A cidade de Nova Iorque teve de implementar a análise de dados durante a pandemia para ter mais autocarros nas rotas mais procuradas pelos indivíduos.
Quem é que nunca pensou que gostaria que os transportes públicos fossem mais eficientes? Que seria ótimo ter mais autocarros nas linhas onde há mais utilizadores. Tenho a certeza que já pensou nisso mais do que uma ou duas vezes. Nos E.U.A. também têm vindo a pensar nisso há algum tempo e a pandemia foi o gatilho para começar a utilizar os Big Data para tornar o transporte público mais eficiente.
Tudo aconteceu quando foi anunciado que após 115 anos, o metro de Nova Iorque iria fechar à noite para impedir a propagação do Covid-19. Isto levou a Autoridade Metropolitana de Transportes (MTA) a fornecer mais autocarros para satisfazer a procura de transportes públicos. Tinha de ser feito rapidamente e cobrir as áreas mais movimentadas.
Rotas mais eficientes
Foi assim que começaram a usar Big Data. Especificamente, eles usaram Remix, uma das plataformas de planeamento de transportes mais populares do mundo. O software de autoatendimento permite que as agências de transporte redirecionem facilmente as linhas ou criem novas. O MTA já o tinha usado para começar a redesenhar a rede de autocarros do bairro de Queens em Nova Iorque.
No entanto, a nova estratégia exigiu o uso de mais dados. A rede precisava de informações sobre onde moravam os funcionários da linha da frente que dependiam do serviço de transporte noturno e para onde iam com mais frequência. Com essas informações, os seus planeadores poderiam mapear as rotas de autocarro mais eficientes e talvez até atender melhor a esses passageiros do que no metro.
Calculadora de dados
O software principal do Remix parece uma espécie de calculadora de custo-benefício. Quando um planeador traça uma nova rota através de um mapa na tela, a plataforma calcula quanto poderia custar e quem poderia usá-la para saber quem poderia aceder, ajudando os planeadores a avaliar se o investimento público vale a pena.
Adicionar mais dados aprofunda a análise técnica da ferramenta: com alguns cliques, as informações demográficas e o número de passageiros existentes ajudam os planeadores a visualizar as rotas que melhor atenderiam às necessidades de uma comunidade. Há também um elemento semelhante ao Google Docs – os utilizadores podem deixar sugestões como duas paragens poderiam ser unificadas.