Nørreport to Ryparken 17.03 16.54 14.82 14.56 8.62 7.11 2013 and 2015. The median travel time value is a Ryparken to Nørreport 16.44 14.68 15.00 13.42 7.87 4.82 more valuable parameter for comparison when the distribution is skewed, as it is. Looking at the cdf Nørreport to Nørre Campus 8.56 7.48 8.25 6.91 2.02 3.53 lines, it is apparent that there is a clear difference Nørre Campus to Nørreport 11.80 9.61 10.17 8.33 6.13 5.46 between the two distributions. This is corroborated Nørreport to HKP 15.09 13.03 14.28 12.52 3.93 3.30 by the Kolmogorov - Smirnov test with a p-value of HKP to Nørreport 16.34 13.83 14.91 12.85 5.74 4.76 zero.

The results of the off peak travel times are presented in Table 5. These represent the travel time savings for the weekdays outside of the morning and afternoon peaks and all day on weekends.The savings in travel times for the off peak periods are noticeably lower than those for the morning and afternoon peaks. For the southbound segment of Hans Knudsens Plads to Nørreport there is no difference in the median travel times between 2013 and 2015. The mean, in fact, rises slightly - as does the standard deviation These relatively unchanged values are indicative of off peak travel periods as there is most often free flow during these times. One would expect little to no change Figure 3: Morning Peaks - Hans Knudsens Plads to when travel is unencumbered in the base scenario. Nørreport

Table 4 shows the aggregate travel times for the Table 5: Aggregate Off Peak Travel Times (min) afternoon peak of 3pm to 6pm over the study peri- Segments Mean Median Std Dev ods. The null hypothesis that the two samples come 2013 2015 2013 2015 2013 2015 from the same population cannot be rejected for the Nørreport to Ryparken 15.58 15.10 14.08 13.47 6.97 6.92 segments of Nørreport St. to Ryparken St. and for Ryparken to Nørreport 15.88 14.56 14.32 13.18 6.25 5.56 Nørreport St. to Nørre Campus with p-values of 0.513 and 0.22, respectively. When the Shapiro - Nørreport to Nørre Campus 8.09 7.02 7.80 6.60 2.41 3.04 Wilk test is used to test for normality, these samples Nørre Campus to Nørreport 10.86 9.17 9.02 7.73 6.71 5.47 can be declared as not being drawn from a normal Nørreport to HKP 13.86 12.20 12.67 11.75 4.80 3.37 distribution with at least 98% confidence for both HKP to Nørreport 14.47 14.54 13.18 13.18 5.39 5.57 pre and post project samples. As a result, the Kolo- mogorov - Smirnov test can be used more confidently to determine whether there is a statistical significance between the 2013 and 2015 samples. The p-values The unpaired t-tests show p-values of 0.77 and 0.785 are 0.03 for Nørreport St. to Ryparken St. and 0 for Nørreport St. to Ryparken St. and Hans Knud- for Nørreport St. to Nørre Campus. It can thus be sens Plads to Nørreport, respectively. When the

Page 9 of 15 February 2017

Kolmogorov - Smirnov test is applied to these seg- ments, the Nørreport - Ryparken segment is shown to be significantly different at a level of 99.1%, but The figures for travelers experiencing over two minute the 2013 and 2015 Hans Knudsens Plads - Nørreport delays are cumulative. That is they include all delays segments cannot be assumed to come from differ- over two minutes. The same is true of the figures for ent populations with a p-value of 0.77. This is not over three minutes. It must be elucidated that these unusual for off peak travel. figures are only for passengers that alight within the Looking at these tables in their entirety shows that upgrade vicinity and do not represent any passengers the dedicated bus lines of the BRT have quite signif- that may travel in this corridor but alight further icantly lowered travel times over the 4.1km corridor. along the network. Across all evaluation intervals, The trend is for the southbound segments toward it is clear that there has been a drastic reduction in Nørreport to take longer than the northbound seg- the percentage of passengers encountering significant ments towards Hans Knudsens Plads. When viewing travel delays in the BRT corridor. When reviewing the passenger count data, this makes sense as there the decrease in travel times and the decrease in stan- are more people boarding in this direction. This is dard deviations for the 2015 datasets, this can be most likely due to Nørreport being a hub for buses, expected. While not presented here, the mean and metro, s-trains and regional trains. For use in the median delay times can be calculated and used in ex post analysis, it is the median travel time savings the same manner as those of travel times. The value for the Hans Knudsens Plads - Nørreport segments of delay time is 251 Danish kroner per person per that are used. These segments have more reliable hour. [Fosgerau et al., 2007] data than those involving Ryparken St. The me- dian travel time values represented the skewed data 4.2 Google Data more reliably and are a more conservative estimate of the benefits received in terms of monetizing travel Using the method described in Section 3.4 for the time savings. Aggregating the median travel times Google datasets, the travel times for the BRT cor- throughout the day for all three study intervals, in ridor are calculated and presented in Table 7. It is both north and southbound direcetions, gives an av- somewhat peculiar to note that these travel times erage travel time saving of 1.25 minutes on the 4.1km are higher - for a shorter segment - than those of the corridor of Den Kvikke Vej. Rejsekort travel smartcard data. There may be a number of reasons for this.

4.1.2 Travel Delays Using Movia’s passenger count datasets the Rejsekort Table 7: Travel Times (min) for Google Data trip datasets and the Rejsekort penetration rates, it Segments Mean Median Std Dev was possible to calculate the percentage of passen- 2013 2015 2013 2015 2013 2015 gers experiencing various levels of delay. The values Morning Peak desired by the project managers were the percentage Fredensbro to HKP 17.66 16.60 16.87 16.53 4.11 1.16 of passengers experiencing over 2, 3, and 4 minute HKP to Fredensbro 20.87 18.73 20.25 18.28 4.51 2.36 delays. These are presented in table 6. Afternoon Peak Fredensbro to HKP 16.99 16.20 16.49 16.13 4.43 1.40 HKP to Fredensbro 19.76 17.17 19.42 16.94 4.51 1.53 Table 6: Percentage of Travellers Experiencing Travel Off Peak Delays Fredensbro to HKP 18.53 16.20 17.98 16.13 4.58 2.44 Period/Delay Over 2 Minutes Over 3 Minutes Over 4 Minutes HKP to Fredensbro 20.49 17.87 20.02 17.32 5.13 3.58 Morning Peak 2013 15.89 11.43 7.99 Morning Peak 2015 5.89 4.41 2.84

Afternoon Peak 2013 15.82 10.05 5.93 The initial assumption that the Google Data con- Afternoon Peak 2015 4.58 2.93 2.08 tained only records of motorised vehicular travel may Off Peak 2013 16.51 10.30 6.20 indeed have been wrong. Considering that no modal- Off Peak 2015 5.65 3.80 2.52 ity was given, it is possible that these travel times refer to all modes of travel, including modes such as

Page 10 of 15 February 2017 bicycle and walking. No knowledge is available as aggregate median travel time saving of 1.62 minutes to how Google has dealt with mode detection from for north and southbound directions for the three its users’ GPS devices. It would thus only be spec- study intervals of morning, afternoon and off peak ulation to say that that the data contains users on times. bicycles, however, this method of analysis suggests While it was hoped that the Google data could be that it does seeing that the travel times are greater used in the ex post CBA analysis, that is not possible. for a shorter distance than the Rejsekort data. In The various modes of travel would be needed for that, spite of these unknowns, what is encouraging is that as each mode has a different value of travel time. One the travel times calculated from the Google data way around that would be to have vehicle counts follow the same patterns as those for the Movia data. over the same period so that travel times calculated The southbound travel times (i.e HKP to Fredensbro) could somehow be disaggregated. A vehicle count are higher than those in the northbound direction. at Fredensbro was provided for this study, but the The mean and median travel times decrease from period of that study was not congruent with the 2013 to 2015, and the standard deviations are lower study periods of the Google data. If it were, more after the completion of the BRT lanes. None of the analysis could be done to see if disaggregation of the statistical tests performed on the pre and post dis- values were possible and thus able to be used in the tributions showed p-values higher than 2 x 10-14. It CBA. What is encouraging is that there appears to can therefore be said with some confidence that the be potential in using this kind of data, simply with samples were not drawn from the same population location data and mean speeds, to calculate travel and that the changes in travel times calculated are time savings. as a result of the project. 4.3 Census Data The period of analysis for the census data is 2010- 2015. This is so that any previous conditions and trends could be identified and any changes occurring before 2013 could be ruled out as having been some- how induced by the BRT pilot. Each of the census tracts is analysed against the combined area of the districts: Indre By, Østerbro and Nørrebro to test whether there are significant changes in the specific census tract compared to the wider area. The 17 census tracts chosen for the social investigation all experience changes in social characteristics in some way. However, none of the census tracts were able to be fully classified as gentrifying when using the indi- Figure 4: Morning Peaks - Hans Knudsens Plads to cators and methods of Grube-Cavers and Patterson Nørreport [2014] and Kushto and Schofer [2008]. The main rea- son for this is that the values of average monthly rent Figure 4 shows the same segment - morning peak were not able to be identified for housing that was travel times from Hans Knudsens Plads to Nørreport not owned by the state or the municipality. Analysis - as 3 for direct comparison. Again, there are more was still conducted on: education level, aggregate valid observations (of valid fifteen minute intervals income, percentage ownership and occupation. in this case) in the 2015 dataset compared to that Seven of the census tracts were seen to be experi- of 2013. As stated previously, there are missing encing gentrification for the remaining four indicators data in the 2013 set. This is perhaps explained by in 2010 and thus were changing socially well before higher android penetration in 2015 than 2013. It the introduction of the BRT project. The remaining is visible from the cdfs that the distributions are ten census tracts all saw levels of increase in income different and this is attested by the zero p-value and ownership at a rate lower than the surrounding obtained in the Kolmogorov - Smirnov test. It also area. shows the same trend to the Rejsekort data of the In 2013, there are three census tracts that can be median travel time decreasing in 2015. In summation, classified as gentrifying that were previously classed the results obtained from the Google data show an as ”gentrifiable” in the previous census year. Two

Page 11 of 15 February 2017 of these census tracts are directly adjacent to Hans Knudsens Plads. These two census tracts are ex- Travel Card Census periencing a 12-13% increase in aggregate income Vehicle GPS Identify Project Boundaries ... compared to a 2.9% increase in the surrounding areas Smartphone GPS Historical Travel Geospatial and a 6% increase in home ownership over a single Surveys Analyses should year compared to a 1.43% increase in the surround- always involve a set Set Up of indicators before Project a project and a set ings. The other of the three census tracts is one that Available Data of indicators after Database is adjacent to Vibenshus Runddel which is approxi- mately at the half-way point of the BRT. This census A desired list of indicators should be tract experiences a 14.7% increase in aggregate in- drawn up to aid in  Compare the Indicators data acquisition Setup and pre-project come over the year to the end of 2013. This tract available from Collation indicators to Data the post- is interesting because it is also in the vicinity of a project Data Pre- indicators new metro station that is under construction. The processing  Statistical Calculated tests Outlier Indicators  Q-Q plots trends in these three tracts continues to 2015. Detection Statistical significance of the difference between Given that 2016 information is not available and pre and post project Yes scenarios. Note: the hint that other transport infrastructure is playing Can the data be Is the change in Always a two reprocessed in No indicator value sample test. a role in the social shifts in the area, there is not any way? significant? sufficient information in the census data to attempt No Yes to calculate any costs and benefits to apply to the Do not use the Update the Updated indicator in the Project Database ex-post analysis at this stage. There is, however, a evaluation Database very intriguing trend in a majority of the studied Have all No indicators been tracts of an increase in rate of household income evaluated?

Perform Ex and an increase in ownership rise above that of the Yes surrounding area; these are two major indicators of Post Analysis social change. Most interesting is that the census tracts experiencing the highest rates of increase in Figure 5: Framework for Infrastructure Evaluation ownership and income are extremely close to either a current train station, or an upcoming station. It will too be interesting to study data for 2016 when it 6 Ex Post Cost-Benefit Analysis is made available to see whether the seven remaining The CBA calculations follow the methods stated in census tracts start to see the level of social change Section 3.6. Parties interested in the exact calcu- as those in close proximity to the train stations. In lations of Net Present Value (NPV) should peruse light of the issue of not having access to rental prices the relevant literature. Evaluated over 20 years the in the area, the proportion of public housing may be NPV of the costs are calculated to be 144m Danish used in future analyses as a proxy, as this usually has kroner (dkk) with construction costs of 120m dkk the characteristic of having a lower rent per occupied spread over the two year construction period and unit. an operation and maintenance costs of 1% of the construction costs. The value of travel time savings is given by (TTS * NTrips*Pu) /Prate. TTS is total the travel time savings over a year - calculated as 5 Final Framework the sum of median travel time savings in hours from the travel smartcard data for the Hans Knudsens Plads - Nørreport segments and multiplied by 2 (as Figure 5 shows the completed framework that was the data is for six month periods). Pu is the unit established while conducting the research. The aim price of time savings. Prate is the penetration rate of was to be simple and generic so that the process can the Rejsekort travel smartcard data for the period. be followed for any project. The final framework The average penetration rate for 2015 is used, 19.6%. builds on the simple process in Figure 1 adding in This means that the data represents trips for about specific decision processes that need to be followed one fifth of all passengers. It is assumed, for simplic- in order to use big data for evaluation purposes. The ity, that that passengers traveling with Rejsekort are framework represents the culmination of the research representative of all passengers. The total value of structure presented in the Introduction. travel time savings for the year is 38.1m dkk.

Page 12 of 15 February 2017

The NPV of the benefits of travel and delay savings 6.2 Tax Distortion Loss are 670.6m kroner. The benefit cost ratio is 5.13. The value of the benefit cost ratio of 5.13 is calculated This displays that there is a five fold return on the without the effect of what is known as a tax distortion initial investment after 20 years. This is a fairly loss. This is the distortion that takes place when the high ratio, but considering that no new fleet of buses state is paying for a project. They obtain the capital were required to service the BRT lanes - as in a through taxes payed by the citizens who then actually fully fledged BRT system - and that the only costs pay themselves in order to experience a benefit in were the changes to the road geometry and signaling form of time savings [Danish Ministry of Transport, systems it is understandable that, with a dedicated 2003]. To account for this distortion, the Danish bus-only lane, that the benefits are this great. Ministry of Finance allows for an extra 20% to be added to construction costs to calculate the benefit 6.1 Sensitivity Analysis cost ratio. When this is added, the final benefit cost ratio is calculated to be 4.34 Given that this is a pilot program and not knowing exactly what policy changes may occur further down 7 Discussions and Conclusion the road, a sensitivity analysis is performed on the evaluation period, Figure 6a .This allows decision The question of how to use Big Data to evaluate makers to know whether or not, given uncertainty, infrastructure success is answered with the devel- the investment is still beneficial. The construction opment of a framework that combines Big Data costs of 120m dkk used is the political budget allo- sources with fairly traditional methods of appraising cated to the project. Therefore a sensitivity analysis projects. The primary difference in this case was is performed on the construction costs as well. This to use methods most commonly used for appraisal is shown in Figure 6b. Another sensitivity analysis of infrastructure before construction in an ex post is performed on the total value of travel time savings. fashion to evaluate a project that has already been This is shown in Figure 6c. implemented. The indicators to evaluate success are largely dependent on the data sources available, but a b c 7 7 7 should always be relevant to the system under in- 6 6 6 vestigation. For the Copenhagen test case, it was 5 5 5 convenient that there was a variety of pertinent data 4 4 4 from the city’s Rejsekort payment system. While BCR 3 3 3 the data provided by Google was not able to be 2 2 2 sufficiently disaggregated to give concrete monetary 1 1 1

0 0 0 values of travel time savings, this form of large scale 0 5 10 15 20 25 30 0 100 200 300 400 500 600 5 10 15 20 25 30 35 40 Evaluation Period (Years) Construction Cost Increase (%) Travel Time Savings (mil dkk) data acquisition from smartphones shows great po- tential to be of use, should such disaggregation be Figure 6: Sensitivity Analysis of the benefit cost ratio achieved. This may prove truly beneficial in cities that do not have such advanced transit payment The red dot represents the values of the BCR methods. The ability to crowd source in the form without the sensitivity analysis. A red line is drawn of GPS data from phones may perhaps allow this through a BCR of 1, this is the point at which the form of evaluation to take place without the need for project is no longer socio-economically viable. For significant overhaul of payment structures. the evaluation period, this value occurs just before 5 The analysis of the census data was hindered by years, indicating that the project must run for a min- a lack of access to the full range of data required imum of 5 years to break even. For the construction to follow some recent methods of analysing social costs, the BCR is 1 at 466.7% of the given construc- changes as a result of mass transit implementation. tion costs. This means that a budget of 560m dkk What is encouraging is that the census tracts identi- would still have produced a beneficial project given fied as the most affected, are situated exceptionally the travel time savings achieved. A BCR of 1 is close to nodes in the transit network. This is in line realised at a value of travel time saving of 8.3m dkk. with previous studies into the phenomenon. With Converting this to travel times, given the project further work over a longer time period, costs and costs, a benefit would still have been achieved if the benefits of such changes could possibly be identified average passenger saved 44 seconds per trip. and be used to develop a more integrated transport

Page 13 of 15 February 2017 assessment model. Daniel Delling, Giuseppe F Italiano, Thomas Pajor, This study relied on preprocessed data from differ- and Federico Santaroni. Better transit routing by ent parties in order to achieve the analyses conducted. exploiting vehicle gps data. In Proceedings of the In light of the definitions of Big Data, they cannot 7th ACM SIGSPATIAL International Workshop technically be regarded as such. However, they are on Computational Transportation Science, pages sourced from systems that do meet the definitions. 31–40. ACM, 2014. With advanced data collection and storage capabili- Nada Elgendy and Ahmed Elragal. Big data analytics ties being widely used, the raw data can foreseeably in support of the decision making process. Procedia be collected, processed and analysed in an automated Computer Science, 100:1071–1084, 2016. fashion - giving rise to continuous project evaluation. This may allow for problem detection in investments Mogens Fosgerau, Katrine Hjorth, and not otherwise available when only the pre-project St´ephanie Vincent Lyk-Jensen. The danish appraisal variables (inherently based on assumptions value of time study. Danmarks Transport and forecasts) are considered. Forskning Report, 2007. Ruth Lazarus Glass. London: aspects of change, References volume 3. MacGibbon & Kee, 1964. Joshua S Greenfeld. Matching gps observations to Melyssa Barata, Jorge Bernardino, and Pedro Fur- locations on a digital map. In Transportation tado. Survey on big data and decision sup- Research Board 81st Annual Meeting, 2002. port benchmarks. In International Conference on Database and Expert Systems Applications, pages Annelise Grube-Cavers and Zachary Patterson. Ur- 174–182. Springer, 2014. ban rapid rail transit and gentrification in cana- dian urban centres: A survival analysis approach. David Bernstein and Alain Kornhauser. An intro- Urban Studies, page 0042098014524287, 2014. duction to map matching for personal navigation assistants. 1998. Abbi Hobbs and Stephen Hanley. Big and open data in transport. POST Parliamentary Office of M Bierlaire, J Newman, and J Chen. A probabilistic Science and Technology, 2014. map matching method for smartphone gps data. transport and mobility laboratory, ecole polytech- David C Holmes. Stakeholders’ perceptions of risk for nique, switzerland. Transportation Research Part gentrification in atlanta’s pittsburgh neighborhood. C, Elsevier, 2012. 2011. Md Shahadat Iqbal, Charisma F Choudhury, Adel Bolbol, Tao Cheng, Ioannis Tsapakis, and Pu Wang, and Marta C Gonz´alez.Development James Haworth. Inferring hybrid transportation of origin–destination matrices using mobile phone modes from sparse gps data using a moving win- call data. Transportation Research Part C: Emerg- dow svm classification. Computers, Environment ing Technologies, 40:63–74, 2014. and Urban Systems, 36(6):526–537, 2012. ITF. Big data and transport: Understanding and Jianquan Cheng, Nicholas Gould, Liangxiu Han, and assessing options. 2015. Cheng Jin. Big data for urban studies: Opportuni- ties and challenges: A comparative perspective. In W Jang. Travel time and transfer analysis using tran- Ubiquitous Intelligence & Computing, Advanced sit smart card data, cd-rom. In Proceedings of 89th and Trusted Computing, Scalable Computing and Annual Transportation Research Board Meeting, Communications, Cloud and Big Data Comput- Washington, DC, 2010. ing, Internet of People, and Smart World Congress Emily R Kushto and Joseph L Schofer. Travel (UIC/ATC/ScalCom/CBDCom/IoP/SmartWorld), and transportation impacts of urban gentrifica- 2016 Intl IEEE Conferences, pages 1229–1234. tion: Chicago, illinois case study submission date: IEEE, 2016. 10/1/08 word count: 4086. Danish Ministry of Transport. Manual concerning Doug Laney. 3d data management: Controlling data socio economic analysis - applied methodology in volume, velocity and variety. META Group Re- the transport sector (in danish)., 2003. search Note, 6:70, 2001.

Page 14 of 15 February 2017

Loretta Lees, Tom Slater, and Elvin Wyly. E.(2008). Irum Sanaullah, Mohammed Quddus, and Marcus gentrification, 2008. Enoch. Developing travel time estimation meth- ods using sparse gps data. Journal of Intelligent Jane Lin. Gentrification and transit in northwest Transportation Systems, pages 1–13, 2016. chicago. In Journal of the Transportation Research Forum, volume 56, 2002. Tom Slater. North american gentrification? revan- chist and emancipatory perspectives explored. En- Xiaobo Liu, Steven Chien, and Kitae Kim. Evalu- vironment and Planning A, 36(7):1191–1213, 2004. ation of floating car technologies for travel time Sulayman K Sowe and Koji Zettsu. Towards an open estimation. Journal of Modern Transportation, 20 data development model for linking heterogeneous (1):49–56, 2012. data sources. In Knowledge and Systems Engineer- ing (KSE), 2015 Seventh International Conference R Livingstone. The 7 vs of big data, 2013. on, pages 344–347. IEEE, 2015.

Russell David Moore. Gentrification and displace- Jameson L Toole, Serdar Colak, Bradley Sturt, Lau- ment: The impacts of mass transit in bangkok. ren P Alexander, Alexandre Evsukoff, and Marta C Urban Policy and Research, 33(4):472–489, 2015. Gonz´alez.The path most traveled: Travel demand estimation using big data resources. Transporta- Linsey Xiaolin Pang, Sanjay Chawla, Wei Liu, and tion Research Part C: Emerging Technologies, 58: Yu Zheng. On detection of emerging anomalous 162–177, 2015. traffic patterns using gps data. Data & Knowledge Engineering, 87:357–373, 2013. Christopher E White, David Bernstein, and Alain L Kornhauser. Some map matching algorithms for Filipe Portela, Luciana Lima, and Manuel Filipe personal navigation assistants. Transportation re- Santos. Why big data? towards a project assess- search part c: emerging technologies, 8(1):91–108, ment framework. Procedia Computer Science, 98: 2000. 604–609, 2016. Yu Zheng, Like Liu, Longhao Wang, and Xing Xie. Mohammed Quddus and Simon Washington. Short- Learning transportation mode from raw gps data est path and vehicle trajectory aided map- for geographic applications on the web. In Pro- matching for low frequency gps data. Transporta- ceedings of the 17th international conference on tion Research Part C: Emerging Technologies, 55: World Wide Web, pages 247–256. ACM, 2008. 328–339, 2015.

Mohammed A Quddus. Map matching algorithms for intelligent transport systems. Handbook of Research on Geoinformatics, 2009.

M Mazhar Rathore, Awais Ahmad, Anand Paul, and Uthra Kunathur Thikshaja. Exploiting real-time big data to empower smart transportation using big graphs. In Region 10 Symposium (TENSYMP), 2016 IEEE, pages 135–139. IEEE, 2016.

Ali Raza, Luk Knapen, Katrien Declercq, Tom Belle- mans, Davy Janssens, and Geert Wets. Diary sur- vey quality assessment using gps traces. Procedia Computer Science, 52:600–605, 2015.

Sasank Reddy, Min Mun, Jeff Burke, Deborah Estrin, Mark Hansen, and Mani Srivastava. Using mobile phones to determine transportation modes. ACM Transactions on Sensor Networks (TOSN), 6(2): 13, 2010.

Page 15 of 15

Notat

Til: Sagsnummer Sag-306479 Movit-3214745 Københavns kommune Sagsbehandler XLEK Kopi til: Direkte - Fax - [email protected]

CVR nr: 29 89 65 69 EAN nr: 5798000016798

10. marts 2017

Samlet evaluering af rejsekortforsøget på Nørre Campus 2016

Indhold

Dette notat indeholder en række analyser, der er foretaget i forbindelse med evalueringen af det rejsekortudstyr, der siden 6. maj 2015 som forsøg har været opsat på stoppestedsparret Rigshospitalet Syd, som ligger på Nørre Campus-strækningen. Dette notat har til formål at dokumentere, om opsætningen af udendørs rejsekortudstyr på større busstoppesteder/knudepunkter har effekt på følgende parametre:

 Udnyttelse af Check-ind og Check-ud på rejsekortudstyret  Passagereffekt  Busfremkommelighed (opholdstider ved stoppestedet)  Snydeprocent  Hærværk på materiel

Konklusion

Analysen viser, at der løbende er et stigende antal check-ind (CI) og check-ud (CU) på såvel de stationære standere som i busserne ved stoppestedet Rigshospitalet Syd, hvilket hænger fint sammen med et stadigt stigende antal rejsekortbrugere i det samlede system.

Analysen viser dog, at de stationære standere løbende udgør en større andel af det samlede antal CI/CU ved Rigshospitalet Syd. I oktober 2016 udgjorde benyttelsen af de stationære standere således 10% af det samlede antal CI/CU ved Rigshospitalet Syd.

Analysen viser desuden, at knap 75% af det samlede antal CI/CU på de stationære standere ved Rigshospitalet Syd udgøres af CI – altså af passagerer, der står og venter på bussen.

Analysen viser, at opsætning af rejsekortudstyr uden for busserne ikke umiddelbart har nogen effekt på antallet af passagerer ved det pågældende stoppested.

Trafikselskabet Movia Strategi og Anlæg, Trafik og 1/8 Plan

Sagsnummer Sag-306479 Movit-3214745

Analysen viser desuden, at opsætningen af rejsekortstandere uden for bussen ikke umiddelbart har givet en gevinst i form af reduceret opholdstid ved stoppestedet. På trods af en stigende benyttelse af det stationære udstyr samt et lille fald i antallet af passagerer er den gennemsnitlige opholdstid ved Rigshospitalet Syd stort set uændret efter opsætningen af det stationære rejsekortudstyr.

Analysen viser, at udviklingen i snydeprocenten på Nørre Campus-linjerne ligger meget tæt op ad udviklingen på de øvrige linjer – dog med undtagelse af november 2015, hvor snydeprocenten på Nørre Campus-linjerne ligger ualmindeligt lavt.

Der er således ikke noget, der antyder, at opsætning af rejsekortudstyr uden for busserne har en effekt på snydeprocenten.

Rejsekortudstyret har ikke været udsat for hærværk i løbet af forsøgsperioden.

Anbefaling

Forsøget med opsætning af rejsekortudstyr ved stoppestedet Rigshospitalet Syd på Nørre Campus-strækningen har kørt siden maj 2015. I januar 2016 lavede Movia en evaluering af forsøgets resultater efter de første 9 måneder.

Én af hovedkonklusionerne i denne evaluering var, at der efter opsætningen af rejsekortudstyret kunne ses en markant stigning i passagertallet ved Rigshospitalet Syd sammenlignet med naboerne samtidig med en marginal reduktion af køretiden. Disse forhold dannede grundlag for at forlænge forsøgsperioden med et år frem til maj 2017.

De positive effekter, der kunne ses efter det første år, er ikke blevet forstærket i den forlængede forsøgsperiode – snarere tværtimod. Til trods for, at der er en stadigt større andel af rejsekortbrugerne, der benytter de stationære standere, har dette ikke nogen synlig effekt på hverken opholdstid eller antallet af passagerer ved stoppestedet.

Det må derfor konstateres, at der ikke er tilstrækkelige positive effekter til at kunne argumentere for at fastholde en årlig driftsomkostning for kommunen på ca. 200.000 kr. Det er derfor Movias anbefaling, at forsøget afsluttes medio maj 2017, hvorefter rejsekortudstyret pilles ned.

Hvis Københavns Kommune beslutter at pille rejsekortudstyret ned, bør muligheden for at videresælge rejsekortudstyret til anden part og herved reducere de samlede udgifter for forsøget overvejes.

2/8

Sagsnummer Sag-306479 Movit-3214745

Effekter af rejsekortforsøget

Udnyttelse af Check-ind og Check-ud

Denne delanalyse indeholder en opgørelse af udnyttelsen af check-ind (CI) og check-ud (CU) i forbindelse med rejsekortforsøget på Nørre Campus. Analysen viser, i hvilken grad CI/CU på de to perroner udnyttes, for at belyse om opsætningen af rejsekortudstyr uden for bussen har berettigelse.

Metode

Analysen af CI/CU vurderes på baggrund af rejsekortdata og omfatter alle linjer, der stopper ved Rigshospitalet Syd, herunder 150S, 173E/15E, 184, 185, 42, 6A og 94N. Analysen omfatter perioden fra januar 2015 til og med oktober 2016. Analysen viser forholdet mellem CI/CU på det udendørs rejsekortsudstyr og det almindelige rejsekortudstyr i busserne1.

Udviklingen af brugen af rejsekortudstyret

Benyttelsen af de stationære standere er gennem hele perioden stigende (fra 4.191 CI/CU i juli 2015 til 7.618 CI/CU i oktober 2016). Benyttelsen af CI/CU i busserne ved det pågældende stoppested er dog også stigende i samme periode (fra 54.808 CI/CU i juli 2015 til 70.057 i oktober 2016). Udviklingen er i begge situationer naturlig, da der pågår en løbende vækst i antallet af rejsekortbrugere.

Figur 1 nedenfor viser den procentvise andel af CI/CU på standerne og i CI/CU i busserne ved det pågældende stoppestedspar. Af figuren fremgår det, at de stationære standere løbende udgør en større andel af det samlede antal CI/CU ved Rigshospitalet Syd. I oktober 2016 udgjorde benyttelsen af de stationære standere således 10% af det samlede antal CI/CU ved Rigshospitalet Syd.

Det generelle billede er, at knap 75% af det samlede antal CI/CU på de stationære standere ved Rigshospitalet Syd udgøres af CI – altså af passagerer, der står og venter på bussen.

1 Ved at se på den procentvise fordeling mellem de to muligheder for CI/CU korrigeres for den løbende tilvækst af rejsekortbrugere.

3/8

Sagsnummer Sag-306479 Movit-3214745

Figur 1: Udvikling af CI/CU på stationære standere og validatorer i busserne i perioden januar 2015-oktober 2016

100% 90% 80% 70% 60% 50% 40% 30% 20% 10%

0%

2015-11

2015-12

2015-10 2015-01

2016-01 2016-10

2015-07

2016-07

2015-04

2015-02

2016-04

2016-02

2015-05

2015-03 2015-06 2015-09 2016-05

2015-08

2016-06 2016-03 2016-09 2016-08

Udstyr i busser Stationære standere

Passagereffekt

Denne delanalyse indeholder en opgørelse af passagereffekterne i forbindelse med rejsekortforsøget på Nørre Campus. Analysen viser passagerudviklingen på stoppestedsniveau for perioder med og uden opstillet rejsekortudstyr. Herved belyses det, om opsætningen af rejsekortudstyr uden for bussen har effekt på passagertallet ved det pågældende stoppested.

Metode

Før- efter- analysen af passagertal på Rigshospitalet Syd sammenligner passagertal pr. gennemsnitlig hverdag fra før etablering af rejsekortudstyret (oktober 2014), med to efterfølgende men sammenlignelige perioder (oktober 2015 og oktober 2016).

Passagertallene for Rigshospitalet Syd sammenlignes endvidere med passagerudviklingen for henholdsvist Sølvtorvet og Nørre Campus, hvilket gør det muligt at vurdere udviklingen i forhold til den generelle passagerudvikling på Nørre Campus- strækningen.

Analysen omfatter alle linjer der stopper ved Rigshospitalet syd, herunder linje 150S, 173E/15E, 184, 185, 42, 6A, 94N.

4/8

Sagsnummer Sag-306479 Movit-3214745

Passagerudvikling

Tabel 1 viser antal påstigere pr. gennemsnitlig hverdag fordelt på stoppestedsniveau for før- perioden (oktober 2014) og for de to efter-efterperioder (oktober 2015 og oktober 2016).

Tabel 2 viser antal afstigere pr. gennemsnitlig hverdag fordelt på stoppestedsniveau for før- perioden (oktober 2014) og for de to efter-efterperioder (oktober 2015 og oktober 2016).

Tabel 3, viser passageromsætningen pr. gennemsnitlig hverdag fordelt på stoppestedsniveau for før-perioden (oktober 2014) og for de to efter-efterperioder (oktober 2015 og oktober 2016).

Tabel 1: Gennemsnitlig antal påstigere pr. hverdag fordelt på stoppesteder i oktober for hhv. 2014, 2015 og 2016 Forskel Forskel Forskel i % Forskel i % okt-14 okt-15 okt-16 15-14 16-14 15-14 16-14 Sølvtorvet 909 679 870 -230 -39 -25% -4% Rigshospitalet Syd 3.416 3.562 3.061 146 -355 4% -10% Nørre Campus 1.942 1.822 1.783 -120 -159 -6% -8%

Tabel 2: Gennemsnitlig antal afstigere pr. hverdag fordelt på stoppesteder i oktober for hhv. 2014, 2015 og 2016 Forskel Forskel Forskel i % Forskel i % okt-14 okt-15 okt-16 15-14 16-14 15-14 16-14 Sølvtorvet 919 837 899 -82 -21 -9% -2% Rigshospitalet Syd 3.664 3.841 3.370 177 -294 5% -8% Nørre Campus 1.849 1.704 1.544 -145 -305 -8% -16%

Tabel 3: Gennemsnitlig antal påstigere pr. hverdag fordelt på stoppesteder i oktober for hhv. 2014, 2015 og 2016 Forskel Forskel Forskel i % Forskel i % okt-14 okt-15 okt-16 15-14 16-14 15-14 16-14 Sølvtorvet 914 758 884 -156 -30 -17% -3% Rigshospitalet Syd 3.540 3.701 3.215 162 -325 5% -9% Nørre Campus 1.895 1.763 1.664 -132 -232 -7% -12%

Det fremgår af tabel 3, at antallet af passagerer ved Rigshospitalet syd efter en stigning på 5% i 2015 oplever et fald på 9% i 2016, når der sammenlignes med 2014.

Til sammenligning opleves der ved Sølvtorvet og Nørre Campus i 2015 et fald på hvv. 17% og 7%, når der sammenlignes med 2014. I 2016 ligger de to stoppesteder hhv. 3% og 12% under passagertallet i 2014.

5/8

Sagsnummer Sag-306479 Movit-3214745

Der er således ikke nogen overordnet tendens, der antyder, at opsætning af rejsekortudstyret har haft en positiv effekt på passagertallet ved det pågældende stoppested.

Busfremkommelighed

Denne delanalyse indeholder en opgørelse af opholdstiden ved stoppestedsparet Rigshospitalet Syd. Analysen er foretaget som en før-efter-analyse af opholdstiden ved Rigshospitalet Syd, for perioder med og uden opstillet rejsekortudstyr. Formålet er at belyse, om opsætningen af rejsekortudstyr på perronerne har en effekt på bussens fremkommelighed og opholdstiden ved stoppestedet.

Metode

Før- efter- analysen af opholdstiden på Rigshospitalet Syd, sammenligner opholdstiden fra før etablering af rejsekortudstyret (oktober til november 2014), med to senere men tilsvarende perioder (oktober–november 2015 og 2016). Analysen omfatter alle linjer, der stopper ved Rigshospitalet syd, herunder linje 150S, 173E/15E, 184, 185, 42, 6A.

Den gennemsnitlige holdetid sammenlignes med holdetiden ved stoppestedsparet, Nørre Campus, hvilket gør det muligt at vurdere udviklingen i forhold til den generelle holdetid ved stoppesteder på Nørre Campus-strækningen.

Opholdstid ved Rigshospitalet, syd

Tabel 4 viser holdetiden i sekunder i oktober og november for hhv. 2014, 2015 og 2016 ved Rigshospitalet Syd og kontrolstoppestedet Nørre Campus. Der er ikke grupperet mellem retning, da tendensen er den samme i begge retninger.

Konklusionen er, at der ikke ses nogen overordnet ændring i holdetiden over perioden. Holdetiderne i de pågældende perioder ligger mellem 18,9 og 21,6 sekunder og er ikke statistisk forskellig for nogle af de undersøgte linjer. Der ses en svag stigning i 2015 for begge stoppesteder, hvilket hænger fint sammen med de lidt højere passagertal i samme periode jf. ovenstående passageranalyse.

6/8

Sagsnummer Sag-306479 Movit-3214745

Tabel 4: Gennemsnitlig opholdstid i oktober-november for hhv. 2014, 2015 og 2016

Stop/år 2014 2015 2016

Rigshospitalet Syd 18,9 sek. 21,6 sek. 19,4 sek.

Nørre Campus 14,4 sek. 15,0 sek. 14,4 sek.

Opsætningen af rejsekortstandere uden for bussen har således umiddelbart ikke givet nogen gevinst i form af reduceret opholdstid ved stoppestedet.

Snydeprocent Denne delanalyse indeholder en opgørelse af snydeprocenten for de linjer, der stopper ved Rigshospitalet Syd. Analysen er foretaget som en før-efter-analyse af de registrerede kontroller foretaget på linjer der stopper ved Rigshospitalet syd, for perioder med og uden opstillet rejsekortudstyr. Formålet er at belyse, om opsætningen af rejsekortudstyr på perronerne har en effekt på snydeandelen på linjerne.

Metode

Før- efter- analysen af snydeprocenten, sammenligner andelen af afgivne kontrolafgifter fra før etablering af rejsekortudstyret (oktober-november 2014) med to efterfølgende men sammenlignelige perioder (oktober–november for hhv. 2015 og 2016).

Analysen omfatter alle buslinjer der stopper ved Rigshospitalet, Syd, herunder, 150S, 173E/15E, 184, 185, 42, 6A, 94N (”Nørre Campus-linjerne”). Datagrundlaget er baseret på billetkontrol foretaget i linjernes fulde forløb og rummer således et generelt billede af snydeprocenten på linjerne.

Den samlede snydeprocent for de busser, der stopper ved Rigshospitalet Syd, sammenlignes med snydeprocenten i sammenlignelige buslinjer i samme perioder, herunder 1A, 2A, 4A, 5A, 33, 350S (”Øvrige linjer”). Sammenligningen gør det muligt at vurdere udviklingen i forhold til den generelle udvikling i perioden.

Udviklingen i andelen af afgivne kontrolafgifter.

Tabel 5, viser en samlet opgørelse af kontroller foretaget på de linjer der stopper ved Rigshospitalet, Syd, herunder, 150S/15E, 173E, 184, 185, 42, 6A, 94N.

Tabel 6, viser en samlet opgørelse af kontroller foretaget på linjerne i kontrolgruppen, herunder, 1A, 2A, 4A, 5A, 33, 350S.

7/8

Sagsnummer Sag-306479 Movit-3214745

Tabel 5: Snydeprocent på Nørre Campus-linjerne i oktober-november for hhv. 2014, 2015 og 2016

Okt.-14 Nov.-14 Okt.-15 Nov.-15 Okt.-16 Nov.-16

Antal passagerer underlagt kontrol 6731 4248 10405 6699 16611 13250 Samlet antal afgift 242 114 245 97 400 337 Samlet snydeprocent 3,60% 2,68% 2,35% 1,45% 2,40% 2,54%

Tabel 6: Snydeprocent på Øvrige linjer i oktober-november for hhv. 2014, 2015 og 2016

Okt.-14 Nov.-14 Okt.-15 Nov.-15 Okt.-16 Nov.-16 Antal passagerer underlagt kontrol 25745 17286 28807 31626 73575 82468 Samlet antal afgift 825 628 746 675 1951 1941 Samlet snydeprocent 3,20% 3,63% 2,59% 2,13% 2,65% 2,35%

Af Tabel 5 og 6 fremgår det, at udviklingen i snydeprocenten på Nørre Campus-linjerne ligger meget tæt op ad udviklingen på de øvrige linjer – dog med undtagelse af november 2015, hvor snydeprocenten på Nørre Campus-linjerne ligger ualmindeligt lavt.

Ovenstående giver dermed ikke grund til at konkludere, at opsætning af rejsekortudstyr uden for busserne har en effekt på snydeprocenten.

Hærværk på materiel

Rejsekortudstyret har ikke været udsat for hærværk i løbet af forsøgsperioden. Udstyret er opsat på perroner adskilt fra den øvrige trafik. Det vurderes, at placeringen væk fra generelle færdselsveje for gående kan være med til at forklare, at der ikke har været eksempler på hærværk på materiellet.

8/8

Notat

Til: Sagsnummer Sag-306479 Movit-3214745 Københavns kommune Sagsbehandler XLEK Kopi til: Direkte - Fax - [email protected]

CVR nr: 29 89 65 69 EAN nr: 5798000016798

26. februar 2016

Samlet evaluering af rejsekortforsøget på Nørre Campus

Dette notat indeholder en række analyser, der er foretaget i forbindelse med evalueringen af rejsekortforsøget på Nørre Campus. På stoppestedsparet Rigshospitalet Syd har der fra 6. maj 2015 været opsat rejsekortudstyr. Dette notat har til formål at dokumentere, om opsætningen af udendørs rejsekortudstyr på større busstop/stationer har effekt på en række forskellige parametre, herunder:

 Busfremkommelighed (opholdstider ved stoppestedet)  Passagereffekt  Snydeprocent  Udnyttelse af Check-ind og Check-ud på rejsekortudstyret  Hærværk på materiel. Konklusion

Busfremkommelighed

Der ses en svagt faldende holdetid ved Rigshospitalet Syd, fra før – til efterperioden. Således er den gennemsnitsslige samlede holdetid hhv. 13,3 sek. I oktober –november 2014 og hhv. 13,1 sek. I oktober –november 2015. Faldet i køretid er større end ved stoppestederne i kontrolgruppen, hvor holdetiden er konstant fra før- til efterperioden.

Passagereffekt

Der ses en vækst i passagerer på 8% ved Rigshospitalet Syd, hvis man sammenligner før- peroden, oktober til november 2014, med den seneste periode fra oktober til november 2015. Tilsvarende stigninger ses ikke i kontrolgruppen (stoppestederne ved Nørre Campus (-13%) og Sølvtorvet (3%).

Trafikselskabet Movia Strategi og Anlæg, Trafik og 1/9 Plan

Sagsnummer Sag-306479 Movit-3214745

Snydeprocent

Fra oktober-november 2014 til oktober- november 2015, ses et fald på omkring 1,3 procentpoint i andelen af passagerer, der er blevet pålagt en kontrolafgift i de buser, der stopper ved Rigshospitalet Syd. De faldende tendenser gør sig også gældende i kontrolgruppen.

Udnyttelse af Check-ind og Check-ud på rejsekortudstyret

Check- ind

Der ses en stigning i brugen af det udendørs udstyr til check-ind over perioden, fra opsætningen i maj 2015 til december 2015. Ved at se på den procentvise fordeling mellem Check-ind på udstyret i forhold til Check-ind i busserne korrigeres for den løbende tilvækst af rejsekortbrugere. I den henseende er den procentvise andel af check-ind på rejsekortudstyret stabil i forsøgsperioden, og andelen Check-ind på standerne udgør således omkring 13% af de samlede CI/CU over hele perioden.

Check-ud

Der ses en vækst i andelen af check-ud på det udendørs rejsekortudstyr over perioden (Maj til december 2015). Således stiger andelen fra omkring 4% i starten af perioden til 8% i slutningen, det vil sige gennemsnitslig omkring 6% over hele perioden.

Hærværk på materiel

Rejsekortudstyret har i hele forsøgsperioden ikke været udsat for hærværk.

Udstyret er opsat på perronger afskilt fra den øvrige trafik. Det vurderes, at placeringen væk fra generelle færdselsveje for gående kan være med til at forklare, at der ikke har været eksempler på hærværk på materiellet.

2/9

Sagsnummer Sag-306479 Movit-3214745

Effekter af rejsekortforsøget

Busfremkommelighed

Denne delanalyse indeholder en opgørelse af opholdstiden ved stoppestedsparet Rigshospitalet Syd. Analysen er foretaget som en før-efter-alalyse af opholdstiden ved Rigshospitalet Syd, for perioder med og uden opstillet rejsekortudstyr. Formålet er at belyse om opsætningen af rejsekortudstyr på perronerne har en effekt på bussens fremkommelighed og opholdstiden ved stoppestedet.

Metode

Før- efter- analysen af opholdstiden på Rigshospitalet Syd, sammenligner opholdstiden fra før etablering af rejsekortudstyret (oktober til november 2014), med den seneste udvikling (oktober –november 2015) i begge retninger (mod Nørreport st. og fra Nørreport st.).

Analysen omfatter alle linjer, der stopper ved Rigshospitalet syd, herunder linje 150S, 173E, 184, 185, 42, 6A.

Den gennemsnitslige holdetid sammenlignes med holdetiden ved stoppestedsparet, Nørre Campus, hvilket gør det muligt at vurdere udviklingen i forhold til den generelle holdetid ved stoppesteder på Nørre Campus-strækningen.

Opholdstid ved Rigshospitalet, syd

Tabel 1, viser den gennemsnitlige holdetid på Rigshospitalet Syd og Nørre Campus i de to perioder. Der er ikke grupperet mellem retning, da tendensen er den samme i begge retninger.

Stop/år 2014 2015

Rigshospitalet Syd 13,3 sek. 13,1 sek.

Nørre Campus 9,2 sek. 9,2 sek.

Som det fremgår af tabel 1 ses en svagt faldende samlet holdetid ved Rigshospitalet syd, fra før – til efterperioden. Den mindre reduktion af rejsetiden er ikke statistisk signifikant, omend synes faldet i holdetid ved Rigshospitalet, Syd at være større end for stoppestederne ved Nørre Campus.

Den gennemsnitlige holdetid pr. bus ved Rigshospitalet, Syd er omkring 13 sekunder over døgnet fra før- til efter-perioden. Dette tal er 9 sekunder uden for myldretiden og ca. 17 i morgen- og eftermiddagsmyldretiden i gennemsnit over hele perioden.

3/9

Sagsnummer Sag-306479 Movit-3214745

Passagereffekt

Denne delanalyse indeholder en opgørelse af passagereffekterne i forbindelse med rejsekortforsøget på Nørre Campus. Analysen vurderer passagerudviklingen på stoppestedsniveau, for perioder med og uden opstillet rejsekortudstyr, for at belyse om opsætningen af rejsekortudstyr uden for bussen har effekt på passagertallet.

Metode

Før- efter- analysen af passagertal på Rigshospitalet Syd, sammenligner passagertal, pr. gennemsnitslig hverdag fra før etablering af rejsekortudstyret (oktober til november 2014), med den seneste udvikling (oktober –november 2015).

Passagertallene for Rigshospitalet Syd sammenlignes endvidere med passagerudviklingen for henholdsvist Sølvtorvet og Nørre Campus, hvilket gør det muligt at vurdere udviklingen i forhold til den generelle passagerudvikling på Nørre Campus- strækningen.

Analysen omfatter alle linjer der stopper ved Rigshospitalet syd, herunder linje 150S, 173E, 184, 185, 42, 6A, 94N.

Passagerudvikling Tabel 1, viser påstigere pr. gennemsnitlig hverdag fordel på stoppestedsniveau for før- perioden (Oktober – november 2014) og for efter-efterperioden (oktober – november 2015)

Tabel 2, viser afstigere pr. gennemsnitslig hverdag fordelt på stoppestedsniveau for før- perioden (Oktober – november 2014) og for efter-efterperioden (oktober – november 2015)

Tabel 3, viser passageromsætningen pr. gennemsnitslig hverdag fordel på stoppestedsniveau for før-perioden (Oktober – november 2014) og for efter-efterperioden (oktober – november 2015)

Stoppested Okt. – nov. 14 Okt. – nov. 15 Forskel, abs. Forskel, pct. Rigshospitalet, syd 3.549 3.836 287 8% Sølvtorvet 2.024 2.074 50 2% Nørre Campus 958 741 -217 -23% Tabel 1

4/9

Sagsnummer Sag-306479 Movit-3214745

Stoppested Okt. – nov. 14 Okt. – nov. 15 Forskel, abs. Forskel, pct. Rigshospitalet, syd 3.708 4.008 300 8% Sølvtorvet 1.811 1.889 78 4% Nørre Campus 963 926 -36 -4% Tabel 2

Stoppested Okt. – nov. 14 Okt. – nov. 15 Forskel, abs. Forskel, pct. Rigshospitalet, 3.629 3.922 294 8% syd Sølvtorvet 1.917 1.981 64 3% Nørre Campus 961 834 -127 -13% Tabel 3

Det fremgår af tabel 3 at der har været en stigning på 8% ved Rigshospitalet syd fra før- peroden, oktober til november 2014 til den seneste periode fra oktober til november 2015. Tilsvarende stigninger ses ikke ved hverken Sølvtorvet (3%) og Nørre Campus (-13%). I forbindelse med åbningen af Den Kvikkevej (September 2014) ændrede stoppestedet Blegedamsvej navn til Rigshospitalet syd. Med Navneændringen knyttes stoppestedet direkte til Rigshospitalet og det vurderes at det er blevet mere tydeligt for brugerne til hospitalet at der er her de skal stå af. Der peges således ikke alene på rejsekortudstyret, som årsag til passagerfremgangen ved Rigshospitalet syd. Samtidig kan fremgangen dog være med til at underbygge brugen af det udendørsrejsekortudstyr på stoppestedet.

Snydeprocent Denne delanalyse indeholder en opgørelse af snydeprocenten for de linjer der stopper ved Rigshospitalet Syd. Analysen er foretaget som en før-efter-analyse af de registrerede kontroller foretaget på linjer der stopper ved Rigshospitalet syd, for perioder med og uden opstillet rejsekortudstyr. Formålet er at belyse om opsætningen af rejsekortudstyr på perronerne har en effekt på snydeandelen på linjerne.

Metode

Før- efter- analysen af snydeprocenten, sammenligner andelen af afgivne kontrolafgifter fra før etablering af rejsekortudstyret (oktober til november 2014) og med den seneste udvikling (oktober –november 2015).

Analysen omfatter alle buslinjer der stopper ved Rigshospitalet, Syd, herunder, 150S, 173E, 184, 185, 42, 6A, 94N.

Datagrundlaget baseres sig på billetkontrol foretaget i linjernes fulde forløb, og rummer

5/9

Sagsnummer Sag-306479 Movit-3214745

således et generelt billede af snydeprocenten på linjerne, herunder Nørre Campus - før og efter Rigshospitalet, Syd.

Den samlede snydeprocent for de busser, der stopper ved Rigshospitalet Syd, sammenlignes med snydeprocenten i sammenlignelige buslinjer i samme perioder, herunder 1A, 2A, 4A, 5A, 33, 350S. Sammenligningen gør det muligt at vurdere udviklingen i forhold til den generelle udvikling i perioden.

Udviklingen i andelen af afgivne kontrolafgifter.

Tabel 1, viser en samlet opgørelse af kontroller foretaget på de linjer der stopper ved Rigshospitalet, Syd, herunder, 150S, 173E, 184, 185, 42, 6A, 94N.

Tabel 2, viser en samlet opgørelse af kontroller foretaget på linjerne i kontrolgruppen, herunder, 1A, 2A, 4A, 5A, 33, 350S.

Okt.-14 Nov.-14 Okt.-15 Nov.-15 Antal passagerer underlagt kontrol 6731 4248 10405 6699 Samlet antal afgift 242 114 245 97 Samlet snydeprocent 3,60% 2,68% 2,35% 1,45% Tabel 1

okt.-14 Nov.-14 Okt.-15 Nov.-15 Antal passagerer underlagt kontrol 25745 17286 28807 31626 Samlet afgift 825 628 746 675 Samlet snydeprocent 3,20% 3,63% 2,59% 2,13% Tabel 2

Som det fremgår af tabel 1. ses et fald i andelen af passagerer der er blevet pålagt en kontrolafgift i busserne der kører på Nørre campus-strækningen fra oktober-november 2014 til oktober november 2015.

Således falder snydeprocenten med omkring 1,3 procentpoint fra før-til efterperioden. De faldende tendenser gør sig også gældende i kontrolgruppen hvor andelen af afgivne kontrolafgifter falder med hhv. 0,61procentpoint (okt14 - okt.15) og 1,5 procentpoint (nov.14- nov.15).

Som det fremgår af både tabel 1 og tabel 2 (række 2), har der fra 2014 til 2015 været en udvikling i antallet af passagerer der har været udsat for billetkontrol i busserne. At billetkontrollen generelt er blevet mere effektiv, kan være medvirkende til faldet i snydeprocent, både for linjerne der stopper på Rigshospitalet, syd og for linjerne i kontrolgruppen.

6/9

Sagsnummer Sag-306479 Movit-3214745

Udnyttelse af Check-ind og Check-ud

Denne delanalyse indeholder en opgørelse af udnyttelsen af check-ind (CI) og check-ud (CU) i forbindelse med rejsekortforsøget på Nørre Campus. Analysen belyses i hvilket grad CI/CU på de to perronger udnyttes, for at belyse om opsætningen af rejsekortudstyr uden for bussen har berettigelse.

Metode

Analysen af CI/CU vurderes på baggrund af rejsekortdata og omfatter alle linjer, der stopper ved Rigshospitalet Syd, her under: 150S, 173E, 184, 185, 42, 6A, 94N. Analysen omfatter perioden fra den 11. maj 2015 til og med den 13. december 2015, og beskriver udviklingen af CI/CU på standerne over peroden. Analysen belyser samtidig forholdet mellem CI/CU på det udendørs rejsekortsudstyr og det almindelige rejsekortudstyr i busserne. Ved at se på den procentvise fordeling mellem de to CI/CU muligheder korrigeres for den løbende tilvækst af rejsekortbrugere.

Der er på dagsbasis udsving i brugen af rejsekortudstyret, og derfor beskriver analysen de generelle tendenser over hele perioden.

Udviklingen af brugen af rejsekortudstyret

Graf 1 viser den procentvise andel af CI/CU på standerne set i forhold til CI/CU i busserne. De lineære grafer udgør tendenslinjer. De viser hvordan udviklingen har været pr. uge for henholdsvis check-ind og check-ud.

Graf 2 viser det faktiske antal af CI/CU ved Rigshospitalet Syd, fordelt mellem de udendørs rejsekortstandere og rejsekortudstyret i busserne. De lineære grafer udgør Tendenslinjer. De viser hvordan udviklingen har været pr. uge for henholdsvis check-ind og check-ud.

Graf 3 viser tendenslinjer for det faktiske antal CI/CU ved Rigshospitalet syd. Detaljerne pr. dag er fjernet for at vise de simple tendenser for CI/CU

7/9

Sagsnummer Sag-306479 Movit-3214745

8/9

Sagsnummer Sag-306479 Movit-3214745

Check- ind

Det fremgår af graf 1 (lineære Check-in) at andelen af Check-ind på standerne udgør omkring 13% af de samlede CI/CU fra maj til december. Den procentvise andel af Check-ind på det udendørs rejsekortudstyr er således konstant over hele perioden.

Af graf 3 fremgår en tendenslinje for de absolutte tal, og her kan man se en stigning af Check-ind på standerne over hele perioden. Dette udlignes dog af at der også er en stigning af check-ind i busserne, hvilket gør den procentvise andel af check-ind stabil over perioden.

Check-ud

Det fremgår af graf 1 (lineære Check-ud) at der er en vækst i andelen af check-ud på det udendørs rejsekortudstyr over perioden. Således stiger andelen fra omkring 4% i starten af perioden til 8% i slutningen, det vil sige gennemsnitslig omkring 6% over hele perioden.

9/9

Notat

Til: Sagsnummer Sag-306479 Movit-3154266 Københavns Kommune Sagsbehandler xlek Kopi til: Direkte 23 98 06 56 Fax - [email protected]

CVR nr: 29 89 65 69 EAN nr: 5798000016798

9. oktober 2015

Notat Før og efter analyse af kundetilfredsheden på Nørre Campus

Før og efter analyse af kundetilfredsheden på Nørre Campus Dette notat indeholder en analyse kundetilfredsheden på strækningen mellem Ryparken St. og Nørreport St (Nørre Campus). På netop denne strækning har Københavns Kommune ændret forholdene for busserne, og dette notat skal belyse hvilke konsekvenser, dette har haft for kundernes tilfredshed.

Konklusion Der kan konstateres en klar forbedring af kundetilfredsheden på Nørre Campus-strækningen. Fra tabel 2 bemærkes at andelen af meget tilfredse kunder er steget på syv ud af otte parametre, hvis man ser på udviklingen fra 2014 og 2015. Udviklingen set i forhold til 2012 viser markant øget tilfredshed på fire parametre, herunder højere andel af meget tilfredse kunder i forhold til ”den bus du sidder i” (13%), ”den rejse du er i gang med” (14%), ”forholdene ved stoppestederne” (13%) og ”muligheden for at få information om afgangstider” (10%). Derudover bemærkes en stabil udvikling og ingen væsentlige fald i forhold til de meget tilfredse kunder.

Af tabel 1 ses en stigning i tilfredsheden (tilfredse og meget tilfredse) i forhold til parametrene ”forholdene ved stoppestederne” (18%), ”overholdelse af køreplaner” (9%) og ”antal afgange” (7%), hvis man ser på udviklingen fra 2014 -2015. Sammenlignes tilfredsheden med perioden før etableringen af Nørre campus (2012), er der opnået en øget tilfredshed på 5% i forhold til ”forholdene ved stoppestederne”, ”mulighed for at få information om rejsetider” og ”overholdelse af køreplanen”. Derudover bemærkes en stabil udvikling i forhold til de tilfredse kunder.

Trafikselskabet Movia 1/6 TOP/MOB

Sagsnummer Sag-306479 Movit-3154266

Metode

Analysen af kundetilfredshed på Nørre Campus sammenligner en række kundetilfredshedsparametre fra årene 2012 (før etableringen), 2014 (i anlægsperioden) og 2015 (efter etableringen).

Analysens datagrundlag bygger på to forskellige indsamlingsmetoder.

Data fra før-undersøgelsen bygger på en kundetilfredshedsundersøgelse der dække linjerne 150S, 184, 185 og 173E i hele deres forløb. 2012 tallene rummer således et generelt billede af tilfredsheden fra det fulde linje-forløb, herunder Nørre Campus-strækningen.

Data fra 2014 og 2015 bygger på særskilte kundetilfredshedsundersøgelser fortaget for Nørre Campus. Undersøgelsen dækker linjerne 150S, 184, 185 og 173E.

Analysen er opdelt i to dele.

Første del fremhæver udviklingen af tilfredse kunder, som udgøres af de respondenter, der har svaret, at de enten er ”Tilfredse” eller ”Meget tilfredse”.

Anden del, fremhæver udviklingen af meget tilfredse kunder, som udgøres af respondenter, der har svaret at de er ”meget tilfredse”

Del 1) Udvikling i ”tilfredse” kunder

2/6

Sagsnummer Sag-306479 Movit-3154266

Tabel 1 rummer andelen af tilfredse kunder i henholdsvis 2012, 2014 og 2015 opgjort i procent. Tabellen rummer desuden udviklingen af tilfredse kunder, set som en sammenligning af henholdsvis 2014 og 2015, og 2012 og 2015 opgjort i procent.

Tilfredse kunder (tilfredse og meget tilfredse) 2012 2014 2015 2014- 2012- 2015 2015

ALT I ALT MED DEN BUS DU SIDDER I 95% 95% 96% 0% 0%

ALT I ALT MED DEN REJSE DU ER I GANG MED 96% 96% 96% 1% 0%

ANTALLET AF AFGANGE på denne BUSLINJE 72% 63% 70% 7% -2%

ANTALLET AF SKIFT PÅ DENNE REJSE 92% 92% 93% 0% 1%

FORHOLDENDE VED STOPPESTEDERNE PÅ DENNE BUSLINJE 77% 65% 82% 18% 5%

MULIGHEDEN FOR AT FÅ INFORMATIONER OM AFGANGSTIDER 77% 84% 82% -2% 5%

OVERHOLDELSE AF KØREPLANEN 87% 83% 92% 9% 5%

REJSETIDEN PÅ DENNE REJSE 89% 92% 91% 0% 2%

Forhold ved stoppestederne

3/6

Sagsnummer Sag-306479 Movit-3154266

Fra tabel 1 ses det, at der er en øget kundetilfredshed i forhold til stoppestedsforholdene. Det bemærkes, at stigningen er særlig markant fra 2014 til 2015, hvor tilfredsheden er steget med 18%. Stoppestedsforholdene har med Nørre Campus projektet fået et løft, og forbedringen skønnes derfor at være udslagsgivende for kundetilfredsheden. Sammenlignes tilfredsheden med stoppestedsforholdene fra før anlægsperioden (2012) med tilfredsheden i 2015 ses da også en stigning på 5%.

Overholdelse af køreplaner

Der ses en fremgang af tilfredse kunder i forhold til ”overholdelse af køreplaner” på 9% fra 2014-2015. Stigningen skal ses i relation til et mindre fald under anlægsfasen (fra 87% 2012 til 83% i 2014). Samtidig ses en generel udvikling i forhold til andelen, der er tilfredse med overholdelse af køreplanen på 5%, hvis man sammenligner 2012 med 2015 (tabel 1).

Antal afgange

Andelen af tilfredse kunder er opadgående og steget med 7%, hvis man se på udviklingen fra 2014 til 2015. Dette skal ses i forhold til fadende niveauer i 2014 (72% 2012 og 63% 2014). Samtidig er udviklingen stabil, hvis man sammenligner med niveauerne før etableringen af Nørre Campus.

Mulighederne for at få information om afgangstider

I forhold til tilfredsheden med mulighederne for at få information om afgangstider, bemærkes en stigning på 5% set ud fra udviklingen fra 2012- 2015. Udsving fra 2014-2015 (-2%) kan forklares ved at information om afgangstider, ikke har været et selvstændigt prioriteringsområde for Nørre Campus projektet. Udrulning af nyt byudstyr, herunder ny højklasse digital trafikinformation, vil dog ske fra sommeren 2016. Det må forventes at få en positiv effekt på kundetilfredsheden på dette parameter.

Stabil udvikling:

Det gælder for andelen af tilfredse kunder i forhold til parametrene ”bussen du sidder i”, ”rejsen du er i gang med”, ”antal af skift på rejsen” og ”rejsetiden” at udviklingen er stabil, før, under og efter etableringen af Nørre Campus (tabel 1 og 2).

Del 2) Udviklingen i ”meget tilfredse” kunder

4/6

Sagsnummer Sag-306479 Movit-3154266

Tabel 2 rummer andelen af meget tilfredse kunder i henholdsvis 2012, 2014 og 2015 opgjort i procent. Tabellen viser desuden udviklingen af meget tilfredse kunder, set som en sammenligning af henholdsvis 2014 og 2015, og 2012 og 2015 opgjort i procent.

Udviklingen af ”meget tilfredse” kunder 2012 2014 2015 2014- 2012- 2015 2015

ALT I ALT MED DEN BUS DU SIDDER I 25% 19% 38% 19% 13%

ALT I ALT MED DEN REJSE DU ER I GANG MED 22% 17% 36% 19% 14%

ANTALLET AF AFGANGE på denne BUSLINJE 23% 12% 27% 15% 4%

ANTALLET AF SKIFT PÅ DENNE REJSE 38% 33% 36% 4% -1%

FORHOLDENDE VED STOPPESTEDERNE PÅ DENNE 17% 8% 29% 21% 13% BUSLINJE

MULIGHEDEN FOR AT FÅ INFORMATIONER OM 25% 19% 36% 16% 10% AFGANGSTIDER

OVERHOLDELSE AF KØREPLANEN 36% 23% 40% 17% 4%

REJSETIDEN PÅ DENNE REJSE 33% 18% 35% 17% 1%

Forholdene ved stoppestederne

5/6

Sagsnummer Sag-306479 Movit-3154266

Særligt er at bemærke tilfredsheden med forholdene ved stoppestederne, hvor andelen af de meget tilfredse er øget med 21% fra 2014-2015. Udviklingen skal ses i lyset af en fald af meget tilfredse kunder i anlægsperioden (17% i 2012 til 8% 2014). Samtidig er stoppestedsforholdene blevet væsentligt forbedret med etableringen af Nørre Campus, hvilket er medvirkende til en generel fremgang på 13% fra 2012-2015.

Generelle tilfredshedsparametre

I forhold til parametre omkring bussen og rejsen generelt ses en øget andel af meget tilfredse kunder. Fra 2014-2015 er der en stigning på 19% på begge parametre. Set i forhold til vurderinger før anlægsperioden er stigningen 14% fra 2012-2015.

Information om afgangstider

Andelen af de meget tilfredse kunder er steget markant i forhold til vurderingen af information om rejsetider. Udviklingen fra 2014-2015 på 16% og er påvirket af et fald i andelen af meget tilfredse i anlægsperioden (25% 2012 til 19%2014). Samtidig ses en generel vækst af de meget tilfredse på dette område hvis man ser på den generelle udvikling fra 2012-2015, hvor andelen af de meget tilfredse er steget med 10%.

Øvrige parametre

For de øvrige parametre, ses øgede andele af de meget tilfredse kunder fra 2014-2015, herunder henholdsvis 15% ift. antal afgange, 17% ift. overholdelse af køreplanen og 17% ift. rejsetiden. Den markante stigning ses i forhold til fald i anlægsperioden, hvor der i 2014 er lavere andel af meget tilfredse kunder i forhold til disse parametre sammenlignet med 2012(tabel 3). Sammenlignes med den generelle udvikling fra før etableringen af Nørre Campus (2012) ses dog en stabil udvikling, hvor andelen af meget tilfredse kunder i 2015 ligger på niveau med 2012 for disse parametre.

Det gælder for andelen af meget tilfredse kunder i forhold til antallet af skift på rejsen, at udviklingen er stabil, før, under og efter etableringen af Nørre Campus.

6/6

Rejseplansintegration Afsluttende notat

......

Tetraplan har over efteråret 2015 arbejdet på, at få rejseplanen integreret i indkaldelser til Rigshospitalet og velkomstbreve til professionshøjskolen Metropol. Det overordnede for- mål med projektet var, at få flere til at skifte bilen ud med offentlig transport herunder benytte ”den kvikke vej”.

Integrationen skulle efter planen resultere i elektroniske indkaldelser og velkomstbreve, med forslag til rejseplan. Dette med udgangspunkt i patienten/den studerendes bopæl samt institutionens adresse og mødetidspunktet. Endvidere skulle der fremsendes et link til rejseplanen, så modtageren selv kunne danne et rejseforslag, f.eks. ved rejse fra ar- bejdspladsen.

Projektet er afsluttet uden de opstillede mål er nået. Det skyldes flere forhold.

På Rigshospitalet bliver patiensindkaldelser dannet i et system hvis grundstamme har tre årtier på bagen; ”det grønne system”. Der foretages ikke længere videreudvikling på dette system, da den nye sundhedsplatform er lige på trapperne. Det vil være oplagt at tænke øget mobilitet ind i den nye løsning, men da den endnu ikke er implementeret, bliver res- sourcerne brugt på den forestående lancering og ikke på nye funktioner.

Hos professionshøjskolen Metropol er man i gang med at samle flere forskellige systemer med velkomstbreve i en ny samlet løsning. Der er så meget arbejde forbundet hermed, at man ikke kan afse tid/ressourcer til også at indtænke en løsning der integrerer Rejsepla- nen i det nye system. Man afviser dog ikke, at vende tilbage til projektet på et senere tidspunkt.

Endelig er der Rejseplanen, som gerne skulle tilbyde destinationer på hhv. Metropol og Rigshospitalet. Sådanne nye lokaliteter vedligeholdes af Geodatastyrelsen. Her har man igangsat adresseprojektet, hvor landets kommuner skal oprette adresser på f.eks. hospi- taler og professionshøjskoler. Københavns Kommune er i gang med dette, og forventer at være i mål i anden halvdel af 2016. Når det er sket, bliver det muligt at søge efter f.eks. ”Rigshospitalet, opgang 4” i Rejseplanen.

Tetraplan har i projektet arbejdet med dels at udarbejde forslag til rejseplanopslag og dels med at finde frem til og mødes med personer med kendskab til/ansvar for de rele- vante IT-systemer og de informationsaktiviteter, der er knyttet til indkaldel- ser/velkomstbreve.

......

Dato: 29. oktober 2015 Notatnr.: 1 Rev: Udarbejdet af: PE Kontrolleret / godkendt: JN/PE Filnavn: S:\2101731.Rejseplanintegration\Dokumenter\Slutnotat_ver1.docx

Tetraplan A/S Tlf. 33 73 71 00 Kronprinsessegade 46 E Fax 33 73 71 01 1306 København K www.tetraplan.dk

1 INDLEDNING ...... 4 Kursusdage på Københavns Rådhus ...... 15 Præsentation og evaluering af Den kvikke vej ...... 4 Prøvekørsel på selve busruten inden åbning ...... 15 Nøgleord i processen: ...... 4 Information og konkurrence ...... 15 Nøgleord i kampagnen: ...... 4 MÅLGRUPPER ...... 16 Den kvikke vej vandt IAA Prisen 2015...... 5 Et afgørende og frugtbart samarbejde ...... 5 DET KREATIVE KONCEPT ...... 17 Kreativ mediestrategi ...... 5 MEDIASTRATEGI ...... 18 BAGGRUND ...... 6 Brug af egne medier ...... 18 Et område i vækst ...... 6 En unik eksponering ...... 18 Bedre bus i et område med langt til S-tog, regionaltog og metro ...... 6 Anvendte medier i kampagnen: ...... 19 FORMÅL ...... 7 KAMPAGNE- OG KOMMUNIKATIONSSTRATEGI ...... 20 Kampagnens hovedfokus er viden om: ...... 7 FASE 1: LANCERING OG INTRODUKTIONSKAMPAGNE ...... 21 MÅLSÆTNING ...... 7 Åbningsevent: ...... 21 Budskaber i området og i og på busser ...... 22 STRATEGISK UDGANGSPUNKT ...... 8 Infotainmentspots ...... 22 Tredelt strategi ...... 8 Første udgave af www.denkvikkevej.dk ...... 23 Samarbejde som strategi ...... 9 Oversigtskort på alle stoppestedsstandere ...... 24 Strategisk fundament ...... 10 Trafikinformation på Rigshospitalet...... 25 Eksempler på kommunikerede fordele: ...... 11 Viden gør kunderne tilfredse og trygge ...... 12 FASE 1.1: JULEKAMPAGNE ...... 26 Realtidsinformation har mange fordele: ...... 12 FASE 2: FORÅRSKAMPAGNE ...... 27 Anvendelse af allerede eksisterende trafikinformation ...... 13 FASE 3 VED STUDIESTART 2015: ...... 28 INVOLVERING OG UDDANNELSE AF CHAUFFØRER...... 14 Tutorer som ambassadører ...... 28 Chaufførerne var også på banen...... 14 Samarbejde med de forskellige uddannelsesinstitutioner ...... 28 Chauffører på studietur ...... 14 Leverance til tutorerne og direkte til de nye studerende: ...... 28 Tak til chaufførerne for deres tålmodighed ...... 14 Studiekort til alle nye studerende ...... 29

2 Videreudvikling af www.denkvikkevej.dk ...... 30 Københavns Kommune og Movia ...... 49 Hent denkvikkevej.dk som web-app til din mobils hjemmeskærm 31 Et stærkt og tydeligt partnerskab ...... 49 Event på Nørreport St...... 32 Samarbejde med Rigshospitalet og uddannelsesinstitutioner ...... 49 Mobility management på uddannelsesstederne ...... 33 Klart formål og klar gevinst ...... 49 Kom og få et Pendlertjek ...... 33 Løsninger i fællesskab ...... 50 Hvad indeholder et Pendlertjek?...... 35 Stor hjælp med lokal tilpasning ...... 50 Så mange fik et Pendlertjek ...... 36 Opmærksomhedspunkter i forhold til samarbejder af lignende karakter ...... 50 EVALUERING: HVORDAN BLEV PROJEKTET MODTAGET? .. 38 EVALUERING AF DET PRAKTISKE SAMARBEJDE MED DEN KVIKKE VEJ VANDT IAA PRISEN 2015 ...... 39 RIGSHOSPITALET OG UDDANNELSESINSTITUTIONER ...... 51 Dommerkomité 2015:...... 39 God opmærksomhed ...... 51 LOKAL VINDER: Den kvikke vej ...... 40 Direkte kommunikation til tutorer ...... 51 Dommerkomitéens motivation: ...... 40 EFTER ANLÆGNING OG MARKEDSFØRING AF DEN KVIKKE EVALUERING AF PENDLERTJEK PÅ RIGSHOSPITALET, NØRRE CAMPUS OG DTU ...... 52 VEJ VISER ANALYSE FØLGENDE: ...... 41 Pendlertjek på Nørre Campus og DTU ...... 52 Større tilfredshed med rejsetid, antal busafgange og trafikinformation ...... 41 VÆRD AT VIDE VED FREMTIDIGE EVENTS MED Passagerne har fået mere lyst til at tage bussen ...... 41 PENDLERTJEK ...... 53 Også bedre forhold for bilister og cyklister ...... 41 Tid og sted ...... 53 Tilfredsheden med busserne i Nørre Campus området er høj, når Blikfang og information ...... 53 man sammenligner med resultater fra Movias bedst betjente Budskabet ...... 53 buslinjer ...... 42 Udstyr - praktik ...... 53 KVANTITATIVE UNDERSØGELSER...... 43 EVALUERING AF CHAUFFØRINVOLVERINGEN ...... 54 Følgende overordnede forhold blev vurderet i forhold til effekt: ... 43 Chaufførernes holdning i forhold til lignende projekter ...... 54 KVALITATIVE INTERVIEWS ...... 48 Citater fra chauffører: ...... 54 Turen til Sverige ...... 54 EVALUERING AF SAMARBEJDSFORM OG PROCESTILGANG 49 Kursus på Rådhuset ...... 54

3 Prøvekørsel ...... 54  Relevans Chaufførernes input fremadrettet ...... 55  Humor Chaufførerne om kundernes oplevelse ...... 55 Chaufførernes oplevelse af driften på Den kvikke vej ...... 55 Forslag: ...... 55 KONKLUSIONER PÅ EVALUERINGEN ...... 56

INDLEDNING

Præsentation og evaluering af Den kvikke vej Denne rapport præsenter kampagnen Den kvikke vej, som har været en kampagne i tre faser. Hver fase har haft sine opgaver – og samlet set har kampagnen haft et solidt aftryk i perioden fra den august 2014 – november 2015.

Rapporten er udarbejdet, så den kan fungere som inspiration til lignende samarbejder.

Nøgleord i processen:  Samarbejde  Involvering  Engagement

Nøgleord i kampagnen:  Målrettet

4

Den kvikke vej vandt IAA Prisen 2015 Rapporten rummer også en evaluering af kampagnen og selve projektet og processen. Kampagnen blev belønnet med en IAA pris som bedste lokale kampagne og denne dommerbegrundelse er en del af evalueringen.

Et afgørende og frugtbart samarbejde Kampagnen Den kvikke vej er et eksempel på godt samarbejde og på en hel ny samarbejdsform mellem Københavns Kommune og Trafikselskabet Movia. Samtidig har det også været et godt samarbejde mellem Københavns Kommune, Movia og uddannelsesstederne og Rigshospitalet i Nørre Campus.

Kreativ mediestrategi Projektet er lykkedes med at udnytte egne og samarbejdspartneres medier for at opnå den størst mulige eksponering til den mindst mulige pris.

5 BAGGRUND Nørre Campus er området omkring Københavns Universitet, Professionshøjskolen Metropol og Rigshospitalet. Det er en af Europas største koncentrationer af uddannelse, grundforskning og anvendt forskning inden for farmaci, sundhedsvidenskab og naturvidenskab med 30.000 studerende og medarbejdere, der dagligt har deres gang i området. Et område i vækst Området er i markant vækst med blandt andet store udvidelser af Københavns Universitet og Rigshospitalet. For Københavns Kommune er vidensbydelen et særligt indsatsområde nationalt og internationalt. Bedre bus i et område med langt til S-tog, regionaltog og metro Målet for projektet er at få flere til at tage bussen gennem et styrket kollektivt tilbud med bus til og fra Nørre Campus. Området ligger nemlig i en trafikkorridor med langt til både S- tog, regionaltog og metro. Samtidigt er der et begrænset udbud af p-pladser. Projektet skal forbedre forholdene for buspassagerer uden at være til gene for bilister og cyklister.

6 FORMÅL MÅLSÆTNING Markedsføringens formål er at forstærke og fremskynde Det overordnede mål er 1 mio. flere busrejser på strækningen effekten af den forbedrede infrastruktur for busserne, så flere Nørreport – Ryparken over en årrække. passagerer tager bussen til og fra Nørre Campus.

Kampagnens hovedfokus er viden om: Det skal ske gennem at: • rejsetid (overraskende kort - hastighed)  fastholde eksisterende passagerer • antallet af busafgange (bus hele tiden - frekvens)  få eksisterende passagerer til at bruge bussen oftere  tiltrække nye passagerer blandt bilister • nem adgang til information i realtid via intranet, skærme og mobiltelefon mv. (overblik og tryghed fra start til rejsens afslutning).

Viden (information) skal påvirke holdning (lyst til at bruge) og konkret adfærd (brug af bussen).

Viden Holdning Adfærd

7 STRATEGISK UDGANGSPUNKT Når man forbedrer busløsningen, er det nødvendigt at gøre passagererne opmærksomme på deres nye fordele. Indtrængningstiden for en ny busløsning nedbringes, når fordele og service kommunikeres. Det er nemlig ikke en selvfølge, at folk opdager fordelene selv. Markeds- føring Tredelt strategi Vi har infrastrukturen som fundament. Oven på den bygger vi trafikinformation, hvor der introduceres værktøjer, som gør det nemmere og mere bekvemt at bruge bussen hver dag – også efter introduktionskampagnen. Markedsføringen Trafikinformation anvendes til at skabe kendskab til og brug af den nye busløsning og trafikinformation gennem fokus på fordele og muligheder.

Infrastruktur

8 Samarbejde som strategi Projektet er gennemført i et tæt samarbejde mellem Københavns Kommune og Movia. Dertil er samarbejdet med Rigshospitalet og områdets uddannelsesinstitutioner afgørende og oplagt, når målgrupperne er meget specifikke og tilknyttet de store institutioner. Og med denne samarbejdstilgang er uddannelsesinstitutionerne og Rigshospitalet blevet til strategiske samarbejdspartnere. Dette samarbejde har gjort det muligt for os at være til stede med relevant trafikinformation på deres interne medier, som målgruppen bruger på deres studie og arbejde hver eneste dag.

9 Strategisk fundament Det strategiske udgangspunkt var at markedsføre den forbedrede busløsning med alle dens fordele. Derfor var det en vigtig del af øvelsen at identificere bl.a. målgrupper, værdier, egenskaber og fordele. Vores arbejde fremgår af det udfyldte mærkehjul, hvor vi ved at skære ind til benet fik blotlagt essensen af, hvad den nye busløsning kan og skal.

10 Eksempler på kommunikerede fordele: Bus til Nørreport  Bus hvert 2.-3. minut hvert 2.-3. min.  Hastighed som f.eks. Nørreport til Nørre Campus på Alle hverdage - morgen til aften kun 6 minutter  Grøn bølge gennem trafikken  Lige indstigning fra busperron  Undgå kø

Fordelene kommunikeres sammen med markedsføring af trafikinformationsværktøjer, som gør det nemmere at være Bus til Ryparken buskunde – hver dag! hvert 2.-3. min. Alle hverdage - morgen til aften

Bus til Nørreport hvert 2.-3. min. Alle hverdage - morgen til aften

6A mod Buddinge hvert 7. min. Alle hverdage - morgen til aften 17 min. til Bispebjerg

11 Viden gør kunderne tilfredse og trygge Brugbar, aktuel og opdateret rejseinformation er ifølge Movias n og d kundepræferenceundersøgelser en af det vigtigste parametre ”Næste bus” t ti e le i forhold til tilfredsheden. Ofte er rejseinformationen et og ”Rejseplan”n rd e bo - h afgørende kriterium for valg af bus, og realtidsangivelser på PC e iv en scorer topkarakterer hos passagererne i TNS Gallups kr d s n undersøgelse. å hå P d ve *Kilde: Movia præferenceundersøgelse 2011, Relation lab Mobil: ”Næste bus” Realtidsinformation har mange fordele: ”Ændringer”  mindsker stress og irritation ”Rejseplan”n  dæmper utålmodighed  afkorter ventetiden  skaber ro, overblik og fleksibilitet og n n Disse fordele påvirker værdierne: frihed, kontrol og tryghed. e ge ng n Frihed og kontrol er vigtigst hos den yngre og fortravlede Skærme med ga ga å d generation, mens tryghed primært er vigtigt hos den ældre informatio P u ed generation. Derfor inddrages allerede eksisterende om v trafikinformation i projektet. busafgange

n Informatio se us om I b stoppesteder og korres- pondancer

12

5 Anvendelse af allerede eksisterende trafikinformation Movia og Rejseplanen tilbyder en lang række velfungerende trafikinformationsværktøjer, som vi valgte at anvende versioneret og tilpasset målgrupperne i kampagnen.

På den måde kunne vi for begrænsede økonomiske midler tilbyde bedre service. Arbejdet blev gennemført under mottoet: ”Der skal ikke opfindes nye dybe tallerkener”.

13 INVOLVERING OG UDDANNELSE beskadige bussens karosseri. Derfor blev der i samarbejde med Movia, Københavns Kommune, Arriva, City-Trafik og De AF CHAUFFØRER Blaa Omnibusser gennemført en række kørselsforsøg på strækninger med høje kantsten i Malmø. Forholdene var Chaufførerne var også på banen nemlig sammenlignelige med de kommende forhold på den nye busløsning. I projektet var der stort fokus på chaufførerne. Vi ønskede nemlig at skabe en intern forankring ved at give chaufførerne Tak til chaufførerne for deres tålmodighed ejerskab af den nye busløsning gennem oplysning, I en periode med stor gene i det daglige arbejde for uddannelse og involvering. Chaufførerne skulle føle sig chaufførerne med bl.a. omkørsler på linjerne valgte vi at inddraget fra start. Det var vigtigt, at chaufførerne både fik takke chaufførerne for deres tålmodighed og anerkende deres den teoretiske viden og prøvede busløsningen i praksis i god indsats. Vi sørgede derfor for information, kage og en stor tak tid. Dermed kunne de også formidle viden videre til deres for deres tålmodighed. kolleger. Tiltagene bød på:

 Studietur til Sverige  Information med tak for tålmodighed  Kursusdage på Københavns Rådhus  Prøvekørsler på busruten  Kampagne på kaffestuerne og konkurrence, hvor vinderen fik overrakt præmieren personligt.

Chauffører på studietur I den indledende fase blev en række chauffører inviteret på studietur til Malmø i Sverige, hvor de fik muligheden for at køre på strækninger med ”lige indstigning”. Busløsningens højklassede busperroner med høje kantsten er noget, chaufførerne skal vænne sig til bl.a. i forhold til ikke at

14 Kursusdage på Københavns Rådhus Prøvekørsel på selve busruten inden åbning Chauffører blev inviteret til kursusdage, hvor de i hold med Det var vigtigt for os, at chaufførerne tog godt imod den nye deltagere på tværs af linjer og busoperatører fik lejlighed til busløsning – og ikke mindst følte sig fortrolige med den. at orientere sig og spørge ind til projektet. Det var Derfor blev der arrangeret prøvekørsler, hvor de fleste fik halvdagskurser, hvor projektansvarlige fortalte om mulighed for at afprøve busruten og dermed få de nye forhold bevæggrundene for projektet, markedsfæringstiltag, selve ind under huden. anlægningsarbejdet og fordelene ved den nye busløsning – og hvor repræsentanter fra områdets museer berettede om lidt af det, de besøgende kan opleve. Kursusdagen var en succes Information og konkurrence I forbindelse med åbningen informerede vi skriftligt blandt chaufførerne, som var glade for baggrundsviden og chaufførerne om den nye busrute og alle fordelene. Vi uddelte præsentationen af projektet. en termokop til alle chauffører og opfordrede dem til at deltage i en konkurrence. Formålet med konkurrencen var at få alle til at læse informationen, så de kunne føle sig klædt godt på og svare på spørgsmål fra kunderne.

Den kvikke vej

15 MÅLGRUPPER I alle faser var kommunikationens målgrupper:

 De studerende  Medarbejdere på uddannelsesinstitutionerne  Medarbejdere på Rigshospitalet  Patienter og besøgende  Beboere og trafikanter, der kører igennem området

Der var dog forskellig vægt på indsatserne i de forskellige faser.

16 Den kvikke vej t il Nørre Campus DET KREATIVE KONCEPT Konceptet Den kvikke vej forener den intelligente busløsning med et område fyldt med uddannelser inden for science og sundhed – og dermed studerende, forskere og sundhedspersonale.

Sprogligt spiller konceptet både på busløsningens egenskaber og områdets koncentration af intelligens. Visuelt er tavleuniverset også en hilsen til uddannelsesområdet.

Tavleuniversets rene og enkle stil giver markedsføringen en let genkendelighed. Stil og tone er uhøjtidelig, humoristisk og legende.

I en kampagne med mange rationelle budskaber bidrager tavle- og kridtuniverset også med emotionelle værdier. Den kvikke vej til Nørre Campus Tavle- og kridtuniverset giver desuden fleksibilitet i form af utallige eksekveringsmuligheder i en økonomisk fordelagtig ramme.

17 MEDIASTRATEGI Den overordnede strategi er at skabe synlighed i lokalområdet og på busser og i S-tog, der føder passagerer til Nørre Campus området.

Fase Medieværdi

Brug af egne medier Fase 1 3.196.130 kr. Vi valgte at tænke alternativt i forhold til medier for at få størst mulige eksponering for den mindste udgift. For at være tæt på målgruppen, få stor synlighed i området og samtidig Fase 1.1 751.170 kr. mindske omkostningerne var mediastrategien baseret på brug af Movias og Københavns Kommunes egne medier og ikke Fase 2 2.713.100 kr. mindst de strategiske samarbejdspartneres medier. Dermed var det ikke nødvendigt at købe ekstern mediaplads, hvilket var med til at gøre kampagnen omkostningsbevidst. Fase 3 175.000 kr.

Samlet værdi 6.835.400 kr. En unik eksponering Ud over at spare penge muliggjorde samarbejdet med uddannelsesinstitutionerne, at vi fik en unik eksponering. Ved at komme ind på uddannelsernes intranet var informationen ikke kun tilgængelig i kampagneperioderne. Informationen ligger der fortsat og er der, hvor de studerende er.

18 Anvendte medier i kampagnen:

• Movias egne medier i og på busserne

• Områdets bygninger, rækværker og broer

• Medier internt på Københavns Universitet og Rigshospitalet som fx intranet, facebook, bannere, nyhedsbreve og Universitetsavisen

19 KAMPAGNE- OG

KOMMUNIKATIONSSTRATEGI

Opgaven var at skabe kendskab til og brug af den nye busløsning, der løber gennem vidensbydelen Nørre Campus. Kampagnen er delt i tre faser.

 Fase 1 i efteråret 2014 bestod af en overordnet  Fase 2 i foråret 2015 byggede videre på den kampagne til hele Nørre Campus og en integration med overordnede kampagne fra fase 1. Fase 2 havde fokus intern kampagne på Rigshospitalet og Københavns på hastighed og udfordringerne med at finde en p- Universitet. På Rigshospitalet var der en dybere plads i og omkring Nørre Campus. integration med særligt fokus på trafikinformationsværktøj på intranet og  Fase 3 ved studiestart august/september 2015 mobiltelefoner. I fase tre var det primære fokus på trafikinformation til alle de nye studerende, som vi gerne ville hjælpe mest  Fase 1.1 i december 2014 var en reminder muligt. I denne fase var der en dybere integration på julekampagne, som havde til formål at holde Københavns Universitet, Metropol og denne gang også kampagne top of mind i den travle juletid. DTU med målrettede interne kampagner til de studerende og tutorer.

20 FASE 1: LANCERING OG INTRODUKTIONSKAMPAGNE

 Åbningsevent med trafikminister Magnus Heunicke og overborgmester Frank Jensen, pressedækning osv.  Budskaber på bygninger, rækværker, infotainments i busserne.  Infotainmentspot om Parkmuseerne og Den kvikke vej  www.denkvikkevej.dk  Oversigtskort på stoppestedsstandere  Kampagne på Rigshospitalet med Roll ups, plakater, intranet og avis og samarbejdet med Mobility Management

Åbningsevent: Åbningen af Den kvikke vej var med indledende taler af overborgmester Frank Jensen og transportminister Magnus Heunicke. Det var en festlig dag, hvor alle gæster fik en prøvetur på Den kvikke vej i busser med helfolieringer. I hele området prydede vores kampagne bygninger, rækværk og bannere.

Åbningseventen blev dokumenteret og kan opleves her.

21 Budskaber i området og i og på busser Infotainmentspots På og i Movias busser, områdets bygninger og på bus- I alle A-busser samt i S-tog var der udviklet 5 forskellige perronerne var budskaberne henvendt til både eksisterende infotainmentspots, der hver især fortalte om hhv. buspassagerer og de øvrige trafikanter, der kører til eller anlægsprojektet, fordelene, pejlemærkerne, områdets igennem området. Kommunikationen fortalte om de konkrete uddannelser, Rigshospitalet og kulturtilbud i Parkmuseerne og fordele ved det nye busanlæg og de fordele, bilister ville få Fælledparken, der alle ligger på Den kvikke vej. Filmene ved at skifte til kollektiv transport. kunne også ses på www.denkvikkevej.dk.

Af hensyn til trafiksikkerheden var disse bannere over vejen hvide med sort tekst.

22 Første udgave af www.denkvikkevej.dk ruten, stoppestederne og rejseplanen var her. Man kunne fx Tilgængelighed var nøgleordet på www.denkvikkevej.dk, hvor tjekke, hvor meget tid, der var at spare med offentlig vi stillede al information om projektet til rådighed. transport frem for bilen. På hjemmesiden kunne man også se Kampagnesitet var stedet, hvor man kunne finde den samlede alle de infotainment-spot, som var lavet til busserne. information om Den kvikke vej. Hele projektet, alle fordelene,

23 Oversigtskort på alle stoppestedsstandere Chaufførerne gav os en værdifuld indsigt. Det viste sig, at ambulante patienter og pårørende ofte venter på den specifikke buslinje, som de har fået anbefalet på Rejseplanen, når de skal tage bussen fra fx Nørreport St. til Rigshospitalet. Det ville vi gerne gøre noget ved, fordi der er mange buslinjer, der kører forbi Rigshospitalet. Resultatet blev oversigtskort på standerne ved stoppestederne. Med disse oversigtskort kan den enkelte passager se alle de busser, som kører forbi Rigshospitalet eller andre stoppesteder. På den kan de komme hurtigere frem til Rigshospitalet i stedet for at stå at vente, når det ikke er nødvendigt.

24 Trafikinformation på Rigshospitalet På Rigshospitalets intranet udviklede vi en side med:

• Realtidsinformation om ”næste bus” på de tre I fase 1 var der fokus på Rigshospitalets medarbejdere. vigtigste stoppesteder ved Rigshospitalet Derfor var vi gennem fokusgruppeinterviews i dialog med • Kort over stoppesteder ved Rigshospitalet (til dem medarbejdere på Rigshospitalet, så vi med de rigtige som ikke så ofte bruger bussen) værktøjer og budskaber kunne gøre en positiv forskel. Kampagnen på Rigshospitalet blev dybere integreret i form af • Rejseplan med afgang fra Rigshospitalet (til at hjælpe realtidsinformation på intranet og mobiltelefon. ambulante patienter og besøgende)

På baggrund af fokusgruppeinterviews og dialog med • Brugsanvisning til realtidsinformation om ”næste kommunikations- afdelingen på Rigshospitalet blev der bus” på mobiltelefon udviklet et set-up med specifik trafikinformation til Rigshospitalets intranet, så medarbejderne altid har realtidsinformation om bussen ved hånden. Udover køreplaner, var der også en film om, hvor let det er at finde næste bus på sin mobiltelefon. Trafikinformationsløsninger er baseret på Rejseplan og Movias eksisterende løsninger, som er udvalgt og tilpasset specifikt til Rigshospitalets behov. På temadage leverede Movia Pendlertjek, som er individuel rådgivning om kollektiv trafik til medarbejdere, patienter og besøgende.

25 Jul på FASE 1.1: JULEKAMPAGNE Den kvikke vej

Herfra til Nørreport på 9 min. Med julekampagnen fastholdt vi en synlighed i området mellem fase 1 og 2. Vi ville gerne være til stede i julen, og derfor fejrede Den kvikke vej julen 2014 med humoristiske Jul på rækværksbannere på hele strækningen og infotainments i Den kvikke vej busserne. Slip rattet og få egen bane gennem byen Ud over at bruge kendte julesange iscenesatte vi, hvor nemt det var at nå det hele i julen med masser af busser og kortere Jul på rejsetid. Ud over sange, handlede bannerne om julens Den kvikke vej arrangementer og juleshopping. Ambitionen var at skabe et smil på læben i den travle juletid. Kridtuniverset var Herfra til Ryparken på 3 min. samarbejdsvilligt i forhold til at skabe en sjov og imødekommende julestemning med nisser, gran, julesange og Jul på julehygge. Den kvikke vej

Herfra til Ryparken på 3 min.

Jul på Den kvikke vej

Herfra til Nørreport på 7 min.

Jul på Den kvikke vej

Her har bussen sin egen bane

26 FASE 2: FORÅRSKAMPAGNE

 Budskaber på busbagender  Helfolierede busser  Infotainments i busserne

Budskaberne i fase to var i forlængelse af fase 1. Det handlede om fordelene ved Den Kvikke vej:

 Høj frekvens  Hurtig hastighed  Med bussen skal man ikke parkere

Tone og stil var en hilsen til de studerendes verden og hverdag med ”formler” og ”ligninger”, der illustrerede fordelene ved at tage bussen på Den kvikke vej.

Samtidig fik vi med kreative helfolieringer af busser fra Nørreport til DTU i Lyngby vist alt det, man kan nå på sin transporttid i bussen. Når man ikke skal have hænder på rattet og øjne på vejen, er der tid til at studere, spille og hygge sig.

27 FASE 3 VED STUDIESTART 2015: Samarbejde med de forskellige uddannelsesinstitutioner Fokusgrupper som udgangspunkt For at kunne få materialer ud til de studerende og til I fase tre skulle vi i dialog med de studerende, så vi med de tutorerne var der et målrettet samarbejde med de forskellige rigtige værktøjer og budskaber kunne gøre en positiv forskel. uddannelsessteders kommunikationsafdelinger, Derfor inviterede vi til fokusgrupper, så vi sammen med studieadministrationer og studenterorganisationer. repræsentanter for de studerende kunne finde frem til det Leverance til tutorerne og direkte til de nye mest relevante indhold og de mest relevante medier i kampagnen. Disse fokusgrupper var også vigtige i forhold til studerende:  Markedsføring og information på uddannelsesstedernes at finde den rigtige indgangsvinkel til ambassadører blandt de intranet og Facebook studerende.  Kort introduktionsfilm, der via link blev kommunikeret direkte til de nye studerende i forbindelse med deres optagelse på deres nye studium Tutorer som ambassadører  Informationsfilm, så det var nemt for tutorerne at Når man som ny studerende starter på sit studie, kan en informere alle de nye studerende om fordelene med hjælpende hånd gøre en stor forskel. Vi allierede os derfor bussen. med uddannelsernes tutorer. De gør allerede et stort stykke  Tutorpakke med pastiller, studiekort og spillekort arbejde og har den direkte kontakt til de nye studerende. Alle elementer opfordrede de studerende til at hente web- Ambitionen var at få dem som vores ambassadører – og appen denkvikkevej.dk ned på mobilen, så de altid kan samtidig ville vi gerne anerkende deres store indsats. Det komme hurtigt videre – uanset om de skal i skole, i gjorde vi bl.a. ved at gøre det så nemt for dem som muligt at læsegruppe eller hjem til forældre og venner efter skoletid. dele vores budskaber. Vi sørgede for, at det ville kræve en minimal indsats at viderebringe vores vigtige budskaber til alle de nye studerende.

28 Studiekort til alle nye studerende Til studiestart udviklede vi skræddersyede kort over de enkelte uddannelsessteder, så alle studerende nemt kunne finde den nærmeste bus til og fra netop deres studie.

29 Videreudvikling af www.denkvikkevej.dk Netop kompleksiteten i valg af billet er også bevæggrunden Her var der fokus på at skabe et praktisk værktøj til brugerne. for samarbejdet med Mobility Management, som giver I den nuværende og opdaterede udgave har vi stillet individuel rådgivning. værktøjer til rådighed med realtidsinformation og hjælp til at På www.denkvikkevej.dk kan man desuden læse om projektet komme hurtigt videre. og igangværende forsøg med rejsekortstander på perronen på Værktøjer på denkvikkevej.dk: Den kvikke vej.

 ”Find nærmeste stoppested”  ”Se næste bus fra dit Favoritstop”  ”Planlæg din rejse”  ”Vælg den rigtige billet”

Med værktøjerne gav vi brugerne den nødvendige information til at finde den rigtige bus – og også til at udnytte tiden optimalt. Kan man ikke nå bussen, kan man lige læse færdigt, inden man løber efter den næste bus. Til disse værktøjer blev der bl.a. hentet data fra Danmarks Adressers Web API fra Geodatastyrelsen og Rejseplanens API fra Rejseplanen. På kampagnesitet er der også en beskrivelse af alle billettyper. Der er ikke noget entydigt svar på hvilken billet, der er den mest fordelagtige for studerende. Der er så mange faktorer i spil som f.eks. antal dage på uddannelsesstedet, praktikforløb på andre lokationer osv. Derfor giver vi et overblik over valgmulighederne, så det er nemt at finde den relevante løsning.

30 Hent denkvikkevej.dk som web-app til din mobils hjemmeskærm Ambitionen var at få de studerende til at hente denkvikkevej.dk ned på deres hjemmeskærm på mobilen. På den måde vil de fremadrettet altid have hjælpen lige ved hånden. Web-appen denkvikkevej.dk er et mobilt site, men den fungerer præcis som en app.

31 Event på Nørreport St. Ved studiestart ankommer mange nye studerende til Nørreport St., hvor de skal finde den rigtige bus til det nye studie. Vi satte derfor gigantiske heliumballoner op ved de Den kvikke vej er en busløsning fra Nørreport St. til Ryparken St. En stor del af strækningen har bussen sin egen bane ude busstoppesteder, der kører til Nørre Campus. Samtidig fik vi midt på vejen, og derfor kan du komme hurtigere frem til dit uddannelsesst ed. Se bare hvor kvikt det går! et hold stewarder til at være til stede på Nørreport og guide Nørreport St. – Københavns Universitet 6 min. Nørreport St. – Metropol 6 min. de nye studerende hen til den rigtige bus. De delte også flyers Nørreport St. – DTU 25 min. ud med busrutens fordele og en opfordring om at hente web- Buslinjer på Den kvikke vej: appen denkvikkevej.dk til deres mobil, så de altid har hjælpen 173E 42 184 185 lige ved hånden. St oppesteder på Den kvikke vej:

32 Mobility management på uddannelsesstederne I et tæt samarbejde med Mobility Management fik vi arrangeret individuel rådgivning. Mobility Management er en afdeling hos Movia, og deres vigtigste opgave er at optimere den enkelte rejsendes transport ud fra tid, penge, CO2 og motion. Kom og få et Pendlertjek Ved studiestart efteråret 2015 blev der gennemført Pendlertjek på en lang række højere uddannelsesinstitutioner i Nørre Campus og på DTU.

Både online og offline inviterede vi alle studerende til at få et Pendlertjek. Vi annoncerede det kommende Pendlertjek på Facebook, intranet, i nyhedsbreve og på plakater på de enkelte uddannelsessteder.

33 Rejseholdet fra Mobility Management bestod af to personer med hver deres iPad. På iPad’en blev de studerendes hjemmeadresse og studiested indtastet, hvorefter de kunne se pendlertjekkets udregninger og sammenligning af former for transport. Som tak for indsatsen fik de en kop god kaffe ved en yderst populær lille kaffebil.

På iPad’en blev ”denkvikkevej.dk” også introduceret. De forskellige muligheder blev gennemgået, og det blev forklaret, hvordan man kunne tilføje hjemmesiden som en app til sin hjemmeskærm på mobil eller tablet.

34 Hvad indeholder et Pendlertjek? Formålet med et Pendlertjek er at give individuel rådgivning for at optimere rejsetid og økonomi for den enkelte studerende. Derfor stiller rådgiverne spørgsmål som fx: Kommer du hurtigst og billigst frem? Kan du rejse billigere med en anden billettype? Ændrer dine behov sig i løbet af et skoleår?

35 Så mange fik et Pendlertjek

Der var mange, der var interesseret i Pendlertjek. Antallet af gennemførte Pendlertjeks og interessen oversteg forventningerne.

*Antallet af personer er efter bedste evne noteret ned på papir ved standen. Tallene kan derfor kun betragtes som skøn.

36

37 EVALUERING: HVORDAN BLEV

PROJEKTET MODTAGET?

Projektet i forbindelse med introduktionen af Den kvikke vej er blevet evalueret. Det gælder både i forhold til effekten af selve kommunikationen, processen og det tværsektorielle samarbejde, som har været udgangspunktet for at opnå resultaterne. Evalueringerne bygger på:

 Kampagneevaluering fra IAA dommerkomiteen, da Fase 1 af Den kvikke vej kampagnen vandt IAA prisen 2015 for årets bedste regionale kampagne (International Advertising Association (IAA))

 Kvantitative undersøgelser generelt blandt folk, der færdes i området omkring Den kvikke vej og busbrugere i området efter fase 1

 Kvalitative interviews blandt samarbejdspartnere på Rigshospitalet og områdets uddannelsesinstitutioner

 Kvalitative interviews med buschauffører og driftsleder

38 DEN KVIKKE VEJ VANDT Dommerkomité 2015:  Koncernchef Lisbeth Knudsen, Berlingske Media IAA PRISEN 2015  Adm. direktør Merete Eldrup, Mediekoncernen TV IAA Prisen er siden 1979 uddelt for en kreativ og 2|DANMARK A/S resultatgivende kampagne.  Ledende chefredaktør Poul Madsen, Ekstrabladet  Professor, PhD Ida Willig, Institut for Kommunikation, Alle ikke-kommercielle kampagner kan deltage i kampen om Roskilde Universitet prisen. Det er kampagner, der tjener det almenes vel, uanset  Direktør Donald Nekman DNCC og rektor for IAA om sponsorerne er offentlige eller private Uddannelserne institutioner/firmaer. Afgørende er, at kommunikationen  Adm. direktør Asger Nielsen MEGAFON og ansvarlig for hverken direkte eller indirekte har et kommercielt formål. IAA Prisen

Der kan indsendes kampagner, der består af en eller flere aktiviteter og har været gennemført inden for de sidste to år.

Der kan indsendes kampagner i to kategorier:

 Nationale aktiviteter  Lokale aktiviteter

39 LOKAL VINDER: Den kvikke vej Annoncør: Københavns Kommune (og Trafikselskabet Movia) Bureau: Bates Y&R og p-inline

Dommerkomitéens motivation: Kampagnen var etableret i forbindelse med åbningen af den Den udadvendte kampagne i bybilledet blev suppleret med en forbedrede infrastruktur med selvstændige bus-baner på digital indsats, hvor realtidsrejseinformationer blev blandt andet Nørre Alle, med det primære mål at få flere tilgængelige på mobiltelefoner og på Rigshospitalets intranet. passagerer til at tage bussen til og fra Nørre Campus Og så havde man ikke glemt at inddrage buschaufførerne i (området omkring Københavns Universitet, kampagneplanlægningen. Professionshøjskolen Metropol og Rigshospitalet). Samtidig noterer dommerkomiteen, at kampagnen helt Formålet med kampagnen er nået på kort tid. Kundemålinger sikkert også har påvirket et mere overordnet formål: at har dokumenteret en større tilfredshed (+10%-point) med styrke holdningen til at benytte kollektiv trafik. Strategien er rejsetid, antal busafgange og med trafikinformation. Samtidig samtidig meget informativ og actionsskabende, idet den har har kampagnen bidraget med en branding af kollektiv trafik klart fokus på at påvirke de barrierer, der holder bilister fra og en branding af en spændende bydel, der har en af Europas det kollektive: Transporttiden, afgangstider, rejseplan, tydelig største koncentrationer af uddannelse og forskning inden for oplysning om stoppesteder etc. farmaci, sundhedsvidenskab og naturvidenskab med 30.000 studerende og medarbejdere. Kampagnetemaet ”den kvikke vej” samler elegant positionen som den kloge og hurtige transportløsning i en flot og Derfor er kampagnen ”Den kvikke vej” en værdig vinder af effektfuld kreativ løsning. Budskaberne er skrevet med kridt IAA Prisen 2015 for den bedste LOKALE kampagne! på en tavle. Tavleuniversets rene og enkle stil giver markedsføringen en let genkendelighed. Stil og tone er uhøjtidelig, humoristisk og en legende kærlig hilsen til uddannelsesområdet. Sprogligt spiller konceptet både på busløsningens egenskaber og områdets koncentration af intelligens.

40 EFTER ANLÆGNING OG MARKEDSFØRING AF DEN KVIKKE VEJ VISER ANALYSE

FØLGENDE:

Større tilfredshed med rejsetid, antal Passagerne har fået mere lyst til at tage busafgange og trafikinformation bussen • 94% af buspassagererne er nu tilfredse med rejsetiden Københavns Kommunes undersøgelse i området viser, at 3 ud efter ændringerne på Nørre Campus. Til af 10 buspassagerer har fået mere lyst til at tage bussen til sammenligning viser Movias løbende målinger, at og fra Nørre Campus. tilfredsheden ligger på 86% blandt buspassagerne på Blandt studerende har 5 ud af 10 nu fået mere lyst til at tage byens A- og S-busser. bussen.

• 85% er tilfredse med antallet af busafgange efter ændringerne på Nørre Campus. Til sammenligning ligger tilfredsheden ifølge Movias målinger på 76% Også bedre forhold for bilister og cyklister blandt buspassagerne på byens A- og S-busser. Næsten halvdelen af de adspurgte synes, at forholdene for bilister er blevet bedre. Blandt andet nævnes bedre opdeling • Efter ændringerne på Nørre Campus er 89% tilfredse af trafikken, hvor bilerne har deres egne baner (uden busser, med muligheden for at få trafikinformation før rejsen. der kører ind og ud fra stoppesteder). Til sammenligning ligger tilfredsheden med information om afgangstider i Movias løbende målinger på 76% 6 ud af 10 synes, at forholdene for cyklister er blevet bedre. målt på A- og S-busser. Her nævnes blandt andet bedre opdeling, fri for krydsende fodgængere til bussen og mere plads på cykelstien.

Kilde: Wilke. Se bilag

41 Tilfredsheden med busserne i Nørre Campus området er høj, når man sammenligner med resultater fra Movias bedst betjente buslinjer

42 KVANTITATIVE UNDERSØGELSER

Formålet med de kvantitative undersøgelser var at gennemføre en evaluering af effekterne af Nørre Campus projektet og den forbedrede busbetjening blandt brugere og potentielle brugere efter Fase 1.

Følgende overordnede forhold blev vurderet i De to undersøgelser er hver baseret på 500 forhold til effekt: personlige interviews: • Kendskab til ændringer samt opmærksomhed i forhold til reklamer 1. Den samlede målgruppe for Nørre Campus. Det • Opfattelse af ændringer er folk, der færdes i området (disse er interviewet rundt omkring i området) • Lyst til øget brug af busser på baggrund af ændringer 2. Busbrugere på busser, der betjener Nørre • Overordnet tilfredshed med busserne Campus området (disse er interviewet ved stoppesteder og i busser). Ved at interviewe • Tilfredshed med specifikke kvalitetsparametre for brugerne på selve rejsen opnår man en mere busbetjeningen reel kvalitetsvurdering, end hvis kvaliteten vurderes ud fra erindringen om en oplevelse, der kan ligge langt tilbage i tiden.

Hovedkonklusioner ses på de følgende sider. Hele undersøgelsen er vedlagt som bilag.

43

44 45 46

47 KVALITATIVE INTERVIEWS

Evalueringerne er baseret på fire delundersøgelser, hvor der I interviewene er der lagt vægt på at indhente vurderinger, er gennemført kvalitative interviews med: som kan omsættes i anbefalinger og opmærksomhedspunkter til fremtidige kampagner og projekter af lignende karakter.

 4 kommunikationschefer og Formålet med de kvalitative undersøgelser blandt kommunikationskonsulenter (personlige og medarbejdere på Rigshospital (Fase 1) og Københavns telefoninterviews) Universitet SUND og SCIENCE, Professionshøjskolen Metropol og Danmark Tekniske Universitet (Fase 1 og Fase 3) er at  6 studieadministrative medarbejdere og evaluere og opsamle erfaringer fra samarbejdsparterne. Der tutorkoordinatorer (telefoninterviews) er tale om samarbejdsparternes kvalitative evaluering af de valgte kommunikationsmæssige løsninger samt deres  4 mobility management- og marketingkonsulenter fra evaluering af samarbejdsformer og procestilgang i det Movia (personlige interviews) tværsektorielle samarbejde.

 5 buschauffører og 1 driftsleder (personligt interview) Formålet med undersøgelsen blandt mobility management- og marketingkonsulenter fra Movia og med driftschefer og chauffører fra busoperatører er at indsamle erfaringer til fremtidige aktioner af lignende karakter.

48 EVALUERING AF Samarbejde med Rigshospitalet og SAMARBEJDSFORM OG uddannelsesinstitutioner Samarbejdspartnerne på Rigshospitalet og PROCESTILGANG uddannelsesinstitutionerne peger på, at projektsamarbejdet Københavns Kommune og Movia med Københavns Kommune og Movia har kunnet Tilgangen til samarbejde har været ny for Movia og gennemføres, fordi de har fungeret som et tydeligt Københavns Kommune. Samarbejdet har formet sig som et partnerskab mellem to offentlige parter. De vurderer tæt og uformelt partnerskab, hvor man har ønsket at samtidigt, at det har været afgørende for deres involvering i tilgodese alle parters interesser. Derfor har det været muligt samarbejdet, at projektet har medvirket til at imødekomme at samarbejde smidigt og ubureaukratisk, så muligheder, der deres behov for transportløsninger. Det påpeges også, at er opstået undervejs, har kunnet iværksættes på baggrund af projektets partnerskabstilgang, hvor alles interesser og helhedsvurderinger og uden lange beslutningsgange. muligheder blev prioriteret imødekommet, har været af stor betydning for det store omfang af samarbejde og kvaliteten i Et stærkt og tydeligt partnerskab løsningerne. Samarbejdsparterne fremhæver projektledelsens I forhold til de eksterne parter vurderes det, at det tydelige dedikation og energi som en motiverende faktor i forhold til at partnerskab mellem Movia og Københavns Kommune har deltage i projektet og samarbejdet generelt. været en stor styrke, som har betydet, at partnerskabet har stået stærkt. Internt i projektgruppen har samarbejdsformen Klart formål og klar gevinst understøttet et stort engagement og fælles ejerskab til Ved etableringen af samarbejdet vurderer de adspurgte det løsningerne. som meget vigtigt, at formål, løsningsmuligheder og samarbejdsformer blev præsenteret effektivt og målrettet på Projektet har derfor givet gode erfaringer med samarbejde de rette niveauer på de enkelte institutioner, hvor om helhedsløsninger mellem trafikselskab og kommune. beslutningskompetencen var til stede. Samtidig påpeger de, at den bilaterale tilgang både har medvirket til, at den enkelte institution har kunnet fokusere på egne muligheder for at indgå i samarbejdet, og har holdt tidsforbruget i egne organisationer på et acceptabelt niveau.

49 Løsninger i fællesskab Projektet leverer derfor gode erfaringer med samarbejde med Det vurderes, at kommunikationsopgaven i forhold til Den interessenter i lokalområdet, så alle får ejerskab og er med til kvikke vej er en kompleks opgave, hvor den tværsektorielle at løfte kommunikationsopgaven. samarbejdstilgang har været afgørende. Det betyder, at løsninger er fundet i fællesskab, fordi flere parter er indgået i forpligtende samarbejde. Samarbejdspartnerne vurderer, at Opmærksomhedspunkter i forhold til projektets åbne tilgang til samarbejdet og invitation til at samarbejder af lignende karakter skabe løsninger i fællesskab ud fra den enkelte institutions  Samarbejdsparterne har generelt ikke økonomisk behov og muligheder har været afgørende for de gode mulighed for at indgå i aktiviteter uden for egne resultater. Herunder at projektledelsen efter overordnet deciderede kerneopgaver. godkendelse har samarbejdet direkte med de relevante fagfunktioner på forskellige niveauer i organisationerne - uden  Institutionerne har meget begrænsede ressourcer til at yderligere ressourcetræk i organisationen og hos den deltage i eksterne projekter. Det er derfor vigtigt, at hovedansvarlige kontaktperson. projektledelsen påtager sig hovedansvaret for tilrettelæggelse og leverer færdige materialer, når Stor hjælp med lokal tilpasning institutionernes medier skal indgå i kommunikationen. Det fremhæves, at der har været høj kvalitet og lokal Det gælder også for aktioner som f.eks. pendlertjek, at tilpasning i leverancer af materiale til videre bearbejdning projektets repræsentanter står for såvel internt på de enkelte institutioner, hvilket har været tilrettelæggelse, koordinering som praktisk afgørende for at holde ressourcetrækket på det operationelle gennemførelse. plan hos samarbejdspartnerne på et minimum.  Skift i projektbemanding skal kommunikeres tydeligt Samarbejdspartnerne vurderer det som positivt, at med information om eventuel konsekvens for fremdrift. orientering om status er sket, når der har været afgørende nyt – med fokus på relevans for dem, så de nemt har kunnet videreformidle og opnå opbakning internt.

50 EVALUERING AF DET PRAKTISKE God opmærksomhed SAMARBEJDE MED Blandt tutorerne er det vurderingen, at tutorpakkerne med informationsfilm og studiekort har indeholdt et tilpas RIGSHOSPITALET OG kommunikationsniveau til deres videreformidling. Desuden UDDANNELSESINSTITUTIONER var gimmicks som spillekort og pastiller (med reklamebudskaber) med til at give god opmærksomhed. Der er dog forskel i vurderingen af, om informationsniveauet til Samarbejdspartnerne på Rigshospitalet og dem selv som tutorer har været tilstrækkeligt. På nogle uddannelsesinstitutionerne fremhæver, at det har været uddannelser vurderes det som passende, mens tutorerne på vigtigt, at det har været nemt for dem at være med. Det andre uddannelser gerne ville have haft mere praktiske projektsamarbejde har været præget af, at baggrundsinformation, så de selv kunne have gjort mere. leverancerne fra projektet generelt har været overskuelige og nemme at arbejde med, fordi de enkelte løsninger blev målrettet deres specifikke muligheder og medier. Det Direkte kommunikation til tutorer fremhæves, at dette sammen med gennemførelsen af På nogle studieretninger på enkelte uddannelser var fokusgrupper for at finde de mest relevante løsninger har informationen om informationsfilmen til de nye studerende været afgørende for, at de som travle medarbejdere og ikke nået ”igennem” til tutorkorpset fra tutorer har kunnet prioritere at deltage i samarbejdet. studieadministrationen, som koordinerede indsatsen. Det kan Herunder fremhæves tydelig kommunikation om proces, skyldes, at studieadministrationen skal kommunikere så leverancer samt høj kvalitet i leverancer af meget forskelligt, at det kan drukne i mængden. En af kommunikationsløsninger, som de har skullet formidle på anbefalingerne var at invitere tutor-koordinatorer til egne medier eller videredistribuere. introduktionsmøde eller at give en samlet beskrivelse, som kommunikeres direkte til tutor-koordinatorerne.

51 EVALUERING AF PENDLERTJEK hvordan man kunne tilføje hjemmesiden som en app til sin hjemmeskærm på mobil eller tablet. PÅ RIGSHOSPITALET, NØRRE CAMPUS OG DTU Den kvalitative evaluering blandt pendlertjek-guiderne var, at aktionerne var velfungerende med hensyn til tilrettelæggelse, I fase 1 i september 2014 var der Pendlertjek på markedsføring, udstyr, praktik mv. og der var meget god Rigshospitalet, som dels var henvendt til de ansatte og dels til efterspørgsel. Nedenstående tabel viser antallet af pendlertjek ambulante patienter og pårørende. Konklusionen er, at det på de forskellige uddannelsessteder. var en succes blandt medarbejderne, mens aktionerne henvendt til ambulante patienter og pårørende ikke var så nyttig, fordi de flestes fokus ikke er på transport – enten fordi de ikke kommer så frekvent eller fordi deres ærinde på hospitalet mentalt fylder så meget, at de ikke har opmærksomhed rettet mod transportproblematikken.

Pendlertjek på Nørre Campus og DTU Ved studiestart efteråret 2015, som var kampagnens fase 3, blev der gennemført Pendlertjek på uddannelsesinstitution- erne i Nørre Campus. Da en stor del af de studerende til DTU pendler via ”Den Kvikke Vej”, blev DTU også inkluderet.

Rejseholdet bestod af to personer, hver med en iPad. På iPad’en blev de studerendes hjemmeadresse og studiested indtastet, hvorefter de kunne se pendlertjekkets udregninger og sammenligning af former for transport. Som tak for indsatsen fik de en kop god kaffe ved den lille kaffebil. Antallet af personer er efter bedste evne noteret ned på papir På iPad’en blev ”denkvikkevej.dk” ligeledes introduceret. De ved standen. Tallene kan derfor kun betragtes som skøn. forskellige muligheder blev gennemgået, og det blev forklaret,

52 VÆRD AT VIDE VED FREMTIDIGE EVENTS MED PENDLERTJEK

Tid og sted Budskabet  Der skal være min. 2 dage med pendlertjektilbud hvert  Klare budskaber – ikke for mange sted. Rygtet breder sig til dem, der ikke har hørt om  Guider skal være godt forberedt – gerne bred viden om tilbuddet, så de kommer på andendagen generel trafikinformation og bus-produktet  Tidspunktet: kl. 11-14 passer fint på  Velfungerende udstyr – det skal virke fra starten uddannelsesinstitutioner  denkvikkevej-”app” kan bruges i alle sammenhænge,  Bedre i september (studiestart) end i oktober på alle hvis den afklædes kampagne-looket uddannelsesinstitutioner

 Placering hvor der er flow med mange, der passerer. Gerne i nærheden af kantinen, men ikke i selve spiseområdet Udstyr - praktik  IKKE udendørs placering pga. vejret  Send kravspecifikation med ønsket udstyr  Klarhed om hvem, der tager imod, og hvor der stilles op – gerne fast kontaktperson på uddannelsesstedet Blikfang og information  Besøg stedet på forhånd, så der er overblik over mulighederne  Synlighed vigtigt, da ikke alle er orienteret på forhånd  iPad med det nye pendlertjek-program virkede godt  Kaffevognen var et stort hit som blikfang – duft og  Kaffevogn, roll-ups og højbord fungerede rigtig godt tilbud om noget attraktivt. OBS på vognens størrelse  Husk at tælle op, hvor mange der kommer – og for og gerne adgang til strøm. Plakat på kaffevogn tiltrak hvad. Brugte kopper kan anvendes som tjek på antal også opmærksomhed.  2 guider var passende, dog meget travlt i perioder  Plakater – gerne endnu flere

 Uniformering af guider – t-shirts med logo – skaber genkendelighed  Fint med logo på kopper, så de der havde fået pendlertjek blev ”levende” reklamer overfor andre, der ikke havde opdaget tilbuddet - gerne endnu mere af den slags  Højborde fungerede godt

53 EVALUERING AF ”Efter turen til Sverige følte jeg mig godt klædt på til at informere videre til mine kolleger.” (tillidsrepræsentant) CHAUFFØRINVOLVERINGEN Den generelle holdning blandt chaufførerne var, at Turen til Sverige informationen til chaufførerne i forbindelse med Alle følte sig velinformeret om baggrunden for projektet ved introduktionen af Den kvikke vej var usædvanlig god i projektets start. Studierejsen til Sverige fremhæves som opstartsfasen. Chaufførerne har generelt haft en oplevelse af meget vellykket, fordi chaufførerne kunne opleve en at være velinformeret inden åbningen af den nye busløsning. sammenlignelig busløsning live. Det var en try- and error- Helt overordnet har chaufførerne sat stor pris på at være tilgang, hvor man oplevede at bruge konkrete erfaringer til at blevet involveret i processen. Det har de ikke oplevet i tilpasse/udvikle den fysiske indretning. Studieturen gjorde det samme grad i andre projekter. Hvor involvering og også nemt for deltagerne at give viden videre til kolleger, der information i opstartsfasen var meget tilfredsstillende, har det ikke deltog. været savnet i driftsfasen, hvor der har været et ønske om en højere grad af opfølgning. Det er et opmærksomhedspunkt. Kursus på Rådhuset Kurserne på Rådhuset imponerede chaufførerne, fordi de der Chaufførernes holdning i forhold til lignende fik al den nødvendige baggrundsinformation og blev projekter introduceret til de konkrete anlæg. De gode præsentationer, Chaufførerne har aldrig før oplevet at være med så tidligt i den sjove og informative tipskupon og poserne med indhold forløbet. Det var en stor tilfredsstillelse at blive lyttet til. Fx blev fremhævet. I forhold til deres egen rolle som chauffører fremhæves det, at der på baggrund af chaufførernes ønske satte de pris på oplægget om produktet, det fysiske på linjen blev udviklet en informationsfolder til alle chauffører på og fakta om anlæg mv. linjerne i området. Prøvekørsel Citater fra chauffører: Det var chaufførernes oplevelse, at der var gode muligheder ”Jeg har aldrig oplevet et bedre projekt før. Vi var jo med helt for at afprøve ruten og køreforholdene på forhånd. Det var fra starten.” tilfredsstillende, at der blev lyttet til chaufførernes erfaringer, så der blev rettet op på uhensigtsmæssigheder. Mange fik ”Det var rigtig spændende at være inviteret på Rådhuset – og selv lov til at prøvekøre den nye busløsning, og alle fik lov til så fik vi meget nyttig viden på en sjov måde.”

54 at køre med som passager. Der var et ønske om at flere Chaufførernes oplevelse af driften på Den skulle have haft muligheden for selv at køre. kvikke vej Chaufførernes input fremadrettet Chaufførerne fremhæver, at det er afstressende at køre i bussporet, men også at det ikke er blevet væsentligt Det er en god idé at tage operatører/chauffører med helt fra hurtigere og at de kan mangle køretid. Det fremhæves start i planlægning af lignende store projekter. Andre positivt med Rejsekorttjek-in stander, som afprøves på projekter vil også have gavn af det høje informationsniveau Blegdamsvej. og muligheden for at prøve løsninger af og give input, som det var tilfældet med Den kvikke vej. Sikkerhed- og signalproblemer har fyldt, og hvor der kun har været ros fra chaufførerne i opstartsfasen, er der et ønske om Så mange som muligt bør involveres. Derfor kan der med en bedre kommunikation i driftsfasen. fordel være endnu flere kurser. Det var desuden godt at blande deltagere fra forskellige operatører. Forslag:  Brug de positive erfaringer med involvering og Chaufførerne om kundernes oplevelse information til chauffører på Den kvikke vej til Chaufførerne mærker, at der er kommet flere passagerer, fremtidige store projekter som har taget meget positivt imod den nye busløsning i forhold til:  Det er positivt, at der er nedsat en signalgruppe med chaufførrepræsentanter, da der var problemer. Det kan  at komme hurtigere frem gøres ved andre lignende problematikker

 ikke vente på bussen, så det er ”metro-agtigt”  Lav evaluering af kørselsforhold og fysisk anlæg med deltagelse af chaufførrepræsentanter  tjek ind rejsekortstander på Blegdamsvej  Lav direkte kanal til spørgsmål og ideer fra chauffører og giv hurtig og direkte feedback

 Sørg for mere information om, hvilke planer man har for udbedring af problematikker

55 KONKLUSIONER PÅ

EVALUERINGEN

Med en veloverstået og evalueret kampagne står følgende klart:

 Mediestrategien var en stor succes. Ved at bruge egne • Det er nyttigt at kommunikere i forbindelse med store og samarbejdspartneres medier har kampagnen været infrastrukturprojekter, så projektets fordele når hurtigt meget synlig og genereret en medieværdi på i alt ud til brugere og potentielle brugere. 6.835.400 kr.

 Med valget af en strategi basereret på strategisk • Gode erfaringer med samarbejde om helhedsløsninger samarbejde med eksterne partnere skal man være mellem trafikselskab og kommune. opmærksom på, at det kræver mange ressourcer til

projektledelse. Omvendt viser dette projekt, at denne strategi samtidig skaber fælles ejerskab og • Gode erfaringer med samarbejde med interessenter i samarbejdsrelationer - også til fremtidige samarbejder lokalområdet, så alle får ejerskab og er med til at løfte om trafikinformation til institutioners målgrupper – på kommunikationsopgaven. mobil, intranet, pendlertjek m.v.

• Nyttige erfaringer med integration af og kommunikation om trafikinformationsredskaber, som kan anvendes andre steder i nye projekter f.eks. på andre store arbejdspladser.

• Erfaringer med markedsføring og kommunikation til brug for lignende projekter.

56 Københavns Kommune, Nørre Campus Evaluering af Nørre Campus projekt blandt busbrugere og potentielle busbrugere November 2014, Wilke

© 2014 – Side 1 Indhold

Om undersøgelsen 3

Konklusioner 6

Kendskab, holdninger og tilfredshed 11

Forhold for cyklister og bilister 24

Busforhold 28

Om brugerne og interviewenes fordeling 33

Kontakt og vilkår 39

© 2014 – Side 2 Om undersøgelsen

© 2014 – Side 3 Om undersøgelsen

Om Nørre Campus projektet Om undersøgelsen Med Nørre Campus projektet har det været Københavns Kommunes Formålet med nærværende undersøgelse er at gennemføre en vision, at gøre busbetjeningen af vidensbydelen Nørre Campus til evaluering af effekterne af Nørre Campus projektet og den forbedrede Danmarks bedste i form af: busbetjening blandt brugere og potentielle brugere. I vurderingen af effekter afdækkes følgende overordnede forhold: • Høj fremkommelighed (rejsehastighed) • Kendskab til ændringer , samt opmærksomhed i forhold til • Højklassede stoppesteder reklamer • Et højt trafikinformationsniveau • Opfattelse af ændringer • En høj tilgængelighed • Lyst til øget brug af busser på baggrund af ændringer • Overordnet tilfredshed med busserne Københavns Kommune har medio september 2014 implementeret • Tilfredshed med specifikke kvalitetsparametre for busbetjeningen den forbedrede busbetjening. Nærværende undersøgelse er gennemført ca. 2 måneder efter implementeringen. Undersøgelsen er baseret på to delundersøgelser - hver bestående à 500 personlige interviews: Man skal være opmærksom på, at området i en lang periode har været 1. Den samlede målgruppe for Nørre Campus, dvs. folk der præget af byggeprojektet, hvilket har været til gene for dem, der færdes i området (disse er interviewet rundt omkring i færdes i området. Disse erindringer om gener kan i et vist omfang området) påvirke besvarelserne i undersøgelsen. 2. Busbrugere på busser, der betjener Nørre Campus området (disse er interviewet ved stoppesteder og i Da der ikke er gennemført en nulmåling, vil effekterne baseres på busser). Ved at interviewe brugerne mens de gennemfører målgruppens egen vurdering af effekter efter implementering. en rejse, opnår man en mere reel kvalitetsvurdering, end Københavns Kommune vil udover i nærværende undersøgelse følge hvis kvaliteten vurderes ud fra erindring om en oplevelse, op på effekterne af Nørre Campus ud fra øvrige nøgleindikatorer, der kan ligge langt tilbage i tiden. såsom rettidighed, passagertal og klager fra borgere.

© 2014 – Side 4 Om undersøgelsen - målgrupper

I undersøgelsen ser vi nærmere på specifikke målgrupper, der er identificeret på tværs af de to delundersøgelser, dvs. blandt folk der færdes i Nørre Campus området, og blandt busbrugerne.

Målgrupper Definition Delundersøgelse

Den samlede målgruppe Alle i undersøgelse i området Undersøgelse i området

Færdes dagligt i området 3-7 dage om ugen Undersøgelse i området

Færdes en gang imellem i området 1-2 dage om ugen Undersøgelse i området

Færdes sjældnere i området Sjældnere end 1-2 dage om ugen Undersøgelse i området

Bilister Bruger udelukkende bil på den typiske rejse til/fra Nørre Campus Undersøgelse i området

Cyklister Bruger udelukkende cykel på den typiske rejse til/fra Nørre Campus Undersøgelse i området

Busbrugere Alle i undersøgelse i busser Undersøgelse i busser

Heavy users Tager bussen 3-7 dage om ugen Undersøgelse i busser

Medium users Tager bussen 1-2 dage om ugen Undersøgelse i busser

Light users Tager bussen sjældnere end 1-2 dage om ugen Undersøgelse i busser

Busbrugere ved spm. om reklamer Bruger udelukkende bus på den typiske rejse til/fra Nørre Campus Undersøgelse i området

© 2014 – Side 5 Konklusioner

© 2014 – Side 6 Konklusioner – kendskab, holdninger og tilfredshed Ændringen af busbetjeningen gennem Nørre Campus har været en succes Det er blevet bedre - Samlet set synes 8 ud af 10 af dem, der færdes i Total 79% Nørre Campus området, og af dem, der allerede Busbrugere 82% bruger busserne, at busbetjeningen er blevet bedre. Bilister 56% - Over halvdelen af bilisterne og cyklisterne Cyklister synes, at busbetjeningen er blevet bedre. 56%

Lysten til at rejse mere med busserne er øget - 3 ud af 10 har fået mere lyst til at rejse med Total 29% bussen på strækningen gennem Nørre Campus Busbrugere 36% efter ændringen. - 1 ud af 10 bilister og cyklister har fået mere lyst Bilister 11% til at bruge busserne på strækningen. Cyklister 10%

Tilfredsheden med busserne er høj - 7 ud af 10, der færdes i området, og 8 ud af 10 af Total 74% busbrugerne er tilfredse med busbetjeningen på strækningen. Busbrugere 85% - 4 ud af 10 cyklister er tilfredse med Bilister 15% busbetjeningen, hvor næsten 2 ud af 10 bilister er tilfredse. Cyklister 41%

© 2014 – Side 7 Konklusioner – kendskab, holdninger og tilfredshed

Det er blevet hurtigere og nemmere at køre med bus i Nørre Campus - 6 ud af 10 synes, at bustrafikken går hurtigere og bedre efter ændringerne. - Busbrugerne føler de sparer tid og at det er blevet nemmere at køre med bus på strækningen. - Ændringen af stoppestedernes placering opleves af en mindre gruppe (3%) som negativt. Enten ligger de for langt væk eller også er de svære at komme til. Dog formodes det at være et spørgsmål om tilvænning.

Jo oftere man kommer i området/bruger busserne, desto mere positiv er man - Der er en klar sammenhæng mellem frekvens og en positiv holdning - Dem, der færdes dagligt i området, har i højere grad bemærket ændringerne, synes det er blevet bedre, vil bruge busserne oftere og er mere tilfredse. Det samme gælder for dem, der tager bussen dagligt gennem området.

© 2014 – Side 8 Konklusioner – busforhold og kampagne

Stor tilfredshed med busforholdene - Det er særligt tidsfaktorer, information, tilgængelighed og frekvens af afgange, som der er en høj tilfredshed med: - Rejsetiden - Trafikinformation forud for turen - Ind- og udstigning af bussen - Gåafstanden til stoppestederne - Antallet af busafgange

Over halvdelen har set buskampagnen for busbetjeningen - Flest har set reklamerne på bygninger og i/på busser. - Dem, der har et større tilhørsforhold til området, dvs. som enten færdes dagligt, bruger bussen dagligt, studerer, arbejder eller er beboer i området, har i højere grad set reklamer og de har også set reklamer på flere medier.

© 2014 – Side 9 Konklusioner – forhold for cyklister og bilister

Størstedelen af cyklisterne og bilisterne har bemærket en ændring i transportforholdene for cyklister/bilister - Cyklisterne og bilisterne har i højere grad bemærket en ændring, end dem der færdes i området generelt og busbrugerne.

Over halvdelen synes, at det er blevet bedre for cyklisterne og hver syvende synes, at det er blevet dårligere

- Cyklisterne kan cykle uforstyrret - det går hurtigere, nemmere og er mere sikkert.

- Der er vejarbejde og nybyggeri, nogle kryds er farlige og cyklisterne cykler mere usikkert.

Omtrent halvdelen synes, at det er blevet bedre for bilisterne, og en fjerdedel synes, at det er blevet dårligere

- Kørebane fri for busser gør, at biltrafikken går hurtigere og bedre – det er mere overskueligt og sikkert.

- Der er vejarbejde og nybyggeri - det føles trangt og der er stadigvæk meget trafik.

© 2014 – Side 10 Kendskab, holdninger og tilfredshed

© 2014 – Side 11 Stor sammenhæng mellem frekvens og bemærkning af ændringer i busbetjeningen Særligt heavy busbrugere har bemærket ændringer

Færdes dagligt (n = 352) 82% 18%

Færdes en gang imellem (n = 90) 79% 21%

Færdes sjældnere (n = 82) 61% 39%

Total (n = 524) 78% 22% Ja

Nej Heavy (n = 313) 87% 13%

Medium (n = 90) 63% 37%

Light (n = 122) 45% 55%

Total (n = 525) 73% 27%

Q4/Q6. Har du bemærket, at der er sket ændringer i busbetjeningen på denne strækning inden for de seneste par måneder? Signifikant højere end totalen på et 95% signifikansniveau © 2014 – Side 12 Signifikant lavere end totalen på et 95% signifikansniveau Særligt beboerne og dem, der arbejder i området, har bemærket ændringerne i busbetjeningen Signifikant højere for beboerne og lavere for cyklister og bilister

Cyklist (n = 42) 60% 40%

Billist (n = 47) 57% 43%

Arbejde (n = 164) 80% 20%

Studie (n = 137) 77% 23% Ja Beboer (n = 98) 86% 14% Nej Hospital (n = 72) 76% 24%

Fritid (n = 81) 69% 31%

Total (n = 524) 78% 22%

Q6. Har du bemærket, at der er sket ændringer i busbetjeningen på denne strækning inden for de seneste par måneder?

© 2014 – Side 13 Busbrugerne fra Østerbro, Nørrebro og nord for København har i signifikant højere grad bemærket ændringer i busbetjeningen

KBH Ø (2100) (n = 78) 88% 12%

KBH N (2200) (n = 100) 82% 18%

KBH (>2000, 2300, 2450) (n = 78) 56% 44%

NV, Frederiksberg og Valby (2400, 2000, 2500) (n = 61) 74% 26% Ja Nord for KBH (2800-2980) (n = 98) 82% 18% Nej Vest for KBH (2600-2791) (n = 50) 66% 34%

Uden for KBH (<3000) (n = 60) 50% 50%

Total (n = 525) 73% 27%

Q4. Har du bemærket, at der er sket ændringer i busbetjeningen på denne strækning inden for de seneste par måneder?

© 2014 – Side 14 Langt størstedelen synes busbetjeningen er blevet bedre Sammenhæng mellem frekvens og en positiv holdning, en større andel ‘ved ikke’

Top 2

Færdes dagligt (n = 287) 29% 52% 8% 3% 9% 81%

Færdes en gang imellem (n = 71) 11% 62% 8% 6% 13% 73%

Færdes sjældnere (n = 50) 16% 62% 10% 12% 78%

Total (n = 408) 24% 55% 7% 4% 10% 79%

Heavy (n = 271) 37% 49% 6% 5% 1%3% 86%

Medium (n = 57) 18% 63% 12% 2%5% 81%

Light (n = 55) 20% 51% 9% 20% 71%

Total (n = 383) 31% 51% 8%4% 1%5% 82%

Meget bedre Bedre Uændret Dårligere Meget dårligere Ved ikke

Q5/Q7. Synes du at busbetjeningen alt i alt er blevet dårligere eller bedre til/fra Nørre Campus området?

© 2014 – Side 15 Særligt de studerende synes, at busbetjeningen er blevet bedre Signifikant lavere for cyklister og bilister, dog en høj andel ‘ved ikke’

Top 2

Cyklist (n = 25) 20% 36% 4% 40% 56%

Billist (n = 27) 56% 7% 11% 26% 56%

Arbejde (n = 132) 29% 50% 7% 4% 11% 79%

Studie (n = 106) 35% 48% 7%1% 9% 83%

Beboer (n = 84) 27% 51% 8% 6% 7% 78%

Hospital (n = 55) 7% 73% 2%5% 13% 80%

Fritid (n = 56) 27% 46% 13% 4% 11% 73%

Total (n = 408) 24% 55% 7% 4% 10% 79%

Meget bedre Bedre Uændret Dårligere Meget dårligere Ved ikke

Q7. Synes du at busbetjeningen alt i alt er blevet dårligere eller bedre til/fra Nørre Campus området?

© 2014 – Side 16 Særligt busbrugere fra Nørrebro og omkring Frederiksberg synes, at busbetjeningen er blevet bedre, hvor det er signifikant højere for busbrugere uden for København Top 2 KBH Ø (2100) (n = 69) 26% 54% 6% 7% 4%3% 80%

KBH N (2200) (n = 82) 35% 54% 9%1%1% 89%

KBH (>2000, 2300, 2450) (n = 44) 30% 52% 7% 9% 2% 82%

NV, Frederiksberg og Valby (2400, 29% 58% 4% 9% 2000, 2500) (n = 45) 87%

Nord for KBH (2800-2980) (n = 80) 29% 46% 8% 5% 13% 75%

Vest for KBH (2600-2791) (n = 33) 30% 45% 18% 6% 75%

Uden for KBH (<3000) (n = 30) 47% 47% 3%3% 94%

Total (n = 383) 31% 51% 8% 4%1%5% 82% Meget bedre Bedre Uændret Dårligere Meget dårligere Ved ikke

Q7. Synes du at busbetjeningen alt i alt er blevet dårligere eller bedre til/fra Nørre Campus området?

© 2014 – Side 17 Bustrafikken går hurtigere og bedre Brugerne føler de sparer tid, det er nemmere og mere overskueligt

Bustrafikken går hurtigere 51%

Egen busbane 23%

Bustrafikken er bedre 9%

Det er nemmere 6%

Stoppestederne ligger bedre/færre 5%

Tidsbesparende/kortere ventetid 5%

Flere busser 4%

Mere sikkert 3%

Godt i myldretiden 3%

Smart 2%

Overskueligt 2%

Fri for fodgængere og cyklister 1%

Andet 4%

Q8. Hvorfor synes du at forholdene er blevet bedre? (n = 322)

© 2014 – Side 18 Ændringen af stoppestederne opleves af nogen som negativt Det kan eventuelt være et spørgsmål om tilvænning

3%

Stoppestederne er blevet ændret 35% 97%

Stoppestederne ligger for langt væk 18%

Længere ventetid 12%

Sværere at komme til busserne 6%

Andet 29%

Q8. Hvorfor synes du at forholdene er blevet dårligere? (n = 17)

© 2014 – Side 19 Omtrent hver tredje har fået mere lyst til at bruge bussen efter ændringerne Igen er der en sammenhæng mellem positiv holdning og frekvens Top 2 Færdes dagligt (n = 352) 11% 24% 54% 1% 9% 35%

Færdes en gang imellem (n = 90) 13% 68% 19% 13%

17% Færdes sjældnere (n = 82) 1% 16% 41% 1% 39%

Total (n = 524) 8% 21% 55% 1% 15% 29%

Heavy (n = 313) 14% 25% 51% 3% 8% 39%

Medium (n = 90) 7% 26% 53% 14% 33%

Light (n = 122) 22% 51% 27% 22%

Total (n = 525) 11% 25% 51% 2% 11% 36%

Meget mere lyst Mere lyst Uændret Mindre lyst Meget mindre lyst Ved ikke

Q6/Q10. Har du fået mere eller mindre lyst til at tage bussen til og fra Nørre Campus efter ændringerne?

© 2014 – Side 20 De studerende har fået en signifikant øget lyst til at tage bussen efter ændringerne Top 2

Cyklist (n = 42) 10% 79% 12% 10%

Billist (n = 47) 11% 43% 2% 2% 43% 11%

Arbejde (n = 164) 5% 19% 66% 3% 7% 24%

Studie (n = 137) 22% 28% 45% 5% 50%*

Beboer (n = 98) 11% 19% 56% 1% 12% 30%

Hospital (n = 72) 1% 10% 53% 36% 11%

Fritid (n = 81) 5% 21% 44% 30% 26%

Total (n = 524) 8% 21% 55% 1% 15% 29% Meget mere lyst Mere lyst Uændret Mindre lyst Meget mindre lyst Ved ikke Q10. Har du fået mere eller mindre lyst til at tage bussen til og fra Nørre Campus efter ændringerne? * Aldersgruppen 15-29 år er signifikant højere, hvor aldersgrupperne fra 40 til 60+ er signifikant lavere. © 2014 – Side 21 Stor tilfredshed med busbetjeningen, særligt blandt busbrugere Dog er tilfredsheden signifikant lavere for dem, der færdes sjældnere i området Top 2

Færdes dagligt (n = 352) 21% 55% 8% 4% 12% 76%

Færdes en gang imellem (n = 90) 16% 64% 9% 4% 7% 80%

Færdes sjældnere (n = 82) 15% 43% 7% 1% 34% 58%

Total (n = 524) 19% 55% 8% 4% 15% 74%

Heavy (n = 313) 25% 62% 7% 4% 3% 87%

Medium (n = 90) 14% 70% 8% 3% 3%1% 84%

Light (n = 122) 17% 67% 2% 1% 2% 11% 84%

Total (n = 525) 21% 64% 6% 3% 3%3% 85%

Meget tilfreds Tilfreds Hverken utilfreds eller tilfreds Utilfreds Meget utilfreds Ved ikke

Q3/Q5. Hvor tilfreds er du alt i alt med busbetjeningen på denne strækning?

© 2014 – Side 22 Store forskelle på tilfredsheden blandt segmenterne Kan skyldes mindre kendskab til busbetjeningen for nogle segmenter Top 2

Cyklist (n = 42) 12% 29% 10% 7% 2% 41% 41%

Billist (n = 47) 2% 13% 9% 9% 68% 15%

Arbejde (n = 164) 17% 52% 9% 7% 15% 69%

Studie (n = 137) 28% 50% 7% 2%1% 12% 78%

Beboer (n = 98) 19% 62% 7% 7% 4% 81%

Hospital (n = 72) 14% 46% 6% 35% 60%

Fritid (n = 81) 23% 60% 7% 1% 7% 83%

Total (n = 524) 19% 55% 8% 4% 15% 74%

Meget tilfreds Tilfreds Hverken utilfreds eller tilfreds Utilfreds Meget utilfreds Ved ikke

Q5. Hvor tilfreds er du alt i alt med busbetjeningen på denne strækning?

© 2014 – Side 23 Forhold for cyklister og bilister

© 2014 – Side 24 Størstedelen af cyklisterne og bilisterne har bemærket ændringer En stor del af brugerne har ikke bemærket ændrede forhold for cyklister og bilister

Total (n = 524) 31% 69%

Cyklist (n = 42) 64% 36%

Ja Nej

Total (n = 524) 44% 55%

Bilist (n = 47) 72% 28%

Q11 Har du bemærket en ændring i transportforholdene for cyklister i Nørre Campus området indenfor de seneste 2 måneder? Q14 Har du bemærket en ændring i transportforholdene for bilister i Nørre Campus området indenfor de seneste 2 måneder? © 2014 – Side 25 Over halvdelen synes, at forholdene for cyklisterne er blevet bedre Cyklisterne kan cykle uforstyrret – det går hurtigere, nemmere og er mere sikkert

Meget bedre 6% Fri for krydsende fodgængere 29% Bedre opdeling 20% Mere plads på cykelstien 17% Bedre 53% Nye lyskryds/bedre lyskryds 12% Hurtigere 9% Nemmere/ mere overskueligt 5% Uændret 14% Skal ikke stoppe op hele tiden 4% Mere sikkert 4% N = 93 Dårligere 13%

Nybyggeri 39% Meget dårligere 2% Vejarbejde 26% Farlige lyskryds 13% Ved ikke 13% Cyklisterne cykler mere usikkert 9% N = 23

Q12/Q13. Synes du at transportforholdene for cyklister alt i alt er blevet dårligere eller bedre? Hvorfor? N = 160 © 2014 – Side 26 Næsten halvdelen synes, at forholdene for bilisterne er blevet bedre De har egen kørebane og biltrafikken kører bedre og hurtigere

Meget bedre 3% Egen bilbane 29% Biltrafikken kører bedre 29% Biltrafikken går hurtigere 19% Bedre 45% Mere plads på vejbanen til bilerne 11% Mere overskueligt 10% Mindre trafik 4% Uændret 12% Mere sikkert 3% Biltrafikken kører bedre i myldretiden 2% N = 110 Dårligere 22%

Mindre plads på vejbanen 26% Vejarbejde 23% Meget dårligere 3% Nybyggeri 19% Meget trafik stadigvæk 18% Færre P-pladser 16% Ved ikke 16% Cykelkryds 5% N = 57

Q15/Q16. Synes du at transportforholdene for bilister alt i alt er blevet dårligere eller bedre? Hvorfor? N = 232 © 2014 – Side 27 Busforhold

© 2014 – Side 28 Generelt er de rejsende tilfredse, dog er de mere tilfredse med rejsetiden og tilgængeligheden

Rejsetiden generelt med bussen (n = 469) 39% 55% 5% 1% 94%

Muligheden for at finde trafikinformation forud for din tur (n = 420) 22% 67% 8% 2%1% 89%

Om det er let at komme ind og ud af bussen (n = 507) 19% 69% 10% 3% 88%

Gangafstand til det nærmeste stoppested (n = 512) 24% 62% 9% 4%1% 86%

Antallet af busafgange (n = 485) 31% 54% 8%6% 2% 85%

Den generelle komfort i bussen (n = 504) 12% 72% 14% 2% 84%

Adgangsforhold til busperroner (n = 458) 17% 66% 11% 6% 83%

Mulighed for at finde trafikinformation undervejs på turen (n = 512) 19% 62% 15% 4% 81%

Om busserne kommer til tiden (n = 467) 21% 60% 12% 5%1% 81%

Trafikinformation på skærme i bussen (n = 503) 15% 61% 18% 5% 2% 76%

Muligheden for at få en siddeplads i denne bus (n = 435) 18% 52% 20% 9%1% 70%

Den generelle komfort på busperroner (n = 518) 6% 61% 22% 9% 2% 67% Meget tilfreds Tilfreds Hverken utilfreds eller tilfreds Utilfreds Meget utilfreds

Q7. Tilfredshed med en række busforhold. © 2014 – Side 29 Tilfredsheden med rejsetiden, gåafstanden og muligheden for siddeplads er signifikant højere for beboere og personer i forbindelse med hospitalet. Derimod er tilfredsheden med trafikinformation forud for rejsen og at busserne kommer til tiden, signifikant højere for personer i forbindelse med en fritidsaktivitet

Arbejde Studie Beboer Hospital Fritid Total n = 168 n = 94 n = 39 n = 48 n = 120 n = 525 Rejsetiden generelt med bussen 91% 90% 100% 100% 95% 94% Muligheden for at finde trafikinformation forud for din tur 86% 87% 92% 93% 96% 89% Om det er let at komme ind og ud af bussen 87% 84% 85% 84% 90% 88% Gangafstand til det nærmeste stoppested 86% 82% 100% 98% 87% 86% Antallet af busafgange 84% 86% 93% 95% 86% 85% Den generelle komfort i bussen 79% 83% 88% 91% 87% 84% Adgangsforhold til busperroner 82% 75% 81% 81% 87% 83% Mulighed for at finde trafikinformation undervejs på turen 78% 83% 81% 78% 85% 81% Om busserne kommer til tiden 83% 79% 83% 83% 90% 81% Trafikinformation på skærme i bussen 73% 79% 75% 72% 77% 76% Muligheden for at få en siddeplads i denne bus 64% 64% 85% 85% 78% 70% Den generelle komfort på busperroner 66% 62% 75% 77% 68% 67%

Q7. Tilfredshed med en række busforhold.

© 2014 – Side 30 Medium og light brugere er generelt mere tilfredse med busforholdene. Light brugerne er signifikant mere tilfredse med den generelle komfort, muligheden for at finde trafikinformation forud for rejsen og muligheden for at få en siddeplads

Heavy Medium Light Total (n = 313) (n = 90) (n = 122) n = 525 Rejsetiden generelt med bussen 94% 93% 93% 94% Muligheden for at finde trafikinformation forud for din tur 86% 93% 93% 89% Om det er let at komme ind og ud af bussen 86% 90% 88% 88% Gangafstand til det nærmeste stoppested 85% 90% 90% 86% Antallet af busafgange 83% 84% 89% 85% Den generelle komfort i bussen 80% 84% 91% 84% Adgangsforhold til busperroner 80% 88% 84% 83% Mulighed for at finde trafikinformation undervejs på turen 77% 88% 88% 81% Om busserne kommer til tiden 80% 80% 86% 81% Trafikinformation på skærme i bussen 75% 72% 80% 76% Muligheden for at få en siddeplads i denne bus 64% 78% 79% 70% Den generelle komfort på busperroner 65% 71% 69% 67%

Q7. Tilfredshed med en række busforhold.

© 2014 – Side 31 Tilfredsheden med busserne i Nørre Campus området er høj, når man benchmarker med resultater af Movias bedst betjente buslinjer

Rejsetiden generelt med bussen (n = 469) 39% 55% 5% 1% 94%

Rejsetiden på denne rejse (n = 1.523) 19% 68% 10% 3% 86%

Muligheden for at finde trafikinformation forud for din tur (n = 420) 22% 67% 8% 2%1% 89%

Muligheden for at få informationer om afgangstider (n = 1.497) 25% 51% 14% 8% 2% 76%

Antallet af busafgange (n = 485) 31% 54% 8% 6% 2% 85%

Antallet af afgange på denne buslinje (n = 1.497) 27% 49% 12% 9% 3% 76%

Meget tilfreds Tilfreds Hverken utilfreds eller tilfreds Utilfreds Meget utilfreds

Forklaring: Der er lavet en sammenligning af resultaterne i nærværende undersøgelse med resultater i Movias faste kundetilfredshedsundersøgelse på de tre © 2014 – Side 32 parametre, der er sammenlignelige. Spørgsmålene er ikke formuleret helt ens, men kan fint bruges som indikation på, at resultaterne i Campus- undersøgelsen er ganske positive. Udtræk fra Movia er baseret på data for Q4 2014 for følgende busser: A-busser, 150S, 250S og 350S. Om brugerne og interviewenes fordeling

© 2014 – Side 33 Busser (n = 525) Område (n = 524)

I en bus 61% Blegdamsvej 26% Ved et stoppested 39% Nørre Allé/Juliane Maries Vej 6% Nørre Allé/Universitetsparken 13% 150S 37% Parkeringsplads KU 25% 6A 20% Vibenshus Runddel 2% 173E 6% Nørre Allé 4% 184 25% Tagensvej 16% 185 8% Statens Museum for Kunst 9% 42 4%

Riget/KU 69% 150S/6A 57% Andre busser 43% Andre steder 31%

Hverdag 79% Hverdag 78% Weekend 21% Weekend 22%

© 2014 – Side 34 Tilhørsforhold

Arbejder her 31%

Studerer her 26%

Bor her 19%

Besøg på hospital 11% Hospital Selv på hospital 3%

Indkøb/shopping 5%

Fritid Besøg hos venner/familie 7%

Anden fritidsaktivitet 6%

Andet 5%

Q1. Hvad er dit tilhørsforhold til dette område, dvs. hvorfor kommer du i dette område? N = 524

© 2014 – Side 35 Frekvens for brug af bussen (blandt busbrugere)

6-7 dage pr. uge 14%

23% 3-5 dage pr. uge 45% Heavy (n = 313) 1-2 dage pr. uge 17% Medium (n = 90)

Light (n = 122) 1-3 dage pr. måned 12% 17% 60%

Sjældnere 9%

Aldrig 2%

Q2. Hvor ofte kører du med bus på denne strækning mellem Ryparken st. og Nørreport st.? N = 525

© 2014 – Side 36 Frekvens af rejser til/fra Nørre Campus

6-7 dage pr. uge 16%

16% 3-5 dage pr. uge 52%

Færdes dagligt (n = 352) 1-2 dage pr. uge 17% 17% Færdes en gang imellem (n = 90) 67% Færdes sjældnere (n = 82) 1-3 dage pr. måned 8%

Sjældnere 8%

Q2. Hvor ofte rejser du til/fra Nørre Campus området? N = 524

© 2014 – Side 37 Projekt fakta

Målgruppen

Stikprøve Område n = 500 I busser n = 500 Opnået stikprøve Område n = 524 I busser n = 525 Målgruppe Personer der færdes i området

Personer der bruger busserne på strækningen Nørre Campus mellem Ryparken st. og Nørreport st.

Dataindsamlings perioden 03.11.2014 – 22.11.2014

Lokation Nørre Campus området

Dataindsamlingsmetode CAPI (Computer Assisted Personal Interview)

Målingens styrke Med en stikprøvestørrelse (n) på netto 524/525 respondenter, kan det med 95% sandsynlighed fastslås, at det målte er korrekt med en maksimal usikkerhed på +/- 4,3 %-point på totaler.

© Wilke – Side 38 Kontakt og vilkår

© Wilke – Side 39 Wilkes almindelige forretningsbetingelser

Tekniske ændringer Offentliggørelse Wilke forbeholder sig ret til at lave mindre ændringer i Offentliggørelse af rapporter og undersøgelsesresultater skal specifikationer, som vil forbedre datagrundlaget, uden altid være forsynet med kildeangivelsen: drøftelser med kunden Kilde: Wilke

Rettigheder Opbevaring/fortrolighed Rapporter og andre dokumenter med relevans for projektet Wilke forpligter sig til at opbevare alt undersøgelsesmateriale leveret af Wilke tilhører kunden. Alt andet fra projektet i en periode på to år fra leveringsdatoen. Wilke er i undersøgelsesmateriale som know-how i research teknikker, opbevaringsperioden ansvarlig for, at materialet behandles tilbud, spørgeskemaer, interviewguider og datamateriale fortroligt. Efter to år destrueres undersøgelsesmaterialet tilhører Wilke Lovgivning Ansvar Forretningsbetingelserne reguleres af dansk lovgivning Brug af undersøgelsernes resultater er på kundens eget ansvar

Kvalitetssikring Undersøgelser gennemføres under hensyntagen til Kodeks for markedsanalyser udstedt af ICC/ESOMAR

© 2014 – Side 40 Kontakt

Københavns Kommune Wilke Simon Baadsgaard Anne Kathrine Zahle Specialkonsulent Head of Transportation Tlf. 51 37 31 45 Tlf. 29 84 24 43 [email protected] [email protected] Wilke A/S Tlf. +45 70 10 20 80 E-mail: [email protected] Wilke Anne Jensen Odense Research Consultant Jens Benzons Gade 54B Tlf. 32 64 18 27 5000 Odense C [email protected] København Overgaden Neden Vandet 9C 1414 København K

© 2014 – Side 41 © 2014 – Side 42