Wie das Scoring in der Carsharing-Branche funktioniert. Teil 1. Überblick über gängige Tools für reale Daten

Carsharing ist trotz seiner Jugend eines der sich am aktivsten entwickelnden Gebiete im russischen Autogeschäft. Seit der Gründung des ersten Unternehmens sind 5 Jahre vergangen, und heute arbeiten mehr als 25 auf kurzfristige Mietverträge spezialisierte Betreiber auf dem Markt. Mit der Entwicklung des Carsharing werden Benutzerdaten gesammelt, und jetzt verfügt Carsharing wie Banken über ein bestimmtes Kundenbewertungssystem. Es hängt auch von Alter, Geschlecht und Fahrerfahrung ab, aber dies ist nicht die Geschichte Ihrer Kredite, sondern die Geschichte Ihrer Reisen. Eines der Ziele einer solchen Bewertung ist neben der Zahlungsfähigkeit, der Validierung eines Führerscheins und der Geldbußen die Vorhersage der Unfallwahrscheinlichkeit für einen bestimmten Fahrer.



In diesem Artikel analysieren wir die Logik der Funktionsweise von Bewertungsalgorithmen für Carsharing-Benutzer, die sich nur auf Alter und Fahrstil stützen. Zusätzlich zu diesen Parametern und um genauere Ergebnisse zu erhalten, können sie verwendet werden - sozialer Status, Reisen mit Kindern, Aktivitäten in sozialen Netzwerken und Informationen von der Kamera im Auto. Heute konzentrieren wir uns jedoch auf zwei grundlegende Aspekte - Alter und Fahrstil.

Beachten Sie, dass wir in diesem Artikel die Logik der Bewertung am Beispiel der Fahraktivität von 50.000 Benutzern und 260.000 Fahrten demonstrieren werden. Alle Daten wurden anonymisiert. Darüber hinaus haben wir Daten zu 220 Unfällen mit Moskau und der Region Moskau verwendet.


Beim Carsharing ist ein Auto ein Mittel, um Gewinn zu generieren und darüber hinaus mit Kreditgeldern gekauft zu werden. Bei diesem Ansatz ist es wichtig, ihn so effizient wie möglich zu nutzen, um Ausfallzeiten zu vermeiden. Und wenn das Auto einen Unfall hat, kann der Papierkram mit dem Versicherer, die Koordination, die Bestellung von Ersatzteilen und die eigentliche Reparatur eine beträchtliche Zeit in Anspruch nehmen, von mehreren Tagen bis zu Monaten. Durch die Bewertung können potenzielle Unfälle vorhersehbar identifiziert werden. Auf dieser Grundlage können Sie Kunden Feedback zu den Risiken unsicheren Fahrens geben.

Für Carsharing-Betreiber ist es wichtig, ihr Eigentum zu erhalten und damit Geld zu verdienen. Die Carsharing-Plattform ist daher lediglich verpflichtet, alle möglichen Informationen über das Auto und dessen Vorgänge zu sammeln. Für jede Fahrt sammelt ein Carsharing-Auto Telematikdaten - Fahrtpunkte mit einem Intervall von nicht mehr als 1 Sekunde und Autoanzeigen an diesen Punkten (Geschwindigkeit, Umdrehungen, Beschleunigungen, Tür- und Fensterstatus usw.).

Alter

Bei Abschluss eines Vertrages mit einem Carsharing-Betreiber muss der Fahrer sein Alter und seine Fahrerfahrung angeben. Basierend auf diesen Daten können wir das folgende Histogramm erstellen.


Abbildung 1. Alter der Benutzer

Abbildung 1 zeigt ein Balkendiagramm des Alters der Carsharing-Benutzer. Die horizontale Achse ist das Alter der Benutzer, die vertikale Achse ist ihre Anzahl, die gestrichelte Linie markiert den Median von 30 Jahren. Es sieht aus wie eine Normalverteilung und ein deutlicher Anstieg der Anzahl der Benutzer im Alter von 25, 30 und 35 Jahren.

Dann betrachten wir die Verteilung des Alters der Benutzer, die durch die Schuldigen des Unfalls identifiziert wurden.

Abbildung 2. Alter der Benutzer mit einem Unfall

Abbildung 2 zeigt ein Histogramm der Verteilung des Alters der für Verkehrsunfälle verantwortlichen Benutzer, horizontal - des Alters der Benutzer, vertikal - der Anzahl der Benutzer. Wiederum markiert die gestrichelte Linie den Median von 26 Jahren. Somit ist klar, dass Benutzer unter 26 Jahren häufiger als andere an Unfällen schuld sind.

Dem Histogramm zufolge ereignete sich die Hälfte des Unfalls aufgrund eines Verschuldens einer Gruppe von einem Viertel der Benutzer (Benutzer unter 26 Jahren). In ähnlicher Weise verursachte eine Gruppe von Benutzern über 30, die die Hälfte der Gesamtzahl ausmachte, nur ein Viertel des Unfalls.

Wir sehen also, dass die Wahrscheinlichkeit eines Unfalls für Benutzer, die nicht älter als 26 Jahre sind, viermal höher ist als für Benutzer, die nicht älter als 30 Jahre sind. Dies lenkt die Aufmerksamkeit der jüngeren Benutzergruppe von Seiten der Carsharing-Betreiber auf sich. Es ist kein Zufall, dass die Altersanforderungen vieler Betreiber nicht mit 18 Jahren beginnen, sondern mit 21 Jahren. Carsharing möchte auch erfahrene Fahrer unter seinen Nutzern sehen und auf eine Erfahrung von 2 Jahren hinweisen, wodurch unerfahrene junge Fahrer weggefegt werden.

Fahrstil

Fahrstil ist komplizierter. Derzeit gibt es in der Branche ein etabliertes Modell zur Bestimmung eines Fahrstils - ein Modell zur Berechnung scharfer Beschleunigungen und Bremsen. Betrachten wir es genauer.


Abbildung 3. Ein Diagramm der Änderungen der Fahrzeuggeschwindigkeit.


Wenn die Fahrzeuggeschwindigkeit über ein Zeitintervall ∆t ≤ 3 s ist. erhöht sich um ∆s≥15 km / h, dann beschleunigt das Auto in diesem Zeitintervall stark. In ähnlicher Weise, wenn für ein Zeitintervall ∆t ≤ 3 s. Die Geschwindigkeit des Autos nimmt um ∆s ≥ 15 km / h ab, dann bremst das Auto in diesem Zeitintervall stark ab. ∆t und ∆s sind Modellparameter und können sowohl nach oben als auch nach unten geändert werden. Zum Beispiel zeigt Grafik 3 die Abhängigkeit der Fahrzeuggeschwindigkeit von der Zeit, und im Intervall von der 8. bis 11. Sekunde stieg die Geschwindigkeit des Autos stark von 20 km / h auf 40 km / h an, und im Intervall von der 15. bis zur 18. Sekunde fiel die Geschwindigkeit stark von 60 km / h auf 30 km / h
A ist die Anzahl der scharfen Beschleunigungen entlang der Strecke, B ist die Anzahl der scharfen Bremsen. Abbildung 4 zeigt die Verteilung der Summe A + B auf die Stichprobe der verwendeten Routen.


Abbildung 4. Verteilung der scharfen Beschleunigungen und Bremsen

Beachten Sie, dass die Reise 15 Minuten und möglicherweise 5 Stunden dauern kann. Daher müssen Sie bei der Auswahl der Bewertungsparameter die Zeit oder Entfernung der Reise berücksichtigen. D ist die Länge der Route in Kilometern. Wir berechnen die Anzahl der scharfen Beschleunigungen und Bremsen pro 1 km der Strecke, d.h. ((A + B)) / D. Wir erhalten die asymmetrische Verteilung, die im Histogramm von 5 gezeigt ist, wobei die Werte auf der linken Seite viel schneller abfallen als auf der rechten Seite. Leider funktionieren die meisten statistischen Methoden nicht für stark verzerrte Verteilungen. In solchen Fällen hilft normalerweise eine logarithmische Transformation, die häufig Asymmetrie in Symmetrie umwandelt, da Sie die Skala in der Nähe von Null strecken können.


Abbildung 5. Verteilung der Beschleunigungen und Bremsen pro 1 km Strecke

Nachdem wir diese Funktion logarithmiert haben, erhalten wir Log⁡ (((A + B)) / D). Infolgedessen ist die Verteilung der normalen sehr ähnlich - Abbildung 6.


Abbildung 6. Logarithmus der Anzahl der Beschleunigungen und Verzögerungen pro 1 km Fahrt

Auf der Grundlage dieser Funktion wird normalerweise ein Bewertungsmodell eines Fahrstils erstellt. Versuchen wir, durch jede Funktion alle Routen jedes Benutzers zu führen. Auf dem Histogramm Abbildung 7.


Abbildung 7. Vergleich von Benutzern mit und ohne Unfälle

Es zeigt blau die Ergebnisse aller Benutzer, wobei die blaue gestrichelte Linie ihren Median, rot die Ergebnisse von Benutzern mit Unfällen und die rote gestrichelte Linie ihren Median anzeigt. Es ist ersichtlich, dass die Ergebnisse von Benutzern mit Unfällen nach rechts verschoben sind, d.h. Benutzer mit Unfällen werden im Bewegungsprozess häufig stark gebremst und beschleunigt. Die Verschiebung ist jedoch extrem gering, und tatsächlich besteht keine Korrelation zwischen diesem Wert der Funktion und der Tatsache, dass sie in einen Unfall verwickelt ist. Wir betrachten die durchschnittliche Leistung der Benutzer, aber es ist möglich, dass Benutzer im Durchschnitt sicher, aber gelegentlich rücksichtslos fahren. Berücksichtigen Sie unfallfreie Fahrten mit dem Maximalwert der Funktion Log⁡ ((((A + B)) / D) für jeden Benutzer. Das Histogramm ist in Abbildung 8 dargestellt, wobei die gestrichelte Linie den Median markiert.


Abbildung 8. Schlechteste Benutzerauslösungen

Wir fügen ein Histogramm der Reisen von Benutzern mit Unfällen hinzu und berücksichtigen auch nicht die Reisen, auf denen sich der Unfall ereignet hat. Die resultierenden Histogramme sind in Abbildung 9 dargestellt. Die blaue gestrichelte Linie ist der Median der Benutzer, die ohne Unfälle reisen. Die orange gestrichelte Linie ist der Median der Benutzer, die mit Unfällen reisen. Es gibt eine größere Verschiebung nach rechts. Das heißt, Benutzer mit Unfällen auf diese Weise heben sich von der allgemeinen Gruppe ab.


Abbildung 9. Vergleich der schlechtesten Benutzerfahrten

Basierend auf dieser Methode erstellen wir ein Bewertungsmodell. Die Ergebnisse des Modells sind in Abbildung 10 dargestellt. Blau zeigt die Ergebnisse aller Benutzer an, orange - die Ergebnisse von Benutzern mit Unfällen. Die Geschwindigkeit liegt zwischen 0 und 10, wobei 0 das schlechteste und 10 das beste Ergebnis ist. Gepunktete Linien geben die Medianwerte von zwei Benutzergruppen an. Gleichzeitig beträgt die durchschnittliche Geschwindigkeit von Benutzern mit Unfällen etwa 4, und alle Benutzer sind 5. 80% der Benutzer mit Unfällen haben eine unterdurchschnittliche Geschwindigkeit, dh 80% der Benutzer mit Unfällen fahren schlechter als der Durchschnitt.


Abbildung 10. Bewertungsergebnisse

Ein ähnliches Modell wird normalerweise bei der Berechnung der Fahrbewertung anhand von Telematikdaten verwendet. Aufgrund der Ergebnisse kann der Zugang zu Premium-Fahrzeugen oder zum Service im Allgemeinen eingeschränkt sein. Es ist jedoch nicht das einzige und optimalste für alle Fälle.

Das im Artikel beschriebene Modell ist nicht perfekt für die Vorhersage von Unfällen. In diesem Artikel haben wir nur einen Überblick über die aktuellen Modelle im Carsharing gegeben. Im nächsten Teil werden wir über das Modell der Bewegungsenergie sprechen, das speziell auf den Fahrstil (Geschwindigkeitsänderung, Manövrieren usw.) einwirkt.

Gepostet von Kirill Kulchenkov, kulchenkov32 , Unternehmensberater, Bright Box.