En un mundo interconectado, generamos datos constantemente. Procesándolos adecuadamente, las compañías pueden incrementar la eficiencia operativa de sus servicios y desarrollar otros nuevos.
Vivimos en un mundo digital. Nuestros móviles, ordenadores y tablets e incluso nuestros frigoríficos, aspiradoras o autobuses están conectados a Internet. Con la irrupción de nuevas plataformas en la red, la integración de Internet en las rutinas diarias de los usuarios y la creciente interconexión entre dispositivos inteligentes, la información que se vuelca cada día en la red se ha vuelto inabarcable. De toda la información generada en la red, solo un 1% puede ser analizada.
En medio de esta vorágine de información se enmarca el Big Data, como un aliado de las empresas para sintetizar y procesar estas montañas de datos de forma automática. Nunca antes había sido tan sencillo para las compañías acceder a los datos necesarios para dar respuesta a sus preguntas. Gracias a la data volcada en la red por los usuarios, las empresas tienen a su alcance grandes fuentes de información verídica y en tiempo real con las que no solo pueden identificar problemas de una forma más compresible, sino también nuevas oportunidades de negocio. Es el triángulo perfecto: las compañías son más eficientes, generan más ganancias y los usuarios obtienen mejores servicios y más personalizados.
Coche compartido
Ferrovial no ha querido quedarse atrás y ha integrado este análisis en la operación de sus infraestructuras y servicios. Uno de ellos es ZITY, el carsharing que lanzó junto a Renault en diciembre de 2017. Cuando llegó al mercado ya existían otros operadores de coches compartidos en Madrid. Durante meses, se analizó el comportamiento de la ciudad para entender el sector y los flujos de movilidad y así poder diseñar adecuadamente el servicio.
“Aplicar el Big Data antes del lanzamiento fue lo que nos hizo seguir adelante con el proyecto y dar un ‘go’ definitivo”, explica Marino Caballero, Business Development Manager de ZITY.
Una de las claves del éxito del servicio es su modelo predictivo de demanda de coches, desarrollado en colaboración con el Digital Hub de Ferrovial. Cruzando los datos históricos de alquileres en cada una de las zonas de Madrid, los de clima y aquellos relacionados con los eventos en la ciudad, identifica en qué áreas los vehículos estarán más solicitados. La compañía también ha desarrollado un modelo que permite averiguar cuál es el momento óptimo para recargar cada uno de los coches, lo que optimiza el recurso y, por tanto, el beneficio.
Contenedores inteligentes
¿Imaginas una ciudad en la que los contenedores de residuos enviaran una alerta cada vez que estuvieran llenos? Parece ciencia ficción, pero lo cierto es que esta tecnología ya existe y está más cerca de lo que pensamos. Un proyecto liderado por Ferrovial en colaboración con el Ayuntamiento de Granada está desarrollando un sistema basado en Big Data para optimizar la recogida de basuras en la ciudad.
Los contenedores seleccionados para el proyecto llevan instalados un sensor volumétrico que informa del estado de llenado de forma continua. Esa información se envía a la plataforma de analítica y se cruza con bases abiertas de información meteorológica, datos o eventos. Posteriormente, la plataforma genera las rutas para los camiones de recogida.
Esta nueva forma de gestionar el servicio de recogida permite adaptar el servicio a las necesidades reales de la ciudad. Además, mejora la eficiencia y la calidad de vida de los ciudadanos, reduciendo la contaminación ambiental y el ruido al utilizar menos vehículos de recogida
Google y el tráfico aéreo
Google se ha convertido en una de las mayores bases de datos online a nivel mundial, acumulando información relevante sobre tendencias de consumo de cientos de miles de usuarios. Y, sin embargo, prácticamente el 95% de esta información se pierde en la red.
Pero, ¿qué pasaría si toda esa montaña de datos fuera aprovechada para generar procesos más eficientes? Esta fue la pregunta que se hizo el equipo de Ferrovial Aeropuertos y que le llevó a desarrollar una herramienta con la que mejorar las previsiones de tráfico a medio plazo en Heathrow.
Sirviéndose de Google Trends (un servicio que permite analizar las búsquedas en Internet) y tras analizar miles de palabras clave, se consiguió extraer un patrón de conducta que relacionaba directamente los parámetros de búsqueda de los usuarios y el tráfico aéreo.
