Ciudades como Madrid están tomando decisiones drásticas para limitar el tráfico rodado y es normal pues la huella del CO2 y NO2 que genera se estima en un quinto del total de emisiones en la Unión Europea, siendo hoy un 20,5% superior a lo que era en 1990[1]. En muchas ciudades, el coche es prácticamente el principal emisor: solo en Madrid hablamos de un 70-90%[2]. Estos valores nos empujan a tomar medidas contra la contaminación pero, para ello, necesitamos algo más que simples valores absolutos, tenemos que entender cuestiones como quién está generando ese tráfico, de dónde viene y a dónde va, etc. Por ello, el Big Data se plantea como la única opción que nos ofrece información que se puede transformar en conocimiento para tomar decisiones basadas en evidencias.
Necesitamos saber cómo contribuimos al tráfico y para qué usamos el coche para poder ofrecer alternativas que no condicionen nuestros hábitos y reduzcan la contaminación.
la realidad no cabe en una encuesta
El problema: no es fácil acceder a esta información. Hasta hoy se han utilizado encuestas, donde se pregunta a una muestra de unos pocos miles de personas por sus hábitos, y se extrapola a toda la población. Puede parecer una buena solución, pero la realidad es que estas encuestas son caras, las muestras son pequeñas, y los resultados carecen de detalles importantes que difícilmente se pueden recoger en un cuestionario, pues es complicado explicar el itinerario exacto que hacemos cada día para cada uno de nuestros desplazamientos.
Adicionalmente, no todo el mundo está dispuesto a invertir 10 minutos en una encuesta, por lo que el perfil de la muestra podría presentar ciertas desviaciones en su representación.
Como vemos, aunque hemos utilizado tradicionalmente encuestas ante la falta de otra tecnología que nos permitiera obtener información veraz sobre los patrones de movilidad de los ciudadanos, estas presentan muchas ineficiencias estadísticas y son difíciles (y costosas) de ejecutar.
Por fortuna, hoy tenemos a nuestro alcance una tecnología escalable y un software de análisis adecuado para preservar la privacidad de los usuarios: el análisis de los datos de operador a gran escala.
un mapa del tráfico dibujado con smartphones
En esta línea, Orange desarrolla en España una estrategia de colaboración con empresas punteras en el ámbito del Big Data aplicado a transporte y movilidad, como Kido Dynamics. La operadora comparte eventos de red anonimizados que permiten conocer la ubicación agregada de los dispositivos móviles y estudiar flujos globales de movilidad, por ejemplo cómo nos desplazamos de un punto a otro los jueves a las 8 de la mañana, dónde pernoctan los móviles, o identificar los viajes diarios entre el hogar y las zonas de trabajo. El estudio agregado de orígenes y destinos de los móviles nos da un mapa preciso de las necesidades de transporte de toda la ciudad o toda la región y ofrecen opciones reales para reducir la contaminación.
Tal como explica Benedicte Pluquin, responsable de Desarrollo de negocio Big Data, “aunque el análisis de los datos no puede reemplazar la responsabilidad medioambiental de cada ciudadano, el suministro de datos masivos aplicado al ámbito del transporte urbano proporciona una oportunidad más de reducir las emisiones de carbono y mejorar la calidad de vida de los ciudadanos.”
Hoy, gracias a los datos agregados y anonimizados de millones de dispositivos, podemos tener una visión completa de nuestros patrones de movilidad. Gracias a eso podemos medir el origen de cada contribución al impacto de CO2 en cada región, barrio, autopista, etc. y decidir qué medidas tomar para reducirlo.
el caso de swarovski
Pongamos como ejemplo un caso concreto: La fábrica de los cristales de Swarovski es un enorme complejo situado en el municipio de Wattens de apenas 8000 habitantes, en la región de Tirol en los Alpes Austríacos. El complejo también incluye un museo temático que recibe cientos de visitantes al día, lo que significa que la población de Wattens prácticamente se duplica por sus visitantes y trabajadores.
La calle principal del pueblo está constantemente atascada debido a la intensidad del tráfico, con graves consecuencias a la calidad del aire de la zona y a la calidad de vida en general de sus habitantes. El ayuntamiento de Wattens lideró una iniciativa novedosa ofreciendo coches eléctricos compartidos para los trabajadores de la fábrica y para los turistas que visitaran el municipio.
La iniciativa fue un éxito de participación, y rápidamente tuvieron que ampliar la flota. Sin embargo, nada cambió. La calle principal de Wattens seguía atascada, y la calidad de aire igual de mala. ¿Qué había fallado? Los datos de telefonía nos dieron la respuesta: el 96% del tráfico en la calle principal provenía de vehículos cuyo origen o destino no era ni el complejo de Swarovski ni la ciudad de Wattens, se trataba de viajeros que usaban la carretera para ir y venir de los pueblos vecinos.
Es decir, los habitantes y trabajadores de Wattens estaban sufriendo de mala calidad del aire causada por la contaminación de los viajeros provenientes de otros municipios, que no paraban en Wattens ni contribuían de ninguna otra forma a la actividad del pueblo.
Pese a que la iniciativa de los coches eléctricos compartidos es una buena idea, en realidad se dirigía a apenas un 4% de la contribución del tráfico total en el municipio, por lo que no dio los resultados esperados. No sólo eso: indica que la solución no puede venir únicamente de la administración de Wattens, la solución debe ser coordinada por las distintas administraciones conjuntamente, y ofrecer un sistema efectivo de transporte a la zona como un todo, de tal manera que los usuarios tengan una buena alternativa para moverse entre los municipios sin necesidad de usar el coche.
Wattens puede solucionar su problema de tráfico y contaminación reduciendo la velocidad en el centro del pueblo o colocando más semáforos, y así disuadir a los viajeros para que busquen rutas alternativas fuera del pueblo. Sin embargo, aunque eso soluciona el problema para los vecinos de Wattens, simplemente traslada el tráfico a otras zonas y el número total de vehículos no se verá reducido.
Una buena solución es extender la iniciativa de coches eléctricos compartidos a toda la región. Sin embargo, plantea nuevos retos: ¿Dónde colocar las zonas de parking? ¿Dónde instalar estaciones de carga? Ya sean coches compartidos o privados, para garantizar el uso de coches eléctricos a una escala total debemos tener una buena cobertura de estaciones de carga para que no nos suponga un impacto en nuestros hábitos. Como comentábamos al principio, no quiero dejar de visitar a alguien querido porque en su zona no haya una estación de carga y me quede sin batería para poder volver.
datos reducir la contaminación
Son tres los condicionantes para una estación de carga: 1) debe ser posible llevar un cable de la red eléctrica hasta allí; 2) debe de haber el espacio necesario para aparcar varios vehículos durante varias horas; y más importante 3) debe ser un lugar donde la gente vaya y le venga bien aparcar su coche durante unas horas en ese lugar. Los dos primeros condicionantes son técnicos y fáciles de definir a una escala nacional. El tercero, sin embargo, es más complejo. Puedo conocer los patrones de mi barrio ya que he vivido muchos años y lo sé por mera observación, pero ¿cómo lo extiendo a toda una ciudad o todo un país?
De nuevo, los datos son la solución: conociendo las estadísticas de viaje gracias a los análisis de movilidad, podemos saber origen, destino, y cuánto tiempo pasa entre un trayecto y el siguiente. De este modo las estaciones de carga y las zonas de parking para los coches compartidos podrán estar donde realmente la gente los necesita, y así ser una alternativa real al tradicional coche privado de combustible carburante.
Y gracias a los datos, lo podemos hacer a la escala que necesita la solución: escala total. Efectivamente, podemos desarrollar el software que automáticamente selecciona donde deben colocarse las estaciones para una ciudad, región o incluso un país entero. Y no estoy haciendo una promesa: esto es una realidad hoy. Hoy estamos aportando esta información a grandes compañías eléctricas para que cubran lo antes posible las necesidades de una flota de coches eléctricos que se cuente por millones en todo el país.
En resumen, necesitamos soluciones efectivas, bien planteadas y, sobre todo, basadas en datos. «Data-based decissions». En muchas ocasiones pecamos de creer que entendemos el problema y que tenemos la solución, pero nunca está de más tener datos actualizados que nos sirvan para verificar nuestras hipótesis. Hasta ahora era difícil acceder a estos datos y era necesaria tener mucha intuición y experiencia, pero hoy ya tenemos las herramientas para ello.
Uno de los mayores problemas en la ecología hoy son precisamente los que toman las decisiones: pese a estar cargados de buena voluntad, una decisión que no esté basada en datos está dirigida al fracaso, y pone en peligro la percepción de la validez de las distintas tecnologías alternativas que tenemos hoy para reducir la contaminación.
Efectivamente, los detractores de los coches eléctricos compartidos podrían haber utilizado el caso de Wattens para «demostrar» que la solución no funciona, pero gracias a los datos podemos entender que la solución era buena, solo que no se aplicaba a la escala correcta. Y para poder escalar soluciones de este tipo, necesitamos, de nuevo, datos y software que también escale.
[1] Road transport: Reducing CO2 emissions from vehicles” European Commission http://ec.europa.eu/clima/policies/transport/vehices_en
[2] Tráfico rodado y calidad del aire en Madrid, Rafael Borge et al, Conferencia: Vehículo y transporte I+D+I en la UPM, 2013