https://www.nommon.es
Madrid
,
España
Acelerada Gobe
Solicitar contacto
Última actualización:
28
/
05
/
2026
Publicado:
28
/
05
/
2026

NOMMON

Nommon desarrolla herramientas de analítica avanzada impulsadas por big data e inteligencia artificial para evaluar escenarios, medir impactos y tomar decisiones estratégicas y operacionales más informadas.

Caso de uso:
Aprovechamiento de datos de sistemas de pago inteligente para planificar y mejorar la movilidad
Caso de uso:
Monitorización inteligente de parques urbanos mediante datos geolocalizados y análisis predictivo
Datos de la empresa

Año de fundación

2012

NIF/CIF

B86440906

Certificaciones

RGPD
Todavía no dispone de certificaciones.

Nº de Empleados

46

Tipo de empresa:

Pyme digital

Tipo de oferta

Servicio

Modelo de negocio

Cuota por uso, Suscripción, Licencias de uso de software o similar, Consultoría

Tecnologías

APIS, Artificial Intelligence, Big Data, Computación avanzada, Digital Twins, Hardware, LLMs, Machine Learning, Robotics, Software, VR/AR

Premios

  • eMobility Innovation Awards 2023 - premio a Mejor Aplicación de la Tecnología para Mejorar la Movilidad
  • ITS España 2025
  • ITS & Big Data

Aceleradoras

Govtech Madrid / ENISA / Eurostars SME programme / European Innovation Council / ACCIONA I’MNOVATION
Tracción pública

Valor total de contratos directos

3.5M €

Clientes destacados

MITMA, Consorcio Regional Transportes Madrid, Ayuntamiento Madrid.

Sectores de la administración

Ciencia e Innovación, Ciudades Inteligentes, Medio Ambiente y Transición Energética, Planeación Territorial, Salud y Sanidad, Transporte y Movilidad, Turismo
Solvencia económica

Inversores

Enisa e inversores privados.

Nº total de clientes hasta la fecha

100

Canales y colaboraciones

UTEs con: Orange (para MITMS y Gobierno Vasco), CTyM y Ámbar Telecomunicaciones (para la Junta de Castilla y León), Tema Grupo Consultor (para el Consorcio Regional de Transportes de Madrid).

Premios

  • eMobility Innovation Awards 2023 - premio a Mejor Aplicación de la Tecnología para Mejorar la Movilidad
  • ITS España 2025
  • ITS & Big Data

Aceleradoras

Govtech Madrid / ENISA / Eurostars SME programme / European Innovation Council / ACCIONA I’MNOVATION

Datos de la empresa

Año
Ventas
Empleados
EBITDA
Clientes
Ronda
Inversión
Inversores
Todavía no se han publicado datos de la empresa.
This is some text inside of a div block.
Caso de uso

Aprovechamiento de datos de sistemas de pago inteligente para planificar y mejorar la movilidad

Contexto

La planificación del transporte público atraviesa una transformación clave impulsada por la digitalización, la transición ecológica y la necesidad de ofrecer servicios más eficientes y adaptados a los nuevos hábitos de movilidad. En este marco, las ciudades inteligentes necesitan herramientas que traduzcan el creciente volumen de datos disponibles en conocimiento útil para la toma de decisiones. La expansión de los sistemas de pago inteligente en el transporte público son una oportunidad para integrar fuentes de datos en tiempo real en la planificación urbana, alineándose con estrategias como la Agenda Urbana o la Estrategia de Movilidad Segura, Sostenible y Conectada 2030.

Problema

  • Dificultad de acceso a datos de movilidad de calidad: las administraciones no disponen de información actualizada, representativa y útil para la toma de decisiones.
  • Limitaciones de los métodos tradicionales: encuestas de movilidad y aforos manuales resultan costosos y poco escalables.
  • Fragmentación de la información: los datos están dispersos por operador o tipo de transporte, impidiendo una visión integral del sistema.
  • Falta de capacidad predictiva: la ausencia de datos consolidados limita la anticipación de cambios en la demanda.
  • Dificultad para optimizar servicios de transporte: resulta complejo adaptar rutas, frecuencias o evaluar políticas tarifarias.
  • Procesos de decisión lentos: la falta de herramientas que integren y estructuren grandes volúmenes de datos ralentiza la gestión pública.
...

Solución

  • Modelización de viajes a partir de datos de validación: Extracción de patrones de movilidad a partir de datos de pago sin contacto, anonimizados y respetando la privacidad, para estimar flujos entre zonas de transporte.
  • Integración de fuentes externas: Combina los registros de pagos con información complementaria como censos, horarios y geodatos para mejorar la inferencia de trayectos completos.
  • Herramienta interactiva de análisis: Despliega una plataforma que permite a técnicos públicos consultar patrones de viaje según zona, horario, propósito y perfil de usuario.
  • Automatización del tratamiento de datos: Implementa procesos de análisis automatizados que actualizan periódicamente los datos, facilitando su uso continuo en la toma de decisiones.
...

APIs e Integraciones

Se requiere acceso a los sistemas de ticketing y validación de transporte existentes, así como capacidad de integración con plataformas de análisis de movilidad y sistemas de información geográfica (SIG) de la administración, garantizando la interoperabilidad con infraestructuras digitales públicas y el cumplimiento de los marcos de protección de datos.

Aplicaciones reales en administración pública

Cliente: CRTM

  • Instrumento de contrato: Proyecto Big Data For Public Transport (BD4PT), financiado por el Ministerio de Asuntos Económicos y Transformación Digital y el Fondo Europeo de Desarrollo Regional (FEDER)
  • Precio: 282.739€
  • Duración del contrato: 24 meses
  • Tiempo de implementación: 18 meses

Impacto

  • Eficiencia en la planificación: Reduce en un 60% el tiempo necesario para realizar análisis de demanda por zona y franja horaria, frente a métodos manuales.
  • Cobertura continua: Proporciona datos actualizados semanalmente, superando la baja frecuencia de las encuestas tradicionales, analizando más de 13.000 paradas, 600 líneas de transporte y 4.5 millones de validaciones diarias.
  • Capacidad de respuesta institucional: Permite evaluar el impacto de eventos o cambios en la red (obras, ajustes tarifarios, etc.) con datos reales en pocos días.
  • Mejora de la experiencia ciudadana: Favorece decisiones más precisas sobre frecuencias y rutas, mejorando la calidad del servicio sin aumentar costes.
  • Sostenibilidad y equidad: Ayuda a detectar zonas infradotadas o sobredimensionadas, promoviendo una distribución más equitativa de los recursos públicos.
Implementado en:
Ver caso de uso
Caso de uso

Monitorización inteligente de parques urbanos mediante datos geolocalizados y análisis predictivo

Contexto

La gestión de los parques urbanos se ha convertido en un asunto estratégico en el marco de las políticas públicas orientadas al bienestar, la sostenibilidad y la resiliencia urbana. En un contexto marcado por el cambio climático, la creciente demanda de espacios verdes accesibles y la necesidad de reforzar los servicios públicos con herramientas digitales, conocer cómo se utilizan los parques urbanos es clave para planificar su mantenimiento, mejorar su uso y asegurar su disponibilidad como infraestructuras de salud y sociales. Esta tendencia se ha visto acelerada por los efectos de la pandemia y por la digitalización de la administración local, impulsada por fondos europeos y nuevas normativas sobre datos abiertos y gobierno inteligente. En este contexto, muchas entidades públicas están explorando nuevas fuentes de información para comprender mejor los usos ciudadanos del espacio público y optimizar su gestión.

Problema

  • Necesidad de optimizar la gestión de parques urbanos: los espacios verdes requieren una planificación más eficiente para garantizar su función social, ambiental y de salud.
  • Falta de datos sobre uso real de los espacios: las administraciones no disponen de información suficiente para entender cómo se utilizan los parques.
  • Impacto del cambio climático: el aumento de presión sobre los espacios verdes exige una gestión más adaptativa y basada en evidencia.
  • Creciente demanda ciudadana de espacios verdes: el uso intensivo dificulta equilibrar mantenimiento, accesibilidad y sostenibilidad.
  • Limitaciones en el aprovechamiento de nuevas fuentes de datos: aunque la digitalización avanza, muchas administraciones aún no integran estos datos en la gestión operativa.
...

Solución

  • Insights de la población: Se fusionan los datos anonimizados de telefonía móvil y aplicaciones móviles para estimar y analizar en tiempo real la afluencia, perfil y comportamiento de los usuarios en zonas verdes.
  • Monitorización permanente con alta resolución temporal: Se calcula la ocupación de los parques las 24 horas del día, con intervalos de hasta 15 minutos, sin necesidad de sensores físicos ni encuestas.
  • Indicadores segmentados por perfil sociodemográfico y lugar de residencia: Se proporcionan datos sobre edad, género, zona de procedencia y frecuencia de visita, facilitando el análisis de patrones por tipo de usuario.
  • Predicción de afluencia mediante modelos de aprendizaje automático: Se incorporan modelos predictivos que anticipan los niveles de uso según el histórico y factores como clima o eventos programados.
  • Visualización e interoperabilidad con otros sistemas públicos: Se despliega una interfaz visual y una API para integrar los datos con plataformas smart city, cuadros de mando municipales o aplicaciones ciudadanas.
...

APIs e Integraciones

La solución está diseñada para integrarse con sistemas municipales de gestión del espacio público, plataformas urbanas inteligentes y movilidad mediante el uso de datos espaciales e indicadores en formatos estándar como CSV y Parquet. Permite la conexión con datos abiertos y la actualización de información de manera sencilla, así como la exportación de resultados e indicadores mediante APIs compatibles con sistemas SIG, cuadros de mando y plataformas Smart City. Su arquitectura modular en Python y Streamlit, junto con el control de versiones en Git, facilita su adaptación, escalabilidad e interoperabilidad con otros sistemas municipales.

Aplicaciones reales en administración pública

Cliente: Marbella

  • Instrumento de contrato: Contrato menor
  • Precio: 23.000€
  • Duración del contrato: 3 años
  • Tiempo de implementación: 3 años

Cliente: ATM Barcelona

  • Instrumento de contrato: Contrato menor
  • Precio: 13.000€
  • Duración del contrato: 5 semanas
  • Tiempo de implementación: 5 semanas

Impacto

  • Evidencia para la toma de decisiones públicas: Permite a las administraciones planificar mejor los recursos de mantenimiento, limpieza o vigilancia, adaptándolos al uso real de cada parque.
  • Optimización de la gestión operativa: Reduce el uso de recursos destinados a campañas manuales de conteo o encuestas, ofreciendo una alternativa más precisa y continua.
  • Diseño urbano más inclusivo y conectado: Facilita la identificación de zonas con baja accesibilidad o alto potencial de mejora, apoyando el diseño de itinerarios peatonales y ciclistas.
  • Mayor equidad en el uso del espacio público: Visibiliza diferencias de uso por perfil y barrio, lo que contribuye a decisiones más justas en la distribución de inversiones y servicios.
  • Capacidad de anticipación y resiliencia: Habilita una respuesta ágil ante picos de afluencia, condiciones meteorológicas adversas o eventos, reduciendo fricciones y mejorando la experiencia ciudadana.
Implementado en:
Ver caso de uso