A medida que las ciudades han aumentado su tamaño y su población, los desplazamientos diarios se han convertido en trayectos más largos, complejos y numerosos. El proceso de análisis de los patrones de movilidad y transporte en una población tiene como objetivo comprender como las personas se desplazan en una determinada área geográfica, esto con el fin de obtener información acerca de las necesidades y los retos que implica el desarrollo de proyectos de infraestructura, y así lograr una mejor planificación del crecimiento urbano y regional de manera sostenible.
Sin embargo, el desarrollo de estos estudios presenta diversos desafíos técnicos, como la recopilación e integración de datos relevantes y la utilización de modelos predictivos precisos y confiables.
¿Qué es la analítica predictiva?
La analítica predictiva es una rama de la ciencia de datos que está enfocada en el uso de técnicas de estadística descriptiva e Inteligencia Artificial (IA) para predecir tendencias de comportamiento futuro, basándose en la identificación de patrones en datos históricos.
Estos métodos se utilizan principalmente para realizar predicciones sobre como ciertas variables se comportarán en el futuro y así proveer a los responsables de la toma de decisiones herramientas para fundamentar sus elecciones en cuanto a inversión, asignación de recursos y adopción de políticas
El origen de esta rama de la ciencia data del siglo pasado, sin embargo, el acelerado avance tecnológico en términos de capacidad de cómputo y desarrollo de software especializado, así como el auge de diferentes métodos de IA y explosión de datos generados por sistemas digitales, han favorecido la evolución de la analítica predictiva y su implementación en diversos campos como la industria de la Arquitectura, Ingeniería y Construcción (AEC).
Analítica predictiva y planificación de la movilidad urbana
Las políticas de movilidad y transporte en una ciudad se deben basar en los tres pilares principales para el desarrollo sostenible: económico, social y ambiental.
Para cumplir con estos pilares, es necesario crear modelos de analítica predictiva capaces de explicar las condiciones del pasado y actuales de la movilidad en un área geográfica.
Para la creación de estos modelos de movilidad, tradicionalmente se han utilizado encuestas origen destino, las cuales recaban información acerca del individuo, patrones de viaje y motivo de sus viajes; a su vez, el uso de estadísticas de carácter público se utilizan como complemento.
Por: Juan A. Monter
(CEO) Cofundador & CEO Kaminoittech
Fabián Torres Robles
(CDS) Chief Data Scientist, Kaminoittech
