Implementing a performance index for public transport nodes: application to a real case study in Italy

This thesis develops a model for evaluating the performance of a complex node within a public transport network, utilizing key performance indicators (KPIs) and Multi-Criteria Analysis (MCA). The focus is on the San Donato M3 station in Milan, subject to periodic analysis by Autoguidovie. The goal is to define a flexible indicator that allows for the analysis of network dynamics starting from a complex node. The analysis relies on parameters such as punctuality, waiting time, and infrastructure conditions, with data obtained from Automated Vehicle Monitoring installed on buses, enabling the tracking and acquisition of key transit data. The selection of parameters is diverse, based on guidelines provided by the Transport Regulation Authority (ART - ANNEX "A" TO RESOLUTION NO. 53/2024) and online sources, and enriched by experience and discussions with Autoguidovie staff during the internship. The strength of the developed model lies in its replicability across any type of node. Additionally, it is highly adaptable, allowing for the expansion of the number of KPIs used and the customization of their interpretation based on the context of the analysis. Finally, analyzing the model’s results over different evaluation periods aims to identify any performance declines, determine their causes, and propose effective solutions to address them.

Questa tesi elabora un modello per la valutazione delle prestazioni di un nodo complesso all’interno di una rete di trasporto pubblico, utilizzando indicatori chiave e la Multi Criteria Analysis (MCA). Il focus è sulla stazione di San Donato M3 a Milano, oggetto di analisi periodiche da parte di Autoguidovie. L’obiettivo è definire un indicatore flessibile che consenta di analizzare le dinamiche della rete partendo da un nodo complesso. L’analisi si avvale di parametri come la puntualità, il tempo d’attesa e le condizioni infrastrutturali, con dati derivanti dall’Automated Vehicle Monitoring installato sugli autobus che ne consente il tracciamento e l’aquisizione dei principali dati di transito. La selezione dei parametri è eterogenea, basata sia su quanto proposto dall’ Autorità di Regolazione dei Trasporti (ART - ALLEGATO “A” ALLA DELIBERA N. 53/2024) sia su fonti online, integrata dall’esperienza e dal confronto con il personale di Autoguidovie durante il tirocinio. Il punto di forza del modello sviluppato risiede nella sua capacità di essere replicabile su qualsiasi tipo di nodo. Inoltre, è altamente adattabile, consentendo sia l’espansione del numero di KPI da utilizzare, sia la personalizzazione della loro interpretazione in base al contesto dell’analisi. Infine, l’analisi dell’andamento dei risultati del modello nei diversi periodi di valutazione avrà l’obiettivo di individuare eventuali peggioramenti nei livelli di performance, determinarne le cause e proporre soluzioni efficaci per affrontarli.