ARTÍCULO DE OPINIÓN
La información masiva de datos provenientes de diversas fuentes se lleva usando años y está progresando cada vez más en aspectos como:
- Información al conductor.
- Información al viajero.
- Gestión del tráfico en tiempo real o no.
- Planificación basada en información de los Sistemas Inteligentes de Transporteo ITS, como son los Sistemas de Ayuda a la Explotación (SAE).
- Información de mercado basada en redes sociales.
Pero en este artículo se va a analizar la nueva vía para obtener datos de movilidad por medio de datos móviles en primera instancia pero que podría extenderse a otras vías basadas en el denominado internet de las cosas, ya sean las redes sociales u otras formas. No obstante, para los planificadores y analistas de la movilidad, es necesario un alto grado de detalle de la información, en especial el posicionamiento para construir matrices origen-destino lo más precisas posible. La toma de datos vía móvil pretender sustituir parcial o totalmente tomas de datos convencionales (encuestas, conteos), según las necesidades de información y el objetivo de los análisis. En primer lugar, hablaremos de los problemas de estas tomas de datos y del enfoque del problema.
El enfoque del problema: la movilidad en las ciudades
La movilidad en las ciudades y áreas metropolitanas requiere cada vez de más actuaciones decisivas en favor de una movilidad sostenible de acuerdo con las directrices europeas y no puede dar la espalda a los avances en tecnología, sino todo lo contrario, aprovecharla y enriquecerse de ésta.
Estas actuaciones, en un entorno bien complejo como es el de las áreas urbanas, debe basarse en una amplia toma de datos que fundamenten la toma de decisiones. Por ello, contar con una gran cantidad y variabilidad de datos de calidad permitiría defender mejor los proyectos (necesidad y viabilidad), y no solo fundamentarlos. Por lo tanto, los datos son un instrumento clave en los procesos de participación ciudadana y concertación de gran importancia en planes de movilidad urbana sostenibles.
Inconvenientes de las tomas de datos actuales
Tradicionalmente se han venido realizando amplias campañas de trabajo de campo, basándose una gran parte en encuestas domiciliarias. En una determinada época, en Europa, se basaban en encuestas domiciliarias presenciales, que prácticamente se han abandonado, sustituyéndose por encuestas telefónicas. Estas encuestas siguen presentando una serie de problemas que incrementan el sesgo en este tipo de estudios:
- Son muy costosas y, como consecuencia, el tamaño de la muestra que se realiza finalmente suele ser muy reducido.
- Cada vez existen menos hogares con teléfono fijo y las bases de datos de móviles no son tan sencillas de manejar y mantener.
- Siguen teniendo una dependencia del hogar, cuando la movilidad depende en realidad del individuo.
Soluciones basadas en información de antenas de operadores móviles
Las operadoras de móviles han detectado que esta vía es una posible fuente de negocio. Unas veces asociadas con consultoras, otras por su cuenta, han empezado a trabajar esta línea. La información es la siguiente:
- Está anonimizada.
- No proviene de GPS sino de posicionamiento de antena.
- Se desarrollan algoritmos que permiten inferir matrices O/D y en algunos casos modos de transporte y alguna otra variable.
- La precisión es más bien agregada, de macrozona (áreas agregadas), luego por modelización se puede detallar.
- Aporta información de períodos más allá de día laborable tipo. Esto permite tener información de fines de semana y períodos vacacionales para planificar mejor la oferta en esas épocas.
- Se han aplicado ya en España en Madrid, Tenerife, Andalucía, contratos del Ministerio de Fomento, todavía contrastando con los métodos convencionales y con otras fuentes de datos.
- La caracterización socioeconómica, que es explicativa de la movilidad, no es fácil de conectarla y completarla.
Pero es un procedimiento que se irá depurando y consolidando y es una revolución que “ha llegado para quedarse”.
INSTITUTO DE MOVILIDAD empresa colaboradora de Tech4Fleet 2020.
