Como a previsão do tempo para o passageiro muda a percepção do usuário
No debate sobre a modernização do transporte coletivo, muito se fala em infraestrutura, veículos novos e tarifa zero. No entanto, uma revolução silenciosa, e talvez mais impactante para o passageiro, deve ocorrer através da palma de nossas mãos. A verdadeira percepção de qualidade do serviço não se mede mais apenas pela idade da frota, mas pela confiabilidade da informação. A pergunta “que horas o meu ônibus vai passar?” tornou-se um ponto central da experiência do usuário, e a precisão dessa resposta é uma nova moeda de troca para a confiança e fidelidade do passageiro.
Essa mudança de percepção não surgiu do nada. Ela foi impulsionada pela revolução dos aplicativos de ride-hailing. Quando plataformas como Uber e 99 entraram no mercado, elas não venderam apenas uma “carona”; elas venderam previsibilidade. O usuário passou a ver o ícone do carro no mapa, saber o nome do motorista e, o mais importante, receber um ETA (Tempo Estimado de Chegada) com precisão de minutos.
Essa experiência redefiniu fundamentalmente a expectativa do consumidor. O “padrão Uber” de informação em tempo real tornou-se a nova régua pela qual todos os serviços de mobilidade são medidos. De repente, a incerteza crônica do transporte coletivo não era mais uma fatalidade inevitável do dia a dia; tornou-se uma falha de serviço gritante em comparação. O passageiro agora sabe que é tecnologicamente possível ter previsibilidade.
É por isso que a psicologia do transporte se tornou tão relevante. Estudos na área demonstram consistentemente que o tempo de espera percebido é mais estressante e parece mais longo do que o tempo de espera conhecido. Um passageiro que espera 10 minutos por um ônibus, sabendo que ele chegará em 10 minutos, tem uma experiência de viagem superior àquele que espera 5 minutos em total incerteza. A ansiedade de não saber se o ônibus já passou, ou se vai demorar mais 30 minutos, mina a confiança no sistema.
É aqui que a tecnologia, fundamentada em dados de qualidade, assume seu papel de protagonista para o transporte coletivo. A capacidade de fornecer um ETA preciso não é mágica; é o resultado de um ecossistema de dados complexos e bem gerenciados.
O pilar de todo esse sistema é o GTFS (General Transit Feed Specification). O GTFS estático é o “plano de voo”: ele mapeia de forma padronizada todas as rotas, paradas e horários programados. Sem um GTFS estático preciso, todo o sistema de informação ao usuário já nasce com um defeito de origem. Se o mapa básico está errado, a localização em tempo real não pode ser corrigida.
O segundo componente é o GTFS-RT (Real-Time), que é a camada de realidade aplicada sobre o plano. Ele utiliza os dados de GPS dos veículos para informar onde eles realmente estão, considerando o planejado, atrasos ou adiantamentos.
A precisão do ETA que o usuário vê no aplicativo é uma fusão sofisticada desses dois mundos, onde os algoritmos não devem apenas corrigir o presente, mas também aprender com o passado.
No entanto, como exaustivamente defendido, a IA só pode ser tão boa quanto os dados que a alimentam. Se o GTFS estático está desatualizado (uma rota mudou e não foi atualizada, mesmo quadro de horário de dia útil aplicado para fim de semana), ou se o GPS do veículo falha (ou está alocado em rota errada), o ETA se torna uma ficção. E uma informação errada é, muitas vezes, pior do que nenhuma informação, pois ela quebra ativamente a confiança do usuário.
Aqui reside outra falha comum na gestão de dados: se um veículo perde velocidade todos os dias em um determinado trecho congestionado às 18h, isso deixou de ser um “atraso” (um evento inesperado) e tornou-se um “comportamento padrão” (um evento previsível).
Uma gestão de dados verdadeiramente inteligente não usa o GTFS-RT (GPS) apenas para informar ao passageiro que o ônibus está atrasado novamente. Ela usa o histórico desses “atrasos” previsíveis para corrigir o dado planejado (o GTFS estático). Na prática, o tempo de viagem programado para aquele trecho, naquele horário específico, já deve ser ajustado para refletir a realidade do trânsito.
Ao fazer isso, o ETA se torna muito mais preciso por duas razões:
- O “Plano” é Realista: O horário programado que o usuário consulta já é muito próximo da realidade, diminuindo a discrepância inicial.
- O “Tempo Real” Foca no Inesperado: O sistema em tempo real (GTFS-RT) passa a ter que corrigir apenas desvios reais e não-programados (como um acidente, uma manifestação ou uma chuva forte), e não a ineficiência de um planejamento que ignora a realidade diária.
Portanto, investir na qualidade dos dados de transporte não é um gasto técnico supérfluo; é um investimento direto na satisfação do cliente. Gestores de transporte que focam apenas na estrutura financeira, mas negligenciam a precisão de seus sistemas de informação, estão ignorando o principal fator de qualidade percebida na era digital. A confiança perdida por dados errados demora muito mais para ser recuperada do que um assento de ônibus leva para ser consertado. No jogo real da mobilidade, a informação precisa é um dos caminhos para fidelizar o passageiro e tornar o transporte coletivo competitivo.
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.
