Upload
vantuyen
View
215
Download
0
Embed Size (px)
Citation preview
Apoyo a decisiones en seguridad vial: un reto para la analítica.
Agenda
1. CAOBA – Centro de excelencia en Big Data y Data Analytics
2. Contexto en movilidad
3. Descripción del proyecto• Problema de negocio
• Desafíos
• Beneficios esperados
• Insumos
4. Analítica y Big Data para problemas de movilidad• Componente operación buses – Big data
• Componente de siniestros
• Componente integración de fuentes
5. Recomendaciones para aplicación de proyecto a otras ciudades
3
1. CAOBA
¿Qué es la alianza CAOBA?
• Alianza público privada para el desarrollo del Centro de excelencia y apropiación en Big Data y Data Analytics
• Objetivos:• Investigación aplicada: Solución de proyectos en Big Data y Data Analytics
• Modelo de formación en tecnologías y capacidades
• Consultorias
• Apoyo a emprendimientos y spin-offs
Integrantes de Caoba – Empresas Ancla
Caoba
Empresas Ancla
Empresas Lider(Big Players)
Universidades
Aliados estratégicos • Aportan sus problemáticas en Big Data y
Data Analytics• Presentan planes de proyecto al comité técnico para
su evaluación por parte de las universidades
• Son los clientes de proyectos desarrollados por el centro
Integrantes de Caoba – Universidades
Caoba
Empresas Ancla
Empresas Lider(Big Players)
Universidades
Aliados estratégicos • Administrar y gestionar los planes de
proyecto
• Formación y desarrollo de capacidades
Integrantes de Caoba – Empresas Lider (Big players)
Caoba
Empresas Ancla
Empresas Lider(Big Players)
Universidades
Aliados estratégicos
• Proveer metodologías, herramientas y experiencias en la resolución de problemáticas de Big Data y Data Analytics
Integrantes de Caoba – Aliados estratégicos
Caoba
Empresas Ancla
Empresas Lider(Big Players)
Universidades
Aliados estratégicos • Integrar proyectos de emprendimiento y
spin-offs a Caoba
10
Equipo CAOBA-Uniandes – Proyecto movilidadProfesores
Dario Correal
Harold Castro
Claudia Jiménez
Germán Bravo
María del Pilar Villamil
Christian Ariza
José Tiberio Hernández
Alvaro Riascos
Daniel Paez
Investigador Postdoc
Andrés Moreno
Estudiantes doctorales
Cristian Camilo Castellanos
Pedro Fabián Pérez
Ferney Maldonado
Estudiantes maestria
Daniel De Roux
Carlos Díaz
José Alejandro Sánchez
Juan Carlos Méndez
José Francisco Molano
Christian Poveda
Francy Julieth Pineda
Camilo Restrepo
Carlos Iván Zubieta
Diva Mercedes Martínez
Agradecimiento especial
Juan Camilo Ibarra
Departamento de Planeación Nacional
Luis Fernando Mejía, Iván Mantilla, Diana Vidal, Ximena Cantor, Juan Carlos Montenegro, …
Secretaría de movilidad de Bogotá
Andrés Archila, Alejandro Forero, …
2. CONTEXTO DE MOVILIDAD
La congestión: una problemática en crecimiento con impacto macroeconómico
12
• Creciente congestión tiene un impacto negativo en la Economía nacional.
Fuente: Global Green Growth Institute y DNP “Apoyo en la
transversalización del enfoque de crecimiento verde para el
Sector Transporte en el Plan Nacional de Desarrollo 2014 –
2018”
7
4
0
1
2
3
4
5
6
7
8
Horas perdidas por congestión (millones de horas)
Estimaciones de Horas Perdidas en Congestión por Año (millones de horas)
Bogotá Otras Ciudades
Costo para la economía Colombiana de Horas
perdidas en congestión
En Bogotá, la movilidad es una problemática prioritaria para la ciudadanía
13
• Percepción de los ciudadanos que sus trayectos habituales se demoran más cada año.
62%24%
15%
2016
Mas tiempo Igual Tiempo Menos Tiempo
38%
52%
10%
2015
Mas tiempo Igual Tiempo Menos Tiempo
Fuente: Bogotá Cómo Vamos, Encuestas de Percepción Ciudadana 2015 y 2016.
En 2015, 38% de los encuestados respondían que sus trayectos se demoraban más tiempo. Esa cifra sube a 62% en 2016.
Percepción ciudadana se ve reflejada en el aumento de los tiempos de desplazamiento• En Bogotá, tiempos de desplazamiento aumentaron entre 2014 y 2015.
14Fuente: Bogotá Cómo Vamos, Encuestas de Percepción Ciudadana 2015.
0
10
20
30
40
50
60
70
80
SITP TPC Transmilenio Alimentador Taxi Bicicleta Automóvil Moto
Tiempos de desplazamiento aumentaron entre 2014 y 2015
2014 2015
Accidentalidad: problemática crítica de movilidad para la cual existen datos• Bogotá una de las ciudades con más accidentalidad en el mundo.
15
48%
11%
30%
11%
Bogotá 2013
22%
4%
23%
51%
Mundo 2013
Fuentes: Informe sobre seguridad vial de la Organización Mundial de la Salud 2014 , Observatorio de Movilidad, Reporte Anual de Movilidad 2015
22%
3%
20%55%
Américas 2013
Peatones Ciclistas Motociclistas Otros
3. DESCRIPCIÓN DEL PROYECTO
Problema de Negocio• Llegar a una mejor comprensión sobre la accidentalidad en Bogotá y sus relaciones con
comparendos y planes de manejo de tránsito.
17
(cc 2.0) Edgard Zuniga JR (cc 2.0) Víctor Hugo Hernández D.
Desafíos• Análisis
• Determinar el mecanismo apropiado para apoyar la toma de decisiones de expertos de DNP y SDM
• Manejo de datos• Obtención de datos
• Provenientes de múltiples entidades• Gobierno de datos no explícito en las organizaciones - Desconfianza para compartir
datos por parte de los dueños
• Falta de coordinación entre diferentes entidades • Formatos distintos - Reconciliación de datos• Problemas con la disponibilidad de información adecuada para análisis
• Niveles inciertos de calidad
Beneficios para múltiples tomadores de decisiones
19
DNPConocimiento para generación de
política pública
Secretarías de movilidadPriorización de gasto y uso de
recursos disponibles
Operadores de transporte
público
Información oportuna para su
operación
CiudadanosConocimiento para mejorar su
calidad de vida - desplazamientos
EmpresasConocimiento de comportamientos
de la movilidad de los ciudadanos
Secretaría de Movilidad de
Bogotá
EMC
IDECA
IDU
20
Insumos
Malla Vial
(136.958)
Segmentos
Ejes viales
Operación de buses
Planeación
Trazas GPS
(668’115.674)
Accidentes
(288.040)
Dirección Actor vial Vehículos
Vía
Causas probables
Comparendos
(1’598.199)
Infractor
Tipo infracción
Dirección infracción
Datos geográficos de la ciudad
Monitoreo
(3.574)Planes de manejo
de tránsito
(14.814)Semáforos
(1.404)
SMB+IDU: ~ 2’042.989
Arquitectura de la Solución
21
• Metodología para proceso de analítica
Análisis
MongoDB
NoSQL DB
Procesos de Calidad de Datos e Integración
Secretaria de movilidad, IDU, IDECA, EMC
Bases de datos geográficas, datos
geográficos, csv..
Datos Operacionales
Repositorio de datos Tableros de Control
1. Manejo de grandes volúmenes de datos para análisis de trazas
2. Proceso para generación de mallavial a nivel adecuado para análisis- 43 corredores viales- 234 segmentos con intersecciones- 17.337 carriles y tramos
3. Automatización para ubicar diferentes fuentes de datos geográficas en malla vial
4. ANALÍTICA Y BIG DATA PARA PROBLEMAS DE MOVILIDAD
23
Analítica y Big Data para problemas de movilidad
Demostración
Recomendaciones para desarrollar aplicaciones similares en otras ciudades
24
• Metodología para proceso de analíticaAnálisis
MongoDB
NoSQL DB
Datos Operacionales
1. Claridad de los análsis a realizar (Acompañamiento de expertos de la temática y del desarrollo de este estilo de sistemas)
2. Obtención datos- Diseñar la estrategia de captura
de datos- Definir estándares de recolección
3. Disponibilidad de datos- Malla vial (corredores,
tramos,etc.)- Asignación de siniestros a la malla
vial
4. Análisis de la calidad de los datos
5. Análisis de la infraestructura disponible
Gracias y Preguntas