NYC Cabs - Mapping Taxi Tales
NYC Cabs ist das Konzept einer interaktiven Datenvisualisierung für großformatige Touchscreen-Bildschirme. Die zunehmende Globalisierung der letzten Jahre brachte dem öffentlichen Verkehr stetigen Aufschwung. Das lässt sich gerade in Großstädten wie New York beobachten, welche Massen an Touristen anziehen. Vor allem die ikonischen Taxis, die Yellow Cabs, in NYC bergen eine große Menge unentdeckter Daten - vielseitige, faszinierende und außergewöhnliche Geschichten, die NYC Cabs - Mapping Taxi Tales zum Vorschein bringt. Steig ein und entdecke das Universum der mehr als 325.000 Taxifahrten, die hier jeden Tag stattfinden!
Die Herausforderung
Wie sind wir zu der vermehrt standardisierten Interface-Gestaltung gekommen, die sich heutzutage so häufig, egal ob auf Websites oder Apps, wiederfinden lässt? Ist es möglich, sich von ihr zu lösen und vielleicht sogar Visualisierungen ganz ohne Interface-Elemente zu entwickeln? Im Kurs The Data Interface wurde diese Frage unter dem Aspekt der Datenvisualisierung diskutiert und untersucht. Vor dem Hintergrund einer intensiven Auseinandersetzung mit den Daten und alternativen Ansätzen der Gestaltung wurde sich aus unterschiedlichen Richtungen vor allem der Frage nach innovativen Interaktionslösungen genähert und komplexe Datensätze in vielfältigen Visualisierungen erarbeitet.
Datenstruktur
Die Taxi and Limousine Commission in New York, welche den Taxiverkehr koordiniert, stellt jedes Jahr die erhobenen Daten zur freien Verfügung. Dazu zählen neben den klassischen Yellow Cabs auch die Green Cabs, welche den Verkehr in der Innenstadt entlasten sollen und nur nördlich der W 110 St/E 96th St in Manhattan und den restlichen vier Boroughs fahren dürfen. Auch die Daten der FHV (For-Hire-Vehicles), zu denen zum Beispiel Limousinen zählen, wurden erhoben, für unsere Datenvisualisierung aufgrund der Konzentration auf die Dynamik zwischen Green und Yellow Cabs aber nicht weiter beachtet.
Taxi-Lokationen werden von der TLC nicht in genauen geografischen Koordinaten aufgezeichnet, stattdessen besteht ganz New York aus Feldern, sogenannten Zonen. Davon gibt es 263, mit Zone 264 & 265 für Fahrten außerhalb des Stadtgebietes. Neben dieser Pick-Up und Drop-Off Location sind die Zeiten im Datensatz enthalten, die Passagieranzahl, Mautgebühren, Trinkgelder, Bar oder Kartenzahlung, die Gesamtgebühr sowie die Distanz.
Um die Menge der Fahrten besser greifen zu können, konzentrierten wir uns auf den Datensatz eines zufällig ausgewählten Tages. An einem Tag gibt es etwa 260.000 Fahrten mit den Yellow Cabs und 21.000 Fahrten der Green Cabs.
Die Visualisierung
Die fünf Kreis Cluster zeigen die einzelnen Bezirke von New York und jeder Kreis steht für eine Taxizone. Die Entscheidung, uns von einer geografisch korrekten Darstellung zu lösen und anhand der Zonen zu einer übersichtlichen Struktur mit geografischem Bezug zu finden, bei der zu jeder Zeit noch deutlich wird, wo sich welcher Ort befindet, brachte uns der schlussendlichen Gestaltung einen großen Schritt näher.
Mithilfe von Binning der Datengrößen gelang es uns, dem Durchmesser der Zonenkreise stets einen Wert zuzuschreiben – sei es die Fahrtenanzahl oder die Fahrtkosten. So lassen sich bereits durch die sich verändernde visuelle Darstellung datenbasierte Informationen vermitteln. Diese Methode ist zum Kernpunkt unserer Datenvisualisierung geworden.
CLUSTERING & DATENSTRUKTURIERUNG
Über die Navigationsleiste kann man tiefer in die Visualisierung und somit auch in die Datenstruktur eintauchen. Da wir unseren Fokus auf ein exploratives Tool gelegt haben, ist es hier möglich, unterschiedliche Parameter selbst zu untersuchen und zwischen Zeiträumen und Taxiart zu vergleichen. Dabei werden die Fahrten einzelner Zonen geclustert. Die Größe des Zonenpunktes spiegelt somit entweder die Anzahl der Fahrten (Aktivität), der Passagieranzahl oder der Kosten wider. Unterteilt werden die Parameter zur besseren Übersicht nochmals in Pickups (begonnene Fahrten), Dropouts (der Endpunkt), Standard-Taxi und Großraumtaxi, sowie Fahrtkosten und Trinkgelder. Auch hier lässt sich das Interface über die Zeitslots selbstbestimmt steuern. Die Legende weist auf die Unterscheidung zwischen Green und Yellow Cabs und das Größenverhältnis der Zonen hin. Eine weitere Möglichkeit ist es eine einzelne Zone auszuwählen und von diesem Punkt aus die Fahrten nachzuverfolgen. Zur besseren Orientierung im Interface bleiben die ursprünglichen Zonenkerne erhalten.
DATA STORIESDurch die dritte Ebene wird es dem Betrachter möglich, tief in das Taxiuniversum einzutauchen und in der Unmenge an Daten versteckte Data Storys zu entdecken. Unter verschiedenen Aspekten werden dabei Hintergrundinformationen beleuchtet, die ein klares Bild der Stadt New York in Bezug auf Taxis abzeichnen. Wir haben uns auf sechs Storys konzentriert, die Lost Places (unbefahrene Zonen), Early Birds (Frühaufsteher), Party People (Nachtfahrer), Lazy or Not (die kürzesten Strecken), Tourist Trap (touristische Ziele ausgehend von den Flughäfen) und der Golden Ride (unter der Prämisse, das jeden Tag eine besonders verrückte/ungewöhnliche/interessante Fahrt stattfindet).
Durch Anwendung des Slideprinzips lassen sich spezifizierte Informationen einblenden. Auf diese Data Stories lässt sich einerseits über die Navigationsleiste zurückgreifen, andererseits lassen sie sich über Highlights an relevanten geografischen Positionen wiederfinden, die dazu einladen, versteckte Geschichten zu entdecken.
Design Process
KonzeptDurch die Menge an Daten gab es von Anfang an viele unterschiedliche Richtungen, die wir mit unserer Datenvisualisierung austesten wollten – sollte es ein Tool zur Unterstützung der Verkehrsplanung werden, um Staus und Überlastung zu vermeiden, eine Informationsquelle für die TLC um Taxi-Standorte umzusiedeln und den Service zu verbessern oder doch den Taxifahrern selbst helfen, ihre Route zu planen und die für sich profitabelste Arbeitsweise herauszufiltern?
Nach vielen Interaktionen stellte sich heraus, dass wir in jedem Fall eine Grundlage zur Erfassung der Daten des Betrachters brauchten, eine Verortung der Fahrten durch Lokation und Zeit. Durch Anraten von Boris konzentrierten wir uns nun vorerst auf die Auseinandersetzung mit den realen Daten, nicht den Parametern, wie sie in unserer Vorstellung existierten. Was steckte an Hintergrund in den Daten, was sollte einem beispielsweise der Parameter des Trinkgeldes vermitteln?
Überraschenderweise stoßen wir auf viele unerwartete Einzelfahrten, Maxima und Minima in den Daten, welche Geschichten erzählten. Wir entscheiden uns dafür, diese Geschichten vorrangig in den Vordergrund zu rücken, die bei einer einfachen Betrachtung der Daten nicht ans Licht gekommen wären. NYCCabs ist somit ein Explorationstool, welches dem User Geschichten aus der Taxi-Welt New Yorks erzählt und dabei einige Eigenheiten der Stadt aufdeckt.
EntwurfMithilfe des Design-Sketching Workshops von Eva-Lotta Lamm wurden wir von Beginn an darauf sensibilisiert, bevor wir uns auf einzelne Interface-Elemente oder Funktionen versteiften, viel auszuprobieren und vor allem in alternative Richtungen in der Gestaltung zu denken. Über den Verlauf der Konzeptfindung sammelten sich immens viele Skizzen bögen an, bei denen es uns dann jedoch letztlich schwerfiel, einzelne Ideen zusammenzubringen. Was einen starken Einfluss auf die schlussendliche Gestaltung hatte, war die Methode des Sketchings jeder einzelnen Interaktionen, hier wurde uns wiederholt verdeutlicht wie schnell man im Gestaltungsprozess auf Platzhalter oder standardisierte Elemente zurückgreift, ohne es überhaupt zu hinterfragen. Aus dieser Sicht hat es unsere Arbeitsweise deutlich verändert und zu einer Vielzahl an unterschiedlichen Ideen geführt, bei denen es uns dafür aber auch schwer viel, uns festzulegen und eine konkret auszuformulieren.
