Análisis de Influencia sobre el Comercio de las Medidas de Calmado de Tráfico

Juan Murillo, Heribert Valero y Juan de Dios Romero

d&a blog

Las ciudades son hardware físico que sirve de soporte a múltiples dinámicas superpuestas, el resultado de esta superposición es un sistema extremadamente complejo. Cualquier cambio en una de sus condiciones produce efectos tanto positivos como negativos en las demás capas. Tradicionalmente los gestores urbanos han tratado de medir esos efectos -principalmente a través de las encuestas- para obtener información sobre si las modificaciones introducidas en las condiciones de contorno producían los resultados deseados.

La digitalización ha traído, entre otras, dos innovaciones importantes para los gobiernos de las ciudades: por un lado la oportunidad de abrir nuevos canales participativos que den voz efectiva a la ciudadanía, y por otro la posibilidad de reunir cantidades masivas de evidencias para medir los efectos de la toma de decisiones.

En BBVA Data & Analytics creemos que este mundo cada vez más complejo necesita enfoques sistémicos para medir las consecuencias de cualquier evento, sea intencionado o imprevisto. Estamos particularmente implicados en reorientar los debates y llevarlos desde el ámbito de las opiniones subjetivas hacia las evidencias objetivas. Nuestra investigación en este campo nos ha llevado al desarrollo de métodos y técnicas que proporcionan información sobre la actividad comercial de una región a partir de la capacidad descriptiva de los datos financieros (fundamentalmente, transacciones con tarjetas bancarias). Hemos llevado a cabo múltiples estudios para medir el impacto económico de circunstancias excepcionales, como desastres naturales o grandes eventos.

En este artículo, describimos cómo medimos y caracterizamos los efectos de las decisiones de gestión del espacio urbano, sobre un caso real y reciente, en base a la huella digital de la actividad comercial. Explicamos cómo medimos la actividad comercial esperable en un área y la comparamos con la realmente registrada. Creemos que las autoridades locales pueden utilizar este tipo de observaciones para optimizar los efectos positivos y mitigar los negativos en el proceso de toma de decisiones, lo que redundará en una toma de decisiones con efectos previstos y deseados.

Esta es la Gran Vía (literalmente “gran camino”) la icónica calle comercial, también conocida por su vida nocturna, situada en el centro de madrid, españa.

 

En Madrid, el eje de Gran Vía sufre problemas de congestión del tráfico y los coches ocupan un espacio que los peatones están reclamando. Al igual que en otras ciudades de todo el mundo, el gobierno de la ciudad está evaluando soluciones sostenibles que mitiguen la densidad del tráfico automovilístico y al mismo tiempo promuevan la actividad económica y el uso del espacio por los ciudadanos.

La pasada temporada navideña, el Ayuntamiento de Madrid adoptó medidas para calmar el tráfico en la Gran Vía -una de las calles más concurridas de la ciudad- en beneficio de los peatones. Durante algunas semanas, hasta principios de enero, el acceso se limitó a un carril en cada dirección y se impuso un límite de velocidad de 30 km/h. La medida tenía como objetivo fomentar la circulación de los peatones y mejorar indirectamente la experiencia de compra en el periodo de máxima afluencia del año. También fue la prueba de una estrategia más global para reducir los efectos negativos de la congestión de los coches en el centro. Como era de esperar, las estrategias de calmar el tráfico provocaron acalorados debates en los medios sobre sus implicaciones económicas.

Como parte de nuestras iniciativas de análisis urbano, analizamos aproximadamente 7.000 transacciones diarias de tarjetas bancarias para extraer datos sobre lo patrones de gasto en el área de Gran Vía, no solo en el periodo de estudio, sino en una serie temporal de 3 años de profundidad.

A lo largo de la Gran Vía, en diciembre de 2016, había 285 TPVs, su desglose en categorías comerciales es el siguiente: 26% bares y restaurantes, 19% tiendas de moda, 18% hoteles, 37% otras categorías.

A lo largo de la Gran Vía, en diciembre de 2016, había 285 TPVs, su desglose en categorías comerciales es el siguiente: 26% bares y restaurantes, 19% tiendas de moda, 18% hoteles, 37% otras categorías.

Lo que se esperaba: El modelo de predicción

En primer lugar, inferimos lo que habría sucedido durante el periodo de Navidad sin restricciones de tráfico. Para ello utilizamos modelos de Series Bayesianas Estructurales, un procedimiento análogo al que previamente habíamos utilizado para medir el impacto económico del huracán Odile, que azotó la península de Baja California Sur en México, en 2014. En ese caso de estudio, el modelo predijo el nivel de gasto esperado si el huracán no hubiera alcanzado el área, por comparación con las series temporales de regiones no afectadas por el huracán, y pudimos así medir el tiempo necesario para que la serie temporal teórica y la registrada convergieran de nuevo, momento en el que consideramos recuperada la actividad normal.

Aplicando esta metodología  al estudio de los efectos de la estrategia de calmado de tráfico en Gran Vía, pudimos comparar el comportamiento comercial del área antes de las restricciones, con el comportamiento comercial de áreas similares (en términos de correlación de series temporales) en las que no se adoptó ninguna medida de esta naturaleza.

Nuestro enfoque se basó en los siguientes pasos:

  • La serie temporal de gastos se calcula para el área de Gran Vía, y para todos los códigos postales en España, desde enero de 2014 hasta diciembre de 2016, con resolución diaria (unos mil puntos de nivel de consumo para cada uno de los 11.000 códigos postales del país).
  • A partir de un umbral de correlación mínimo, se seleccionan N series temporales correspondientes a N códigos postales para formar el modelo que define la serie temporal que mejor se adapta al patrón de actividad comercial de Gran Vía.
  • Así se identificaron los códigos postales con una alta correlación en los últimos tres años en sus patrones temporales de consumo con respecto al área de Gran Vía. En concreto se seleccionaron 200 códigos postales con una correlación mínima 0,85
  • El modelo resultante define el gasto total esperado en el área de Gran Vía en condiciones “normales”, por analogía con lo ocurrido en los N códigos postales con un comportamiento similar.

A continuación contrastamos el gasto esperado en la Gran Vía (según el modelo de predicción) con el gasto realmente registrado durante el periodo navideño de 2016, midiendo la diferencia entre las dos series temporales.

Midiendo el impacto: Comparando el modelo de predicción con la realidad

Hubo restricciones de tráfico en tres periodos. El primer periodo, del 2 al 11 de diciembre, registró un pequeño incremento de +1% del gasto. El segundo, entre el 16 y el 18 de diciembre, obtuvo una variación de +2% del gasto. En contraste, el último periodo, del 23 de diciembre al 8 de enero, registró una disminución de -13% en el gasto.

Las pasadas navidades, observamos una disminución total de gasto de -8% en comparación con la actividad esperada en gran vía, con comportamientos dispares por categoría de actividad.

Los gastos previstos y reales en Gran Vía durante el período del estudio

Los gastos previstos y reales en Gran Vía durante el período del estudio

Además de llevar a cabo un análisis conjunto, se hace necesario caracterizar cualquier el impacto económico por sectores de actividad. Por ello analizamos la evolución de tres categorías comerciales principales de la zona: moda, restaurantes y hoteles. Los resultados ayudan a destacar el impacto con mayor detalle:

  • Observamos una disminución global del -17% en el gasto de moda -la actividad dominante por ingresos en este eje- durante los tres periodos.
  • Sin embargo, los restaurantes -la actividad dominante por número de empresas- aumentaron sus ventas en un +5% durante los dos primeros periodos.
  • La categoría hotelera también obtuvo variaciones positivas durante los tres periodos, con un incremento de +11% en gastos.

Como breve resumen, al comparar la actividad real de la Gran Vía durante la temporada de Navidad con la actividad esperada del modelo de predicción, se obtuvieron las siguientes medidas de impacto económico:

tabla_negro-1

Aunque en términos absolutos la actividad comercial registrada en los periodos navideños de 2015 y 2016 alcanzó niveles similares, la facturación de la última Navidad fue inferior a la esperada según el modelo estadístico utilizado. De hecho, el mismo modelo aplicado a nivel de toda la ciudad no detecta la disminución registrada en el área de Gran Vía.

La capacidad descriptiva de estas nuevas fuentes de información, junto con las capacidades analíticas de la ciencia de datos aplicadas al ámbito de los análisis urbanos, proporcionan este tipo de información sobre el pulso comercial de una región. La fuente de datos con la que trabajamos -huellas económicas digitales anonimizadas- nos permite describir tanto efectos de onda corta (eventos que, durante horas o días específicos, tienen efectos temporales en el ritmo normal de un área), como efectos de onda larga (cambios lentos en el perfil y comportamiento de los ciudadanos y turistas o tendencias que transforman el tejido comercial de un barrio, cambiando su carácter). Creemos que es nuestra obligación abrir y compartir este conocimiento con las autoridades locales que deben tomar complejas decisiones y con la sociedad, para que pueda adaptarse a las circunstancias cambiantes.