Experiencias y retos del uso de datos de aplicaciones móviles para la movilidad urbana.

Resumo

La planeación de la movilidad urbana requiere utilización de datos masivos para apoyar la toma de decisiones y realizar proyecciones estratégicas, es así como muchos gobiernos locales no poseen la capacidad para generar los datos necesarios. Sin embargo, empresas privadas como Waze Moovit, Stava y Uber (gestores de aplicativos móviles de movilidad) tienen la capacidad de producir estos datos y, además, han demostrado su disponibilidad para compartirlos y así mejorar las condiciones de la planeación de la movilidad en las ciudades. En América del Sur, Rio de Janeiro, Sao Paulo y Medellín, son casos de ciudades que se convirtieron en ejemplos de innovación en el de uso de datos. Con base en la experiencia de estas ciudades y en encuestas aplicadas con representantes de empresas gestoras de Apps de movilidad y de gobiernos, en este artículo se propone un modelo de tres niveles para el uso de datos en beneficio de la gestión y planeación de la movilidad urbana. El modelo propuesto tiene como objetivo trazar parámetros que ayuden a las ciudades a desarrollar una visión en cuanto al potencial de los datos para generar acciones y políticas públicas de movilidad urbana.

Referências

Avelleda, S. (2018, abril 4). Congreso Internacional Movilidad y Transporte. Obtenido de Congreso Internacional Movilidad y Transporte: https://feriamovilidadytransporte.com/memo/a/1/cf1/sergio-avelleda.pdf

Avelleda, S. (2018). Prácticas Innovadoras en la Planeación del Transporte. Bogotá, Bogotá, Colombia. Obtenido de https://drive.google.com/drive/folders/1JwmxniXw8zohOyyMAuru-1tDXFSaQCKv

Azzone, G. (2018). Big data and public policies: Opportunities and challenges. Statistics and Probability Letters, 116-120. doi: https://doi.org/10.1016/j.spl.2018.02.022

Carranza, M., Montoya, F. G., Valdes, A., Gonzalez, C., Jaramillo, M., & Henao, S. (2018). Asignación Dinámica de Planes Semafóricos como Estrategia de Descongestión Vehicular. Medellín. Recuperado de: https://minas.medellin.unal.edu.co/gruposdeinvestigacion/gaunal/images/imagenes/Eventos/MOVICI_MOYCOT/sesion3/4-Mauricio-Carranza.pdf

Decreto, Nº 58.595 (Prefeitura do Municipio de Sao Paulo 4 de Janeiro de 2019).

DNP. (2019, septiembre). Terridata. Recuperado de: https://terridata.dnp.gov.co/index-app.html#/perfiles/05001

ITDP Brasil. (2019). Uso de dados e evidências para planejamento e gestão da mobilidade urbana - Oficina de troca de experiências. Rio de Janeiro: ITDP Brasil. Recuperado de: http://itdpbrasil.org/wp-content/uploads/2019/04/ITDP_Oficina-MobiliDADOS-2019_v03.pdf

Manyika, J., Chui, M., Brown, B., Bughin, J., Dobbs, R., Roxburgh, C., & Byers, A. H. (2011). Big data: The next frontier for innovation, competition, and productivity. McKinsey Global Institute. Recuperado de: https://www.mckinsey.com/~/media/McKinsey/Business%20Functions/McKinsey%20Digital/Our%20Insights/Big%20data%20The%20next%20frontier%20for%20innovation/MGI_big_data_exec_summary.ashx

Sandí Meza, V. (2017, junio). Las alianzas público-privadas como elemento de gestión de las ciudades inteligentes. ICAP-Revista Centroamericana de Administración Pública (72), 15-31. DOI: https://doi.org/10.35485/rcap72_1

Mónico, L. S., Alferes, V. R., Castro, P. A., & Parreira, P. M. (2017). A observação participante enquanto metodología de investigação qualitativa. 6ª Congreo Ibero-Americano en Investigación Cualitativa, Vol. 3, (pp. 724-733). Recuperado de: https://proceedings.ciaiq.org/index.php/ciaiq2017/article/download/1447/1404/

Osorio Arjona, J., & García Palomares, J. C. (2017). Nuevas fuentes y retos para el estudio de la movilidad urbana. Cuadernos Geográficos; 56(3), 247-267. Recuperado de: https://revistaseug.ugr.es/index.php/cuadgeo/article/view/5352

Rodríguez, P. (2013 diciembre 16). Smart Mobility: movilidad inteligente en las ciudades. Valencia: Universidad Politecnica de Valencia. Recuperado de: http://www.i-ambiente.es/?q=blogs/smart-mobility-movilidad-inteligente-en-las-ciudades

Vargas, G. T., & Sánchez, J. A. (2002). Métodos de asignación de tránsito en redes regionales de carreteras: dos alternativas de solución. IMT Instituto Mexicano de Transporte. 214. 7-99 Recuperado de: http://worldcat.org/issn/01887297

##submission.citations.for##