Skip to content

Movilidad y Data Analytics: Fuentes de datos para un análisis preciso

En el campo de la planificación del transporte contar con buenos datos de partida es clave en el éxito de cualquier proyecto. Bien sea aplicados a un estudio de tráfico, un análisis de demanda, para el desarrollo de un modelo de transporte o simplemente para realizar un buen diagnóstico inicial de la movilidad, los datos de partida constituyen la base para que nuestro proyecto se convierta en una herramienta fiable y sólida con la que tomar decisiones estratégicas.

A su vez, la recopilación de los datos de partida ha sido históricamente uno de los mayores quebraderos de cabeza de los planificadores de transporte. Suponen un coste considerable del valor total del proyecto y suele ser complejo encontrar fuentes de datos fiables y robustas que nos digan de manera global cómo es la movilidad de nuestra área de estudio.

En los últimos años la innovación y los avances en Big Data han entrado de lleno en la sociedad, y el mundo del transporte y la movilidad ha sido uno de los grandes beneficiados de ello. Hoy en día, conocer cómo es la movilidad de las personas a través de formas tales como el seguimiento de las señales de telefonía móvil, los datos GPS de nuestros dispositivos, el rastreo de nuestras compras con tarjeta bancaria o los comentarios que vamos subiendo a nuestras redes sociales mientras nos desplazamos, han supuesto una revolución para la planificación del transporte. Son muchas las compañías que, conscientes de la utilidad de estos datos para su aplicación en este tipo de análisis, comercializan desde hace unos años esta clase de datos, inundando el mercado con múltiples opciones que hacen que -en ocasiones- los usuarios finales no sepan cuál es la mejor fuente de datos para aplicar en sus estudios.

Para arrojar un poco de luz en todo ello te contamos las principales nuevas (y no tan nuevas) fuentes de datos para conocer y analizar la movilidad. Spoiler: ninguna es la mejor ni la peor, todas tienen ventajas y limitaciones y su aplicación dependerá de las necesidades de tu estudio.

No hay fuentes de datos mejores y peores, dependerá de varios factores que debamos elegir una u otra en nuestros estudios.

CÁMARAS Y OTROS DISPOSITIVOS

Existen diversas tipologías en el mercado, todas ellas enfocadas a la realización de aforos vehiculares. Veamos las principales:

  • Cámaras de visión artificial. Consiste en la instalación temporal de cámaras de alta tecnología, cuyos videos son tratados posteriormente con software de visión artificial que son capaces de realizar de manera automática el conteo direccional de vehículos y su clasificación vehicular.
    • ¿Qué dato se obtiene con ellas?
      • Aforos vehiculares en secciones de vía, con clasificación vehicular, es decir, conteo de vehículos.
      • Matrices origen-destino (O/D) vehiculares de corto alcance, es decir, movimientos en glorietas.
    • Ventajas
      • Se afora la práctica totalidad de vehículos durante el tiempo que se tiene instalada la cámara.
      • Tecnología no intrusiva.
    • Limitaciones
      • Tiempo de grabación limitado a la duración de la batería o fuente de alimentación (entre 24 horas y 7 días).
      • Posibilidad de que el dispositivo sufra actos vandálicos mientras está instalado.
  • Radares. Permiten la obtención de aforos de vehículos, permitiendo tomar datos en carreteras de sentido único y de doble sentido. Estos dispositivos suelen incorporar un programa gestor de datos para calcular informes de resultados de manera automática.
    • ¿Qué dato se obtiene con ellos?
      • Aforos vehiculares en secciones de vía, con clasificación vehicular
    • Ventajas
        • Se afora la práctica totalidad de vehículos durante el tiempo que se tiene instalado el radar.
        • Capacidad de medir hasta 12 carriles y con fiabilidad ante inclemencias meteorológicas.
        • Tecnología no intrusiva.
    • Limitaciones
      • Posibilidad de que el dispositivo sufra actos vandálicos mientras está instalado.
  • Cámaras ANPR/RAM. Se trata de cámaras que -mediante la lectura automática de las matrículas- permiten identificar los flujos vehiculares y obtener unas fiables matrices origen-destino, tanto a nivel urbano, regional y nacional (preservando la anonimidad de los datos).
    • ¿Qué dato se obtiene con ellos?
      • Matrices O/D vehiculares de larga, media o corta distancia.
      • Aforos vehiculares en secciones de vía, con clasificación vehicular.
    • Ventajas
      • Obtención de matrices O/D vehiculares completas, dato difícil de conseguir con otras tecnologías o metodologías.
      • Tecnología no intrusiva.
    • Limitaciones
      • Posibilidad de que el dispositivo sufra actos vandálicos mientras está instalado.
  • Drones. La toma de datos se realiza mediante un dron equipado con cámara embargada de visión artificial.
    • ¿Qué dato se obtiene con ellas?
      • Aforos vehiculares en secciones de vía, con clasificación vehicular.
      • Matrices O/D vehiculares de corto alcance, es decir, movimientos en glorietas, cruces, enlaces etc.
    • Ventajas
      • Visión completa de la vía, cruce o glorieta de estudio.
      • Permite la grabación en lugares de difícil acceso.
      • Se afora la práctica totalidad de vehículos que pasan en la vía de estudio durante el tiempo que se tiene instalada la cámara.
      • Tecnología no intrusiva.
    • Limitaciones
      • Tiempo de grabación breve limitado a la batería del dron (entre 20 minutos a 1 hora aproximadamente).
      • En términos generales se requiere tener certificación como piloto de drones y realizar los registros pertinentes en AESA, el Ministerio del Interior y posibles aeropuertos cercanos para poder realizar el vuelo.
Las encuestas de preferencias reveladas y declaradas son una fuente muy útil al realizar estudios de demanda.

ENCUESTAS DE PREFERENCIAS REVELADAS Y DECLARADAS

Este tipo de encuestas se realizan habitualmente en el marco de estudios de demanda, cuando se necesitan datos para alimentar los denominados modelos de cuatro etapas.

Las Encuestas de Preferencias Reveladas permiten conocer el comportamiento actual de los individuos en sus decisiones de viaje, mientras que las Encuestas de Preferencias Declaradas tratan de reflejar lo que los individuos harían ante determinadas situaciones de movilidad hipotéticas (como nuevas líneas de transporte, nuevos modos, cambios de tarifa etc.).

Históricamente se realizaban de manera presencial (en estaciones, aeropuertos, carreteras…) o de manera telefónica, aunque es tendencia realizarlas mediante los denominados paneles online, y hasta hace pocos años constituían la única forma de conocer la movilidad general en todos los modos de transporte a la vez.

  • ¿Qué dato se obtiene con ellos?
    • Matrices O/D de todos los modos de transporte, y motivos del viaje.
    • Perfil socioeconómico del usuario.
    • Valor del tiempo e intención de decisión futura.
  • Ventajas
    • Medición de todos los modos de transporte, motivos de viaje y otros parámetros de los usuarios necesarios para el desarrollo de modelos de transporte (nivel de renta, motorización, rango de edad etc.)
    • Obtención del parámetro del valor del tiempo, necesario para la realización de predicciones de demanda, parámetro difícil de conseguir por otros medios.
  • Limitaciones
    • Las encuestas se realizan a una muestra de población, y es necesario realizar un trabajo de extrapolación de resultados al universo total de estudio.
    • Método costoso, requiere el diseño de la encuesta y la intervención de encuestadores (en modo presencial o telefónico) y el proceso de entrenamiento y organización que ello conlleva.
    • Método intrusivo, requiere que el usuario responda a las preguntas de la encuesta.
Los datos procedentes de telefonía móvil son cada día más utilizados en estudios de movilidad.

DATOS DE TELEFONÍA MÓVIL

En los últimos años, se ha extendido la utilización de los datos procedentes de dispositivos móviles para el análisis de la movilidad.

En España, muchas de las principales compañías telefónicas, así como otras empresas con acuerdos con estas compañías, comercializan los datos de señalización de las redes móviles (de manera anonimizada) para estudiar la movilidad. Estos datos representan una cuota significativa del mercado y son las propias empresas -conocedoras de su cuota- las que suelen comercializar estos datos ya expandidos al total de la población.

  • ¿Qué dato se obtiene con ellos?
    • Matrices O/D de (casi) todos los modos de transporte de media y larga distancia.
    • Otros datos relativos a las zonas de estudio: presencia, pernoctaciones etc.
  • Ventajas
    • Posibilidad de acceder a grandes muestras de población en tiempos reducidos.
    • Elimina el posible sesgo derivado de la realización de encuestas, donde las personas tienden a simplificar sus respuestas.
    • Teóricamente menor coste en relación con las encuestas tradiciones.
  • Limitaciones
    • Solo permite distinguir el modo “carretera”, sin distinción entre autobús y vehículo privado, lo que supone una limitación para el desarrollo de los modelos multimodales.
    • No permite la obtención de los motivos del viaje clásicos, tan solo habitualmente los desplazamientos casa-trabajo basado en su frecuencia y estancia en horas típicas.
    • No permite la obtención del parámetro del valor del tiempo.
    • Aunque proporcionan ciertos parámetros socioeconómicos (como sexo, rango de edad etc.), son datos que deben ser tomados con precaución en su uso en estudios de demanda puesto que están asociados a la titularidad del contrato.

Además de estos datos, han proliferado muchas otras experiencias procedentes de telefonía para el análisis de la movilidad. En los últimos años son cada vez más las empresas que comercializan con este fin datos de demanda recopilados a través del uso de conjuntos de aplicaciones móviles asociadas (SDK). A su vez, las redes sociales han permitido conocer para ciertos usos las pautas de movilidad de los usuarios. Por ejemplo, analizando los patrones de movilidad general a partir del análisis de las publicaciones geolocalizadas publicadas en redes como Twitter. O el denominado análisis de sentimientos, que permite conocer la percepción que los usuarios tienen de un medio de transporte a partir del análisis mediante algoritmos del cariz de las publicaciones donde los usuarios se refieren a estos medios. Estos y otros múltiples ejemplos ilustran la ingente cantidad de información relativa a los patrones de movilidad que se puede extraer de nuestra interacción con los teléfonos móviles.

Los datos GPS comercializados por diversas compañías enriqueces y dan nuevas dimensiones a los estudios de movilidad.

DATOS GPS

Al igual que con los datos de telefonía, la obtención de los patrones de movilidad a través del seguimiento de los datos GPS que vamos generando con los distintos dispositivos se ha convertido en una de las fuentes más sólidas y utilizadas en los últimos años.

Empresas como TomTom, Inrix, Wejo y otras muchas, comercializan esta clase de datos a partir de acuerdos con flotas de vehículos, dispositivos de navegación, sensores y otras fuentes de datos que permiten geolocalizar con una alta precisión los desplazamientos vehiculares.

  • ¿Qué dato se obtiene con ellos?
    • Matrices O/D vehiculares parciales de corto y largo alcance.
    • Aforos vehiculares parciales, así como otros parámetros del viaje como tiempos de recorrido, velocidades etc.
  • Ventajas
    • Son datos de alta precisión, sólidos y fiables para determinar patrones de movilidad en vehículos.
    • Rápidos de obtener, no requieren la instalación de ningún dispositivo, no intrusivos.
  • Limitaciones
    • Son datos parciales, correspondientes a la cuota de mercado del proveedor, y que normalmente se comercializan sin expandir al universo completo.
    • Limitados a tráfico vehicular.

A MODO DE CONCLUSIÓN…

Aunque podemos encontrar en el mercado fuentes de datos adicionales, estas son las más habituales por ser las fuentes que proporcionan una información más completa para las necesidades de los análisis de movilidad y estudios de tráfico.

Como adelantábamos al inicio de este artículo, aunque algunas de las fuentes citadas tienen claras ventajas frente a otras o importantes diferencias en cuanto a su coste -no solo económico sino de gestión-, lo cierto es que no podemos afirmar que ninguna de ellas es claramente mejor que las demás.

Todas tienen ventajas y limitaciones, y en muchas ocasiones habremos de utilizar una combinación de varias en nuestros estudios para tener una visión lo más completa posible de nuestro ámbito de análisis.

Así pues, el primer paso es conocer sus características para poder evaluar en cada caso, sobre la base del presupuesto de nuestro proyecto, el plazo disponible, los datos necesarios y las características globales del estudio, cuál es la fuente de datos más adecuada para el análisis de la movilidad.

 

Ana Olmeda Clemares

CTO de Vectio Traffic & Transport Planning

 

Posts relacionados

Bogotá sigue liderando soluciones de movilidad urbana mientras construye su primera linea de Metro

Mobility by Vectio 1×02 con Nati Armentia

Sobreviviendo al atasco: cómo China enfrenta los desafíos del tráfico

Candela Martín
Transport Engineer

El impacto del turismo masivo y las nuevas tecnologías en la movilidad

Irene Méndez
Transport Engineer

Mobility by Vectio 1×01 con Jorge Rodríguez

Más allá de los badenes

Irene Méndez
Transport Engineer

Estudios de Movilidad para desarrollos logísticos, industriales y de oficinas

Jorge Rodríguez
Technical Director

Primeros pasos en la modelización del transporte

Ana Álvarez
Transport Modeller

Transporte Público y Combustibles Alternativos: Alimentando el cambio

¿Y si los atascos son la solución?

Itziar Buruchaga
Transport Engineer

Planificación del aparcamiento en centros logísticos de reparto

¿Un futuro sin emisiones de carbono pasa por una semana laboral de cuatro días?

Las carrozas a 5 soles y la gratuidad del transporte público

Jorge Rodríguez
Technical Director

La movilidad en el cine a través del Ferrocarril

Irene Méndez
Transport Engineer

Pensando la Movilidad desde el inicio: Los Desarrollos orientados al transporte

Movilidad y Data Analytics: Fuentes de datos para un análisis preciso

Movilidad y Transporte: 5 claves para este 2023 (y más allá)

Carlos González
Transport Engineer

Simulaciones de tráfico, grandes aliadas en la gestión de la movilidad

Azariel Menéndez
Draftsman

Covid-19 y movilidad: ¿Se ha restablecido el tráfico tras la pandemia?

Ana Álvarez
Transport Modeller

Las 5 etapas del Big Data aplicado a la Ingeniería de Tráfico

Carreteras 2 + 1: una alternativa para reducir la siniestralidad en las vías secundarias

Itziar Buruchaga
Transport Engineer

De las carreteras que dividen a las que unen: escenarios para una infraestructura no segregadora

La ética del dato, el dilema detrás del algoritmo

Un vistazo a los modelos regionales de transporte

Categorías
×

Para mas información contacte con nuestro equipo comercial .

    ×