¿Por qué necesitamos el análisis de datos para la movilidad urbana? En las ciudades circulan muchísimos vehículos (camiones, coches, motocicletas, autobuses, etc.) que contaminan el aire y generan emisiones de CO2 que son perjudiciales para las personas y el medioambiente. Para paliar la congestión de tráfico y la contaminación de la atmósfera se utilizan dispositivos con sensores que miden el aire y la concentración de las partículas contaminantes. Esos sensores recogen la información en tiempo real, almacenan y procesan los datos. Esto es fundamental para controlar la calidad del aire y el CO2 de la atmósfera en cualquier punto de la ciudad.
Hasta hace poco los dispositivos necesarios para monitorizar los vehículos, las personas y distintos elementos de movilidad urbana, así como la conectividad en sí misma, resultaban demasiado costosos. El abaratamiento de dichos costes animó a la industria a invertir en nuevos dispositivos, mejorar las comunicaciones y desarrollar nuevas tecnologías que facilitan el conocimiento más real y preciso de lo que sucede en todo su entorno.
La necesidad de Big Data en el análisis de la Movilidad Urbana
Al día se generan millones y millones de datos en bruto que necesitan ser organizados y procesados para su mejor interpretación.
El procesamiento y el análisis de estos datos es el objetivo del Big Data. Sin su aplicación, la información carece de valor y no aporta conocimiento.
Los datos de movilidad y el análisis de esos datos ayudan a los negocios a la toma de decisiones que permiten impulsar diferentes industrias con la creación de nuevos productos y servicios que reducen la huella de carbono generada por cada individuo en las ciudades.
El análisis del Big Data permite evaluar el impacto medioambiental y estimula la producción de soluciones de movilidad adecuadas a las nuevas necesidades sociales. Los usuarios ahora demandan llegar del punto A al B en el menor tiempo posible, en el medio más sostenible y de menor gasto. La industria y las ciudades deben habilitar mecanismos, sistemas e infraestructuras para que esta movilidad sea posible de la manera más segura, conectada, asequible y sostenible. El análisis del Big Data es la única herramienta fiable que poseen.
Aplicación del análisis de los datos de la nueva Movilidad Urbana
Hoy en día, la realidad de las ciudades en torno a lo que a movilidad se refiere, incluye a las personas, motos, coches, bicicletas, patinetes, autobuses, trenes, metros, entre otros. Resultaría imposible mantenerlos en armonía sin conocer su localización exacta y los niveles de concurrencia de estos en un espacio. Para evitar las altas concentraciones de CO2, se tomaron decisiones restringiendo el acceso a determinados vehículos contaminantes en ciertas áreas de gran concentración de población e introdujeron nuevos tipos de movilidad más sostenibles que facilitaban los desplazamientos en el núcleo urbano.
La pandemia ha acelerado el acceso masivo a las redes de comunicación y en algunos casos ha potenciado nuevos hábitos como el teletrabajo. De la misma manera, ha fomentado el uso de vehículos como la bicicleta, patinetes, motocicletas que permiten ir a tu lugar de destino evitando el contacto directo con otras personas.
Con la llegada de la vacunación y el retorno a los centros de trabajo, se ha visto de nuevo incrementada la movilidad y de nuevo han aparecido los problemas de congestión de tráfico y contaminación del aire en las ciudades, lo que implica abordar con decisión los planes de Inversión en el desarrollo urbano para cumplir el acuerdo de Paris sobre el cambio europeo Climático que incorpora las medidas aprobadas en el Pacto Verde Europeo.
Es el momento de monitorizar y conectar todos los elementos de la movilidad urbana para disfrutar de unas ciudades más eficientes con una red de movilidad muy competitiva.
Interpretación de los Datos de Movilidad para su Regulación
En las ciudades debemos evaluar las horas punta, los puntos calientes en los planes de ruta sugiriendo a los usuarios alternativas para facilitar una movilidad más eficiente. Aquí es donde entra en juego la visualización e interpretación de datos para tomar decisiones en tiempo real que permitan el desplazamiento de la población con mayor seguridad y eficiencia.
Cuando se toman referencias de la evaluación del Big data y se colocan en un mapa, se pueden ver si los planes son efectivos o no, o si se debe considerar alternativas. Por ejemplo, las empresas de car sharing pueden mapear donde existen mayor demanda de vehículos por concentración de empresas y eventos y proporcionar en estas zonas vehículos eléctricos que contaminan menos. También, pueden introducirse otras alternativas de mercado como el alquiler de patinetes y bicicletas para esos desplazamientos cortos en hora punta.
Todo esto necesita una regulación específica para la nueva movilidad. La gran variedad de vehículos y de usuarios de los mismos (incluso niños) hace necesaria una regulación para que convivan de forma segura y eficiente en las ciudades.
Regulando las compañías de movilidad compartida
La movilidad como un servicio, ha ganado popularidad a lo largo de los años. Uber, emov, eCooltra, Blablacar y otras aplicaciones populares para compartir viajes, se basan en este concepto de movilidad urbana. Estas compañías, han conseguido que la vida de las personas en las ciudades sea mucho más sencilla.
Los planificadores urbanos deben comprender el impacto que las aplicaciones de viajes compartidos tienen en la infraestructura de una ciudad. ¿Es posible que las apps de viajes compartidos generen calles excesivamente congestionadas? ¿Qué partes de la ciudad aún no están cubiertas por ninguna aplicación para compartir viajes?
El análisis de datos también puede ayudar a las empresas de viajes compartidos y otras flotas de automóviles. Pueden personalizar, reducir o ampliar sus servicios en función de los resultados. Las empresas pueden decidir si, por ejemplo, las bicicletas son la solución más adecuada para un área, o bien es más recomendable utilizar coches de gama alta.
Big Data y Análisis para la gestión del Tráfico
El tráfico es un gran problema para las grandes ciudades. En muchas partes del mundo, debido al tráfico intenso, el tiempo de desplazamiento habitual aumenta de forma considerable. Las personas no tienen otra opción que pasar una gran parte de sus horas de trabajo sentadas dentro de sus vehículos.
Con el Big Data y el Análisis de Datos, se pueden evaluar adecuadamente las horas punta de cada ruta en una ciudad. De este modo, pueden realizar análisis precisos y localizar las fuentes de tráfico de cada una de las rutas. Una vez conocida esta información, pueden sugerir a los conductores que tomen rutas alternativas con menos tráfico, con el objetivo de reducir la presión en una única ruta.
Soluciones de Software para Ciudades Inteligentes
Ciudades, como Hamburgo, están implementando soluciones de software que pueden predecir con exactitud la congestión del tráfico en la ciudad. Según la Dra. Melanie Mergler, directora de la Agencia Estatal de Carreteras, Puentes y Aguas de Hamburgo (LSBG), el objetivo de desarrollar un software de simulación era que los planificadores urbanísticos pudiesen visualizar datos en tiempo real sobre la congestión del tráfico de la ciudad y así, poder prever atascos de forma anticipada.
Este software de simulación también se utiliza para planificar el tráfico a largo plazo. La ciudad de Hamburgo tiene muchos proyectos en fase de desarrollo para el próximo año. Para conseguir este objetivo, es posible que ciertas carreteras tengan que estrecharse en algunos tramos o cerrar su circulación durante toda la duración del proyecto. Los planificadores urbanísticos están ahora utilizando soluciones de software para evaluar rutas alternativas que puedan absorber el volumen de tráfico de estas carreteras que se cerrarán. En la actualidad, existen empresas de movilidad integral, como Net4things, que ofrecen una plataforma global de movilidad para recoger, procesar y analizar todos los datos para obtener información valiosa para ofrecer una movilidad más segura y conectada y generar nuevos servicios a otras compañías.