La eficiencia o justificación social de una línea de autobús depende en buena parte de conocer los hábitos reales de movilidad de los usuarios. El problema aquí es que, si bien es fácil monitorizarle cuando sube al bus al validar el billete, más complicado es saber dónde y cuándo se baja. La solución podría estar en el Big Data, lo que permitiría saber con precisión qué parte de la red tiene margen de mejora o no se justifica con respecto a cómo se planteó inicialmente, según apunta la Asociación de Empresas Gestoras de Transportes Colectivos Urbanos (ATUC), que agrupa a entidades como Metro de Madrid, EMT de Madrid, TMB de Barcelona, etc.
En concreto, con el Big Data se puede construir lo que se denomina matriz origen-destino, gracias a un algoritmo obtenido a partir de la información del recorrido de cada usuario, tanto cuando sube como cuando baja. Para ello, los datos de la validadora de billetes por la que cada usuario está obligado a pasar en la entrada se cruzarían con la información obtenida de sensores infrarrojos en las puertas de salida, e incluso de las propias cámaras de videovigilancia en el interior del autobús. Un proyecto de este calado ya se está empezando a probar en algunas ciudades españolas, como es el caso de San Sebastián a través del operador Dbus.
Ventajas del Big Data
La importancia de esta información es que permite conocer si la oferta de servicio de una línea se ajusta a la demanda real existente, así como calcular la ocupación del bus por tramos de recorrido. Todo ello ayuda a tomar decisiones para ajustar o modificar líneas existentes, o incluso diseñar otras nuevas a partir de datos objetivos con esos criterios de justificación económica o social.
“Uno de los principales objetivos del sector del transporte público es lograr una red lo más eficiente posible", Jesús Herrero de Atuc
De hecho, gracias al Big Data se pueden obtener principalmente cinco claves para desgranar una línea de autobús y ver si cumple eficazmente con su cometido, o bien para diseñar una de nueva creación extrapolando datos de rutas y barrios similares. Estas claves son:
-Valorar los recorridos a pie para descartar puntos de parada que no sean razonables, teniendo en cuenta además factores como la orografía o el esfuerzo.
-Estudiar el comportamiento de cada usuario, conociendo sus hábitos de movilidad, como dónde coge el transporte y hasta dónde, qué días y horas, con qué frecuencia, etc.
-Asignar los destinos en función de los recorridos a pie entre el origen-destino y la parada, el esfuerzo de realizar a pie un trayecto comparado a hacerlo en autobús y la relación de tiempos entre el viaje a pie y en autobús (incluyendo el tiempo de espera en parada).
-Conocer el comportamiento de los usuarios ante recorridos en los que es necesario hacer transbordos.
-Analizar los hábitos de desplazamiento de los usuarios y los recorridos incompletos por la combinación de otros medios de transporte (coche, a pie, bicicleta, etc.)
El móvil, otra ayuda
El uso de la tecnología en la planificación y diseño del transporte público también permite conocer los hábitos de movilidad de los usuarios en aquellas áreas de una población donde no se presta servicio. Aquí la clave está en el móvil, ya que se podrían cruzar los datos de la geolocalización con las validaciones.
Esto permitiría conocer los hábitos de los usuarios (frecuencia, distancia, tiempos, etc.), una información que puede ayudar con datos objetivos a diseñar la cobertura de servicio a esas zonas no cubiertas.
Según el secretario general de Atuc, Jesús Herrero, “uno de los principales objetivos del sector del transporte público es lograr una red lo más eficiente posible. Pensemos que este es un sistema que depende en parte de subvenciones públicas para poder desarrollar el servicio, por lo que debemos apostar por la tecnología para encontrar soluciones que nos permitan ser más eficientes por nosotros mismos”.
