Nuevas tecnologías, nuevas geografías

Nuestras ciudades y paisajes se dividen y organizan en función de regiones administrativas que raramente describen los comportamientos de las personas que los habitan. La creciente aparición de portales de información geográfica por parte de las instituciones, así como la monetización de datos de algunas grandes empresas, junto con el desarrollo de nuevas tecnologías para obtener valor e inteligencia, han abierto las puertas para poder definir nuevas geografías.

 

LEGADOS GEOGRÁFICOS

España está organizada en dos ciudades autónomas y 17 comunidades autónomas, formadas a su vez por 50 provincias. Tenemos 324 comarcas y 8.124 municipios. Las grandes ciudades se subdividen en distritos y barrios. En el caso de Madrid se organiza en 21 distritos y 128 barrios, mientras que Barcelona presenta 10 y 73 respectivamente. Eso sin hablar de los más de 11 mil códigos postales, las casi 36 mil regiones censales y las más de 160 áreas de salud. Estas regiones se definieron en su día por razones históricas y racionales. Las provincias españolas, por ejemplo, se deben a una división territorial realizada en 1833 por Javier de Burgos, basada en el modelo de los departamentos franceses. Las provincias se definieron (y siguen definiéndose) según unos criterios de homogeneidad en extensión, población y “coherencia geográfica”. Estos criterios, junto con las geografías y fronteras que generan, pueden valer todavía para gobernar regiones y ciudades, pero no parecen muy adecuadas para describir comportamientos humanos.

¿Cuántas fronteras administrativas cruzamos en un solo día? Los ciudadanos vivimos ajenos a estas fronteras. Las cruzamos sin darnos cuenta al ir a trabajar o incluso, simplemente, para salir a comprar el pan. Otros límites sin embargo están empezando a definir cómo interactuamos dentro de las ciudades. Un ejemplo es el rango de aparcamiento de servicios de coches eléctricos, como car2Go o Emov, o los anclajes disponibles de los servicios públicos de bici. Barreras menos visibles pero igualmente importantes pueden ser el precio del alquiler, el valor del ticket medio de comercios en un determinado área, la accesibilidad para personas de movilidad reducida o la no admisión de mascotas. Estas fronteras son dinámicas y dependientes de los gustos, ingresos y necesidades de cada uno.

Los datos detrás de estas divisiones se obtienen a través de publicaciones en redes sociales, conexiones telefónicas o transferencias bancarias.

 

EL MAPA SOY YO

Desde la llegada de Google Maps a nuestros dispositivos móviles, todos nos hemos convertido en protagonistas. Podría decirse que nos encontramos en un nuevo modelo usuario-céntrico. Pero no nos contentamos en que nos digan cómo ir de un sitio a otro o conocer dónde se encuentra la farmacia de guardia más cercana, queremos participar. Y eso es bueno. OpenStreetMap (OSM), el mapa colaborativo y de licencia abierta (www.osm.org), se beneficia de este altruismo cartográfico en el que miles de usuarios añaden edificios, calles o negocios en lugares tan cercanos como sus barrios o tan lejanos como áreas afectadas por desastres naturales o crisis silenciosas.

Senderistas, ciclistas y corredores también son una fuente constante de datos geográficos. No sólo suben las rutas realizadas, sino también sus tiempos, calorías gastadas y desniveles superados. Información temática, un valor añadido para cada punto en el mapa. Otra comunidad muy activa son los turistas que encontramos en nuestras ciudades. Las redes sociales son un continuo goteo de opiniones, comentarios y fotografías de lugares de interés.

La mayor parte de las compañías que trabajan en servicios basados en la localización (LBS), como Google Maps o Mapbox, recogen toda esta información y, con técnicas de agregación y anonimización, la usan y venden según su modelo de negocio. Esta monetización de los datos geográficos se está extendiendo también a otros sectores. LUCA, el nuevo departamento de Telefónica encargado de la ingeniería de datos, pone al servicio de empresas y administraciones su tecnología de Smart Steps, para conocer dónde y cómo se mueven sus usuarios de telefonía. El BBVA, a través de su centro de análisis de datos financieros (BBVA Data&Analytics), está a la cabeza de la generación de inteligencia financiera, y ofertan estos servicios a grandes instituciones, así como a pequeñas empresas e individuos. “Idealista”, el portal inmobiliario, también se ha subido al carro de la monitización de datos geográficos, como el stock de viviendas, precio por metro cuadrado o indicadores de demanda.

Pero no solo las personas se encargan de subir datos geográficos a la nube. Durante 2017 unos 8 mil millones de dispositivos han subido datos de todo tipo y de forma autónoma. Y en 2020 se estima que habrá más de 20 mil millones. Las ciudades inteligentes o smart cities junto con el Internet de las cosas (IoT) son dos campos que crecerán de una manera exponencial, debido a la implantación de estos sensores en nuestras urbes, negocios, paisajes, hogares… Otro sector que parece despegar es el indoor mapping o posicionamiento en lugares cerrados.

Gracias al avance y combinación de muchas tecnologías diferentes como el GPS, los ultrasonido, la red WIFI o el Bluetooth, hoy en día podemos posicionar clientes y empleados en establecimientos. Geographica, una consultora andaluza, ha diseñado productos pioneros aprovechando estas nuevas tecnologías y su conocimiento geográfico. Una de estas aplicaciones es Urbo que, gracias a algoritmos de inteligencia artificial o machine learning, es capaz de inferir soluciones y proponer acciones para mejorar la gestión del tratamiento de residuos, calidad del aire o el tráfico. Tempo, por otro lado, es una aplicación que permite visualizar y detectar patrones de movimiento y compras dentro de un establecimiento.

 

UNIENDO LOS PUNTOS

Muchas de las iniciativas anteriormente comentadas han empezado a crear nuevas geografías en función de análisis complejos que utilizan sus propios datos. El equipo de BBVA Data&Analytics, por ejemplo, acaba de identificar una serie de entidades geográficas para las ciudades de Madrid, Barcelona y Ciudad de México a través del análisis de más de 413 millones de transferencias bancarias.

(https://www.bbvadata.com/urbandiscovery/).

Un primer análisis fue la formalización de comunidades concentrando celdas donde se habían realizado pagos consecutivos. Estas nuevas comunidades espaciales no encajaban completamente con los barrios y distritos tradicionales. El caso más sorprendente lo podemos encontrar en Barcelona, en la que dos zonas situadas en los extremos opuestos de la Avenida de la Diagonal comparten comunidad. Un trabajo de campo evidenció que eran transacciones de personas que vivían en una de las áreas y trabajaban en la otra. Estas similitudes pueden darse no solo entre zonas alejadas dentro de una misma ciudad, sino entre ciudades. Según el estudio, los barrios madrileños de Chueca y Malasaña tienen mayores similitudes con áreas definidas dentro del barrio barcelonés de Gràcia. Como el “postureo” no pudo ser medido, las variables que definieron estas comunidades fueron transacciones en restaurantes y tiendas de moda durante el fin de semana. ¿Se equivoca entonces la primera ley de la Geografía?

La caracterización de áreas realizada por BBVA Data&Analytics en función de comportamientos dinámicos y basado en una ingente cantidad de información que algunos llaman Big Data, puede permitirnos inferir e incluso predecir patrones humanos de comportamiento. Este análisis tiene multitud de interpretaciones y aplicaciones, disminuir los riesgos a la hora de localizar un negocio, mejorar el buzoneo o campañas de marketing o predecir la gentrificación de zonas concretas en una ciudad. El equipo de LUCA sacó conclusiones similares estudiando datos de movilidad a nivel de provincia y municipio. En el primer caso, en lugar de 17 comunidades, el análisis devolvió siete, uniendo Aragón con Catalunya y separando las Castillas. Prácticamente todas presentaron una estructura radial en la que una provincia actuaba como nodo central absorbía la mayoría de los desplazamientos. Las mismas conclusiones se obtuvieron tras analizar la movilidad entre municipios, en las que se definieron grandes municipios centrales rodeados por un área de influencia.

Idealista, cuya aplicación web y móvil te permite buscar pisos y casas por barrios y distritos, también ofrece la edición de una geometría personalizada. Sus analistas, además, dividen el territorio en sus propias zonas en función de indicadores inmobiliarios propios. De la misma manera con laque un usuario de idealista puede acceder a los alquileres y pisos en venta de unadeterminada zona, el Data Observatory de CARTO permite extraer y enriquecergeometrías personalizadas con información sociodemográfica procedente de censosy, muy pronto también, datos de terceros como bancos, telefónicas y serviciosinmobiliarios. BUILDER, la nueva interfaz web para analizar y visualizar datosgeográficos, presenta ésta y otras tantas funcionalidades para acercar y democratizarla inteligencia de la localización a personas, instituciones y organizaciones.

 

CARTO ha realizado el primer informe sobre el Estado de la Inteligencia de la Localización (https://carto.com/state-of-location-intelligence-2018/). En él, la mayoría de las 200 organizaciones que fueron consultadas afirmó estar usando las unidades tradicionales, como estados y códigos postales. Pocas fueron las que utilizaron un nivel de detalle más granular. Pero lo más interesante fue comprobar que más de una cuarta parte de estas empresas e instituciones estaban empezando a aplicar geometrías personalizadas en su análisis. Esta cifra no puede más que aumentar. Los datos ligados a comportamientos de movilidad, compras y alquiler lo demuestran. Las ciudades seguirán teniendo barrios y distritos. Los países, regiones censales, postales y administrativas. Sin embargo, surgen nuevas geografías humanas, más sutiles y dinámicas, que se superponen a las tradicionales. Es hora de ponerlas en el mapa.

 

CARTO