Downloads

Cyber security and global communication concept. Analysis of information. Technology data binary code network conveying connectivity, Data and information protection protocol. Secure connection.

Willkommen im Open Data Bereich von ETC

Auf dieser Seite stellen wir ausgewählte Datensätze, aus unterschiedlichen Projekten von ETC Solutions, offen zur Verfügung. Damit wollen wir es Datennutzenden ermöglichen mit diesen Daten zu arbeiten und sich transparent zu informieren. Sollten Sie mit den hier veröffentlichten Daten ein Spannendes Projekt verwirklicht haben, melden Sie sich bei uns. Wir verlinken ihr Projekt als Showcase gerne auf unserer Webseite.

Unsere Auftraggeber haben zugestimmt, dass die auf dieser Seite angebotenen Daten in dieser Form veröffentlicht und von jedem genutzt werden können. Die auf dieser Seite veröffentlichten Daten stammen aus dem Projekt QMS RPV CH des schweizerischen Bundesamtes für Verkehr (https://www.bav.admin.ch/bav/de/home/allgemeine-themen/rpv/qualitaetsmesssystem.html). Das ist ein Qualitätsmesssystem mit dem Besteller die Leistung des öffentlichen Verkehrs transparent überwachen und vergleichen können. Dabei bewerten Testkunden in der ganzen Schweiz die Leistungen in den Qualitätsbereichen Aufenthaltsqualität (AQ), Kundeninformation (KI) in den Kategorien Sauberkeit, Ordnung und Schäden. In Bussen wird auch die Kompetenz des Fahrpersonals erhoben. Zusätzlich werden Pünktlichkeitsdaten erhoben und ausgewertet. Die bei der Verarbeitung der Pünktlichkeitsdaten anfallenden Protokolle stellen wir hier ebenfalls zur Verfügung.

 

Wir danken dem Schweizer Bundesamt für Verkehr dafür, dass wir diese Daten offen zur Verfügung stellen können.

 

Hinweis:  Auf ein Ausweisen von erkannten Ausfällen (Fahrt ist im Fahrplan, in den CUS Daten sind aber komplett keine Daten vorhanden) wird in den Importprotokollen zurzeit noch verzichtet. Dies ist Thema des Aufgabenpaketes automatische Ausfallerkennung, welches bis ende Q1 2021 abgeschlossen sein wird. Grund: Da noch nicht alle TU’s vollständig Daten liefern würde Auf ein Ausweisen von erkannten Ausfällen (Fahrt ist im Fahrplan, in den CUS Daten sind aber komplett keine Daten vorhanden) wird in den Importprotokollen zurzeit noch verzichtet. Dies ist Thema des Aufgabenpaketes automatische Ausfallerkennung, welches bis ende Q1 2021 abgeschlossen sein wird. Grund: es die Importprotokolle künstlich aufblasen.

 

 

Datensätze zum

ETC verarbeitet die Pünktlichkeitsdaten von https://opentransportdata.swiss/de/dataset/istdaten. Die Gesammelten Pünktlichkeitsdaten des vergangenen Tages werden nachts als CSV Datei in unser System importiert. Dabei werden, je nach Datenlage die Daten mit Status «REAL», oder die letzten gelieferten «Prognose-Daten» verwendet.  Daten mit dem Status «UNBEKANNT» werden nicht übernommen. Für jedes TU resp. für jeden Betreiber (GO-Nummer ) wird täglich ein Import erstellt. Dabei fällt eine Vielzahl von Zusatzinformationen an, die als Importprotokolle hier zur Verfügung gestellt werden. Mit diesen Protokollen kann man zum Beispiel erkennen, wo und wann es Ausfälle oder Zusatzfahrten gegeben hat.

Beschreibung der einzelnen Meldungen bei der Verarbeitung Pünktlichkeitsdaten

  1. Beispiel: Fahrt: 4658 von „Nidau, Bahnhof“ (8594089) bis „Biel/Bienne, Löhre/Mauchamp“ (8592467) nicht zuordenbar.
    Beschreibung: Einer Fahrt aus den CUS-Daten konnte keine Fahrt im Fahrplan zugeordnet werden.

Beispiel: Fahrt: 12115 von „Luzern, Weinbergli“ (8589846) bis „Luzern, Pilatusplatz“ (8573022) ist ein Duplikat und wird nicht übernommen.
Beschreibung: Wenn mehreren Fahrten aus den CUS-Daten dieselbe Fahrt im Fahrplan zugeordnet wurde wird nur die, mit dem besten Match-Score übernommen. Alle weiteren erhalten diese Meldung. Es sollte sich um Doppelerfassungen derselben Fahrt handeln.

Beispiel: Fahrt: 15741 (BAV: 16081) von „Horw, Spitz“ (8577148) bis „Kriens, Busschleife“ (8580573) ist eine Zusatzfahrt und wird nicht übernommen.
Beschreibung: Die Fahrt wurde in den CUS-Daten als Zusatzfahrt markiert. (csv-Spaltenname: zusatzfahrt_tf)

Beispiel: Fahrt: 2140 (BAV: 2140) von „St. Gallen, Wolfganghof“ (8589648) bis „St. Gallen, Guggeien“ (8589580) wurde als Ausfall gemeldet und wird nicht übernommen.
Beschreibung: Die Fahrt wurde in den CUS-Daten als Ausfall markiert. (csv-Spaltenname: faellt_aus_tf)

Beispiel: Halt „XXX“ (139) ist kein planmäßiger Halt der Fahrt: 2012 (BAV: 2012) und wird nicht übernommen.
Beschreibung: Haltestelle hat im Fahrplan den Haltecode: 4 – Durchfahrt oder 5 – Diensthalt

Beispiel: Beim Halt „St. Gallen, Aetschberg“ (8589550) der Fahrt: 2271 (BAV: 2271) liegt die Abfahrtszeit vor der Ankunftszeit.
Beschreibung: Eine Haltestelle wurde in den CUS-Daten mit Prognosestatus ‚U‘ markiert (csv-Spaltennamen: an_prognose_status, ab_prognose_status)

Beispiel: Beim Halt „Zürich, Toni-Areal“ (8591398) der Fahrt: 688150 (BAV: 769) wurde keine Soll-Ankunftszeit geliefert. Daten werden nicht übernommen.
Beschreibung: Bei einem Halt wurde in den CUS-Daten keine Soll-Ankunftszeit geliefert. Halt ist in CUS-Daten jedoch vorhanden.

Beispiel: Beim Halt „Zürich, Stampfenbachplatz“ (8591379) der Fahrt: 381609 (BAV: 2072) wurde keine Soll-Abfahrtszeit geliefert. Daten werden nicht übernommen.
Beschreibung: Bei einem Halt wurde in den CUS-Daten keine Soll-Abfahrtszeit geliefert. Halt ist in CUS-Daten jedoch vorhanden.

Beispiel: Beim Halt „Zürich, Morgental“ (8591279) der Fahrt: 333502 (BAV: 10106) wurde keine Ist-Ankunftszeit geliefert. Daten werden nicht übernommen.
Beschreibung: Bei einem Halt wurde in den CUS-Daten keine Ist-Ankunftszeit geliefert. Halt ist in CUS-Daten jedoch vorhanden.

Beispiel: Beim Halt „Benglen, Gerlisbrunnen“ (8590504) der Fahrt: 129340 (BAV: 14187) wurde keine Ist-Abfahrtszeit geliefert. Daten werden nicht übernommen.
Beschreibung: Bei einem Halt wurde in den CUS-Daten keine Ist-Abfahrtszeit geliefert. Halt ist in CUS-Daten jedoch vorhanden.

Beispiel: Beim Halt „Zürich, Botanischer Garten“ (8591094) der Fahrt: 91168 (BAV: 7226) weicht die Soll-Ankunftszeit des TU (13:23:00) von der des BAV (13:24:00) ab.
Beschreibung: Bei einem Halt weicht die Ankunftszeit aus dem Fahrplan um mehr als 59 Sekunden von der in den CUS-Daten gelieferten Soll-Ankunftszeit ab.

Beispiel: Beim Halt „Benglen, Gerlisbrunnen“ (8590504) der Fahrt: 70504 (BAV: 9913) weicht die Soll-Abfahrtszeit des TU (00:31:00) von der des BAV (00:30:00) ab.
Beschreibung: Bei einem Halt weicht die Abfahrtszeit aus dem Fahrplan um mehr als 59 Sekunden von der in den CUS-Daten gelieferten Soll-Abfahrtszeit ab.

Beispiel: Auf der Fahrt: 432652 (BAV: 3417) wurde die Haltestelle „Zürich, Bändliweg“ (8591068) nicht angefahren.
Beschreibung: Eine Haltestelle aus dem Fahrplan kommt in den CUS-Daten der Fahrt nicht vor.

 

Beispiel: Teilausfall auf der Fahrt: 10106 (BAV: 10106) zwischen „Lenzburg, Neuhofstrasse“ (8578728) und „Lenzburg, Berufsschule“ (8578726).
Beschreibung: Eine Teilstrecke aus dem Fahrplan kommt in den CUS-Daten der Fahrt nicht vor.

Beispiel: Auf der Fahrt: 5332 (BAV: 5332) hatte der Halt „Basel Bad Bf“ (8500090) den Status „Unbekannt“.
Beschreibung: Eine Haltestelle wurde in den CUS-Daten mit Prognosestatus ‚U‘ markiert (csv-Spaltennamen: an_prognose_status, ab_prognose_status)

Beispiel: Auf der Fahrt: 54312 (BAV: 54312) hatte der Abschnitt zwischen „La Chaux-de-F, Eplatures Nord“ (8594499) und „La Chaux-de-Fonds, Arc-en-Ciel“ (8593625) den Status „Unbekannt“.
Beschreibung: Eine Teilstrecke wurde in den CUS-Daten mit Prognosestatus ‚U‘ markiert (csv-Spaltennamen: an_prognose_status, ab_prognose_status)

Beispiel: Auf der Fahrt: 54312 (BAV: 54312) hatte die komplette Fahrt den Status „Unbekannt“.
Beschreibung: Eine komplette Fahrt wurde in den CUS-Daten mit Prognosestatus ‚U‘ markiert (csv-Spaltennamen: an_prognose_status, ab_prognose_status)

Beispiel: Der Halt 8506517 auf der Fahrt: 622317 (BAV: 3909) ist ein unbekannter Messpunkt. Daten werden nicht übernommen.
Beschreibung: Die gelieferte Haltestellen-ID aus den CUS-Daten (Spaltenname: bpuic) kann keiner Haltestelle zugeordnet werden.

Fahrtausfälle DPM

QMS RPV Infoblatt Fahrtausfall DPM

Datensatz zum Download

Datensatz zum Download

Datensatz zum Download

Datensatz zum Download

Datensatz zum Download

Datensatz zum Download

Datensatz zum Download

Datensatz zum Download

Datensatz zum Download

Aufenthaltsqualität

Hier erheben Testkunden den Zustand vor Ort in den Kategorien Sauberkeit, Ordnung, Funktionsfähigkeit, Schäden und Vandalismus. Je nachdem, was vor Ort vorhanden ist, können verschiede Elemente (Teilindikatoren) bewertet werden, zum Beispiel, Sitzgelegenheiten, Billettautomaten oder Abfallbehälter. Man kann sich die Daten insgesamt, oder getrennt nach Teilindikatoren, Transportunternehmen, Bus, Zug, Tram oder Haltestelle ansehen. 

Datensatz zum Download

AQ-BUS-TU_2021.csv

Datensatz zum Download

AQ-BUS-Gesamt_2016-2021.csv

Datensatz zum Download

AQ-BUS-Teilindikator_2016-2021.csv

Datensatz zum Download

AQ-HST-Gesamt_2016-2021

Datensatz zum Download

AQ-HST-Teilindikator_2016-2021

Datensatz zum Download

AQ-HST-TU_2021

Datensatz zum Download

AQ-Tram-Gesamt_2016-2021

Datensatz zum Download

AQ-Tram-Teilindikator_2016-2021

Datensatz zum Download

AQ-TRAM-TU_2021

Datensatz zum Download

AQ-ZUG-Gesamt_2016-2021

Datensatz zum Download

AQ-ZUG-Teilindikator_2016-2021.csv

Datensatz zum Download

AQ-ZUG-TU_2021

Datenqualitätsindex

Auf Auswertungen der Pünktlichkeit kann man sich nur verlassen, wenn die Pünktlichkeitsdaten von guter Qualität sind. Zum Beispiel ist es wichtig, dass die Pünktlichkeitsdaten möglichst vollständig sind und, dass die Pünktlichkeitsdaten nicht nur aus Prognosen, sondern auch aus echten Ankunfts- und Abfahrtszeiten bestehen. Deswegen werden für jeden Tag und jedes Transportunternehmen eine Reihe von Kennzahlen erhoben, mit denen sich abschätzen lässt, wie gut die Qualität der Pünktlichkeitsdaten ist. Die Daten sind je Tag, Transportunternehmen und Kanton verfügbar.

 

Datensatz zum Download

DQI_Kanton_TU_Betriebstag.csv

Datensatz zum Download

DQI_TU_Betriebstag.csv

Kundeninformation

Hier erheben die Testkunden, wie gut die Kundeninformation funktioniert. Dabei werden verschiedene Anzeigen und Durchsagen getrennt von einander bewertet. Zum Beispiel Abfahrtsanzeigen an der Haltstelle, oder Durchsagen zum nächsten Halt im Fahrzeug. Man kann sich die Daten insgesamt, oder getrennt nach Teilindikatoren, Transportunternehmen, im Fahrzeug oder an der Haltestelle ansehen. 

Datensatz zum Download

KI-FZG-Gesamt_2016-2021

Datensatz zum Download

KI-FZG-Teilindikator_2016-2021.csv

Datensatz zum Download

KI-FZG-TU_2021.csv

Datensatz zum Download

KI-HST-Gesamt_2016-2021.csv

Datensatz zum Download

KI-HST-Teilindikator.csv

Datensatz zum Download

KI-HST-TU_2021.csv

Kompetenzverhalten Personal

Hier bewerten die Testkunden die Kompetenz des Fahrpersonals in Bussen. Es werden verschiedene Themen (Teilindikatoren) unterschieden, zum Beispiel ob Fahrgäste begrüsst werden, ob das Personal eine Landessprache beherrscht, ob während der Fahrt Mobiltelefone benutzt werden. Man kann sich die Daten insgesamt, oder getrennt nach Teilindikatoren und Transportunternehmen ansehen. 

Datensatz zum Download

KOPE-Gesamt_2016-2021.csv

Datensatz zum Download

KOPE-Teilindikator_2016-2021.csv

Datensatz zum Download

KOPE-TU_2021.csv

InnoTrans 2022

Vereinbaren Sie hier einen individuellen Termin

*“ zeigt erforderliche Felder an

Name*
Ich interessiere mich für Folgende Themen:

Dieses Feld dient zur Validierung und sollte nicht verändert werden.