Como o Machine Learning Melhora a Gestão de Contratos entre Autoridades e Operadores no Transporte Público
As autoridades de transporte público ao redor do mundo gerenciam uma série de contratos com operadores para garantir a qualidade do serviço prestado. Esses contratos geralmente estão estruturados para compensar os operadores com base nas divergências entre os serviços planejados e os reais, o que envolve situações como viagens adicionais não previstas, cancelamentos ou falhas nos níveis de qualidade estabelecidos.
No processo de gestão de contratos, um elemento chave é a “Justification Code Review”. Esse processo envolve a revisão manual, por parte do pessoal da agência, das discrepâncias entre as viagens planejadas e as reais. Os dados do sistema SAE em tempo real, como os horários de passagem dos veículos nas paradas de ônibus, são usados para realizar essa análise.
As viagens são classificadas em três categorias principais: Operadas, Perdidas-Deducíveis e Perdidas-Não-Deducíveis. Apenas as viagens classificadas como Perdidas-Deducíveis têm impacto na compensação do operador, ou seja, contribuem para uma dedução no pagamento que a autoridade faz.
O módulo de Gestão de Contratos e Desempenho da Suite MAIOR facilita o monitoramento da qualidade do serviço e ajuda na tomada de decisões, permitindo a geração de relatórios claros dos indicadores de desempenho e melhorando a prestação de contas.
O Papel do Machine Learning na Gestão de Contratos
O processo de revisão manual das viagens é essencial para determinar a compensação, mas é muito trabalhoso e consome muito tempo, pois envolve a análise de milhares de viagens. Para melhorar a eficiência e reduzir a carga de trabalho, a MAIOR incorporou um algoritmo de Machine Learning em seu sistema.
Esse algoritmo tem como objetivo automatizar e agilizar a classificação das viagens nas categorias apropriadas, como operadas, não operadas dedutíveis ou não operadas não dedutíveis.
O modelo de Machine Learning melhora a precisão do processo de classificação, alcançando uma taxa de precisão de até 85%, o que resulta em uma redução significativa da carga de trabalho do pessoal do operador.
Além de facilitar a classificação das viagens, o algoritmo também desempenha um papel crucial em calcular com precisão a compensação que o operador receberá, o que melhora a eficiência na gestão do contrato e garante que os pagamentos sejam justos e conforme o acordado.
Vantagens do Uso do Machine Learning na Gestão de Contratos
- Redução de Erros: Ao automatizar a classificação das viagens, o algoritmo minimiza os erros humanos e as discrepâncias na atribuição dos códigos de justificação.
- Economia de Tempo: A automação do processo reduz o tempo que o pessoal dedica a revisar manualmente as viagens, permitindo que se concentrem em tarefas mais estratégicas.
- Precisão no Cálculo da Compensação: Com a classificação precisa das viagens, o sistema garante que os cálculos de compensação sejam mais exatos, evitando pagamentos incorretos ou disputas entre as autoridades e os operadores.
- Melhora na Tomada de Decisões: Ao ter acesso a dados mais claros e precisos, tanto as autoridades quanto os operadores podem tomar decisões informadas para melhorar a qualidade do serviço e o planejamento das rotas.
Conclusão
O uso de Machine Learning na gestão de contratos de transporte público representa um grande avanço, ajudando a reduzir a carga de trabalho do pessoal, melhorando a precisão da classificação das viagens e garantindo que a compensação entre as autoridades e os operadores seja mais justa e eficiente. Essa tecnologia não só otimiza a gestão dos contratos, mas também contribui para uma melhor qualidade de serviço para os passageiros, beneficiando todo o ecossistema de transporte público.
