El transporte público fue uno de los tantos sectores golpeados por la pandemia de coronavirus en Latinoamérica, tras el registro de una fuerte caída de su uso en las ciudades más importantes de la región.

En Ciudad de México, por ejemplo, se contabilizó un desplome del 50% en 2020, mientras que en Santiago de Chile la inclinación por esta movilidad se redujo un 80%, así como en San Pablo, Brasil, fue de un 90%, entre otros casos.

Así lo afirma un estudio realizado por Moovit, la empresa de soluciones de movilidad que a través de su app y la recolección y análisis de datos busca la optimización de la experiencia en los transportes masivos y la micromovilidad. 

“Debe hacerse foco en el transporte público que mueve al 80 o 90% de la población en las ciudades”, afirma Mauricio Del Hierro, sales director de la compañía, que además asegura que, por fuera del contexto sanitario, el factor por excelencia que causa esta escasez de demanda es “la insatisfacción del usuario”. 

Para mitigar este descenso, la app busca aumentar los niveles de complacencia del usuario disminuyendo su incertidumbre a través de información, la cual es destinada también al gestor del transporte.  

Es decir, Moovit no solo le avisa al usuario cuánto tardará su bus en llegar o cuál es el estado del servicio, sino que además le ofrece soluciones de big data al operador o las entidades públicas que lo contraten. 

“Podemos aportar con herramientas de big data para que el operador entienda cómo, cuándo, hacia dónde y en qué se mueven las personas para, por ejemplo, conocer a qué nivel debe aumentar la frecuencia de unidades”, explica Del Hierro, que sostiene: “Esto es oro en polvo para una Secretaría de Movilidad”. 

Es así como una de las soluciones que ofrece es MUMA (Moovit Urban Mobility Analytics) por medio de la cual se toman datos de los usuarios de la app pública para ayudar a entender los patrones de movimiento de los usuarios y tomar decisiones respaldadas. 

También ofrece Time Pro que, a través de un dispositivo instalado en el bus, emite una señal de tiempo real para que tanto el usuario como el centro de operaciones se vean beneficiados.

El usuario, por su parte, puede ver en cuántos minutos llega el bus a su parada, mientras que el segundo actor tiene una visión más clara del movimiento de sus buses en la ciudad, con analíticas, dashboard de performance de tiempo de sus flotas y comunicación bidireccional con sus conductores.

Los obstáculos de la big data

“Todavía no existe una confianza plena en la big data”, destaca Del Hierro respecto a las barreras que hoy existen en la contratación de este tipo de servicios, las cuales en algunos lugares son del tipo legal, como sucede en Santiago. Sin embargo, la mayoría se da por incertidumbre. 

Luego, señala: “Hay entidades que confían más en contratar a una empresa de consultoría, que va a ir al campo a levantar información de una serie de buses y la va a extrapolar a una muestra representativa mayor, cuando con la big data se tiene mayor certeza porque el dato no te lo dicen, sino que viene directo del celular de forma más rápida y económica”. 

Según Del Hierro, el problema principal radica en que aún se cuestionan mucho los métodos de recolección y análisis de la información.

“Tienen años de trabajar una forma y nosotros somos tecnología disruptiva”, indica y se explaya: “En vez de demorarnos seis meses en hacer un análisis de campo que levanta una muestra representativa del 2% de la población usuaria, nos tomamos un mes y logramos una muestra del 6%”.