Navigation überspringen

Pendeln mit den ÖBB – Report Jänner ’19: Zu­ver­läss­ig­keit teilweise unter 80%

1.2.2019·Kommentare:  2Retweets:  0 2

Nach der Ankündigung meines empirischen Selbstversuchs wird es Zeit für einen ersten Zwischenbericht: Im Jänner bin ich 46 Mal mit der Schnellbahn gefahren, davon 23 Mal nach Wien und 23 mal nach Hause. 42 Fahrten davon »regulär« zur Arbeit und wieder nach Hause, 4 Fahrten von und ab Leopoldau am Wochenende (der Einfachheit halber behandle ich diese Fahrten als gleichwertig). Ausfälle gab es 5, alle jeweils auf dem Weg nach Hause (alle Details zu den Ausfällen und was einen Ausfall ausmacht, siehe Ausgangsartikel).

KPIs identifizieren

Um die Leistung besser zu analysieren, habe ich folgende Key-Performance-Indikatoren (KPI) identifiziert:

»Early Bird«:
Zuverlässigkeit der Verbindungen nach Wien (Prozent)
»Feierabend«:
Zuverlässigkeit der Verbindungen nach Hause (Prozent)

Diese KPIs können nun anhand der gemessen Daten berechnet werden.

Die Daten im Detail

Metrik / KPI »Early Bird« »Feierabend« Gesamt
Fahrten 23 23 46
1 Fahrt 4,35% 4,35% 2,17%
Ausfälle 0 5 5
Ausfallquote 0% 21,75% 10,85%
Verspätung 0 min 90 min 90 min
Zuverlässigkeit 100% 78,25% 89,15%

Bezüglich Verspätung durch Ausfälle: Wahrscheinlich sind es sogar etwas mehr als 90 Minuten, da in der Regel bei Anschlusszügen in Floridsdorf einige Minuten Verspätung entstehen – werde ich künftig genauer erfassen.

Ist das nun gut oder schlecht?

Das ist eine gute Frage, die zeigt, warum Statistiken schwierig sind: Denn 89,9% Zuverlässigkeit klingen eigentlich nicht schlecht, oder? Als Chance auf einen Lotto-Sechser wäre das zum Beispiel ausgezeichnet. Die Sache ist allerdings nicht ganz so einfach. Glücklicherweise gibt es im Analysebereich auch hierfür eine Best-Practice.

Erstellen eines Performance-Index

Wenn sich aus der Gesamtheit der Daten kein eindeutiger Schluss ableiten lässt, kann man sich auch eines Index behelfen. Einer Kennzahl, die auf einen Blick den Stand der Dinge widerspiegelt – die ist vom Autor der Studie in der Regel frei definierbar (auch die Regeln ihrer Berechnung), sollte aber zur Wahrung des Vertrauens ins Ergebnis nachvollziehbar sein.

Was würde sich also für ca. zwei Dutzend Fahrten je Richtung als vergleichbarer Bezug anbieten? Korrekt, eine Palette Dosenbier. Oder anders ausgedrückt: Wenn man eine Palette Dosenbier kauft (Inhalt: 24 Stück), wie viele ungenießbare Dosen müsste man dann pro Palette in Kauf nehmen? Diese Anzahl ergibt unsere Performance-Kennzahl, fortan auch als »16er-Blech-Index« bezeichnet.

Mit einer Ausfallquote von 10,85% im Jänner wären das bei einer Palette mit 24 Stück genau 2,6 ungenießbare Dosen. Da sich aber auch die 40% genießbarer Inhalt aus einer zu 60% ungenießbaren Dose nicht extrahieren lassen, runden wir hier natürlich auf und erhalten somit einen 16er-Blech-Index von 3.

Dazu noch eine Anmerkung zur Wertungsskala: Topergebnis ist klarerweise ein 16er-Blech-Index von 0. Das untere Ende ist allerdings keineswegs mit 24 definiert. Denn damit wäre aus Kundensicht der Zenit des Zumutbaren längst überschritten. Gehen wir von einer Reklamationsgrenze von 5 ungenießbaren Dosen aus, also jener Anzahl, die es bräuchte um die Palette ins Auto zu packen und an der Supermarktkassa zu reklamieren. Diese Untergrenze hat auch den Vorteil, dass die Skala in etwa dem Schulnotensystem entspricht, mit dem jeder etwas anfangen kann.

Wir schließen also den Jänner mit einem 16er-Blech-Index von 3 – und damit viel Potenzial nach oben – ab. Ich bin gespannt, was die nächsten Monate bringen.


Neueste Artikel

Schlagwörter

· · ·


Teilen & Favorisieren

Twitter (0 & 2) · Facebook (0 & 0)

2 Kommentare

Hier (0) · Twitter (0) · Facebook (2)

Kommentieren

Dieser Eintrag kann nicht mehr kommentiert werden.