Tema 2 Análisis de datos

Introducción

Con la revolución digital, las nuevas herramientas disponibles (teléfonos inteligentes, portátiles, tabletas, etc.), los servicios en línea (por ejemplo, el comercio electrónico, etc.), las redes sociales, las aplicaciones, Internet, han contribuido a generar una gran cantidad de datos. La capacidad de recoger, procesar e interpretar estos datos puede traducirse en un mayor valor para las organizaciones, tras la generación de nuevos conocimientos que pueden ser significativos en el proceso de toma de decisiones.

El análisis de Big Data es el que se realiza sobre un conjunto complejo y variado de datos (big data) con el objetivo de extrapolar, a través de diversas técnicas, información que pueda ayudar a la organización a disponer de las herramientas adecuadas para completar el proceso de evaluación.

Esto también se aplica a sectores más tradicionales, como el transporte público.

  1. Análisis descriptivo (“¿qué ha pasado?”) para interpretar y comprender mejor un fenómeno de interés;
  2. Análisis de diagnóstico (“¿por qué ha ocurrido?”) destinado a identificar las causas
  3. El análisis predictivo (“¿qué podría pasar en el futuro?”) permite extraer información útil para determinar las tendencias futuras;
  4. El análisis prescriptivo (“¿qué debemos hacer al respecto?”) permite estudiar las medidas correctoras que deben adoptarse.

Fuente: freepik.com

Subtema 2.1 Big Data en el transporte público

Para convertirse en una empresa habilitada para el tratamiento de datos es necesario tener una clara conciencia de los conocimientos técnicos, de las estrategias que deben aplicarse para la recogida, el tratamiento y la interpretación de los datos, del valor de los datos y un conocimiento profundo de las normas sobre la privacidad y el uso de los datos (UITP, 2021).

  1. Datos de los clientes ( datos personales, datos del comportamiento de viaje, datos del recorrido del cliente y datos de CRM )
  2. Datos operativos (seguimiento y control de las operaciones, gestión de las interrupciones, venta de billetes, fiabilidad de los viajes e información en tiempo real, información de gestión, información del personal, datos de seguridad, mantenimiento predictivo de la infraestructura, los activos y la flota)
  3. Datos de movilidad (descripción de la red, información de horarios, datos de tráfico de automóviles y otros modos de movilidad, datos de aparcamiento y datos de accesibilidad)
  4. Datos exógenos (clima, interrupciones o programación (grandes eventos, escuelas, etc).

 ⃰ CRM: Gestión de las relaciones con los clientes