2013년 서울특별시 심야버스 운행(4월 시범, 9월 정식)과 그 때 사용된 기술

2013년 글인데, 몇 년 후 갱신하며 몇 가지 덧붙입니다.

 

[빅데이터 미래 포럼] 30억 심야통화 분석한 서울시…최적의 심야버스 노선 찾아내
한국경제 2013.12

기업들, 고객을 집단 아닌 개인 맞춤형 분석

공공서비스·과학 연구도 빅데이터 활용 활발

서울시가 2013년 9월 선보인 심야버스
- 30억개에 이르는 휴대폰 통화량을 분석해 심야시간(0~5시)에 사람들이 어디에 많이 있는지 파악
- 스마트카드를 통한 택시 승하차 정보 1주일분, 기존 버스노선의 시간·요일별 이용량 패턴을 분석해 가장 많은 사람들에게 혜택이 가도록 심야버스 노선을 결정
- 설문조사 결과 서비스 만족도는 90.5%

빅데이터를 안 해도 심야버스는 그 존재만으로 만족도가 높았을 겁니다.
그리고 이용객대상 설문조사라면 당연히 만족일 수밖에 없죠. 불만이 있을 리가. ^^

하지만 꽤 잘 계획해서 만들었다는 이야기입니다.

그 다음은 현대카드의 마케팅 이야기. 이건 2017년에 롯데제과 등 다른 데서도 많이 합니다. 5년이 흐르는 사이에 빠져서는 안 될 요소가 되었습니다.

심야버스를 다룬 다른 기사.

박원순 시장 '최대 치적', 심야버스 성공의 비밀

아시아경제 2013.11.15 

해당 기사에서 빅데이터 관련한 부분만 조금 보면, 

 

- 자정부터 새벽 5시까지 심야시간대에 사용한 휴대폰 콜데이터 30억여건과 시민들이 이용한 심야택시 승ㆍ하차 데이터 500만건의 빅데이터를 융합

- 대폰 통화량이 많은 곳은 홍대 앞, 동대문, 신림역, 강남, 종로, 가락시장, 신촌, 남부터미널, 건대입구, 압구정 등

- 심야택시를 가장 많이 타고 내리는 곳은 강남, 신림역, 홍대, 건대입구, 동대문, 강북구청, 신촌, 천호, 종로, 영등포 등

 

- 서울 전역을 1km 반경의 1250개의 셀 단위로 유동인구ㆍ교통수요량을 색상별로 표시

- 기존의 버스노선과 시간ㆍ요일별 유동인구 및 교통수요 패턴을 분석하고 노선부근 유동인구 가중치를 계산하는 등 재분석을 거쳐 최적의 노선과 배차간격을 도출

-  이렇게 도출된 노선은 그동안 검토 중인 노선안과 95% 이상 일치했고, 시는 이 노선들을 최종 확정.

서울시내 노선버스 운행 정책을 짤 때, 전철역을 정할 때도 이런 방식을 활용하면 좋겠습니다.

이 사업에 참여한 한국에스리 블로그입니다.

https://blog.naver.com/esrikr/110178229581

아시아경제 기사에서 말한 그 내용을 좀 더 볼 수 있습니다.

2017년말 기준, 서울시 심야버스(올빼미버스) 노선표입니다.