Boston MBTA

Dos investigadores, Michael Barry y Brian Card, han trabajado en una visualización de datos del metro de Boston con la idea de ayudar a la gente a «entender mejor a la red de metro, cómo se usa y cómo interactúan personas y trenes de forma general».

Esta curiosa labor se llevó a cabo gracias a los datos del Massachusetts Bay Transit Authority (MBTA o simplemente «T»), que es el consorcio encargado de operar los transportes en el área de la bahía de la zona. La empresa hace tiempos abrió sus datos, como se suele exigir a todos los que operan en ciudades inteligentes, de modo que la información pública puede reutilizarse, examinarse y usarse –muchas veces en tiempo real– para otros servicios y aplicaciones.

El servicio de metro de Boston es el cuatro mayor de los Estados Unidos, con cinco larguísimas líneas con decenas de estaciones que mueven cientos de miles de pasajeros cada día (millones si se añaden trenes de cercanía, autobuses, etcétera). Los días de diario los trenes realizan unos 1.150 viajes entre las cabeceras de las líneas; algo más de la mitad los fines de semana.

Contando con la información oficial de los trenes y una «mente más matemática» para analizarla el resultado es un mapa donde se ven las horas y minutos del día y cómo los trenes salen y llegan a las diferentes estaciones; el mapa es interactivo. Es todo un ejercicio coordinado de logística y precisión, tan tradicional en el mundo del ferrocarril. Las gráficas muestran perfectamente las irregularidades puntuales; incluso en alguna de ellas se ve cómo en caso de accidente o problemas técnicos los trenes han de «volver hacia atrás» retrocediendo una o varias estaciones hasta que encuentran una ruta alternativa o se resuelve el problema.

Respecto a la gente, unas 425.000 personas entran a alguna estación cada día; la mitad de esa cifra los fines de semana. Dado que el MBTA proporciona a quien lo necesita los datos de las horas de entrada y salida a través de los tornos (un continuo fluir de gente) se pueden observar las estaciones más utilizadas, las horas punta y los mejores o peores días. Un simple vistazo a los horarios permite inferir a partir de los números si una estación está rodeada de empresas, oficinas o centros de estudios frente a las que se hayan en zonas residenciales – debido a las horas de entrada y salida más concurridas.

Otro detalle extraído de los miles de datos es comprobar cómo la entrada y salida física de viajeros de una estación (y por tanto a los vagones) afecta a los pequeños retrasos de los trenes, que tardan más en cargar/descargar y llegan un poquito más tarde a la siguiente parada; desde ahí se propaga el retraso al resto de trenes de la red, afectando a los horarios establecidos.

Una curiosidad final es que aunque en ciertos momentos aumenta la frecuencia de trenes y hay menos esperas esto se compensa porque los viajes son más lentos, de modo que el tiempo total del viaje suele ser más o menos el mismo. Los expertos en logística están probablemente encantados con descubrir que esto les permite tener unos valores promedio bastante válidos para saber cuánto se tarda en ir de un sitio a otro. Esto es así con las frecuencias actuales de trenes y con los retrasos debidos a los momentos pico de gran afluencia – nada que no se puede mejorar en el futuro en cualquier caso.


Tags: