Bewertung von Plakatstandorten für Ströer DERG Media GmbH
Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS
Bewertung von Plakatstandorten an Bahnhöfen

Ein großes Problem für Werbetreibende war es bisher, die Frequenzen der Passanten an deutschen Bahnhöfen abzuschätzen. Bahnhöfe im Allgemeinen sind zwar unbestritten sehr gute Plakatstandorte, aber genaue und vor allem flächendeckende Zahlen über die Besucher beziehungsweise Kontaktpersonen gab es bisher nur in öffentlichen Straßennetzen. Die gängige Praxis waren bisher regelmäßige Zählungen an verschiedenen Plakaten.
Umfangreiche Datenerhebung
Solche Zählungen können aber zum einen lediglich einen bestimmten Punkt klassifizieren und sind zum anderen sehr kostenintensiv. Das Fraunhofer IAIS hat für seine Datenerhebung sowohl Reisende im Bahnhof, auf den Bahnsteigen und in den Bahnen herangezogen, als auch Touristen und Spaziergänger mit einbezogen. Die Daten kamen dabei vor allem aus GfK-Zählungen, von der Deutschen Bahn, externen Frequenzmessdaten, Fahrplaninformationen oder sonstigen Umgebungsvariablen wie Point of Interest.
Personenverkehr ermitteln
Ein großes Problem um an nachvollziehbare Informationen zu gelangen ist die Tatsache, dass es in Bahnhöfen meistens keinen GPS-Empfang gibt. Da diese Methode wegfällt, ist es umso wichtiger, die übrigen Daten sehr umfassend auszuschöpfen. Um die Bewegungen der Personen in den Gebäuden zu ermitteln haben wir an verschiedenen Knotenpunkten die Anzahl und die Richtung der vorbeigehenden Personen ermittelt und konnten so herausfinden, wie viele Personen auf die Gleise gehen, oder die Gebäude des Bahnhofs anderweitig nutzen. Auf den Gleisen war es anhand von Zugauslastungen und Fahrplaninformationen möglich, herauszufinden, wie viele Personen sich zu bestimmten Zeiten auf bestimmten Abschnitten der Gleise befanden.
Ergebnisse auf neue Standorte übertragen
Anhand der ermittelten Daten und der Bahnhofspläne ist es möglich, eine Tagesfrequenzkurve aufzustellen. Die Ergebnisse kann man in einem nächsten Schritt extrapolieren und auf andere Bahnhöfe mit gleichen Mustern anwenden. Durch verschiedene wechselseitige Tests zwischen einzelnen Bahnhöfen können die Daten „trainiert“ werden und liefern sehr genaue Ergebnisse.


Lesezeichen setzen bei