Amsterdam gaat met big data de toeristendrukte te lijf

Foto: Olivier Middendorp

Een nieuw welvaartsprobleem: steden die ’s zomers uit hun voegen barsten door de massa’s toeristen. In Barcelona is de overlast zo groot dat bewoners protesteren tegen de komst van nieuwe hotels, Airbnb-appartementen en asociale toeristen. Maar ook Amsterdammers klagen steeds meer over de toegenomen drukte. Niet zo gek: het aantal hotelovernachtingen steeg er vorig jaar met meer dan tien procent, een stuk harder dan in de rest van Europa.

In samenwerking met het internationale onderzoeksinstituut Advanced Metropolitan Solutions experimenteert de gemeente Amsterdam nu met een nieuwe manier om de toeristenmassa’s in goede banen te leiden: door het analyseren van grote databestanden. “Als een van de eerste steden ter wereld kunnen we straks uren van tevoren nauwkeurig voorspellen hoe druk het wordt op plekken als de Dam, het Centraal Station of het Leidseplein”, zegt Ger Baron, die als Chief Technology Officer alle technologieprojecten van de gemeente overziet. “Zo kunnen we anticiperen op drukte en mensen bijvoorbeeld aanmoedigen een andere route te nemen.”

Foto: Olivier Middendorp

De rij voor het Anne Frank Huis. Foto: Olivier Middendorp

De onderzoekers gebruiken een scala aan databronnen om de mensenmassa’s in kaart te brengen, zoals gps-data van telefoonmasten en gegevens over hotelovernachtingen en het openbaar vervoer. Ook doen ze zoekopdrachten op internet en social media, en halen informatie over fiets- en autoverkeer uit ouderwetse lussen in de weg.

Met de auto of trein

Het team heeft veel geoefend tijdens voetbalwedstrijden in de Amsterdam Arena. “We weten nu dat bezoekers van een wedstrijd gemiddeld drie dagen van tevoren besluiten of ze met de auto of trein zullen gaan”, zegt Baron. “Dan moet je hen dus voor die tijd overhalen het beste vervoersmiddel te kiezen, bijvoorbeeld met een korting op het openbaar vervoer.”

Toeristen zijn iets minder voorspelbaar dan voetbalsupporters, zegt Baron, maar het scheelt niet veel. “Tachtig procent bezoekt dezelfde bezienswaardigheden.” Dat blijkt ook uit deze analyse van 500.000 Flickr-foto’s, geschoten door toeristen:

Bron: AMS, Sander van der Drift

500.000 Flickr-foto’s van Amsterdam, gemaakt door toeristen. In het rood de clusters waar de meeste foto’s worden gemaakt.Bron: AMS, Sander van der Drift

In de vaak smalle straten tussen die bezienswaardigheden doen zich de meeste opstoppingen voor:

Bron: AMS, Sander van Drift

Routes van en naar de populairste bezienswaardigheden. Bron: AMS, Sander van Drift

Big data rondom Sail

De missie van Baron en zijn team: ingrijpen nog voordat de ergste drukte plaatsvindt en als het even kan toeristen meer over de stad verspreiden. Zo probeert de gemeente samen met kamerverhuurservice Airbnb toeristen te verleiden vaker de stadsdelen buiten het centrum te bezoeken door hen informatie en tips te geven over de plek waar ze logeren. En als je Amsterdam intoetst in de app zie je nu niet meer alleen de foto’s van de binnenstad.

Baron verwacht veel van de big data-projecten rondom Sail in augustus. “Het evenement trekt zo’n twee miljoen bezoekers en dat heeft altijd voor veel verstoppingen gezorgd. Nu kunnen we voor het eerst real-time alle verkeers- en voetgangersstromen monitoren. Ook voorspellen we waar en op welk moment het druk wordt zodat we kunnen anticiperen met routeborden.”

Bron: Stad in balans

“It’s going to rain soon!”: In Helsinki spelen digitale routewijzers in op de informatiebehoefte van gebruikers (l) en de New York City Subway Touchscreens geven real-time reizigersinformatie (r). Bron: Stad in balans

De volgende stap: private partijen erbij betrekken. Baron:

“We zouden toeristen bijvoorbeeld kunnen waarschuwen als het erg druk wordt in het Rijksmuseum, in combinatie met een aanbieding van het museum: ‘kom vroeg in de ochtend en krijg korting op het appelgebak.’ Daar heeft het museum ook baat bij.”