Big Data & Analytics para diseñar rutas más eficientes, cambiar la localización de las paradas o la frecuencia de paso de los vehículos

Buenas prácticas

Big Data & Analytics para diseñar rutas más eficientes, cambiar la localización de las paradas o la frecuencia de paso de los vehículos

Con una flota de vehículos y unas infraestructuras modernas, la ciudad estonia de Tartu detectó ineficiencias en el recorrido de las rutas de sus autobuses urbanos, por lo que se planteó la reestructuración de su red desde un punto de vista estratégico para mejorar la movilidad de sus residentes y turistas.

El primer paso supuso el análisis del recorrido de sus 27 líneas; muchas de ellas eran circulares, lo que aumentaba el tiempo total del recorrido y la espera entre transbordos. Como solución, se planteó un nuevo modelo de “rutas simples” sustituyendo las líneas circulares por otras lineares con forma de péndulo, pudiendo así llegar prácticamente a todos los destinos con un solo transbordo. Además, gracias a las rutas pendulares la frecuencia de los autobuses es mayor y se pueden combatir problemas como la coincidencia de dos autobuses con recorridos similares a la misma hora.

Para aportar valor al análisis de las rutas se recopilaron grandes cantidades de datos sobre la movilidad de turistas y residentes. Los resultados del análisis con técnicas de Big Data & Analytics arrojaron un conjunto de alternativas de redes de autobuses, comparando posibles soluciones en base a parámetros como costes de operación, número de autobuses necesarios, tiempos de viaje, accesibilidad o emisiones.

La ciudad, consciente de la complejidad de estos nuevos modelos, implementó un sistema de encuestas a los residentes sobre sus preferencias de transporte para, en la medida de lo posible, poder ajustar los nuevos horarios y recorridos a sus necesidades.
Todo el proceso se llevó a cabo contando con una empresa privada, colaboradora de la Universidad de Tartu, especializada en la obtención de datos de dispositivos móviles por posicionamiento geográfico.

Tras un primer balance de resultados, la ciudad ha ofrecido datos sobre el impacto del plan en la movilidad. Comparando los meses de septiembre de los años 2018 y 2019, se apreció un incremento del 40% en el número de viajes en autobús, del 10% en los abonos mensuales y de un 21% en los abonos de 90 días. La frecuencia promedio de paso ha mejorado hasta situarse en los 7 minutos.


Nombre del destino: Tartu (Estonia)
Impacto en los ODS: ODS 9
Tipo de tecnología utilizada:
  • Movilidad/Transporte
  • Sistemas Analítica Datos (Big data/BI...)
  • Sistemas de información geográfica (GIS)
Miembro de la Red DTI: No
Suba hacia arriba