Gemeente Amsterdam brengt met dashboard fietsparkeerdruk in kaart

Het team Onderzoek en Kennis waar Dijkstra deel van uitmaakt, verzorgt een belangrijk deel van de mobiliteitsonderzoeken voor de gemeente Amsterdam. Bij een onderzoek is altijd de vraag, hoe delen we de data en kennis met collega’s en desgewenst mensen buiten de organisatie. Een goed dashboard voorziet in die mogelijkheden. Voor het thema fiets heeft de Amsterdam aan Trajan gevraagd twee dashboards te ontwikkelen. Eén waarin de fietsparkeerdata wordt gevisualiseerd en een dashboard om floating bike data in kaart te brengen. Beide dashboards gaan verder dan alleen visualisatie, er kunnen ook analyses mee worden gemaakt. 

Fietsparkeertellingen 

In 2016, 2017, 2019 en 2020 deed Trajan verschillende fietsparkeertellingen voor de gemeente Amsterdam. Zo zijn alle straten in Amsterdam in kaart gebracht, vertelt Dijkstra. “In 2016 hebben we het totaal aantal fietsen binnen de ring A10 vastgelegd. In 2018 hebben we alle straten in kaart gebracht, zo kwamen we erachter dat er in de Amsterdamse straten 413.000 fietsen geparkeerd staan. In 2019 hebben we hetzelfde onderzoek uitgevoerd als in 2016. Deze onderzoeken vonden overdag plaats. In 2020 hebben we een avondtelling gedaan in alle woonstraten. Omdat de meeste mensen binnen moesten blijven door corona konden we de maximale bezetting bij de woonstraten goed in kaart brengen. We hadden altijd het idee dat het heel druk is in Amsterdam met geparkeerde fietsen. Dat beeld is door het onderzoek bevestigd. Alle verzamelde data zijn nu verwerkt in het dashboard. Zo hebben we nu per straat inzichtelijk hoeveel fietsen er staan, hoeveel fietsparkeerplaatsen er zijn op maaiveldniveau en hoeveel procent van de fietsen er buiten de stallingen staan.”  

Vergelijken 

Door het dashboard kan in beeld worden gebracht waar knelpunten liggen, bijvoorbeeld een te hoge parkeerdruk. Dijkstra: “Je kunt eenvoudig oude met nieuwe situaties vergelijken, omdat we steeds nieuwe data toevoegen aan het dashboard. Als we extra stallingen plaatsen of een fietsparkeergarage bouwen, kunnen we in het dashboard zien wat daarvan het effect is op fietsparkeren straat. Door steeds nieuwe data te verzamelen zien we ook dat sommige knelpunten inmiddels zijn opgelost. We willen zoveel mogelijk fietsen in stallingen hebben staan en niet kriskras door de openbare ruimte. Door de aanleg van de nieuwe fietsparkeergarage op het Leidse Plein zien we bijvoorbeeld dat de overlast van de fietsen op het plein aanzienlijk minder is geworden.” Door gebruik te maken van dashboards kunnen beweringen en prognoses eenvoudig worden gestaafd. “Als inwoners klagen over een gebrek aan fietsparkeerplekken in een bepaald gebied, dan kun je door alle verzamelde data eenvoudig aflezen hoeveel fietsen er in de openbare ruimte geparkeerd staan en hoeveel fietsparkeerplekken er zijn. Je kunt dan eenvoudig nagaan of de klacht van inwoners gerechtvaardigd is. We maken gebruik van het dashboard om beleid te staven en te onderbouwen”, aldus Dijkstra.  



De ruimte in Amsterdam begint vooral in de binnenstad een beetje op te raken. De gemeente wil voetgangers alle ruimte geven in de openbare ruimte, maar de geparkeerde fietsen zorgen soms voor de nodige obstakels. “Een fietsparkeergarage kan daarvoor een oplossing zijn en we hebben er inmiddels een aantal gebouwd. Het is echter soms een uitdaging om ervoor te zorgen dat mensen er ook daadwerkelijk de fiets parkeren. Ze willen vaak toch zo dicht mogelijk voor de deur parkeren. Dat vraag om extra handhaving.” 

Floating bike data 

Het andere dashboard dat Trajan heeft gebouwd visualiseert de floating bike data van onder andere de fietstelweek. “We kunnen met deze data bijvoorbeeld zien hoeveel fietsers er een bepaalde route rijden, hoe snel ze fietsen en waar ze vandaan komen”, vertelt Dijkstra. “Je kunt vervolgens bekijken of ze op een bepaald traject goed kunnen doorfietsen en hoe vaak en hoe lang ze opgehouden worden. Daarmee kunnen we bijvoorbeeld nagaan waarom bepaalde routes populair zijn. Zo stappen veel studenten uit op station Amstel. Ze hebben vervolgens twee fietsroutes om bij de universiteit te komen. Door floating data te gebruiken kun je met behulp van het dashboard analyseren waarom een bepaalde route de voorkeur heeft. Als dan blijkt dat fietsers veel vertraging hebben op de route kun je bijvoorbeeld de vri’s zo instellen dat ze sneller of langer groen licht hebben, zodat ze sneller op hun bestemming zijn. We willen graag schone mobiliteit stimuleren. Door floating data te gebruiken brengen we knelpunten in kaart en kunnen we oplossingen bedenken om het stimuleren van het fietsgebruik te verbeteren”, zo besluit Dijkstra.