Caso de uso
Analítica espacial predictiva para optimizar la separación de residuos
Resumen
¿Qué barrios separan peor los residuos y cuánto genera de verdad cada hogar o comercio, si nadie identifica quién usa cada contenedor? Unica360 lo estima a escala de barrio y de perfil con modelos propios y datos que genera por su cuenta, y predice la producción futura, para dimensionar el servicio y preparar una tasa por generación defendible.
Problema
- Recogida selectiva sin lectura por barrio: los municipios desconocen cuánto residuo se genera y cómo se separa, y los datos agregados por distrito o contrato no identifican las zonas con peor desempeño.
- Residuos e impropios sin atribución por generador: sin identificación individual, la Administración no puede imputar la generación ni los impropios a hogares o comercios, lo que dificulta preparar modelos de tasa por uso.
- Demanda y cambios operativos sin anticipación: las administraciones tienen dificultades para anticipar la evolución de los residuos y estimar el efecto de cambios en contenedores, rutas, frecuencias o campañas.
- Conocimiento fuera del alcance de perfiles no técnicos: la información relevante está fragmentada entre sistemas y los modelos avanzados resultan poco accesibles para los equipos de gestión.
Solución
- Analítica espacial microterritorial del servicio: los datos del servicio se combinan con inteligencia de localización, variables sociodemográficas y tipologías urbanas para estimar volúmenes y calidad de separación por zona y localizar dónde funciona peor la recogida selectiva.
- Imputación probabilística por tipo de generador: sistemas de ecuaciones y analítica avanzada estiman los residuos e impropios atribuibles a residentes y comercios, segmentados por barrio y perfil sociodemográfico, como base para decisiones de fiscalidad y diseño del servicio.
- Predicción y simulación de escenarios con IA: modelos de series temporales y aprendizaje automático anticipan la producción futura de residuos, y la simulación compara el efecto esperado de distintas configuraciones del servicio antes de implantarlas.
- Integración de fuentes y consulta en lenguaje natural: las fuentes heterogéneas se unifican y una interfaz de IA generativa basada en modelos de lenguaje permite consultar datos y generar mapas e informes sin conocimientos técnicos.
Modelo de despliegue
Región de alojamiento de datos
Modelo de venta
Análisis del encaje GovTech
Aplicaciones reales
Nº de aplicaciones
1
Aplicaciones destacadas en clientes
Sistema de análisis de volumetría y calidad de Residuos Sólidos Urbanos para Ayuntamiento de Madrid (proyecto piloto)
- Cliente: Fomento de Construcciones y Contratas (FCC). Cliente final: Ayuntamiento de Madrid
- Link aplicación: Pliego Prescripciones Técnicas Particulares Contrato Contenerización Recogida Transporte Residuos
CPVs
Solución desarrollada por
Heading
Unica360 es una pyme tecnológica especializada en consultoría analítica y soluciones basadas en datos que combina una sólida experiencia con grandes empresas privadas de distintos sectores como retail (Carrefour, Alcampo), banca (Ibercaja, Caja Navarra) y farmacéutica (Cinfa) con una trayectoria pública con más de 11 contratos ejecutados con administraciones como el Ministerio de Transportes, Ministerio de Transición Ecológica, Gobierno Vasco o Ayuntamiento de Madrid.
Su valor diferencial radica en trasladar capacidades ya probadas en modelización espacial, análisis avanzado de datos, Machine/Deep learning y simulación del comportamiento humano a retos públicos concretos como los Planes de Movilidad Urbana Sostenible, la gestión de residuos, las zonas de bajas emisiones o la vulnerabilidad territorial. Este enfoque permite ir más allá de análisis descriptivos o cartográficos, generando modelos predictivos y escenarios de decisión. Además, sus métodos de simulación por agentes hacen realidad el paradigma del Gemelo Digital en el ámbito urbano y territorial. Estas capacidades se apoyan en herramientas propias de generación y procesamiento de datos, que eliminan la dependencia de la calidad del dato del cliente o fuentes externas.