El Big Data ayuda a mejorar la movilidad urbana

La creación de un entorno urbano más habitable está en la agenda de muchas ciudades del mundo. En términos de movilidad, esto abre muchos desafíos y el Big data puede ayudarnos a superarlos.

Por un lado, las ciudades deben garantizar que la gente vaya del punto A al B de una manera cómoda, segura y asequible. Por otro lado, se necesita considerar los aspectos económicos y ambientales. Además, las nuevas ofertas de movilidad y servicios están evolucionando constantemente y hay que estar preparados.

Así que, para dar forma a la movilidad del futuro, las ciudades necesitan entender lo compleja que es la movilidad. Aquí es donde el análisis del Big data juegan un papel clave.

Incluso los políticos han reconocido que el Big data es fundamental para la planificación del transporte. La Canciller alemana Angela Merkel anunció recientemente un plan para establecer una “Sala de Datos de Movilidad” para Europa. Esta sala recogerá datos en tiempo real de varias fuentes: la industria automovilística, el transporte público y los nuevos proveedores de movilidad.

El uso inteligente de los datos ofrece muchas posibilidades para comprender, gestionar y regular la movilidad.

Evaluando la infraestructura

El análisis basado en datos ayuda a evaluar la infraestructura existente y a examinar los escenarios hipotéticos: ¿Cuál es la demanda de viajes durante las diferentes horas del día? ¿Cuál es la capacidad de un sistema de transporte público? ¿Existen cuellos de botella? ¿Los nuevos modos de movilidad mejorarán la red de transporte existente?

Ya sean avenidas específicas, barrios o incluso regiones enteras, los llamados mapas de calor pueden ilustrar el volumen de tráfico en toda la red de rutas y destacar los puntos conflictivos. Estas visualizaciones permiten a los planificadores de tráfico identificar dónde está el potencial para optimizar la infraestructura.

Aplicación de medidas reglamentarias

Con la ayuda del análisis y visualización del Big data, los encargados de la creación de políticas también pueden probar y evaluar inmediatamente la aplicación de las medidas reglamentarias: ¿Un nuevo cargo por congestión reducirá el tráfico en el centro de la ciudad? ¿Cómo se pueden implementar las prohibiciones de paso o de estacionamiento? ¿Dónde debería establecerse mejor una zona libre de emisiones?

Las visualizaciones en un mapa digital apoyan el proceso de adopción de decisiones, por ejemplo, permitiendo una comunicación transparente y amplia entre los interesados y el público. Esto facilita la recopilación de información, el debate de alternativas y proporciona una base sólida para la aplicación de las medidas de tráfico.

Planificar nuevas ofertas de movilidad

Otro campo en el que el Big data puede ayudar es en la planificación y el funcionamiento de nuevos servicios de movilidad.

Con un número cada vez mayor de nuevas soluciones de movilidad que enriquecen la gama de servicios de transporte, depende de las ciudades tomar la mejor decisión. Los nuevos servicios complementarán eficazmente las ofertas de movilidad existentes y beneficiarán a los ciudadanos y al medio ambiente.

El Big data también permite a las ciudades evaluar los efectos, las posibilidades y los riesgos: ¿Se necesita otro proveedor de servicios? ¿Cuáles son las mejores ubicaciones para las estaciones de transporte púbico? ¿Qué área de operación sería adecuada para un nuevo servicio de bicicletas compartidas? ¿En qué áreas se debería permitir que funcionen los servicios compartidos, como Uber?

Si las ciudades abordan estas cuestiones y desafíos, pueden proporcionar el marco adecuado para la adopción de medidas de movilidad atractivas y eficaces.

Los datos son también una importante fuente de información para los operadores de flotas que planean ofrecer nuevos servicios de movilidad. Les permite evaluar las mejores condiciones para que su modelo de negocio funcione. Por ejemplo ¿Cuál es la demanda prevista del servicio? ¿Cuántos pasajeros y vehículos se necesitarían para satisfacer esta demanda de la manera más económica?