Caso de uso
Análisis de la demanda y predicción de la ocupación en el transporte público
Resumen
¿Cuántos viajeros tendrá cada línea de autobús la semana que viene y con qué vehículos conviene cubrirla? HUPI anticipa la demanda con tres días de antelación cruzando el histórico de viajes con meteorología, tráfico o eventos, y traduce la previsión en decisiones de flota y conductores: menos viajes saturados, menos autobuses medio vacíos y margen para reaccionar antes de la saturación.
Problema
- Dificultad para prever la demanda: la variabilidad por factores como clima, calendario o eventos no puede gestionarse eficazmente con herramientas básicas o experiencia histórica.
- Fragmentación de la información operativa: los datos de validaciones, GPS (AVL) e incidencias no están integrados ni son plenamente interoperables.
- Limitaciones en la predicción a nivel operativo: la falta de datos consolidados dificulta generar previsiones útiles por línea y franja horaria.
- Programación ineficiente de recursos: la asignación de vehículos y conductores se realiza con poco margen, aumentando el riesgo de sobrecarga o sobredimensionamiento.
- Falta de capacidad de reacción en tiempo real: la ausencia de alertas cualificadas impide anticipar situaciones como paradas saturadas o necesidades de accesibilidad.
- Complejidad en la integración de modelos avanzados: incorporar soluciones predictivas en sistemas existentes requiere un esfuerzo operativo elevado y sostenido.
Solución
- Predicción diaria con 3 días de antelación: permite estimar viajeros por línea con modelos de IA entrenados con históricos y datos externos (por ejemplo, meteorología).
- Planificación de recursos: facilita ajustar tamaño de vehículo y dotación de conductores según demanda prevista.
- Cuadros de mando integrables: agiliza la visualización en la plataforma HUPI o dentro de los sistemas del operador.
- Mapa de uso y patrones: habilita la identificación de rutas, patrones y valores atípicos que impactan en la afluencia.
- Gestión en tiempo real + alertas: garantiza ajustes dinámicos y avisos ante saturación de paradas o necesidades específicas (silla de ruedas, etc.).
Modelo de despliegue
Región de alojamiento de datos
Modelo de venta
Análisis del encaje GovTech
Aplicaciones reales
Nº de aplicaciones
3
Aplicaciones destacadas en clientes
DBUS, operador de transporte público de Donosti / Precio: 52.200€ (Subcontratados por INDRA)
CPVs
Solución desarrollada por
Heading
HUPI desarrolla desde 2014 asistentes virtuales basados en inteligencia artificial que recomiendan en tiempo real decisiones operativas complejas, y suma un centenar de proyectos para más de 80 clientes de industria, energía y transporte. En el ámbito público, sus soluciones ayudan a planificar y operar la movilidad de ciudades como San Sebastián y Pamplona.
Con HUPI, un operador de autobuses puede reforzar una línea antes de que la lluvia, un concierto o un atasco la saturen, y un ayuntamiento conoce el efecto de peatonalizar una calle o reordenar el tráfico antes de ejecutar la obra. La gestión de la movilidad deja así de ir por detrás de la demanda y las decisiones urbanas se toman con datos, no por intuición. Su valor para los responsables de movilidad de una ciudad está en ofrecer un servicio más fiable al viajero y reducir el riesgo de cada intervención urbana.