A até agora, está claro que os veículos elétricos (EVs) oferecem aos motoristas uma variedade de benefícios - e muitos países, incluindo os EUA e quase todos os Estados membros da UE, oferecem incentivos para a adoção de VE. Então, por que tão poucos pilotos estão negociando em seus carros movidos a gás para os VEs?
One key factor is range anxiety—drivers’ concerns that they may be stranded without power if they travel a long distance and can’t locate a charging station. Another issue is their limited understanding of how the Carregamento EV O processo pode afetar suas vidas cotidianas. Acreditamos que as percepções do motorista sobre o tempo e o esforço necessários para cobrar um EV, em comparação com a alimentação de um veículo de motor de combustão interna (ICE), é um dos fatores mais importantes que impedem as pessoas de fazer a troca.
The AUTO AI A equipe da BCG realizou recentemente uma simulação inovadora para determinar o tempo e os drivers de gelo adicionais de tempo e esforço experimentarão ao mudar para um EV. Com base em um extenso corpo de dados de carregamento do motorista e EV, conseguimos identificar os grupos de proprietários de veículos de gelo com um maior grau de prontidão para mudar. As informações desse processo podem ajudar as montadoras a segmentarem clientes em potencial e podem informar os planejadores de infraestrutura de EV que trabalham para otimizar a experiência pública de cobrança. Representa 15 milhões de viagens feitas por 10.000
Our Framework for Analysis: A Few (Million) Car Trips in Texas
The team’s analysis was based on data purchased from a leading provider of connected car information. It represents 15 million trips made by 10,000 Veículos de passageiros conectados Em todo o Texas - um dos maiores estados dos EUA com uma mistura robusta de áreas urbanas, metropolitanas, suburbanas e rurais. Nossas simulações destacam diferentes combinações de cobrança de melhorias na rede em termos de densidade e velocidade e como esses fatores afetam a prontidão de EV dos arquétipos. Por exemplo, os motoristas que produzem viagens de redondos frequentes e prolongadas se beneficiam mais das melhorias na velocidade da rede porque devem carregar seus carros quando se matricularem. (Consulte “Metodologia e suposições de estudo” para obter mais informações.)
Using the simulations to generate patterns from the data, we segmented drivers into six archetypes to identify their driving behaviors and needs—especially in terms of EV distance range and access to public charging networks. Our simulations highlight different combinations of charging network improvements in terms of density and speed and how these factors impact EV readiness of the archetypes. For example, drivers who make frequent, extended round trips benefit more from improvements in network speed because they must charge their cars when enroute. (See “Study Methodology and Assumptions” for more information.)
Study Methodology and Assumptions
Study Methodology and Assumptions
EV Distance Range Assumptions
- EV distance ranges noted in the article refer to the official ranges determined by the US Environmental Protection Agency (EPA).
- Our simulations are based on the efetivo Faixa do veículo. Esse número é cerca de 30% menor que os intervalos de EPA para levar em consideração o fato de que a bateria é carregada apenas parcialmente, bem como o impacto das condições climáticas e o comportamento de direção. Na amostra, 40% da distância total foi executada a temperaturas externas superiores a 35 c ° ou inferior a 15 °, com controle de temperatura consumindo energia adicional da bateria. Os cálculos de velocidade produzem resultados semelhantes: 40% da distância total foi executada a uma velocidade superior a 70 km/h.
- The simulations were implemented with the highest level of granularity, considering the speed and temperature of every trip in the sample. In the sample, 40% of the total distance has been run at outside temperatures higher than 35 C° or lower than 15 C°, with temperature control consuming additional battery power. Speed calculations yield similar results: 40% of the total distance has been run at a speed higher than 70 km/h.
EV Simulação de prontidão Pressupostos: Tecnologia
- The simulation models a driver switch from an ICE vehicle to an EV with a 70 kWh battery, 500 km EPA range, and 14 kWh/100km efficiency (similar to the Tesla Model 3).
- Type 2 chargers, which comprise 80% of the network in the sample, are assumed to have a charging speed in Texas of 12 k/W. The remaining 20% are fast-charging Type 3 stations, like Tesla SuperChargers.
- Time spent waiting to use a charger at public charging stations is assumed to be negligible, reflecting low levels of EV penetration.
EV Readiness Simulation Assumptions: Demographics and Behaviors
- Based on US Census data, we assumed that 35% of people in high-density areas live in single-family homes and 80% of people in mid-low density areas live in single-family homes.
- By upgrading personal garages and parking lots, 85% of single-family home households and 25% of apartment households can install home charging systems.
- Drivers are willing to proactively recharge their cars at destination-related locations if the charging station is less than 500 m away.
- Drivers will walk between charging stations and their final destinations at a speed of roughly 5 km/h.
- Where charging stations are integrated with micro-mobility, drivers will be willing to travel 2 km to a charging station, at a speed of 15 km/h.
- Workplace charging stations are defined as non-home locations where a car is parked for more than 4.5 hours for at least 100 weekdays per year.
Tempo e esforço: as chaves para a prontidão do motorista
Compared to filling up the tank of an ICE vehicle at the local gas station, charging an EV takes more time—and charging networks are not as widely available. Therefore, EV owners benefit from charging at destinations where they typically leave the car for extended periods, such as at home, work, or parking lots and garages.
For our simulation, we estimated the additional time and effort it takes to charge an EV, considering actual driving patterns and circumstances. We incorporated the distance to the charging point closest to each driver’s destination, the charging speed for that point, the time it takes to charge a car, and the need to interrupt a trip and wait for the charge. We also evaluated the impact of local weather conditions on EV range, as heating and cooling a car’s interior can significantly reduce battery duration.
Our core assumption for determining EV readiness is that drivers are ready to switch to an EV if the additional time and effort (net time over the time spent fueling an ICE) is under 5% of the total time spent driving. For the drivers within our dataset, who drive an average of 11 hours per week, the five percent threshold translates to about 30 minutes.
Subscribe to our Automotive Industry E-Alert.
O local de carregamento está subjacente ao fator de esforço+esforço
Nossas simulações foram realizadas em dois cenários. O cenário de cobrança pública se aplica a motoristas que só podem cobrar seus EVs em estações acessíveis ao público, como os de um shopping center ou parada de descanso na rodovia. No cenário privado, os motoristas podem carregar seus carros em casa e precisam apenas de carregadores públicos em viagens prolongadas. (Observe que a capacidade de cobrar um EV no trabalho não está incluída nas simulações.)
Em simulações no cenário de cobrança pública, apenas 3% dos motoristas estão prontos, mesmo com um veículo elétrico relativamente alto (500 km). (Utilizamos 500 km como o alcance do veículo base, pois é semelhante ao intervalo do Tesla Model 3, um vendedor de primeira linha nos EUA.) Quando as simulações são definidas para o cenário de carregamento privado e em casa, a porcentagem de drivers prontos para o VE salta para 71%-novamente, assumindo que as pessoas possuem 500 km. Deixando cair o intervalo de EV para 300 km, nossas simulações ainda descobrem que mais de 50% dos motoristas de carregamento privado estão prontos para mudar de um gelo. (Consulte o Anexo 1.)

Como a grande maioria dos texanos vive em casas unifamiliares em áreas de densidade populacional de médio por baixo, onde é fácil instalar sistemas de carregamento doméstico, descobrimos que a maioria dos diretores em nossa amostra pode instalar a carda de private. Assim, estimamos que 50% dos texanos estão prontos para EV.
A prevalência potencial de cobrança doméstica no estado pode explicar por que a densidade da rede - a disponibilidade de oportunidades de cobrança pública - não parece restringir a penetração de EV no Texas no futuro imediato. A densidade da rede tende a ser menor em áreas onde a densidade populacional é baixa, e o Texas se encaixa nesse padrão: sua densidade de rede de carregamento é subdesenvolvida em comparação com outros estados dos EUA ou países europeus mais densamente povoados. Na amostra de dados do Texas, a distância mediana do destino final à estação de carregamento é de 3 km e a distância média é de 7 km. Comparando áreas densamente povoadas, as redes de cobrança em Nova York e Califórnia têm 3 a 4 vezes mais densidade e a densidade da rede da Flórida é 1,6 vezes maior. A lacuna geralmente é maior entre o Texas e outros estados em áreas onde a densidade populacional é baixa. Esses estados podem ter um nível mais alto de leitura EV do que o Texas no cenário de cobrança pública.
Leveraging this analysis and additional perspective from our research in the Indústria automática , Identificamos seis arquétipos de motoristas de veículos de gelo e prontidão para EV: três com acesso privado de carregamento e três com apenas acesso público a cobrança. Cada um exige uma abordagem diferente para investimento em infraestrutura, marketing de veículos automáticos e envolvimento do cliente. Entre os motoristas que podem acessar a cobrança privada, três arquétipos emergiram de nossa análise. (Veja os Anexos 2 e 3.) Para motoristas como esses, os benefícios da adoção de VE se estenderiam além da economia de tempo em comparação com o abastecimento de gelo. Por exemplo, com o tempo, o menor custo de eletricidade em comparação com a gasolina ajudaria os proprietários de EV economizar dinheiro. Um exemplo típico é "aposentado Rita", um ex -professor que vive com uma pensão. EVs de alcance limitado ainda mais baixo, com apenas 200 km, são adequados para esses motoristas. Se eles acionam EVs com faixas de 400 a 500 km, economizam consistentemente tempo em comparação com o abastecimento de gelo. "Contador Ahmad" usa seu carro para se deslocar para trabalhar em Houston e às vezes visitar clientes em Dallas. Um EV de 300 a 400 km de gama média pode se adequar à maioria das pessoas neste arquétipo. Se os passageiros também puderem cobrar seus EVs no trabalho, isso aumentará seu apelo. A maioria deles é como "vendedor Sanjit" - eles estão prontos para mudar para um EV com intervalo de 500 km se algumas melhorias forem feitas em suas redes de carregamento local. O tempo e o esforço adicionais para esses motoristas dependem da rede de carregamento local. Ao contrário do grupo de carregamento privado, o fator "EV economiza tempo" que afeta a prontidão dos motoristas para mudar de um gelo geralmente não é aplicável ao grupo de cobrança pública. (Consulte o Anexo 4.) Existem três arquétipos de acesso público-cargo. Eles raramente precisam viajar mais de algumas centenas de metros para cobrar. "Advogado Lucia" é típico desse grupo; Ela tem uma estação de recarga perto de seu escritório. Muitos desses motoristas mudariam para um EV se pudessem comprar um com uma faixa de 500 km. Eles também podem se preocupar que, à medida que os EVs se tornam populares, outros motoristas ocuparão seus pontos de carregamento preferidos. A maioria deles estará pronta para mudar para uma faixa de 500 km eV apenas com aumentos na densidade e velocidade da rede de carregamento.

Archetypes of Drivers with Access to Private Charging
Access to private charging, largely taking place at home, is a key enabler for EV adoption. Among drivers who can access private charging, three archetypes emerged from our analysis. (See Exhibits 2 and 3.) For drivers like these, the benefits of EV adoption would extend beyond the time savings compared to ICE fueling. For example, over time the lower cost of electricity compared to gasoline would help EV owners save money.

- Short-Trip Drivers (30% of the private-charging group) largely stay close to home, using their car for shopping, local errands, and to visit friends and family. A typical example is “Retiree Rita,” a former teacher living on a pension. Even lower-cost, limited-range EVs with only 200 km range are suitable for these drivers. If they drive EVs with ranges of 400–500 km, they consistently save time compared to ICE fueling.
- Commuters with Round Trips (43% of this group) may range further from home at times, but they are still able to charge at home for most of their driving needs. “Accountant Ahmad” uses his car to commute to work in Houston and sometimes visit clients in Dallas. A mid-range 300–400 km EV can suit most people in this archetype. If commuters can also charge their EVs at work, this adds to their appeal.
- Round-Trip Drivers (27% of this group) cannot fully gain time-saving benefits from at-home charging because they often travel long distances. Most of them are like “Salesman Sanjit”—they are ready to switch to an EV with 500 km range if some improvements are made in their local charging networks.
Archetypes of Drivers Who Can Only Access Public Charging
Those who cannot install a charger at home or charge their cars at work must rely on public charging points. The additional time and effort for these drivers depends on the local charging network. Unlike with the private charging group, the “EV saves time” factor affecting drivers’ readiness to switch from an ICE is generally not applicable to the public charging group. (See Exhibit 4.) There are three public-charging-access archetypes.

- Easy-Charge Drivers (3% of the public-charging group) live or work in areas with dense charging networks. They rarely have to travel more than a few hundred meters to charge. “Lawyer Lucia” is typical of this group; she has a recharging station near her office. Many of these drivers would switch to an EV if they can buy one with a 500 km range. They also might worry that as EVs become popular, other drivers will occupy their preferred charging points.
- High-Density Area Dwellers (15% of this group) like “Architect Arthur” must often plan ahead to find charging points as they might need to walk several blocks or more from the charging point to their destination. Most of them will be ready to switch to a 500 km range EV only with increases in the density and speed of the charging network.
- MIDADES DE DENSIDADE MID-MIDA DIVERSADORES (82% desse grupo) são como "Vaneta veterinária", que trabalha com o gado agrícola. Ela mora em um pequeno apartamento em uma cidade rural, onde as melhorias da rede seriam necessárias para aumentar sua prontidão para EV. Esperamos que esse arquétipo seja um grupo relativamente pequeno, porque a maioria dos residentes dessas áreas vive em casas unifamiliares e montaria estações de carregamento doméstico, tornando-se um arquétipo de carregamento privado. Armado com dados e análises semelhantes de um mercado ou região específica, as montadoras e os varejistas podem ter como alvo segmentos de clientes receptivos, enquanto os planejadores do governo devem se concentrar na tecnologia e densidade de cobrança que estimulam a prontidão EV. Motoristas e passageiros de viagem curta com viagens redondas. A análise pode revelar as diferenças sutis entre os drivers que podem converter esse achado em vendas de VE. Para realmente recomendar EVs aos drivers, essa análise deve ser integrada com informações adicionais - como a capacidade de gastos e as necessidades dos compradores de assentos, tipo de corpo e acessórios - para otimizar a satisfação do cliente com seu novo veículo elétrico. Carregar como o principal fator motivador para a prontidão de VE, a prioridade para os planejadores de infraestrutura é apoiar a criação de pontos de cobrança de casa e de trabalho. Os formuladores de políticas devem parecer incentivos à remoção de restrições regulatórias, facilitando as pessoas e as organizações estabelecer a tecnologia necessária. Por exemplo, as comunidades fechadas devem ser incentivadas a permitir os carregadores de EV. À medida que a penetração de EV aumenta, a expansão dos pontos de carregamento deve garantir que um carregador esteja sempre disponível e, portanto, esse fator não afetará a prontidão EV. Por exemplo, melhorar a velocidade de carga tem um valor particular na promoção da prontidão para os motoristas de ida e volta, porque eles devem cobrar seus carros com mais frequência (geralmente nas rodovias) do que os outros arquétipos. O Anexo 6 mostra como a prontidão geral de EV evolui com melhorias na rede de carregamento. Em todos os casos, a prontidão EV melhora drasticamente quando a recarga doméstica é instalada e disponível sempre que possível. Os VEs são o futuro do transporte. Muitos grupos têm papéis importantes a desempenhar para tornar todos os motoristas prontos para o EV. Analisando dados de carros conectados, pesquisas demográficas e outras fontes podem ajudar a identificar as “próximas ondas” dos adotantes de VE que farão a mudança em resposta a melhorias na faixa de veículos, velocidade de carregamento e densidade de rede. Dhanya Nair e Adhikansh Sharma da equipe BCG x Geoanalytics para seu apoio. Andrej Levin
Capturing Opportunities to Expand EV Adoption
So what does this all mean for automakers, dealers, and policy makers who are trying to move the needle on EV adoption? Armed with similar data and analysis from a particular market or region, automakers and retailers can target receptive customer segments, while government planners should focus on charge technology and density that spurs EV readiness.
Automakers: Segment Your Customer Base
Based on our simulation, OEMs selling electric vehicles with a 300–400 km range can already satisfy the needs of many drivers—particularly Short-Trip Drivers and Commuters with Round Trips. Analytics can reveal the subtle differences among drivers that can convert this finding into EV sales.
By looking at data from connected vehicles, automakers can segment their customer base and customize their marketing efforts to target high EV-readiness drivers with effective campaigns that demonstrate cost savings and lifestyle advantages. To actually recommend EVs to drivers, this analysis must be integrated with additional information—such as purchasers’ spending capacity and needs for seating, body type, and accessories—to optimize customer satisfaction with their new electric vehicle.

Infrastructure Planners: Accelerate the Transition
With private charging as the key motivating factor for EV readiness, the priority for infrastructure planners is to support the creation of home and work charging points. Policy makers should couple incentives with the removal of regulatory restrictions, making it easier for people and organizations to set up the necessary technology. For example, gated communities should be encouraged to permit EV chargers.
Public charging networks can improve EV readiness along three key dimensions: density (reducing the distance required to reach charging points), speed (reducing the time needed to charge a vehicle), and number of charging points (reducing the wait time for an available charger). As EV penetration grows, the expansion of charging points should ensure that a charger is always available, and therefore this factor will not impact EV readiness.

Exhibit 5 shows how improvements in network density and charger speed affect the three archetypes with the lowest EV readiness. For example, improving charge speed has particular value in promoting readiness for Round-Trip Drivers because they must charge their cars more frequently enroute (often on highways) than the other archetypes. Exhibit 6 shows how overall EV readiness evolves with improvements in the charging network. In every case, EV readiness improves dramatically when home recharging is installed and available wherever possible.
Electric vehicles are key to accelerating the energy transition and achieving urgent climate change goals. EVs are the future of transportation. Many groups have important roles to play in making all drivers EV-ready. Analyzing data from connected cars, demographic surveys, and other sources can help identify the “next waves” of EV adopters who will make the switch in response to improvements in vehicle range, charging speed, and network density.
The authors wish to thank Saba Dowlatshahi, Daniel Madden, Kamal Darchini, Hart Wilmarth, and Markus Hagenmaier for their input and Dhanya Nair and Adhikansh Sharma from the BCG X Geoanalytics team for their support.