Det får du i artiklen
- Indblik i hvordan DSB's avancerede regnemaskine har fordoblet antallet af Orange-billetter over det seneste år
- Indsigt i hvordan machine learning er med til at sikre flere billigere togbilleter
- Læs om de udfordringer Michael Moesgaard har haft i forbindelse med projekt
- Bliv klogere på hvordan regnemaskinen skal sikre DSB en konkurrencefordel i forhold til busserne og bilerne
1.052
5:30 min
Man kan faktisk stille sit ur efter, hvornår diskussionen opstår.
For et nyt år er lig med nye priser hos DSB.
Derfor bryder debatten om billetpriserne ud i lys lue omkring årsskiftet, når DSB justerer togpriserne, og som oftest er den offentlige debat præget af, at danskere i hobetal brokker sig over de stigende billetpriser.
2019 var ingen undtagelse. 20. januar 2019 trådte DSB's seneste prisstigninger i kraft, hvilket indebar, at billetpriserne på tværs af DSB's forskellige billettyper i gennemsnit steg både øst og vest for Storebælt samt over Øresund.
Den højeste gennemsnitlige stigning i billetpriserne var på strækningen over Øresund, som steg med 2,7 procent.
Men hvad de færreste danskere ved er, at mens DSB's billetpriser over en bred kam stiger, så har selskabets CIO, Michael Moesgaard, en avanceret regnemaskine, der skal øge udbuddet af de billigste togbilletter til danskerne.
Indtil videre har machine learning hjulpet DSB med at fordoble antallet af de billige Orange-billeter fra 60.000 til 120.000 på blot et år.