Como o padrão comportamental permite a mudança do foco da oferta para demanda
No último artigo falamos sobre o papel do transporte sob demanda e como ele vai ocupar um espaço no contexto geral dos transportes. Ainda no primeiro artigo tratamos dos diferentes modelos e evolução no tempo até termos hoje o transporte compartilhado sob demanda (TcsD). Mas encerramos sem responder como implantar e entender o maior potencial para cada tipo de serviço.
O atendimento sob demanda está além da tecnologia que o atenda. No final das contas é sobre entender os padrões de comportamento e como é possível agrupar pessoas por perfis similares e a partir daí prever o melhor serviço possível a cada uma delas. Obviamente a forma mais simples de se pensar seria uma tecnologia sob demanda, mas muitas vezes os perfis de uso se mostram tão similares que a rede convencional e sistemas regulares também se beneficiam deste mesmo conceito.
Falar em comportamento similar é correlacionar passageiros que embarcam ou desembarcam nas mesmas regiões e em horários parecidos. Mais do que isso, é identificar sutilezas, como renda média e variações de uso do transporte coletivo onde possui maior ou menor densidade populacional.
E para isso não é necessário grandes pesquisas ou dados complexos. Existem dados que estão disponíveis de forma mais simples ou sofisticadas como, desenho das linhas, quadro de horário e dados socioeconômicos do IBGE. Já os dados que operadores e poder público possuem acesso, como bilhetagem ou GPS, permitem os cruzamentos necessários para identificação de padrões e daí o atendimento pode ser feito sob medida.
Padrões similares partem de aspectos espaciais como: linhas utilizadas, regiões de origem e destino, pontos de embarque e desembarque, distância média embarcado etc.; aspectos temporais: horários de validação, tempo médio embarcado, data e tipo de dia, horários e faixas horárias de utilização etc.; e aspectos secundários: motivo de viagem, renda do passageiro, densidade populacional por região etc.
E combinando o conjunto de padrões é possível fazer poderosas inferências como áreas de maior renda com menores distâncias percorridas pelos passageiros, o que permite supor os maiores potenciais das áreas de aplicativos. Ou áreas de baixa demanda com frequências muito espaçadas que podem, por exemplo, ser complementadas ou substituídos por serviços sob demanda com custo menor e melhor atendimento.
Em resumo, atender sob demanda, independente da tecnologia, parte de compreender os dados atuais disponíveis e a partir daí agrupar comportamentos padrões para que sejam criadas áreas de atendimento por similaridade.
As ideias e opiniões expressas no artigo são de exclusiva responsabilidade do autor, não refletindo, necessariamente, as opiniões do Connected Smart Cities
Mestre em transportes pela UFMG, com mais de 15 anos na área tendo atuado em transportes em duas copas do mundo e duas olimpíadas, sendo as duas últimas posições em eventos como consultor do COI e CONMEBOL. Sócio de uma consultoria tradicional de transportes (PLANUM) e sócio de uma startup de inovação de mobilidade (Bus2). Atualmente trata mais de 1 bilhão de registros por mês entre dados de planejamento, AVL, SBE e outros, independente de formato e fornecedores.
