• Plataforma big data para el perfilado de pasajeros y el análisis del mercado en aeropuertos inteligentes
  • Un proyecto desarrollado por Nommon con la colaboración de la Universidad de Deusto en algunas especificaciones técnicas
  • 2022 – 2023
TravelInt

Contexto

El conocimiento de los pasajeros, en su condición de usuarios finales del sistema de transporte aéreo, resulta fundamental para la planificación y la gestión aeroportuaria. Sin embargo, el comportamiento de los viajes y los hábitos de consumo han cambiado sustancialmente durante los últimos años, en parte debido a la fuerte digitalización. En este contexto, los aeropuertos deberán ser capaces de adaptarse a las nuevas demandas cambiantes del mercado con el fin de adquirir un mejor conocimiento del perfil y patrones de comportamiento de los pasajeros y de aquellos segmentos de población que constituyen demanda potencial del aeropuerto. La aproximación tradicional para recoger esta información se basa en encuestas, que presentan importantes limitaciones en cuanto a coste, tamaño de muestra, frecuencia de actualización y completitud de la información a capturar. Sin embargo, durante los últimos años, la proliferación de diferentes dispositivos móviles personales geolocalizados y la creciente sensorización de los aeropuertos han abierto nuevas oportunidades para recoger cantidades masivas de información sobre la movilidad y el comportamiento de los pasajeros, de manera continua, a un coste muy asequible y con un nivel de detalle imposible de obtener con las metodologías tradicionales.

El proyecto TravelInt

TravelInt propone aprovechar estas oportunidades mediante el desarrollo de un conjunto de tecnologías basadas en el procesamiento de datos masivos y el aprendizaje automático que permitan obtener información detallada sobre el comportamiento de los pasajeros y dar soporte a la toma de distintas decisiones de planificación y gestión aeroportuaria. En particular, TravelInt aborda tres ámbitos específicos en los que mejorar el conocimiento de los usuarios resulta particularmente valioso para el aeropuerto:

  1. Identificación de nuevas rutas: el análisis del comportamiento de la demanda de viajes de larga distancia constituye el principal insumo para las actividades de marketing aeroportuario, en particular para identificar nuevos destinos demandados por los potenciales pasajeros con el objetivo de ofrecer nuevas rutas.
  2. Accesibilidad e intermodalidad: el comportamiento de los pasajeros, trabajadores y acompañantes en el acceso al aeropuerto se analizará con el objetivo de optimizar las vías de acceso y captar nuevos pasajeros que, en caso de una conectividad deficiente, optarían por un aeropuerto más accesible o por un modo de transporte de larga distancia alternativo al avión.
  3. Ingresos no aeronáuticos: la caracterización detallada del comportamiento en el interior de la terminal resulta fundamental para optimizar la experiencia del pasajero y adaptar la oferta comercial y de servicios no aeronáuticos a las necesidades y características de la demanda.

Objetivos

El proyecto TravelInt ha definido los siguientes objetivos específicos:

  1. Identificar las oportunidades que ofrecen las nuevas fuentes de datos masivos procedentes de dispositivos móviles geolocalizados para mejorar el conocimiento de los pasajeros y otros usuarios de los aeropuerto en tres ámbitos específicos:
    1. El comportamiento de la demanda de viajes de larga distancia.
    2. El comportamiento de los pasajeros, trabajadores y acompañantes en el acceso al aeropuerto.
    3. El comportamiento de los pasajeros en el interior de la terminal.
  2. Desarrollar nuevas metodologías para el análisis y fusión de datos que permitan caracterizar el perfil y el comportamiento de los pasajeros y otros usuarios de los aeropuertos. 
  3. Desarrollar modelos predictivos basados en técnicas de aprendizaje automático que permitan anticipar el comportamiento futuro de los pasajeros y permitir la realización de análisis de tipo what-if.
  4. Desarrollar un prototipo de sistema de ayuda a la decisión que integre los nuevos algoritmos y modelos desarrollados en el proyecto con una herramientas de visualización y analítica visual.
  5. Validar el sistema propuesto a través de un conjunto de experimentos realizados en colaboración con usuarios finales que permitan demostrar la madurez de la tecnología y evaluar sus beneficios.

Metodología

TravelInt busca desarrollar una plataforma big data de soporte a la toma de decisiones para operadores aeroportuarios. La plataforma constará de tres componentes principales:

  1. Extracción, tratamiento y limpieza de datos (ETL), que integrará los datos provenientes de distintas fuentes de datos y llevará a cabo las tareas de pre-procesado (limpieza, formateo, etc.) para su posterior análisis.
  2. Motor de cálculo, el cual constará de:
    1. Una capa de perfilado de usuarios y generación de diarios que integrará diferentes algoritmos de análisis para la caracterización del perfil y el comportamiento de los pasajeros.
    2. Una capa de generación y predicción de indicadores la cual se alimentará de la información generada en la capa anterior y estará compuesta por tres módulos, cada uno dirigido a uno de los tres casos de uso de la plataforma.
  3. Herramienta de visualización y generación automática de informes, consistente en un interfaz visual que permitirá analizar y comparar distintos escenarios.

La arquitectura de la plataforma se muestra en la siguiente figura.

Arquitectura de la plataforma del proyecto TravelInt.
Arquitectura de la plataforma del proyecto TravelInt.

TravelInt ha sido financiado por la Unión Europea bajo el programa Next Generation-EU y ha sido apoyado por el Ministerio de Asuntos Económicos y Transformación Digital, a través de la entidad Red.es.