Het waardepotentieel van MPC voor MaaS aantonen
Mobility as a Service (MaaS) is een hot topic als het gaat om het innoveren van de mobiliteitssector. Om het MaaS-ecosysteem te realiseren, is het delen van data essentieel. Vanwege belemmeringen omtrent commerciële gevoeligheid en privacy van data, aarzelen mobiliteitsaanbieders om hun data te delen. Multi-party computation (MPC) kan deze belemmeringen voor het delen van data helpen verminderen, omdat gevoelige brondata niet wordt onthuld. In deze use case onderzoeken onze deelnemers Publiek Vervoer en Roseman Labs, in samenwerking met de Data Sharing Coalition, het waardepotentieel van het gebruik van MPC om MaaS te realiseren.
Waarom MaaS cruciaal is voor mobiliteitsinnovatie
MaaS is de integratie van allerlei verschillende vervoerswijzen (bijvoorbeeld openbaar vervoer, gedeelde mobiliteit) om op maat gemaakte deur-tot-deur-reizen in één klantervaring aan te bieden. Als zodanig heeft MaaS het potentieel om de coördinatie van vraag en aanbod van mobiliteit te verbeteren en reizigers handige alternatieven voor autobezit te bieden. Om vraag en aanbod in het ecosysteem optimaal op elkaar af te stemmen, is een integrale kijk op reispatronen en klantgedrag nodig. Om dit te bereiken, moeten mobiliteitsaanbieders data beschikbaar stellen en overdraagbaar maken aan andere spelers in de mobiliteitssector. Bijvoorbeeld transactiedata, accountgegevens of planningsdata.
Belemmeringen voor het delen van data in de mobiliteitssector
Over het algemeen aarzelen mobiliteitsaanbieders om hun data te delen, omdat het een belangrijk asset is voor hun bedrijfsmodel en vanwege concurrentie met andere mobiliteitsaanbieders. Denk aan data over voorkeuren en reisgedrag van reizigers. Deze informatie is waardevol voor aanbieders die strijden om reizigers of voor het binnenhalen van aanbestedingscontracten. Bovendien is de privacygevoeligheid van data een punt van zorg. Veel relevante data bevat persoonlijk identificeerbare informatie (PII) en het delen van deze data wordt beperkt door de AVG.
Hoe multi-party computation (MPC) de belemmeringen voor het delen van data helpt verminderen
MPC kan barrières voor het delen van data helpen verminderen door gevoelige brondata niet openbaar te maken. Met MPC kunnen verschillende organisaties inzichten krijgen uit data uit verschillende bronnen zonder dat een individuele organisatie zijn brondata aan andere organisaties prijsgeeft. Door brondata voor en tijdens berekeningen te versleutelen en te fragmenteren kunnen op een veilige manier inzichten gegenereerd worden over organisaties heen. En door data te versleutelen en te fragmenteren wordt de data zelf niet gedeeld, waardoor de data van elke individuele organisatie verborgen blijft voor andere betrokken organisaties.
Op MPC gebaseerde datasamenwerking zou commerciële barrières moeten verminderen, aangezien brondata niet wordt overgedragen en niet wordt onthuld in berekeningen. Dit voorkomt dat potentiële concurrenten profiteren van het gebruik van data van andere organisaties voor eigen commerciële doeleinden. Op MPC gebaseerde datasamenwerking vermindert ook de juridische barrières voor het delen van data, aangezien er geen PII wordt gedeeld. Organisaties moeten echter nog steeds PII verwerken. Daarom blijft het monitoren van de juridische context en de impact van multi-party calculaties, die nog in ontwikkeling is, cruciaal.
Het waardepotentieel van MPC voor MaaS testen in een pilot
Het waardepotentieel van MPC wordt getest in een MaaS-pilot in Noord-Nederland (regio Groningen-Drenthe). Voor deze pilot kan een specifiek segment van reizigers – de mensen die een beroep doen op de Wet Maatschappelijke Ondersteuning (WMO) – gratis gebruikmaken van het openbaar vervoer om een verschuiving in hun mobiliteitsgedrag te stimuleren: van duurder gepersonaliseerd aanbod naar betaalbare en handige MaaS-opties. De pilot wordt momenteel uitgevoerd, maar door privacybarrières voor datasamenwerking kunnen er op dit moment geen gedetailleerde analyses worden uitgevoerd om de hypothesen te ondersteunen en inzicht te krijgen in de impact van de pilot.
MPC maakt gedetailleerd inzicht in de resultaten van de pilot mogelijk door het combineren van databronnen van verschillende actoren zoals overheden, transactieverwerkers en gemeenten. Deze inzichten kunnen antwoord geven op vragen als ‘Leidt gratis of met korting met het openbaar vervoer reizen tot een verlaging van de totale reiskosten van de gemeente, terwijl het aantal reiskilometers stabiel is of toeneemt?’, ‘Voor welke leeftijdsgroep is gratis/korting op het openbaar vervoer het meest effectief?’ of ‘Is het effect van deze gratis/korting op het openbaar vervoer groter in de stad of op het platteland?’
Schaalbaarheid mogelijk maken om een groter MPC voor MaaS-ecosysteem te faciliteren
Op basis van de resultaten van de pilot zal de Data Sharing Coalition de betrokken deelnemers ondersteunen bij het ontwikkelen van een strategie om de use case op te schalen. Zo wordt er een roadmap gecreëerd om op te schalen naar meer organisaties en use cases, evenals een generiek interactiemodel als basis voor een groter MPC voor MaaS-ecosysteem. Ook kunnen de resultaten van deze use case mogelijk als basis dienen voor meerdere use cases en verdere opschaling van andere datadeelinitiatieven.
Lees meer over een andere use case van de Data Sharing Coalition, waarin MPC een sleutelrol speelt bij verbeterde monitoring van mensenhandel. Die use case diende als inspiratie voor bovenstaande use case.
Wil je meer weten over deze use case? Of heb je een interessant idee om nieuwe (cross-sectorale) datadeel-use cases te definiëren en te realiseren? Neem dan contact met ons op.