{"id":10810,"date":"2023-09-22T10:17:12","date_gmt":"2023-09-22T08:17:12","guid":{"rendered":"https:\/\/www.nommon.es\/?post_type=case_studies&p=10810"},"modified":"2026-06-22T12:36:28","modified_gmt":"2026-06-22T10:36:28","slug":"monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit","status":"publish","type":"case_studies","link":"https:\/\/www.nommon.es\/es\/casos-de-estudio\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\/","title":{"rendered":"Monitorizaci\u00f3n de la demanda de viajes en Bogot\u00e1 y Buenos Aires durante la pandemia"},"content":{"rendered":"\n

Resumen del proyecto<\/h2>\n\n\n\n

El transporte p\u00fablico suele considerarse como la columna vertebral de la movilidad urbana sostenible. El impacto de la crisis de la COVID-19 en la demanda de transporte p\u00fablico, afectado por las restricciones a la movilidad, las medidas de distanciamiento social y el miedo al contagio, ha sido un desaf\u00edo importante para las autoridades y operadores de transporte. Las ciudades de Am\u00e9rica Latina no han sido una excepci\u00f3n: mientras la demanda disminuy\u00f3 en un 60-90 % en la mayor\u00eda de las ciudades<\/a> durante 2020, afectando a los ingresos, los costes operativos fueron significativamente m\u00e1s altos<\/a>.<\/p>\n\n\n\n

El Banco Mundial<\/a> (BM) se propuso ayudar a las ciudades latinoamericanas a estudiar en profundidad las causas y consecuencias del declive en el uso del transporte p\u00fablico. El BM identific\u00f3 que la creciente disponibilidad de datos geolocalizados procedentes de dispositivos m\u00f3viles es una oportunidad para que el sector del transporte monitorice de cerca la evoluci\u00f3n de los patrones de demanda de viajes, as\u00ed como que los planificadores de transporte necesitan herramientas para aprovechar eficazmente esta oportunidad. En 2021, el BM confi\u00f3 en Nommon para desarrollar una metodolog\u00eda que pudiera ser adoptada por cualquier ciudad de Am\u00e9rica Latina para calcular indicadores de demanda de viajes, empleando la mejor combinaci\u00f3n de la amplia variedad de fuentes de datos disponibles en cada ciudad, como datos anonimizados provenientes de redes de telefon\u00eda, datos de tarjetas inteligentes de transporte p\u00fablico y encuestas de movilidad, entre otras. El BM involucr\u00f3 a las ciudades de Buenos Aires, Medell\u00edn y Bogot\u00e1 como casos de estudio para demostrar la metodolog\u00eda desarrollada.<\/p>\n\n\n\n

<\/p>\n\n\n\n

\n

\u00abLos datos geolocalizados ofrecen grandes oportunidades para comprender mejor los patrones de movilidad urbana. La metodolog\u00eda desarrollada por Nommon permiti\u00f3 al Banco Mundial apoyar a las ciudades latinoamericanas a aprovechar estas nuevas fuentes de datos, en un momento en el que la regi\u00f3n necesitaba informaci\u00f3n actualizada para explorar las \u00faltimas tendencias que est\u00e1n transformando el sector del transporte.\u00bb<\/em><\/strong><\/em><\/p>\nAiga Stokenberga, Senior Economist, Transport Global Practice, Banco Mundial.<\/cite><\/blockquote>\n\n\n\n

<\/p>\n\n\n\n

Soluci\u00f3n<\/h2>\n\n\n\n

Nommon dise\u00f1\u00f3 una metodolog\u00eda para ayudar a las ciudades a monitorizar los patrones de demanda de viajes bas\u00e1ndose en dos de sus soluciones de anal\u00edtica de datos de movilidad: Mobility Insights<\/a>, que analiza los registros anonimizados procedentes de las redes de telefon\u00eda m\u00f3vil y los integra con otras fuentes de datos para generar matrices origen-destino y otros indicadores de movilidad (independientemente del modo de transporte elegido por el usuario); y WiseTransit<\/a>, que extrae datos de las tarjetas inteligentes de transporte p\u00fablico para ofrecer una imagen precisa y permanentemente actualizada de los patrones de viaje en estos servicios.<\/p>\n\n\n\n

La metodolog\u00eda aborda uno de los retos clave a la hora de analizar los patrones de movilidad urbana a partir de datos de geolocalizaci\u00f3n: la identificaci\u00f3n del modo de transporte elegido por cada viajero. Los datos de telefon\u00eda ofrecen un nivel de detalle sin precedentes sobre los patrones de generaci\u00f3n y distribuci\u00f3n de viajes<\/a>, pero a menudo no son suficientes para caracterizar la elecci\u00f3n del modo en \u00e1mbitos urbanos ya que, dada su resoluci\u00f3n espaciotemporal, una \u00fanica secuencia de registros m\u00f3viles suele ser compatible con varias opciones de modo. La metodolog\u00eda proporciona tres opciones alternativas para superar esta limitaci\u00f3n: (i) implementar WiseTransit para obtener matrices origen-destino del sistema de transporte p\u00fablico y usar esta informaci\u00f3n como referencia para asignar viajes a estos servicios; (ii) entrenar modelos basados en t\u00e9cnicas de aprendizaje autom\u00e1tico con las encuestas de movilidad disponibles que luego sirvan para clasificar los viajes observados por los datos provenientes de las redes de telefon\u00eda; (iii) un enfoque h\u00edbrido combinando ambos m\u00e9todos. El proyecto tambi\u00e9n sirvi\u00f3 para mejorar algunas funcionalidades de Mobility Insights, como la identificaci\u00f3n de viajes asociados con conductores profesionales (que no son parte de la demanda potencial de los servicios de transporte p\u00fablico) en base a patrones de viaje espec\u00edficos (p.ej., elevado n\u00famero de viajes no basados en el hogar).<\/p>\n\n\n\n

La soluci\u00f3n proporciona matrices origen-destino por hora del d\u00eda, segmentadas seg\u00fan el perfil del usuario (lugar de residencia, edad y g\u00e9nero) y las caracter\u00edsticas del viaje (prop\u00f3sito del viaje, distancia, modo de transporte y viaje de pasajero o profesional). Los casos de uso de Bogot\u00e1 y Buenos Aires abarcaron varios d\u00edas h\u00e1biles, s\u00e1bados y domingos de 2019, 2020 y 2021, de modo que las matrices origen-destino registraron los cambios en la generaci\u00f3n de viajes, la distribuci\u00f3n de viajes y el reparto modal durante la pandemia. La metodolog\u00eda incluy\u00f3 una lista de indicadores para se\u00f1alar las matrices origen-destino que fueron \u00fatiles para analizar aspectos espec\u00edficos sobre las tendencias observadas a lo largo de la pandemia (por ejemplo, el teletrabajo, el comercio electr\u00f3nico, etc.).<\/p>\n\n\n\n

<\/p>\n\n\n\n

\"Figura
Figura 1. Comparaci\u00f3n de matrices OD del transporte p\u00fablico para Bogot\u00e1. Matriz obtenida con WiseTransit mediante el an\u00e1lisis de datos de tarjetas inteligentes de transporte p\u00fablico (izquierda) vs matriz de la \u00faltima encuesta domiciliaria de movilidad (derecha). Las tendencias son similares, pero la matriz obtenida por WiseTransit proporciona una imagen m\u00e1s completa de los flujos de demanda gracias a su mayor tama\u00f1o de muestra.<\/figcaption><\/figure>\n\n\n\n
\"Figura
Figura 2. Comparaci\u00f3n del reparto modal en Bogot\u00e1 obtenida con la metodolog\u00eda desarrollada en el proyecto (izquierda) y los resultados de la \u00faltima encuesta domiciliaria de movilidad (derecha).<\/figcaption><\/figure>\n\n\n\n

Resultados<\/h2>\n\n\n\n

Los resultados ayudaron a las autoridades locales de Bogot\u00e1 y Buenos Aires a comprender mejor c\u00f3mo cambiaron los patrones de viaje durante la pandemia y en qu\u00e9 medida el transporte p\u00fablico necesitaba adaptar sus servicios para satisfacer las nuevas necesidades de movilidad de la poblaci\u00f3n<\/strong>. El proyecto revel\u00f3 que la COVID-19 tuvo un impacto duradero en las tasas de generaci\u00f3n de viajes, incluso despu\u00e9s del levantamiento de las medidas de distanciamiento social: las tasas de generaci\u00f3n de viajes de 2021 estuvieron muy por debajo de los niveles registrados en 2019 (-7,5 % en Bogot\u00e1 y -17,5 % en Buenos Aires). Esta ca\u00edda fue mayor entre la poblaci\u00f3n de niveles socioecon\u00f3micos m\u00e1s altos. El hecho de que este sesgo fuera a\u00fan m\u00e1s pronunciado en los viajes al trabajo puede revelar diferencias en la adopci\u00f3n del teletrabajo seg\u00fan el nivel socioecon\u00f3mico. La ca\u00edda de la movilidad general experimentada en 2020 fue m\u00e1s intensa durante las horas pico, particularmente por la ma\u00f1ana (-23 % en Bogot\u00e1 y -38 % en Buenos Aires, frente al 15 % y 25 % a nivel diario, respectivamente).<\/p>\n\n\n\n

Una de las tendencias m\u00e1s notables fue la disminuci\u00f3n de la distancia media de viaje, que pas\u00f3 de 5 km en 2019 a 4,2 km en 2020 en Bogot\u00e1, y de 3,1 km en 2019 a 2,5 km en 2020 en Buenos Aires<\/strong>. Como los viajes cortos representaron una mayor proporci\u00f3n de la movilidad general, el reparto modal de las opciones no motorizadas (caminar y viajar en bicicleta) aument\u00f3 considerablemente: del 39 % en 2019 al 48 % en 2020 en Bogot\u00e1, y del 28 % en 2019 al 41% en 2020 en Buenos Aires. Curiosamente, la recuperaci\u00f3n de la distancia media de viaje durante 2021 fue m\u00e1s notable en Buenos Aires (casi alcanzando los niveles de 2019) que en Bogot\u00e1, donde todav\u00eda fue un 12 % menor que en 2019.<\/p>\n\n\n\n

En 2021, el n\u00famero de usuarios del transporte p\u00fablico estuvo muy por debajo de los niveles de 2019, con una ca\u00edda del 20 % en Bogot\u00e1 y del 40 % en Buenos Aires. Esto fue resultado de dos factores: (i) la fuerte disminuci\u00f3n en la demanda general de viajes de media y larga distancia dentro de las \u00e1reas metropolitanas (viajes de m\u00e1s de 5 km), donde la cuota modal del transporte p\u00fablico suele ser mayor; y (ii) los cambios del transporte p\u00fablico al veh\u00edculo privado, particularmente en Buenos Aires, donde la cuota modal de veh\u00edculos privados aument\u00f3 del 38 % al 47 % en 2020 y se mantuvo en niveles altos durante 2021 (43 %).<\/p>\n\n\n\n

\"Figura<\/figure>\n\n\n\n
\"Figura
Figura 3. Variaci\u00f3n del porcentaje de generaci\u00f3n de viajes de 2019 a 2021 en un d\u00eda laborable promedio en Bogot\u00e1 (arriba) y Buenos Aires (abajo).<\/figcaption><\/figure>\n\n\n\n

Lecciones aprendidas<\/h2>\n\n\n\n

Garantizar que el transporte p\u00fablico siga siendo una opci\u00f3n atractiva para los ciudadanos depende de la capacidad de las autoridades y operadores de transporte p\u00fablico de monitorizar las tendencias cambiantes de la demanda de viajes y adaptar los servicios para satisfacer las necesidades de movilidad de la poblaci\u00f3n. La metodolog\u00eda desarrollada por Nommon para el Banco Mundial apoya a las ciudades en esta tarea, aprovechando la creciente disponibilidad de datos geolocalizados. En lugar de depender de una \u00fanica fuente de datos, la soluci\u00f3n propuesta se aprovecha de las ventajas que ofrecen las distintas fuentes a trav\u00e9s de m\u00e9todos de fusi\u00f3n de datos<\/strong>. Los modelos de machine learning<\/em> que clasifican por modo de transporte los viajes observados a partir de los datos de telefon\u00eda, explotando la informaci\u00f3n de las encuestas de movilidad, son un buen ejemplo de estas t\u00e9cnicas de fusi\u00f3n de datos. La metodolog\u00eda tiene en cuenta los distintos contextos de las ciudades en cuanto a la disponibilidad de datos y ofrece una variedad de opciones para calcular los indicadores requeridos, facilitando la replicabilidad de la misma.<\/p>\n","protected":false},"featured_media":13576,"template":"","nommon_category":[23,21],"class_list":["post-10810","case_studies","type-case_studies","status-publish","has-post-thumbnail","hentry","nommon_category-ciudades-inteligentes","nommon_category-transporte-y-movilidad"],"acf":[],"yoast_head":"\nNommon | Casos de estudio | Monitorizaci\u00f3n de la demanda de viajes en Bogot\u00e1 y Buenos Aires durante la pandemia<\/title>\n<meta name=\"description\" content=\"El Banco Mundial combin\u00f3 las soluciones Mobility Insights y WiseTransit de Nommon para obtener una comprensi\u00f3n integral de c\u00f3mo la pandemia afect\u00f3 los patrones de movilidad en diferentes ciudades de Am\u00e9rica Latina, con un enfoque particular en la demanda del transporte p\u00fablico.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.nommon.es\/es\/casos-de-estudio\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Nommon | Casos de estudio | Monitorizaci\u00f3n de la demanda de viajes en Bogot\u00e1 y Buenos Aires durante la pandemia\" \/>\n<meta property=\"og:description\" content=\"El Banco Mundial combin\u00f3 las soluciones Mobility Insights y Transit Insights de Nommon para obtener una comprensi\u00f3n integral de c\u00f3mo la pandemia afect\u00f3 los patrones de movilidad en diferentes ciudades de Am\u00e9rica Latina, con un enfoque particular en la demanda del transporte p\u00fablico.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.nommon.es\/es\/casos-de-estudio\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\/\" \/>\n<meta property=\"og:site_name\" content=\"Nommon\" \/>\n<meta property=\"article:modified_time\" content=\"2026-06-22T10:36:28+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.nommon.es\/wp-content\/uploads\/2023\/09\/Nommon-case-study-Banco-Mundial-Transit-Insights-1.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1073\" \/>\n\t<meta property=\"og:image:height\" content=\"550\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:title\" content=\"Nommon | Casos de estudio | Monitorizaci\u00f3n de la demanda de viajes en Bogot\u00e1 y Buenos Aires durante la pandemia\" \/>\n<meta name=\"twitter:description\" content=\"El Banco Mundial combin\u00f3 las soluciones Mobility Insights y Transit Insights de Nommon para obtener una comprensi\u00f3n integral de c\u00f3mo la pandemia afect\u00f3 los patrones de movilidad en diferentes ciudades de Am\u00e9rica Latina, con un enfoque particular en la demanda del transporte p\u00fablico.\" \/>\n<meta name=\"twitter:image\" content=\"https:\/\/www.nommon.es\/wp-content\/uploads\/2023\/09\/Nommon-case-study-Banco-Mundial-Transit-Insights-1.jpg\" \/>\n<meta name=\"twitter:label1\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data1\" content=\"8 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.nommon.es\\\/es\\\/casos-de-estudio\\\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\\\/\",\"url\":\"https:\\\/\\\/www.nommon.es\\\/es\\\/casos-de-estudio\\\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\\\/\",\"name\":\"Nommon | Casos de estudio | Monitorizaci\u00f3n de la demanda de viajes en Bogot\u00e1 y Buenos Aires durante la pandemia\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.nommon.es\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.nommon.es\\\/es\\\/casos-de-estudio\\\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.nommon.es\\\/es\\\/casos-de-estudio\\\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.nommon.es\\\/wp-content\\\/uploads\\\/2023\\\/09\\\/Bogota-Buenos-Aires.png\",\"datePublished\":\"2023-09-22T08:17:12+00:00\",\"dateModified\":\"2026-06-22T10:36:28+00:00\",\"description\":\"El Banco Mundial combin\u00f3 las soluciones Mobility Insights y WiseTransit de Nommon para obtener una comprensi\u00f3n integral de c\u00f3mo la pandemia afect\u00f3 los patrones de movilidad en diferentes ciudades de Am\u00e9rica Latina, con un enfoque particular en la demanda del transporte p\u00fablico.\",\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.nommon.es\\\/es\\\/casos-de-estudio\\\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\\\/\\\/www.nommon.es\\\/es\\\/casos-de-estudio\\\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.nommon.es\\\/wp-content\\\/uploads\\\/2023\\\/09\\\/Bogota-Buenos-Aires.png\",\"contentUrl\":\"https:\\\/\\\/www.nommon.es\\\/wp-content\\\/uploads\\\/2023\\\/09\\\/Bogota-Buenos-Aires.png\",\"width\":1920,\"height\":1080,\"caption\":\"Monitorizaci\u00f3n de la demanda de viajes - Nommon Case Study - Mobility Insights\"},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.nommon.es\\\/#website\",\"url\":\"https:\\\/\\\/www.nommon.es\\\/\",\"name\":\"Nommon\",\"description\":\"Nommon\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.nommon.es\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Nommon | Casos de estudio | Monitorizaci\u00f3n de la demanda de viajes en Bogot\u00e1 y Buenos Aires durante la pandemia","description":"El Banco Mundial combin\u00f3 las soluciones Mobility Insights y WiseTransit de Nommon para obtener una comprensi\u00f3n integral de c\u00f3mo la pandemia afect\u00f3 los patrones de movilidad en diferentes ciudades de Am\u00e9rica Latina, con un enfoque particular en la demanda del transporte p\u00fablico.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.nommon.es\/es\/casos-de-estudio\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\/","og_locale":"es_ES","og_type":"article","og_title":"Nommon | Casos de estudio | Monitorizaci\u00f3n de la demanda de viajes en Bogot\u00e1 y Buenos Aires durante la pandemia","og_description":"El Banco Mundial combin\u00f3 las soluciones Mobility Insights y Transit Insights de Nommon para obtener una comprensi\u00f3n integral de c\u00f3mo la pandemia afect\u00f3 los patrones de movilidad en diferentes ciudades de Am\u00e9rica Latina, con un enfoque particular en la demanda del transporte p\u00fablico.","og_url":"https:\/\/www.nommon.es\/es\/casos-de-estudio\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\/","og_site_name":"Nommon","article_modified_time":"2026-06-22T10:36:28+00:00","og_image":[{"width":1073,"height":550,"url":"https:\/\/www.nommon.es\/wp-content\/uploads\/2023\/09\/Nommon-case-study-Banco-Mundial-Transit-Insights-1.jpg","type":"image\/jpeg"}],"twitter_card":"summary_large_image","twitter_title":"Nommon | Casos de estudio | Monitorizaci\u00f3n de la demanda de viajes en Bogot\u00e1 y Buenos Aires durante la pandemia","twitter_description":"El Banco Mundial combin\u00f3 las soluciones Mobility Insights y Transit Insights de Nommon para obtener una comprensi\u00f3n integral de c\u00f3mo la pandemia afect\u00f3 los patrones de movilidad en diferentes ciudades de Am\u00e9rica Latina, con un enfoque particular en la demanda del transporte p\u00fablico.","twitter_image":"https:\/\/www.nommon.es\/wp-content\/uploads\/2023\/09\/Nommon-case-study-Banco-Mundial-Transit-Insights-1.jpg","twitter_misc":{"Tiempo de lectura":"8 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/www.nommon.es\/es\/casos-de-estudio\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\/","url":"https:\/\/www.nommon.es\/es\/casos-de-estudio\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\/","name":"Nommon | Casos de estudio | Monitorizaci\u00f3n de la demanda de viajes en Bogot\u00e1 y Buenos Aires durante la pandemia","isPartOf":{"@id":"https:\/\/www.nommon.es\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.nommon.es\/es\/casos-de-estudio\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\/#primaryimage"},"image":{"@id":"https:\/\/www.nommon.es\/es\/casos-de-estudio\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\/#primaryimage"},"thumbnailUrl":"https:\/\/www.nommon.es\/wp-content\/uploads\/2023\/09\/Bogota-Buenos-Aires.png","datePublished":"2023-09-22T08:17:12+00:00","dateModified":"2026-06-22T10:36:28+00:00","description":"El Banco Mundial combin\u00f3 las soluciones Mobility Insights y WiseTransit de Nommon para obtener una comprensi\u00f3n integral de c\u00f3mo la pandemia afect\u00f3 los patrones de movilidad en diferentes ciudades de Am\u00e9rica Latina, con un enfoque particular en la demanda del transporte p\u00fablico.","inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.nommon.es\/es\/casos-de-estudio\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\/"]}]},{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.nommon.es\/es\/casos-de-estudio\/monitoring-travel-demand-bogota-buenos-aires-world-bank-wisetransit\/#primaryimage","url":"https:\/\/www.nommon.es\/wp-content\/uploads\/2023\/09\/Bogota-Buenos-Aires.png","contentUrl":"https:\/\/www.nommon.es\/wp-content\/uploads\/2023\/09\/Bogota-Buenos-Aires.png","width":1920,"height":1080,"caption":"Monitorizaci\u00f3n de la demanda de viajes - Nommon Case Study - Mobility Insights"},{"@type":"WebSite","@id":"https:\/\/www.nommon.es\/#website","url":"https:\/\/www.nommon.es\/","name":"Nommon","description":"Nommon","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.nommon.es\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es"}]}},"_links":{"self":[{"href":"https:\/\/www.nommon.es\/es\/wp-json\/wp\/v2\/case_studies\/10810","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.nommon.es\/es\/wp-json\/wp\/v2\/case_studies"}],"about":[{"href":"https:\/\/www.nommon.es\/es\/wp-json\/wp\/v2\/types\/case_studies"}],"version-history":[{"count":6,"href":"https:\/\/www.nommon.es\/es\/wp-json\/wp\/v2\/case_studies\/10810\/revisions"}],"predecessor-version":[{"id":13469,"href":"https:\/\/www.nommon.es\/es\/wp-json\/wp\/v2\/case_studies\/10810\/revisions\/13469"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.nommon.es\/es\/wp-json\/wp\/v2\/media\/13576"}],"wp:attachment":[{"href":"https:\/\/www.nommon.es\/es\/wp-json\/wp\/v2\/media?parent=10810"}],"wp:term":[{"taxonomy":"nommon_category","embeddable":true,"href":"https:\/\/www.nommon.es\/es\/wp-json\/wp\/v2\/nommon_category?post=10810"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}