De afgelopen coalitieperiode experimenteerde mijn stadsbestuur met de knip op de Weesperstraat, een van de belangrijkste pilots binnen het autoluw-beleid. Ik was destijds benieuwd naar de resultaten. Niet omdat stadslogistieke bedrijven nu eindelijk duidelijkheid krijgen; integendeel. De vervoerders die ik sprak konden vooraf en achteraf niet aangeven wat de impact was. Privacyregels en onvolledige datasets maken het onmogelijk om de echte logistieke effecten zichtbaar te maken.

Kentekencamera's.

Kentekencamera’s vertellen simpelweg niet wat we willen weten. Ze geven geen inzicht in herkomst en bestemming, en al helemaal niet in het type lading. Is het horeca, bouw, service, of een chauffeur die via Google Maps een kortere route zoekt? De analyse van deze data levert daarom geen handelingsperspectief op voor ondernemers. Moeten ze slim herrouteren? Bundelen? Samenwerken? We komen het niet te weten.

En dat probleem speelt wereldwijd. Plannenmakers proberen steden te sturen zonder betrouwbare logistieke data; noch om groei te voorspellen, noch om maatregelen achteraf te evalueren. Er wordt gewerkt met straat­tellingen, losse bedrijfsdatasets, statistische analyses of voorspellende modellen. De opbrengst is wisselend, en meestal: niet bruikbaar.

Data zonder doel is waardeloos

De kernvraag zou altijd moeten zijn: waarvoor gebruik je stadslogistieke data? Pas dan kun je bepalen welke informatie nodig is.

• Strategisch: locaties voor stadshubs en laadinfrastructuur, inrichting van het hoofdwegennet, knippen in het systeem, vaarlogistiek, autoluwe buurten, en zelfs gedragsbeïnvloeding van logistieke vraag op de lange termijn.
• Tactisch: planning van grote werkzaamheden, intelligent toegangsbeheer, beheer van laad-en losplekken verkeersveiligheid, onderhoudsprognoses en afspraken over bouwlogistiek.
• Operationeel: verkeersmanagement bij evenementen, dynamische groene golven, realtime toewijzing van laad- en losplekken en het beschermen van schoolroutes.

Elke vraag vraagt om andere data: van gereden routes tot klantsegmenten, van seizoenspatronen tot volumes, van open data tot zeer gedetailleerde ritinformatie.

Er gebeurt al veel. Maar het is versnipperd

Nederland zet stappen met VESDI (CBS), DEFLog (Topsector Logistiek), NDW en open standaarden zoals OTM. Dat zijn waardevolle fundamenten voor betere datakwaliteit en interoperabiliteit. Maar het gebruik blijft beperkt, vooral omdat bedrijven hun data niet standaardiseren of zelfs de vrachtbrief nog niet digitaal hebben. Belangrijk is de toekomstige koppeling met de beschikbare in car data en dus publieke-private samenwerking met de partijen die die data al hebben.

Juist daarom ligt hier ook een opdracht voor het bedrijfsleven: lever consistente, betrouwbare data over planning en uitvoering van ritten die koppelen aan gemeentelijke verkeersplannen. Voor bijvoorbeeld de evaluatie van de Weesperstraat-pilot had een gezamenlijke logistieke data-analyse enorm geholpen. Nu blijft een grote kennislacune bestaan.

Wat moet er gebeuren?

Stop met dataverzamelen om het dataverzamelen. Begin met een gezamenlijk gesprek (publiek en privaat): welke beslissingen willen we ondersteunen op strategisch, tactisch en operationeel niveau? Hoe lopen die beslissingsprocessen? Wat is urgent? Welk detailniveau is nodig? Moeten we meten in de echte wereld of kunnen we voorspellen met zelflerende digital twins? Pas daarna komt de vraag: hoe richten we een digitaal ecosysteem voor stadslogistiek in? En wat kunnen we leren van de initiatieven die nu al draaien?

Walther Ploos van Amstel

Lees ook: Het delen van data delen moet verplicht worden? Laten we beginnen met de overheidsdata