DOORS DX

ベストなDXへの入り口が
見つかるメディア

【AI導入事例】ドライバー運転傾向による燃費改善可能性検証

公開日
2020.10.30
更新日
2024.03.07

※本記事は、ブレインパッドが運営する人工知能ブログ「+AI」に掲載されている記事の転載版になります。

タクシー事業にとって車両の燃料代は経済的インパクトが非常に大きいものです。今回着目したポイントは、「運転」を見直すことによる燃料代の適正化です。具体的には、運転履歴データから燃費の悪い運転を自動的に特定し、燃費の良い運転をするように適切な指導を行うしくみを実現しました。

Solution:解決策

一般のドライバーから収集した車両走行ログデータおよび日報データを統合して分析するクラウド環境を構築し、分析基盤としての情報整備を行いました。
そこから、運転手や車両などの状態でどの程度燃費が影響されるのかを把握するためにデータを可視化、関係性や特徴を仮説検証を重ねて特定しました。これらの分析作業を通じてクラスタリングによる運転パターンを抽出し、運転の良し悪しを判定するスコアリング作業を行いました。
最終的に、燃費の改善余地がある運転を行っているドライバーを予測するモデルを開発することができました。


Subject:課題

燃料改善やアイドリング時間の短縮など様々な工夫を行う中で、さらなるコスト削減の余地を探りたいと考え、効果の分かりやすいものの一つである「燃費の改善」をデータ活用アプローチで実現できないかを検討されていました。
データに基づいて燃費改善に結びつく運転パターンや状況を発見して、燃費の悪い運転に対して運転技術に関するカウンセリングを行って成果の創出を目指されていました。


Achievement:導入後の成果

最終的な成果は、ドライバー1人あたり年間数万円程度のコストを削減する見込みがあることを数字的に可視化し、確認することができたことです。
この成果を生み出す過程で以下の成果もありました。
・運転による燃費を可視化
・運転のパターン抽出
・運転の良し悪しを決定する影響要因の特定
・ドライバーの運転をスコアリング
・燃費改善機会の発見


このページをシェアする

株式会社ブレインパッドについて

2004年の創業以来、「データ活用の促進を通じて持続可能な未来をつくる」をミッションに掲げ、データの可能性をまっすぐに信じてきたブレインパッドは、データ活用を核としたDX実践経験により、あらゆる社会課題や業界、企業の課題解決に貢献してきました。 そのため、「DXの核心はデータ活用」にあり、日々蓄積されるデータをうまく活用し、データドリブン経営に舵を切ることであると私達は考えています。

メールマガジン

Mail Magazine