यह एक साधारण तथ्य है, दुनिया का हर व्यवसाय ग्राहक डेटा एकत्र करने और उसका विश्लेषण करने से लाभान्वित हो सकता है। डेटा उपयोग के प्रभाव कहीं भी बड़ी भूमिका नहीं निभा सकते हैं या पार्किंग उद्योग की तुलना में अधिक सकारात्मक प्रभाव नहीं डाल सकते हैं। टाइम इन, टाइम आउट, दरें, ठहरने की अवधि, घटनाएँ, मौसम की स्थिति आदि सभी दैनिक पार्किंग संचालन में एक भूमिका निभाते हैं और फलस्वरूप, सुविधा के उपयोग और पार्किंग पैटर्न को उजागर करने में।

हालांकि डेटा एकत्र करना थोड़ा चुनौती भरा हो सकता है, असली काम आपके द्वारा इसे एकत्र करने के बाद शुरू होता है। यह जानकर कि सुबह 8 से 9 बजे के बीच आपके द्वार से 86 वाहन गुजरते हैं, बहुत अच्छा है, लेकिन आप इस तरह के डेटा का मुद्रीकरण कैसे कर सकते हैं? यहीं से डेटा एनालिटिक्स काम आता है; कच्चे डेटा को पैसे में बदलने और निर्णय लेने की प्रक्रिया में सुधार करने में मदद करना। यहाँ पार्किंग उद्योग में डेटा विश्लेषण के नए चलन पर मेरे विचार हैं और यह कैसे सुनिश्चित किया जाए कि आपका ऑपरेटर कच्चे डेटा को कच्ची सफलता में बदल दे।

"डेटा नया तेल है"

आजकल कंपनियों के लिए बड़ी चर्चा यह है कि "डेटा नया तेल है"। अफसोस की बात है कि अभी तक पार्किंग ऑपरेटरों या पार्किंग उद्योग से आने वाली सूचनाओं का "गीजर" नहीं आया है। दुनिया में लगभग हर पार्किंग ऑपरेटर अपने ग्राहकों के लिए "डेटा एनालिटिक्स" या "बिजनेस इंटेलिजेंस" समाधान का कोई न कोई रूप रखता है, लेकिन सच्चाई यह है कि अधिकांश ऑपरेटरों के पास डेटा संग्रह के बहुत ही आदिम साधन हैं और उन्होंने इस नई तकनीकी को विकसित करने के लिए बहुत कम पूंजी समर्पित की है। संसाधन। अधिकांश ऑपरेटरों ने डेटा एनालिटिक्स के भविष्य के विकास को तीसरे पक्ष के प्रदाताओं को स्थगित करना चुना है जैसे निशान लगाना. वैकल्पिक रूप से, पार्किंग उपकरण आपूर्तिकर्ताओं ने अंततः डेटा विश्लेषण को उत्पाद/सेवा के रूप में विकसित करने में अधिक निरंतर प्रयास करना शुरू कर दिया है। यह देखते हुए कि उनके उपकरण आमतौर पर वैसे भी पार्कर डेटा एकत्र कर रहे हैं, क्यों न ग्राहकों के लिए डेटा प्लेटफ़ॉर्म और एनालिटिक्स टूल को भी एकीकृत किया जाए? समझ में आता है, है ना?

लेकिन पार्किंग ऑपरेटरों को जो डेटा मिलता है, उसके साथ क्या करना चाहिए या क्या करना चाहिए? वे अपने ग्राहकों के लिए पार्किंग राजस्व और संचालन में सुधार के लिए इस जानकारी का उपयोग कैसे कर सकते हैं?

अपने पार्किंग ऑपरेटर के साथ डेटा एनालिटिक्स या बिजनेस इंटेलिजेंस समाधान पर विचार करते समय मेरी शीर्ष पांच (5) सिफारिशें यहां दी गई हैं:

1. सत्यापन योग्य

ऑपरेटरों को यह प्रमाणित करना होगा कि पार्किंग उपकरण से कच्चे डेटा का संग्रह (उदाहरण के लिए एक महीने के लिए) रिपोर्ट किए गए राजस्व के खिलाफ सत्यापित किया जा सकता है ताकि यह सुनिश्चित किया जा सके कि आधार डेटा (जैसे लापता लेनदेन, भुगतान, गेट इवेंट, आदि) में कोई विसंगतियां या अंतराल नहीं हैं। किसी भी बिजनेस इंटेलिजेंस प्लेटफॉर्म या एप्लिकेशन में इस्तेमाल किया जा रहा है।

2. पायलट

ऑपरेटरों को अपने प्रस्तावित बिजनेस इंटेलिजेंस समाधान (समाधानों) की सिद्ध क्षमताओं या संसाधनों को स्पष्ट रूप से प्रदर्शित करने की आवश्यकता है। अलग-अलग कंप्यूटर स्क्रीनशॉट के साथ पावरपॉइंट प्रेजेंटेशन दिखाना काफी अच्छा नहीं है। आपको वास्तविक समय में वास्तविक सुविधा में उत्पाद कार्य को देखने में सक्षम होना चाहिए।

3. अनुकूलन योग्य

ऑपरेटरों को यह सुनिश्चित करना चाहिए कि प्रत्येक पार्किंग सुविधा के लिए पार्किंग डेटा कई प्रारूपों में उपलब्ध होगा और यह साइट-विशिष्ट परिचालन विशेषताओं (जैसे बाहरी सतह लॉट बनाम मौसम पैटर्न, ठहरने की अवधि जब सुविधाएं कर्मचारी बनाम गैर-स्टाफ, संबंधित लेनदेन की मात्रा से मेल खाती हैं) , दरों से विभाजित; प्रति दिन/माह/वर्ष, आदि) जितना अधिक विस्तृत डेटा आपको बेहतर मिलेगा!

4. रिपोर्टिंग

ऑपरेटरों को यह प्रदर्शित करने की आवश्यकता है कि वे आपको उपयोगी रिपोर्ट प्रदान करने के लिए पार्किंग डेटा का उपयोग करने की योजना कैसे बनाते हैं। उदाहरण के लिए, यदि 48% पार्कर टर्मिनल प्रवेश/निकास के निकटतम गैरेज में सुबह 6 बजे से 10 बजे के बीच हवाई अड्डे की पार्किंग सुविधा में प्रवेश करते हैं और कुल पार्किंग सुविधा राजस्व का 70% उत्पन्न करने के लिए जिम्मेदार हैं, तो इसका क्या मतलब है? यह महत्वपूर्ण क्यों है? यदि इस उदाहरण में पार्किंग ऑपरेटर इस सुविधा में यात्री ड्रॉप ऑफ/पिकअप या शॉर्ट टर्म पार्कर्स के उच्च प्रतिशत को हाइलाइट करने के लिए डेटा प्रस्तुत करने में सक्षम है (मुख्य रूप से टर्मिनल के नजदीक होने के कारण) तो ग्राहक विचार कर सकता है (या औचित्य साबित कर सकता है) ) संभावित दर वृद्धि या परिवर्तनीय मूल्य निर्धारण संरचनाएं (मांग और दिन के समय के आधार पर)। अपने ऑपरेटर से पूछें कि वे अपने द्वारा एकत्र किए गए डेटा को कैसे भुनाने की योजना बना रहे हैं।

5. पूर्वानुमान

पार्किंग ऑपरेटरों को वास्तविक केस स्टडी प्रदान करने में सक्षम होना चाहिए कि कैसे उनके बिजनेस इंटेलिजेंस समाधानों ने ऐतिहासिक पार्किंग डेटा का उपयोग किसी पार्किंग सुविधा या अन्य समय में कम व्यस्तताओं में भविष्य की अधिभोग मांगों का पूर्वानुमान लगाने के लिए किया है। उनके बिजनेस इंटेलिजेंस समाधान डेटा का विश्लेषण करने और दिन, सप्ताह या महीने आदि के आधार पर पार्कर्स के पैटर्न की भविष्यवाणी (उचित निश्चितता के साथ) करने में सक्षम होना चाहिए। यह उन लोगों के लिए विशेष रूप से महत्वपूर्ण होगा जो परिवर्तनीय या "गतिशील" मूल्य निर्धारण के लिए रणनीति लागू करना चाहते हैं।

पार्किंग डेटा केवल तभी उपयोगी होता है जब इसका सही उपयोग और इसकी अधिकतम क्षमता के लिए उपयोग किया जाता है। डेटा एकत्र करना एक एनालिटिक्स समाधान के सफल निष्पादन और कार्यान्वयन की दिशा में पहला कदम है, इसलिए एक सिद्ध उत्पाद और सेवा प्रदाता की तलाश करें। तभी आप अपनी पार्किंग सुविधा में कच्चे डेटा को कच्ची सफलता में बदल पाएंगे।

लेखक के बारे में:

रॉस फ्रैंगोस के अध्यक्ष और संस्थापक हैं ऑडिटपार्क सर्विसेज इंक., टोरंटो ऑन में स्थित एक पार्किंग परामर्श फर्म। वह प्रस्ताव के लिए अनुरोध, पार्किंग दस्तावेज और पार्किंग प्रबंधन सेवाओं की खरीद में अपने ग्राहकों की सहायता करने में माहिर हैं।

श्रेणियाँ

संयुक्त राज्य अमेरिका में शीर्ष ब्रांड अपने खुदरा और आतिथ्य नेटवर्क में ऑडिट, कार्यों और संचार के लिए बिंदी का उपयोग करते हैं।