Análisis de seguridad de flotas: El contexto importa al analizar el comportamiento de conducción

Tradicionalmente, los administradores de flotas han confiado en medir las ABC’S - (aceleración, frenado, curveo y velocidad) de la conducción para juzgar el comportamiento del conductor con la esperanza de mejorar la seguridad de la flota. Sin embargo, sin saber por qué un conductor reaccionó de cierta manera, los datos siguen siendo simplemente datos y no se puede actuar sobre ellos. Por ejemplo, las maniobras bruscas para evitar baches generalmente se considerarían seguras, mientras que conducir al límite de velocidad en un día lluvioso en Ciudad de México se consideraría inseguro. Estos escenarios demuestran por qué es fundamental tener en cuenta el contexto al evaluar la seguridad integral de la flota.

Análisis de seguridad de flotas: Un enfoque contextual

En Geotab, vemos el contexto relacionado con la seguridad como una combinación de tres factores: seguridad del vehículo (condiciones para circular), comportamiento del conductor y condiciones ambientales.

Consideraciones clave para flotas y aseguradoras:

• La mayoría de los gestores de riesgos y aseguradoras desean un medio para reducir todas las exposiciones a la seguridad (integridad del vehículo, acciones del conductor, entorno) en paneles de análisis fáciles de entender (por ejemplo, puntuación del conductor).
• Los gerentes de flotas necesitan análisis predictivos sobre sus vehículos: informes prácticos y ricos en datos que sean aplicables y específicos para segmentos de las operaciones de la flota, no una puntuación acumulada para camiones de servicio pesado y vehículos para pasajeros. Estos análisis brindan a los conductores la oportunidad de mejorar sus hábitos de conducción con retroalimentación clara e irrefutable sobre cómo mejorar.
• Para los gerentes de flotas, el contexto importa. No puedes cambiar cuándo y dónde operas tu negocio, pero ayuda estar consciente de los factores de riesgo ambientales pertinentes.
• Para las aseguradoras, esto significa factores ambientales que son diferentes para cada intersección, código postal y Estado de sus asegurados.
• Todas estas características deben medirse dentro de la misma flota y compararse con otras flotas similares. También deben compararse con el rendimiento histórico del mismo conductor, ya que el rendimiento diario puede verse afectado por muchos factores.

Ejemplo de escenario de seguridad de flotas

Julia y Juan parecen conductores similares. Ambos conducen poco más de ocho kilómetros (cinco millas), tienen dos eventos de frenado brusco y un evento de aceleración brusca.

¡Pero mira qué diferentes son sus rutas! En su ruta, Julia conduce a través de tres eventos de área de peligro, mientras que Juan no conduce por ninguna.

Basándose en esto, se requiere un entrenamiento diferente para los conductores: Julia conduce bien en áreas peligrosas en comparación con sus pares. Juan conduce muy mal cuando lo hace en la autopista. 

Comparación de seguridad usando aprendizaje automático

Geotab aprovecha el poder del aprendizaje automático (Machine Learning o ML) al aplicarlo a datos telemáticos de más de 5 millones de vehículos conectados. Podemos comparar vehículos en flotas individuales con cientos o miles de vehículos comparables, encontrando efectivamente sus “gemelos” en la base de clientes de Geotab. Nos gusta pensar en esto como encontrar un "DigiGemelo" para cada vehículo. Un ejemplo de esta funcionalidad es el trabajo de identificar la vocación de cada vehículo. Este enfoque también nos ha permitido comparar la seguridad a nivel de vehículo y de flota en el Laboratorio de Análisis de Geotab.

Índice de Riesgo Contextual: La seguridad contextual y el aprendizaje automático

Para combinar el poder del contexto con el poder de la comparación, Geotab también ha lanzado el Índice de Riesgo Contextual (CRI) para medir el valor predictivo de los tres factores que mencionamos anteriormente (condiciones para circular, comportamiento del conductor y condiciones ambientales), adoptando un enfoque de producto mínimo viable para la validación de datos. Más detalles a continuación:

Geotab se asocia con TNEDICCA para estudiar la conexión entre ubicaciones peligrosas y el riesgo

Un ejemplo es que Geotab se asoció con la firma de inteligencia de seguridad de tráfico TNEDICCA en un piloto para explorar el impacto de las ubicaciones peligrosas en la señal de riesgo percibida.

La misión de TNEDICCA es reducir futuros accidentes de tráfico mediante un mejor uso de datos y análisis. Construyeron la base de datos de ubicaciones de accidentes más completa con más de 30 millones de choques, cubriendo el 94% del mercado de seguros de automóviles de EE. UU. La compañía proporciona soluciones a las industrias de seguros de automóviles, servicios de navegación, fabricación de automóviles y planificación de transporte.

Para el análisis de Geotab, examinamos más de 600 millones de viajes en más de 800 mil de nuestros vehículos. Cuando analizamos nuestros patrones de movimiento de vehículos frente a las puntuaciones de riesgo mapeadas por TNEDICCA, encontramos correlaciones claras y positivas. Los vehículos que viajan a través de ubicaciones geográficas intrínsecamente más riesgosas son susceptibles a un mayor riesgo de colisión.

Para nuestro análisis, ajustamos las puntuaciones de riesgo eliminando el impacto del millaje total del vehículo, para poder aislar solo el riesgo asociado con viajar a través de ubicaciones propensas a colisiones. En otras palabras, si tus vehículos viajan constantemente a través de ubicaciones propensas a colisiones, es más probable que también se vean involucrados en una colisión.

Descubre nuevos análisis de seguridad y conoce más sobre nuestras soluciones Todo en Uno.