\u201cMe complaci\u00f3 mucho que incluso los primeros resultados fueran tan plausibles. \u00a1Eso es raro!\u201d dice Karen Cabos. La economista y profesora de gesti\u00f3n internacional en la Universidad T\u00e9cnica (TH) L\u00fcbeck est\u00e1 trabajando con su colega y profesor Thomas Romeyke en un proyecto de Big Data para la Agencia de Desarrollo Empresarial de L\u00fcbeck. La tarea: registrar, procesar, analizar millones de mediciones de sensores en la ciudad y, en un paso final, derivar pron\u00f3sticos de ellas. Como parte del proyecto “Laboratorio de la ciudad para Alemania: vacantes y asentamientos”, la ciudad ha estado midiendo la frecuencia de los peatones en diez ubicaciones en el centro de la ciudad desde el 17 de junio de 2021 utilizando sensores basados \u200b\u200ben l\u00e1ser. Completamente sin c\u00e1maras. \u201cCon los contadores l\u00e1ser podemos determinar movimientos y as\u00ed registrar la frecuencia de peatones. Sin tomar fotos ni videos\u201d, explica Cabos.<\/p>\n
\u201cLa cantidad de peatones que miden los sensores es lo que estamos tratando de explicar con otros datos. Sobre la base de la explicaci\u00f3n, esperamos encontrar ajustes que puedan usarse para influir en el flujo de personas a trav\u00e9s de la ciudad de manera espec\u00edfica en el futuro\u201d, agrega el profesor Thomas Romeyke. “Es por eso que necesitamos tantos otros datos como sea posible adem\u00e1s del flujo de peatones, que pueden ser parte de la motivaci\u00f3n para pasar por delante de uno de los sensores en este momento”. Un ejemplo obvio es el horario comercial, un par\u00e1metro muy importante. . Si bien estos son relativamente f\u00e1ciles de tener en cuenta, la obtenci\u00f3n de otros datos muy detallados, por ejemplo, sobre la ocupaci\u00f3n actual de espacios de estacionamiento y estacionamientos de varios pisos y transporte p\u00fablico local, es m\u00e1s compleja: “Estos datos est\u00e1n estructurados de manera muy diferente y por lo tanto tiene que compatibilizarse entre s\u00ed en un proceso relativamente complejo\u201d, describe el profesor Romeyke esta parte del proyecto. “Solo entonces puede comenzar el trabajo de investigaci\u00f3n”, agrega el especialista en TI empresarial.<\/p>\n
Del conjunto de datos preparado por su colega, la profesora Karen Cabos deriva un pron\u00f3stico para la cantidad de visitantes. Hasta entonces, Cabos, como un detective, tiene que hacer conjeturas sobre qu\u00e9 factores podr\u00edan estar afectando el paso de personas. Esto incluye, por ejemplo, los d\u00edas de la semana, los horarios y las vacaciones escolares, pero tambi\u00e9n las condiciones clim\u00e1ticas, la utilizaci\u00f3n del espacio de estacionamiento, las frecuencias de los autobuses y factores especiales. Despu\u00e9s de eso es “ensayo y error”. “Uso varios pasos de iteraci\u00f3n para analizar primero las contribuciones explicativas de los grupos de variables tem\u00e1ticas, como los horarios de apertura de las tiendas, y finalmente para integrarlos en un modelo de pron\u00f3stico \u00f3ptimo. En el modelo de pron\u00f3stico, las variables controlables, como los horarios de apertura de las tiendas, deben combinarse con las no controlables, como el clima\u201d, explica Karen Cabos. “Lo que muestra: los datos son obviamente buenos, ya que los primeros resultados son todos plausibles”.<\/p>\n
“Lo que realmente me sorprendi\u00f3 fue la importancia de la utilizaci\u00f3n del espacio de estacionamiento en los meses de verano y en diciembre”, dice el profesor. La utilizaci\u00f3n de estacionamientos sugiere que muchos turistas dependen de ellos. \u201cDesde el punto de vista ecol\u00f3gico, la proporci\u00f3n de autos por persona es peor aqu\u00ed que en los otros meses\u201d, resume Cabos. Adem\u00e1s, existe una fuerte influencia de la apertura de las tiendas y el horario de oficina en el n\u00famero de peatones. \u201cLos resultados son bastante s\u00f3lidos. Nuestro tesoro de datos todav\u00eda est\u00e1 fuertemente influenciado por la pandemia de la corona. Cuanto m\u00e1s tiempo podamos recopilar los datos y hacer comparaciones, mejor podremos predecir y sacar conclusiones sobre lo que podr\u00eda ayudar a las tiendas y los negocios. Entonces el proyecto tiene que seguir\u201d, apel\u00f3 el profesor.<\/p>\n
Sobre el proyecto Laboratorios de la Ciudad: https:\/\/www.stadtlabore-deutschland.de\/city\/lubeck\/<\/a> <\/p>\n