Insights de análise de segurança de frotas: o contexto importa dentro comportamento de condução

Tradicionalmente, os gestores de frotas têm confiado na medição do ABC'S (acceleration, braking, cornering and speeding, em inglês) aceleração, frenagem, comportamento em curva e excesso de velocidade da condução para julgar o comportamento do condutor com o objetivo de melhorar a segurança da frota. 

No entanto, sem saber por que um condutor reagiu de uma certa maneira, os dados permanecem simplesmente dados e não podem ser utilizados para ação. Por exemplo, manobras bruscas para evitar buracos seriam tipicamente vistas como seguras, enquanto conduzir no limite de velocidade num dia de neve em Toronto seria considerado inseguro. Estes cenários mostram por que levar o contexto em consideração é crucial ao avaliar a segurança abrangente da frota.

Insights de segurança de frotas: Uma abordagem contextual

Na Geotab, vemos o contexto relacionado à segurança como uma combinação de três fatores: segurança do veículo (estado de conservação), comportamento do condutor e condições ambientais.

Considerações chave para frotas e seguradoras:

A maioria dos gestores de risco e seguradoras deseja um meio de resumir todas as exposições de segurança (integridade do veículo, ações do condutor, ambiente) em painéis de análise fáceis de entender (por exemplo, pontuação do condutor).

Os gestores de frotas precisam de insights preditivos sobre os seus veículos: relatórios práticos, ricos em dados que sejam aplicáveis e específicos para segmentos das operações da frota, e não uma pontuação cumulativa para veículos pesados (HDT) e veículos de passageiros particulares (PPT). Estes insights oferecem aos condutores a oportunidade de melhorar os seus hábitos de condução com feedback claro e irrefutável sobre como melhorar.

Para os gestores de frotas, o contexto é importante. Você não pode mudar quando e onde opera o seu negócio, mas ajuda estar ciente dos fatores de risco ambientais pertinentes.

Para as seguradoras, isso significa fatores ambientais que são diferentes para cada cruzamento, código postal (ZIP code), estado e código NAICS (North American Industry Classification System) dos seus segurados.

Estas características devem ser todas medidas dentro da mesma frota e comparadas com outras frotas semelhantes. Devem também ser comparadas com o desempenho histórico do mesmo condutor, uma vez que o desempenho diário pode ser afetado por muitos fatores.

Exemplo de cenário de segurança de frota

Joan e John parecem condutores semelhantes. Ambos conduzem pouco mais de cinco milhas, têm dois eventos de travagem brusca e um evento de aceleração brusca.

Mas observe como as suas rotas são diferentes. Na sua rota, Joan passa por três eventos em áreas de perigo, enquanto John não passa por nenhuma área de perigo.

Com base nisso, é necessário um coaching de condutores diferente. Joan conduz bem em áreas perigosas em comparação com os seus pares. John conduz muito mal ao conduzir na autoestrada.

Benchmarking de segurança usando machine learning

A Geotab aproveita o poder do machine learning (ML) ao aplicá-lo a dados telemáticos de mais de 2,9 milhões de veículos conectados. Podemos comparar veículos em frotas individuais com centenas ou milhares de veículos comparáveis, encontrando efetivamente os seus "gémeos" na base de clientes da Geotab. Gostamos de pensar nisso como encontrar um 'DigiTwin' para cada veículo. Um exemplo desta funcionalidade é o trabalho de identificação da vocação de cada veículo. Esta abordagem também nos permitiu realizar benchmarking de segurança ao nível do veículo e da frota no Geotab Analytics Lab.

Índice de Risco Contextual: Segurança Contextual Encontra o Machine Learning

Para combinar o poder do contexto com o poder do benchmarking, a Geotab também lançou o Índice de Risco Contextual (CRI) para medir o valor preditivo dos três fatores que mencionamos acima (estado de conservação do veículo, comportamento do condutor e condições ambientais), adotando uma abordagem de produto mínimo viável (MVP) para a validação de dados. Mais detalhes abaixo:

A Geotab faz parceria com a TNEDICCA para estudar a conexão entre locais perigosos e risco

A título de exemplo, a Geotab fez parceria com a empresa de inteligência de segurança de tráfego TNEDICCA num projeto-piloto para explorar o impacto de locais perigosos no sinal de risco percebido.

A missão da TNEDICCA é reduzir futuros acidentes de trânsito através do melhor uso de dados e análises. Eles construíram a base de dados de localização de acidentes mais abrangente, com mais de 30 milhões de acidentes, cobrindo 94% do mercado de seguros automóveis dos EUA. A empresa fornece soluções para os setores de seguros automóveis, serviços de navegação, fabricação de automóveis e planeamento de transportes.

Para a análise da Geotab, examinámos mais de 600 milhões de viagens em mais de 800 mil dos nossos veículos. Quando analisámos os nossos padrões de movimento de veículos em relação às pontuações de risco mapeadas pela TNEDICCA, encontrámos correlações claras e positivas. Veículos que viajam por locais geográficos inerentemente mais arriscados são suscetíveis a um risco de colisão mais elevado.

Para a nossa análise, ajustámos as pontuações de risco removendo o impacto da quilometragem total do veículo — para que pudéssemos isolar apenas o risco associado a viagens por locais propensos a colisões. Por outras palavras, se os seus veículos viajam constantemente por locais propensos a colisões, é mais provável que também se envolvam numa colisão.

Descubra novos insights de segurança através do poder do Porquê

Geotab defende que a verdadeira melhoria da segurança da frota reside na análise integrada de três fatores: estado de conservação do veículo, comportamento do condutor e condições ambientais. Entenda mais de nossas soluções e solicite uma demonstração.