Esta es la historia de un búho, pero no de uno cualquiera. Este búho es de Seúl y nació gracias al big data. ¿Cómo es posible?, quizá se pregunte. Siga leyendo para descubrirlo.
Las autoridades de Seúl llevaban tiempo buscando un sistema de transporte para los trabajadores de bajos ingresos que se desplazan a altas horas de la noche. Aunque podían tomar un taxi, era una opción muy costosa, sobre todo si tenían que hacerlo con regularidad. Los trabajadores de bajos ingresos no ganan lo suficiente para tomar taxis habitualmente, y las tarifas son considerablemente más altas por la noche. Además, como suelen vivir en las afueras de la ciudad, los taxistas a menudo se resisten a ir hasta allí, principalmente por la distancia y por motivos de seguridad.
Estos eran algunos de los grandes retos a los que se enfrentaban los responsables de formular políticas en Seúl, una ciudad considerada un referente en transporte público. Entonces, ¿qué se podía hacer?
Parte de la solución consistió en analizar y utilizar el big data para encontrar un medio de transporte adecuado a las necesidades específicas de quienes trabajan hasta tarde. El resultado fue la creación del «autobús búho», que circula hasta las cinco de la mañana.
En este contexto, el big data tiene un potencial considerable de aplicación en el sector del transporte y, en general, en el desarrollo de infraestructuras. De hecho, el Banco Mundial y funcionarios coreanos debatirán el martes 28 de mayo el tema «Aprovechar las tecnologías de la información y la comunicación (TIC) en el transporte para un crecimiento más ecológico y un desarrollo más inteligente».
En el taller, destacados expertos del Instituto de Transporte de Corea (KOTI) debatirán las oportunidades relacionadas con los datos abiertos y el análisis de big data; la reducción de los obstáculos a la planificación del transporte, incluidas las operaciones y la gestión del transporte mediante sistemas funcionales de TIC; y las posibilidades de impulsar la innovación mediante tecnologías disruptivas y el Internet de las cosas.
Por ejemplo, el autobús búho de Seúl se planificó y diseñó para ofrecer un nivel mínimo de servicio de autobús a los trabajadores de bajos ingresos durante el periodo en que se interrumpe todo el transporte público. ¿Cómo se diseñó el autobús búho?
En general, las rutas de autobús se planifican y diseñan pronosticando la demanda de viajes a partir de datos de encuestas por muestreo. Este enfoque tradicional arroja resultados razonables. Sin embargo, planificar y diseñar rutas de autobús nocturnas con este método presenta varias limitaciones, entre ellas:
En primer lugar, los costos. En el área metropolitana de Seúl, incluidas las ciudades adyacentes, viven más de 20 millones de personas. Por ello, realizar una encuesta por muestreo de apenas entre el dos y el tres por ciento requeriría millones de dólares.
En segundo lugar, el tiempo. Planificar y diseñar rutas de autobús mediante encuestas y análisis por muestreo lleva mucho tiempo. Según la experiencia, analizar la información y los datos puede llevar incluso un par de años.
En tercer lugar, la viabilidad. No es fácil encuestar los patrones de viaje de quienes se desplazan a altas horas de la noche. Podría ser peligroso, y la fiabilidad de los datos de las encuestas puede cuestionarse o ponerse en debate con facilidad.
Ante estos retos, las autoridades municipales de Seúl decidieron utilizar el big data. Este puede emplearse para rastrear los patrones de viaje de quienes se desplazan a altas horas de la noche. La fuente más plausible de big data son las llamadas y los mensajes de texto. En este caso, se analizaron tres mil millones de datos de llamadas y mensajes enviados a altas horas de la noche para encontrar los lugares específicos de salida y destino de los viajeros.
Rastreo de los patrones de viaje en Seúl mediante big data
En resumen, los datos de llamadas y mensajes de texto indicaban el punto de partida, y la dirección de facturación del usuario o viajero, el punto de llegada. (Véase el mapa de los patrones de viaje a la derecha).
Los expertos comprenden ahora que los puntos de partida y llegada de los viajeros quizá sean los datos más esenciales para estructurar las rutas de autobús. Estos datos también proporcionan información crucial sobre las rutas que realmente utilizan quienes viajan de noche, incluidas las redes viales con el mayor número de enlaces y nodos. Además, se introdujeron varias técnicas de simulación para identificar las rutas de viaje más utilizadas.
Además de los datos de llamadas y mensajes de texto, por ejemplo, se utilizaron cinco millones de datos del sistema Taxi Digital Tacho Graphy (DTG) para revisar las rutas de autobús. El DTG es un dispositivo instalado en un vehículo que registra automáticamente su velocidad y distancia, generando datos digitales que ayudan a gestionar los taxis y prevenir la conducción temeraria. Los sistemas DTG están instalados en todos los taxis corporativos y privados (más de 70.000 a diciembre de 2013).
Utilizando únicamente big data, sin encuestas de campo, se diseñaron nueve rutas nocturnas de autobús (las llamadas rutas del autobús búho), que actualmente funcionan entre la medianoche y las cinco de la mañana.
La respuesta de quienes viajan de noche al «autobús búho» ha sido muy positiva: según se informa, 629.752 pasajeros han utilizado los nuevos servicios del «autobús búho». Y esa cifra corresponde solo a los primeros 100 días. Esto demuestra una vez más que el big data y un «autobús búho» pueden tener mucho que ver.
Este artículo se publicó originalmente en el blog Transporte para el Desarrollo del Banco Mundial. La publicación no implica que el Foro Económico Mundial respalde las opiniones expresadas.
Para mantenerse al día con la Agenda, suscríbase a nuestro boletín semanal.
Autor: Nak Moon Sung es especialista sénior en transporte en la Práctica Global de Transporte y TIC del Banco Mundial. Mauricio O. Ríos tiene más de 15 años de experiencia en el ámbito de las comunicaciones. Actualmente es responsable de comunicaciones en la unidad de Transporte del Banco Mundial.
Imagen: Coches en miniatura circulan por una autopista elevada. REUTERS/David McNew.
