Big data en el transporte

Inicio » Big data en el transporte

Análisis de datos del transporte público

Conocen el momento en que se produce un accidente de tráfico. Saben cuántos asientos están ocupados en cada tren o autobús, y conocen el momento en que esos medios están tan llenos que los pasajeros son rechazados. Saben cuántas personas caminan por una calle concurrida sin acera. Conocen las rutas de todos los desplazamientos -ya sea al centro de la ciudad o a algún nuevo centro de trabajo que acaba de surgir- y, a partir de esa información, podrían hacer un seguimiento y determinar cuántos de esos conductores estarían perfectamente contentos de tomar un autobús si sólo tuvieran una parada conveniente.

Suena muy bien, ¿verdad? Pero hay más: Los datos son anónimos, por supuesto, pero un superordenador y una superposición de mapas del censo harían bastante fácil poner un nombre a casi todos los puntos de datos sin rostro en el mapa.

Es una cuestión que está en el centro de un nuevo debate sobre el papel de los grandes datos en el transporte, y si dos grupos opuestos lo consiguen, pronto estará en boca de todos los que se preocupan por el futuro de nuestras calles.

El primero es Citizens Against Rider Surveillance (Ciudadanos contra la vigilancia de los conductores), una coalición diversa que surgió de una disputa entre Uber y el Departamento de Transporte de Los Ángeles. El gigante del taxi basado en la aplicación y la agencia de la ciudad están actualmente enzarzados en un juicio, en el que Uber alega que el DOT se extralimitó cuando empezó a exigir a las empresas de micromovilidad, como la propia Jump de Uber, que suministraran los datos de los viajes en tiempo real directamente a la ciudad en 2018.

Big data en el transporte y la ingeniería de tráfico

Optimizar las operaciones, reducir los costes y aumentar los ingresos: Estos son los retos a los que se enfrentan casi todas las empresas del sector del transporte público. Las empresas que quieran hacer frente a estos retos y garantizar el éxito en el futuro deben utilizar el potencial de las nuevas tecnologías, como el big data.

Entre la presión de los costes y la orientación al cliente: Cada vez hay menos margen de maniobra financiera en el sector del transporte público debido a la tensa situación presupuestaria de muchos municipios y a los recortes de subvenciones promulgados por el gobierno alemán. Sin embargo, las empresas de transporte no pueden permitirse perder de vista las necesidades de los clientes y deben seguir prestándoles servicios de alta calidad. Para ello, es necesario innovar. La transformación digital y la utilización de tecnologías de big data que la acompañan ofrecen a las empresas de transporte la oportunidad de reducir costes al tiempo que refuerzan sus bases de clientes mediante el análisis de datos históricos.

¿Cuántos pasajeros utilizan qué rutas y cuándo? Esta es una de las preguntas más importantes en el sector del transporte público. Cuanto más exactamente sepan las empresas de transporte cómo se utilizan sus rutas, más rentable será el despliegue de personal y trenes. Los análisis de big data ayudan al sector del transporte público a predecir el volumen de pasajeros con la mayor precisión posible.

La investigación de los grandes datos

Los datos son sin duda la base de las soluciones y ejecuciones digitales innovadoras. A menudo, provienen de ricas fuentes de datos a las que la mayoría de las empresas ya tienen acceso. Más de nueve de cada diez actores del sector del transporte y la logística creen que la analítica de datos es crucial para tomar decisiones perspicaces [1]. Sin embargo, según nuestra amplia experiencia con clientes del sector, los principales obstáculos en la analítica de datos son las consecuencias de no saber por dónde empezar y qué valor se puede generar a partir de los datos.

Las empresas de servicios de transporte, como las compañías de taxis, tienen que gestionar constantemente su flota de vehículos para prestar un servicio eficiente a los clientes que se desplazan al trabajo. Incluso con la creciente adopción de las aplicaciones móviles como medio para reservar servicios de transporte a la carta, sigue siendo un reto adecuar la oferta de vehículos a los aumentos de demanda aparentemente erráticos en el momento oportuno.

Pero con la ayuda de datos y análisis ricos, los proveedores de servicios pueden echar un vistazo a los datos históricos de los clientes acumulados a lo largo de años de operaciones, diseccionarlos y procesarlos, y eventualmente ser capaces de predecir los marcos temporales exactos para los aumentos de pasajeros, incluso incluyendo los puntos más frecuentados. De este modo, se puede desplegar un número suficiente de vehículos en tierra para satisfacer plenamente la demanda sin sacrificar la capacidad de servicio en otras zonas de cobertura.

Revistas de análisis de big data

Big Data Analytics in Transportation publica investigaciones y revisiones originales de alta calidad en una amplia gama de temas en los que los métodos basados en datos y la IA desempeñan un papel fundamental en el transporte.    El objetivo de la revista es mostrar los últimos avances metodológicos y las aplicaciones de los métodos de big data en el transporte y las implicaciones adecuadas para la elaboración de políticas. La revista también está interesada en el importante impacto que estos campos están empezando a tener en otras disciplinas científicas, así como en muchos aspectos de la sociedad y la industria. Existen innumerables oportunidades en las que la inteligencia de los big data puede aumentar otros métodos en la planificación de los sistemas de transporte, las operaciones, el transporte de mercancías, el análisis de la seguridad, el tránsito, las ciudades seguras y sostenibles y la gestión de emergencias. Hay muchas cuestiones emergentes de relevancia ética, social y de privacidad, que también son relevantes en este ámbito. La atención se centra principalmente en los métodos analíticos basados en datos, aunque también se tendrán en cuenta los estudios de alta calidad basados en aplicaciones. La BDAT ofrece una plataforma para debatir estas amplias implicaciones – fomentando un diálogo interdisciplinar – con artículos de investigación originales, artículos de revisión y artículos de comentario.

Ir arriba