Nachfragemodellierung & Marktschätzung
Die Marktgrößenbestimmung und -prognose für den Mobility-on-Demand-Markt über alle Segmente hinweg (nach Typ, Fahrzeugtyp, Antrieb, Buchungstyp, Pendeltyp und Geografie) wurden unter Verwendung eines dualen Methodikrahmens, der Top-Down- und Bottom-Up-Ansätze kombiniert, durchgeführt und durch mehrstufige Datentriangulation verstärkt.
Bottom-Up-Marktschätzung:
Das Bottom-Up-Modell wurde durch die Aggregation der Nachfrage von den kleinsten definierbaren Markteinheiten bis zu regionalen und globalen Gesamtwerten konstruiert. Die folgenden spezifischen Metriken und Variablen wurden als Kerneingaben verwendet:
- Anzahl registrierter MoD-Fahrzeuge pro Stadtkategorie (Zweiräder, Pkw, Busse und Schienenfahrzeuge, die aktiv in Sharing- oder Mietprogrammen registriert sind, segmentiert nach ICE- vs. Elektroantrieb)
- Durchschnittliche Fahrtenhäufigkeit pro Fahrzeug pro Tag (differenziert nach innerstädtischem vs. zwischenstädtischem Pendeltyp und Buchungskanal — online vs. offline)
- Durchschnittlicher Umsatz pro Fahrt (ARPT) (berechnet nach Fahrzeugkategorie, Markt und Servicemodell — Sharing vs. Vermietung — angepasst an die lokale Kaufkraftparität)
- Plattformprovision & Flottenauslastungsrate (Prozentsatz des Bruttobuchungswertes, der von MaaS-Plattformen einbehalten wird, und das Verhältnis von aktiven Fahrzeugstunden zu den insgesamt verfügbaren Stunden, verwendet zur Berechnung des Nettoumsatzbeitrags pro Marktsegment)
Top-Down-Marktschätzung:
Der Top-Down-Ansatz begann mit dem gesamten adressierbaren Markt (TAM) für globale Transport- und Mobilitätsdienste, der aus makroökonomischen Datensätzen der OECD und UITP stammte. Der Marktanteil wurde dann dem MoD-Untersegment zugewiesen, unter Verwendung von Penetrationsraten-Benchmarks, die aus Primärinterviews und Regierungsberichten zur Transportnutzung abgeleitet wurden. Regionale Allokationen wurden kalibriert anhand von BIP pro Kopf, Urbanisierungsraten, Smartphone- und Internetpenetration sowie der Dichte der bestehenden öffentlichen Verkehrsinfrastruktur.
Mehrstufige Datentriangulation:
Alle Marktschätzungen wurden über drei unabhängige Datenströme trianguliert — (1) angebotsseitige Daten von Flottenbetreibern und Plattformanbietern, (2) nachfrageseitige Daten aus Pendlerumfragen und Buchungsplattformanalysen und (3) makroökonomische und regulatorische Daten von Regierungs- und zwischenstaatlichen Stellen. Abweichungen von mehr als ±8 % zwischen den Strömen führten zu einer sekundären Validierungsrunde mit zusätzlichen Primärquellen, bevor die endgültigen Zahlen festgesetzt wurden.
Regionale Prognosen für Nordamerika, Südamerika, Europa, den Nahen Osten & Afrika und Asien-Pazifik wurden zusätzlich gegen Szenariomodelle (Basis, optimistisch und konservativ) getestet, die Variablen wie die Fortsetzung von EV-Subventionen, die Verschärfung von Vorschriften für geteilte Mobilität und die Erholungsverläufe der urbanen Mobilität nach der Pandemie widerspiegeln.
.jpg){kind=small}
