Monitoramento dos Polos Geradores de Viagem a partir da análise de dados é estratégia eficaz para entender com precisão a dinâmica do serviço e produzir eficiência
Etapa essencial para a modernização que está sendo feita no sistema de transporte de passageiros, a Agência Estadual de Regulação (AGEMS) desenvolveu uma ferramenta com base na ciência de dados para extrair conhecimento e monitorar os polos geradores de viagens.
Dados geográficos abertos, séries históricas de declaração de movimentação de passageiros, e contratos que orientam a execução de serviço de transporte eram informações antes pulverizadas, que foram coletadas, tratadas e unificados.
Artigo da jovem equipe da Câmara de Regulação Econômica de Transportes (CRET) detalha todo esse trabalho, levado ao Congresso de Regulação pelos autores Valdivino Candido Teixeira Junior e Rafael Jara, tendo como co-autores Lucas Beraldo Luciano e Carolina Arrais.
Conhecimento e visão de futuro
A mineração e tratamento dos dados possibilitaram o desenvolvimento de painéis e mapas, que demonstram o comportamento do sistema no período de 2011 a 2022.
Os dados foram sintetizados por meio de um software de inteligência de negócios, tornando-se uma ferramenta que fornece informações cruciais para uma regulação eficiente e baseada em evidências, auxiliando na tomada de decisões.
O mapa interativo produzido revela que os polos geradores de viagem não tiveram grande transformações ao longo dos anos, mas que houve o declínio na quantidade de passageiros.
“De acordo com os resultados obtidos, a adoção da gestão baseada em dados com visualização em um software de inteligência de negócios é bem-sucedida na otimização do gerenciamento do sistema de transporte rodoviário intermunicipal de passageiros, porque propicia uma ferramenta acessível, adaptável e abrangente”, conta o engenheiro Valdivino.
A conclusão é que utilizar a análise de dados para monitorar os polos geradores de viagem do sistema de transporte intermunicipal no Estado é uma estratégia eficaz para entender melhor essa estrutura do serviço e sua dinâmica histórica. “Identificar com maior precisão o comportamento do sistema resulta em linhas mais eficientes”.