Todos los resultados de los ensayos
Doce ensayos documentados en transporte por carretera, autobuses, taxis, logística farmacéutica, calderas estacionarias y generadores de torres de telecomunicaciones, en Alemania, Dinamarca, Japón y Nigeria. Los resultados van de una mediana de +1.7 % en generadores de telecomunicaciones con carga casi nula, demasiado pequeña para establecer un efecto claro, a 22.1 % menos combustible en un taxi (28.3 % más de rendimiento en km/L), y el método detrás de cada uno explica la mayor parte de esa dispersión. Debajo figuran 8 registros de operadores de nuestro conjunto maestro de datos japonés: flotas reales e identificadas por su nombre, 43 vehículos, pero sin protocolo de ensayo detrás; una clase de evidencia más débil que mantenemos aparte en lugar de mezclarla con el resto.
| Ensayo | Dónde | Muestra | Método | Magnitud medida | Resultado |
|---|---|---|---|---|---|
| Recolección municipal de residuos | Alemania · camiones recolectores | 5 vehículos · 296 días-vehículo | Línea base propia · ensayo ciego · la utilización bajó 8.7 % · 16 semanas | Consumo, l/100 km | −17.7 % |
| Municipio de Frederikshavn | Dinamarca · camión municipal | 1 vehículo · 1484 km | Modelo corregido por modo de conducción, con Scania | Consumo, l/100 km | ≈5 % (modelado) |
| Alfresa (A・L Plus) | Japón · logística farmacéutica | 2 vehículos · 4 mediciones | Interanual, mismos meses del calendario | Rendimiento, km/L | +8.4 % … +20.0 % |
| Sanden Kotsu | Japón · autobuses de servicio | 2 autobuses · 3 meses | Frente a un grupo de control sin tratar | Rendimiento, km/L | +7.8 % |
| Toyama Transport | Japón · logística | 1 camión · 20 422 km | Línea base propia · 3 aplicaciones | Rendimiento, km/L | +13.1 % |
| Chuo Taxi | Japón · taxi | 1 híbrido · 13 257 km | Línea base propia · 2 aplicaciones | Rendimiento, km/L | +28.3 % |
| Instalación de calderas de un hotel con aguas termales | Japón · calderas de fuel oil pesado | 2 calderas · 6 meses | Interanual, mismos meses del calendario | Consumo, litros por mes | −10.7 % … −16.0 % |
| IHS Towers | Nigeria · generadores de torres de telecomunicaciones | 11 sitios · 5 meses | Línea base propia | Ahorro frente a la línea base propia | Mediana +1.7 % · demasiado pequeña para establecer un efecto claro (carga casi nula) |
| Maruun Transport | Japón · transporte de carga mixto | 9 vehículos · 2022 → 2023 | Interanual, mismo mes del calendario | Rendimiento, km/L | Mediana +2.9 % · 3 de 9 negativos |
| Toto Kanko Bus | Japón · autobuses de turismo | 4 autobuses de turismo · 12 mediciones | Línea base propia · 2 autobuses nuevos | Rendimiento, km/L | −3.4 % … +44.0 % · sin tendencia común |
| Nakamoto Transport | Japón · distribución | 3 camiones · 3 meses | Línea base propia · aplicación única | Rendimiento, km/L | Mediana +7.2 % |
| Nishitetsu | Japón · autobuses urbanos de línea | 3 autobuses · febrero–junio de 2020 | Línea base móvil de 12 meses · período de pandemia | Rendimiento, km/L | Mediana +7.8 % · no se presenta como resultado |
Cada uno con su propia página
Recolección municipal de residuos
−17.7 % consumo de combustibleConductores sin saber qué vehículos estaban tratados, 16 semanas de datos diarios; pero los camiones también trabajaron con una utilización 8.7 % menor, en una estación más cálida que la de la línea base.
Ver el ensayo →Municipio de Frederikshavn
≈5 % consumo de combustibleRealizado junto con Scania. Las cifras brutas no son comparables: el resultado procede de una corrección por modo de conducción.
Ver el ensayo →Alfresa (A・L Plus)
+8.4 % … +20.0 % km/LComparación interanual de los mismos meses. Las mismas cifras figuran en tres registros independientes entre sí.
Ver el ensayo →Sanden Kotsu
+7.8 % km/LEl único ensayo medido frente a vehículos de control sin tratar que operaban en el mismo período.
Ver el ensayo →Toyama Transport
+13.1 % km/LTres aplicaciones a lo largo de 66 días, con cada valor registrado más alto que el anterior (7.7 %, 9.7 %, 19.0 %); el ensayo no permite explicar por qué.
Ver el ensayo →Chuo Taxi
+28.3 % km/LUn taxi híbrido durante 106 días. Un resultado grande en un solo vehículo, mostrado con su valor agregado.
Ver el ensayo →Instalación de calderas de un hotel con aguas termales
−10.7 % … −16.0 % consumo de combustibleSeis mediciones mensuales, cada una frente al mismo mes del año anterior. Evidencia más allá de los motores de vehículos.
Ver el ensayo →IHS Towers
Mediana +1.7 % · demasiado pequeña para establecer un efecto claro (carga casi nula) ahorro frente a la línea base propiaGeneradores de torres de telecomunicaciones que operaban de forma continua con carga casi nula: una mediana demasiado pequeña para establecer un efecto claro del tratamiento en ese ciclo de trabajo. Publicado íntegramente porque muestra dónde está el límite.
Ver el ensayo →Maruun Transport
Mediana +2.9 % km/LTres de los nueve vehículos perdieron rendimiento de combustible tras el tratamiento. La mayor dispersión de nuestros registros japoneses.
Ver el ensayo →Toto Kanko Bus
−3.4 % … +44.0 % km/LDoce mediciones que no concuerdan entre sí, y dos autobuses que en ese momento eran nuevos.
Ver el ensayo →Nakamoto Transport
Mediana +7.2 % km/LEl camión más nuevo registró el mayor cambio: lo contrario de como suele explicarse el mecanismo.
Ver el ensayo →Nishitetsu
+7.8 % · no se presenta como resultado km/LEl mejor diseño de línea base de este sitio web, malogrado por los meses en los que, por casualidad, se llevó a cabo.
Ver el ensayo →Registros de operadores del conjunto maestro de datos
Estos 8 operadores proceden de nuestro conjunto maestro de datos de pruebas japonés: 43 vehículos de flotas identificadas por su nombre, con cifras de combustible de antes y después que podemos recalcular, pero sin informe de ensayo, sin período de medición y sin grupo de control detrás. No son ensayos, y no los presentamos como ensayos. Los publicamos porque los tenemos y porque un operador que nos evalúa tiene derecho a ver los registros corrientes, además de los doce ensayos que elegimos documentar.
| Operador | Dónde | Muestra | Método según el registro | Resultado |
|---|---|---|---|---|
| ALSOK (Kanagawa) | Japón · flota de transporte de valores | 14 vehículos | Comparación interanual + Antes/después, sin control estacional | +8.8 % … +30.2 % |
| Daiwa Logistics (sucursal de Misato) | Japón · transporte regional de carga, camiones de 4–6 t | 6 vehículos | Frente a una cifra de referencia | +9.3 % |
| Tienda Bridgestone Cockpit | Japón · venta minorista de neumáticos: vehículos de clientes | 5 vehículos | No registrado | +14.1 % |
| N Kotsu | Japón · flota de taxis de GLP | 4 vehículos | Frente a una cifra de referencia | −6.6 % … +10.1 % |
| Sanwa Kotsu | Japón · flota de taxis de GLP | 4 vehículos | Frente a una cifra de referencia | +2.5 % … +8.6 % |
| Inabe Logistics Service | Japón · volquetes y transporte pesado | 4 vehículos | Antes/después, sin control estacional | +6.3 % |
| Iwaida Taxi | Japón · flota de taxis de GLP | 3 vehículos | Frente a una cifra de referencia | +13.2 % |
| Tamagoya | Japón · camionetas de reparto | 3 vehículos | No registrado | +19.1 % |
ALSOK (Kanagawa)
+8.8 % … +30.2 % km/LEl grupo de operador más grande de nuestro conjunto de datos, y el ejemplo más claro de que es el método de medición, no el vehículo, lo que determina el tamaño de la cifra.
Ver el informe →Daiwa Logistics (sucursal de Misato)
+9.3 % km/LSeis camiones diésel medidos frente a una cifra de referencia de rendimiento de combustible. El grupo más homogéneo del conjunto de datos: todos los vehículos entre +4.2 % y +17.6 %.
Ver el informe →Tienda Bridgestone Cockpit
+14.1 % km/LCinco autos particulares sin relación entre sí, tratados en una tienda de neumáticos. Sin flota, sin ciclo de trabajo, sin método registrado: el grupo más débil que publicamos.
Ver el informe →N Kotsu
−6.6 % … +10.1 % km/LContiene la única medición negativa de todo el conjunto de datos de 386 registros: un taxi cuyo rendimiento de combustible bajó 6.6 % tras el tratamiento.
Ver el informe →Sanwa Kotsu
+2.5 % … +8.6 % km/LContiene la cifra más alta de todo el conjunto de datos, +75.7 %, que atribuimos a una línea base inverosímil y que no utilizamos.
Ver el informe →Inabe Logistics Service
+6.3 % km/LEl resultado más estrecho de todo el conjunto de datos: cuatro vehículos pesados dentro de una banda de 2.2 puntos porcentuales, y la mediana más baja de todos los operadores de esta lista.
Ver el informe →Iwaida Taxi
+13.2 % km/LDos taxis convencionales y un híbrido. El híbrido arroja la cifra más alta, como ocurre en todos los registros de híbridos que tenemos.
Ver el informe →Tamagoya
+19.1 % km/LTres camionetas del mismo modelo y de antigüedad casi idéntica, con líneas base que difieren en un factor de dos: esa es la parte que vale la pena leer.
Ver el informe →Las 386 mediciones individuales, incluidas las 300 que no podemos verificar →
Por qué la dispersión es tan amplia
Un rango que va de +1.7 % en generadores de telecomunicaciones con carga casi nula, demasiado pequeño para establecer un efecto claro, a 22.1 % menos combustible en un taxi parece ruido hasta que se ordenan los ensayos según cómo se midieron. Lo que aparece entonces no es que un método dé cifras más altas que otro, sino que los ensayos medidos frente a su propio pasado se dispersan por todo el rango, mientras que los mejor controlados quedan en una banda estrecha.
El método determina la dispersión, no el nivel
De los ensayos representados aquí, los medidos frente a su propio historial van de 1.7 % (generadores de telecomunicaciones con carga casi nula, demasiado pequeño para establecer un efecto claro) a 22.1 %: todo el rango. Los dos comparados con los mismos meses del año anterior se sitúan en 11.6 % y 13.0 %, y el que tiene un grupo de control en paralelo, en 7.2 %. Un mejor control estrecha la dispersión; no se limita a reducir la cifra.
El tamaño de la muestra importa más que el porcentaje
Un resultado del 28 % en un solo taxi es una evidencia más débil que un resultado del 8 % en un grupo controlado. Mostramos el tamaño de la muestra en la misma tabla que el resultado para que nunca se separen.
Los resultados difieren según la aplicación
La recolección de residuos, el servicio de taxi urbano y la operación de calderas mostraron los resultados más altos. Los generadores de telecomunicaciones que operaban de forma continua con carga casi nula mostraron una mediana de +1.7 %, demasiado pequeña para establecer un efecto claro en ese ciclo de trabajo. Son observaciones de distintos ensayos, no una causa medida.
Las lecturas posteriores fueron más altas
En los ensayos con varias aplicaciones, las mediciones posteriores fueron sistemáticamente más altas que las iniciales. La ruta, la carga y la estación pueden explicar parte de ello; una sola medición temprana puede subestimar un resultado.
Realice el ensayo que realmente se aplica a usted
Ninguno de estos ensayos es una promesa sobre sus vehículos. Un proyecto piloto en su propia flota, diseñado con un grupo de control, es la única cifra con la que vale la pena presupuestar.