Volgens het adviesbureau helpt het verzamelen van informatie bij het voorspellen van verkeerstromen. Door het gedrag van verkeersdeelnemers realtime te sturen, is het mogelijk om de betrouwbaarheid en efficiëntie van de bestaande transportinfrastructuur te vergroten.
McKinsey haalt in een publicatie als voorbeeld het drukker wordende luchtruim in Brazilië aan. In 2030 is het aantal Braziliaanse passagiers verdubbeld tot 310 miljoen. Om die drukte aan te kunnen, introduceert het land een systeem op basis van data en GPS.
Brandstofbesparing
In plaats van een systeem waarbij vliegtuigen een-voor-een mogen landen op een vliegveld, krijgt ieder toestel een eigen vluchtplan toegewezen op basis van vliegsnelheid en -hoogte. Deze optimalisatie heeft volgens McKinsey geleid tot een brandstofbesparing van 291 liter per landing. De vluchttijd is gemiddeld met ruim 7 minuten verkort.
In Duitsland is een vergelijkbaar systeem opgetuigd voor vrachttreinen. In plaats van een dienstregeling, kiezen spoorbedrijven voor een industriële aanpak. Data-analyse maakt het mogelijk om treinen te groeperen op basis van bestemming en snelheid. Door slim te plannen, kunnen zij sturen op efficiënter gebruik van het spoor.
Barrières
McKinsey constateert dat er een aantal barrières zijn om dit soort oplossingen breder door te voeren. Het is niet in het belang van transporteurs om alle data die zij verzamelen, te delen met andere partijen. Met het ontwikkelen van big-datasystemen zijn bovendien hoge kosten gemoeid, die bedrijven in de logistieke keten samen moet ophoesten. Ook wetgeving en zorgen over de bescherming van privacy kunnen een obstakel zijn, meldt McKinsey.
Bron: McKinsey | Foto vliegtuigen: Masakazu Matsumoto, Creative Commons (Cropped by DuurzaamBedrijfsleven) | Foto vrachttreinen: Travis Wise, Creative Commons (Cropped by DuurzaamBedrijfsleven)
