The opportunities and challenges within the mobility as a service business ecosystem: an evaluation study of key stakeholders' perspectives

In recent years, Smart Mobility has become a widely adopted transportation model that utilizes digital infrastructure with the aim of enhancing the accessibility and efficiency of urban mobility. One of its most promising applications is Mobility as a Service, which is a novel business model that enables the integration of multiple transportation services into a single platform, thereby promoting intermodality of travel and discouraging the use of private vehicles. The topic of MaaS has been extensively examined by introducing an evaluation framework that considers the barriers and impacts associated with its implementation. Specifically, the Best-Worst method has been utilized to determine and quantify the priorities of various stakeholders within the business ecosystem. Furthermore, the user category was treated separately through a cluster analysis performed using the k-means algorithm, based on the travel habit data collected from Milan citizens. At the conclusion of the research, it was thus highlighted that the technological and sustainable dimensions must be synergistically combined to generate the typical benefits of Smart Mobility. Moreover, it was observed that the perspectives of stakeholders involved in the development of MaaS often diverge significantly, thereby complicating collaboration between the different parties. The novelty of the framework lies in its comprehensive and systematic definition of the factors surrounding the implementation of MaaS, as well as the proposed quantitative approach to estimate their degree of importance. On the other hand, the clustering technique allowed for the distinction of four groups of potential service users and enabled the analysis of references for ideal mobility packages. However, since the analysis was conducted on a limited sample of respondents, further research on the topic is recommended for future studies.

La Smart Mobility si è diffusa negli ultimi anni come modello di mobilità che, servendosi dell’infrastruttura digitale, si pone l’obiettivo di migliorare l’accessibilità e l’efficienza dei trasporti. Tra le applicazioni più promettenti si trova il Mobility as a Service, un nuovo modello di business che permette di integrare molteplici servizi di trasporto su un’unica piattaforma promuovendo dunque l’intermodalità degli spostamenti con l’obiettivo di limitare l’utilizzo del veicolo privato. In questo contesto, il presente lavoro definisce uno schema teorico di classificazione della Smart Mobility sulla base di una rinnovata definizione del concetto formulata in seguito ad un’attenta revisione della letteratura. Inoltre, il tema del MaaS è stato approfondito introducendo un framework di valutazione di barriere e impatti relativi alla sua implementazione. In particolare si è utilizzato il metodo Best-Worst per definire e quantificare le priorità dei diversi stakeholder all’interno dell’ecosistema di business. Infine, la categoria degli utenti è stata trattata separatamente attraverso un’analisi di cluster svolta con l’utilizzo dell’algoritmo k-means a partire dai dati raccolti sulle abitudini di viaggio dei cittadini di Milano. Al termine della ricerca, si è dunque evidenziato che la dimensione tecnologica e quella sostenibile devono essere combinate sinergicamente per generare i benefici tipici della Smart Mobility. Inoltre, si è potuto osservare come le prospettive degli stakeholder coinvolti nello sviluppo del MaaS spesso divergano significativamente, complicando dunque la collaborazione tra le diverse parti. L’originalità del framework utilizzato consiste nell’aver definito in modo comprensivo e sistematico i fattori di implementazione del MaaS e nell’aver proposto un approccio quantitativo per stimarne il grado di importanza. La tecnica di clustering ha invece permesso di distinguere quattro gruppi di potenziali utilizzatori del servizio e di condurre delle analisi sulle preferenze dei pacchetti di mobilità ideale. Tuttavia, poiché l’analisi è stata condotta su un campione limitato di rispondenti, si raccomandano ulteriori ricerche future sul tema.