BIG DATA y movilidad en ciudades durante la cuarentena

BIG DATA y movilidad en ciudades durante la cuarentena

Durante dos meses el tráfico y la movilización del país estuvo a media marcha, las calles que antes se llenaban de automóviles y transeúntes, poco a poco, se fueron tornando en bloques de asfalto, a ratos, vacíos. Predominaba el silencio y con ese silencio, datos que nos hablan de la disminución de la contaminación por ruido y por smog. ¿Qué más indicaban los datos?

Los datos permitían intuir una marcada tendencia a la baja en la movilidad en los lugares de transporte público: estaciones del metro, paradas de autobuses y terminales de transporte.

Google registró los movimientos de la muestra de usuarios de sus servicios de geolocalización y mapas en cada país, permitiéndonos observar los desplazamientos y el tiempo de permanencia en sitio, además proporcionó una herramienta que nos deja analizar cómo cambian los hábitos de movilización de las comunidades debido al COVID19. Cabe destacar que como toda muestra es una aproximación que puede o no, representar el comportamiento exacto de una población más amplia.

¿Para qué se utilizan estos datos?

Contando con información disponible de los datos reales de movilidad es posible trabajar en medidas de control, análisis y organización de protocolos de seguridad, distribución y estimación de recursos, inferir el consumo de insumos, las necesidades de personal en áreas específicas y más.

En los datos registrados para el 25 de mayo de 2020 se indicaba que en Panamá se redujo la movilidad en 65% (tomando en cuenta que ya se había abierto la movilidad al bloque #1 para esa fecha) y que descendió a 58% el movimiento de personas que se desplazan a sus trabajos.

Evidentemente, para realizar estos análisis con muestras de gran tamaño se utiliza el posicionamiento de los teléfonos móviles como fuente principal de datos y se asegura de cumplir con la “Ley de Protección de Datos Personales” y garantía de los derechos digitales vigentes en los países que están analiza.

Para analizar datos de movilidad es necesario recordar que BIG DATA se centra en cuatro variables que definen su rumbo, le dan una visión más completa a la gestión de datos:

  1. Volumen: la cantidad de datos generados, almacenados y procesados es elevada.
  2. Velocidad: la velocidad a la que los datos son generados, almacenados, gestionados y procesados es de grandes dimensiones.
  3. Variedad: el número de orígenes de datos y los tipos de datos producidos son diferentes.
  4. Variabilidad: dentro de los diferentes datos que la “variedad” genera, se dan variaciones de importancia de los datos en función del contexto en que son producidos, por lo que es vital asegurar la identificación y correcta interpretación de ellos.

Los datos de las soluciones y aplicaciones de Big Data deben ser veraces, confiables y “limpios”. Solo así, es posible contar con información veraz que permite evaluar un escenario correcto y que antecede a decisiones a conciencia.

Comprender la movilidad de ciudades en medio de una crisis es una oportunidad interesante para estudiar tanto conglomerados como las razones y la propia naturaleza de los datos. Combinando Big Data e inteligencia artificial es posible disponer de patrones de movilidad en espacios de tiempo muy cortos, en tiempo real y con una precisión que antes era inimaginable.

Los estudios de movilidad ciudadana son una muestra fehaciente de la manera cómo han cambiado los hábitos de los ciudadanos desde que se introdujeron las primeras medidas contra la pandemia y de cómo el móvil con su trazabilidad se transforma en un aliado para la gestión ordenada de la interacción social.

Organismos encargados de la salud y seguridad de los ciudadanos han hecho uso de los datos que proporciona la empresa detrás del buscador. A partir de la gestión de Big Data de la información agregada y anonimizada que utiliza Google Maps les ha sido posible tomar decisiones fundamentales para implementar estrategias frente al COVID-19.