Ficha del Reto Innotransfer

2023_R_118

Prioridad AVI del Reto

11.- Tecnologías Habilitadoras
11.1.- Optimización de las operaciones en las empresas mediante la incorporación de las tecnologías de digitalización
11.1.6. –
Desarrollo de plataformas servicios y modelos de analítica avanzada y visualización de datos que ayuden a la toma de decisión (Business Intelligence).

Título del reto

Mapas de calor de tráfico de personas en entornos comerciales y previsión de afluencia

Necesidad a resolver

El sector comercio requiere de herramientas digitales que permitan analizar el tráfico de personas real y previsible en una determinada zona, para de esta forma conocer el impacto de determinadas acciones, y poder predecir sus necesidades de personal.

Muchas asociaciones de comercios disponen de tarjetas físicas de fidelización, bonos comercio, etc. y algunas disponen de app, con lo que tiene información real del tráfico en determinados comercios, pero la información no está completa ni compartida.

Por otro lado, hoy en día existen muchos datos en abierto o de fácil acceso previo pago que permiten geolocalizar a los consumidores, bien a través de proveedores de comunicaciones o bien en base a datos geolocalizados de otros operadores que tienen datos como apps, herramientas de email, redes sociales (incluso algunas de estas herramientas ya dan información del tráfico dentro de un comercio con horarios de máxima afluencia y perfiles del cliente que las ha visitado) o incluso cámaras de conteo de tránsito, etc.

Asimismo, existe información en abierto de calendarios desestacionalizados, clima u otras variables que explican el comportamiento del consumidor en el pequeño comercio, tanto en un momento determinado como su previsión a medio plazo.

Estos datos integrados en una plataforma y dotada de inteligencia pueden aportar valor al sector comercio, puesto que permitirían conocer en una determinada zona y franja horaria la afluencia esperada, así como contrastar la predicción con la real obtenida para mejorar el aprendizaje de la plataforma en base a datos abiertos si fuera posible, o una combinación de los mismos con datos de pago de bajo coste.

Requisitos de la solución

Desarrollo de un aplicativo de Business Intelligence basado en datos abierto, y si es necesario, en datos de pago de bajo coste, que permitan:

  • Identificar el tráfico concreto de personas que están presentes en una determinada área definida, y en un marco temporal concreto, y si es posible con datos de variables de segmentación (edad, sexo, perfil socioeconómico).
  • Realizar estimaciones de tráfico de personas que se espera que estén presentes en una determinada área definida y en un marco temporal concreto, teniendo en cuenta el histórico de datos, así como variables de previsión de clima, calendarios, etc. En un ideal día, zona, franja horaria, y perfil de las personas.

 

La segmentación de tráfico es tan solo si fuera posible obtener estos datos con bajo coste.

Es fundamental pues, identificar la disponibilidad de datos abiertos o datos de pago accesibles a bajo coste que permitan para una demarcación concreta geográfica (código postal) y si fuera posible un dibujo de una determinada área concreta, y en particular:

  • Datos provenientes de APP de fidelización del comercio o que haya utilizado bonos comercio y que estén geolocalizados.
  • Datos en abierto que permitan geolocalizar personas, así como variables climáticas y previsiones.
  • Datos de pago que permitan geolocalizar personas con perfiles, en particular datos de antenas de móviles, Google, redes sociales, etc.

 

El sistema debería permitir que cualquier usuario autorizado visualizara de forma gráfica:

  • Para una demarcación geográfica concreta (código postal o conjunto de varios) o un área concreta dibujada o incluso unas coordenadas concretas de un comercio, y una determinada fecha o conjunto de fechas y/o horarios concretos:
    • Cuantas personas hay en esa zona y si es posible información de variables de segmentación y fuente de origen de datos.
    • Curvas de evolución de tráfico, identificando los picos de afluencia.
    • Previsión de tráfico en función del histórico, calendario y variables de proyección climática.

 

Como complemento, y en función de los datos disponibles, sería de interés ver si la herramienta aportara información para que un determinado comercio conozca los datos que aparecen en su perfil de Google (personas que están en ese establecimiento en función del rango horario, con información del tiempo medio de estancia), y permitiera seleccionar otros comercios para comparar su curva de afluencia con la resultante del resto de comercios agregados para esta consulta.

Asimismo, sería interesante conocer propuestas que permitan ofrecer curvas de presencia dentro del comercio de determinados sectores (posiblemente por CNAE), en base a la información disponible en sus perfiles de Google u otras herramientas.

Por último, que permitiera comparar el tráfico de años anteriores en el mismo día y franja horaria con respecto a la situación de un día concreto.

Perfil del colaborador buscado

  • Administración pública con disponibilidad de datos de tráfico de personas por zonas.
  • Empresa y/o centro de investigación que:
    • Conozcan las variables clave que definen la presencia de consumidores en comercios (tráfico de personas).
    • Conozcan y sepan identificar fuentes de datos abiertos, así como datos privados de bajo coste para este proyecto.
    • Permitan en base al set de datos históricos desarrollar algoritmos que permitan prever el tráfico de personas.
    • Puedan realizar un piloto demostrativo de una aplicación de estas características.
    • Identifiquen fuentes de financiación alternativas para el desarrollo de un proyecto piloto de estas características, poniendo el foco en la escalabilidad a nivel internacional del desarrollo.

Plazo deseado de la solución

Medio Plazo (hasta 24 meses)

Proponer una solución​