Optimización de la red de bicicletas compartidas
¿Dónde falla realmente la red de bicicletas de una ciudad? Mapeé más de 150K viajes de Mobi Vancouver como un grafo vivo para encontrar los hubs que la sostienen — y los vacíos que le cuestan en silencio.
Resumen
Un proyecto de ciencia de redes que modela el sistema Mobi de Vancouver como un grafo — 264 estaciones como nodos, viajes como aristas ponderadas — para descubrir dónde se rompe la red. Construí un pipeline ETL en R que limpió más de 150K viajes de septiembre de 2024, y luego usé clustering jerárquico de Ward y cuatro métricas de centralidad para identificar los hubs críticos, las zonas muertas y las oportunidades de rebalanceo. Actualmente lo estoy extendiendo con dashboards en Power BI y modelos predictivos para anticipar el desbalance de estaciones antes de que ocurra.
El problema
Todo usuario de bicicletas compartidas lo ha vivido: la estación está llena y no puedes devolver la bici, o está vacía y no puedes tomar una. Detrás de esa frustración hay un problema operativo difícil: los operadores rebalancean bicicletas con camiones, de forma manual y reactiva, gastando dinero persiguiendo un objetivo móvil. Los dashboards habituales muestran dónde están las bicis, pero nunca por qué la red se comporta así. La apuesta de este proyecto: tratar el sistema como un grafo, y la estructura misma te dirá qué estaciones son estructurales, cuáles son peso muerto y dónde actuar antes de que el desbalance se convierta en problema.
Preguntas abordadas
- 01
¿Qué estaciones funcionan como hubs principales y cómo influye su conectividad en la eficiencia global de la red?
- 02
¿Cómo pueden las estrategias basadas en datos optimizar la distribución de bicicletas y reducir la congestión en estaciones?
- 03
¿Qué impacto tienen las variaciones de frecuencia de tránsito en la asignación de recursos a lo largo de la red?
- 04
¿Cómo pueden el clustering y el modelado predictivo mejorar la escalabilidad y el rendimiento operativo del sistema?
Metodología
De viajes crudos a un grafo limpio
Los datos del mundo real nunca están listos para análisis. Construí un pipeline ETL en R sobre el dataset abierto de ridership de Mobi de septiembre de 2024 — estandarizando IDs de estación a códigos de 4 dígitos, eliminando entradas inválidas y placeholders ("0000") con regex, y colapsando más de 150K viajes individuales en una lista de aristas dirigidas ponderadas por cada par origen→destino único. El resultado: un grafo único y confiable de nodos y aristas consistentes en el que cada métrica posterior podía apoyarse.
Dejar que la red se agrupe sola
Con igraph, convertí el grafo de viajes en una matriz de adyacencia y luego en una matriz de distancias — invirtiendo los pesos de las aristas para que las rutas de alta frecuencia se lean como "cercanas". El clustering jerárquico de Ward minimizó entonces la varianza intra-cluster para que la red revelara sus propias comunidades: cuatro clusters naturales de 84, 80, 74 y 26 estaciones, cada uno con una firma de conectividad distinta. Dendrogramas y grafos de red por cluster hicieron visible la estructura de un vistazo.
Encontrar las estaciones que importan
Cuatro lentes de centralidad, cada una respondiendo una pregunta operativa distinta. Betweenness (media 239.2) expuso las estaciones puente por las que debe fluir el tráfico. Eigenvector (media 0.0188) reveló los hubs influyentes conectados a otros nodos de alto tráfico. Los ratios de grado mostraron qué estaciones absorben silenciosamente más bicis de las que liberan. Closeness (media 0.566, rango 0.398–0.620) clasificó qué tan alcanzable es cada estación desde cualquier otro punto. Juntos convierten un mapa plano de puntos en una lista de prioridades ordenada.
Hacerlo operativo — Power BI y predicción (en progreso)
El análisis solo importa si un operador puede actuar sobre él. Estoy exportando membresía de clusters y puntajes de centralidad desde R hacia una tabla de features limpia, uniendo latitud/longitud de estaciones, y construyendo un dashboard interactivo en Power BI: un mapa geoespacial que dimensiona y colorea cada estación por centralidad, un filtro por cluster y un heatmap de ratio de grado que marca candidatos de rebalanceo al instante. En paralelo desarrollo modelos predictivos de demanda para anticipar el desbalance antes de que ocurra — moviendo el proyecto de "así se ve la red" a "aquí hay que enviar el camión mañana".
Resultados clave
Hallazgos clave
El clustering jerárquico particionó limpiamente la red de 264 estaciones en cuatro comunidades (84, 80, 74 y 26 estaciones). El Cluster 1 mostró la mayor cohesión interna (altura promedio 0.529) mientras el Cluster 3 fue el más débil (0.201) — una señal clara de nodos subutilizados donde la inversión en infraestructura o rebalanceo rinde más.
Un pequeño conjunto de estaciones carga la red: las estaciones 222, 76 y 223 dominan la centralidad de betweenness (promedio 239.2), actuando como nodos puente críticos. Si alguna se satura o vacía, el flujo de viajes en todo el sistema se degrada — convirtiéndolas en los objetivos de mayor prioridad para rebalanceo proactivo.
El análisis de eigenvector identificó las estaciones 209, 105 y 103 como los hubs más influyentes — densamente conectados a otros nodos de alto tráfico y esenciales para la eficiencia global de la red. Son las estaciones cuya confiabilidad define desproporcionadamente la experiencia del usuario.
No se encontraron nodos sumidero: las 264 estaciones contribuyen activamente tanto al tráfico entrante como saliente. Sin embargo, los ratios de grado exponen un desbalance significativo — el Nodo 982 (ratio 3.5) absorbe muchos más viajes de los que despacha, un candidato textbook para redistribución programada de bicicletas.
La centralidad de closeness marcó las estaciones 176, 81 y 198 como las más accesibles en toda la red, mientras las periféricas 988, 994 y 982 dependen de rutas más largas — cuantificando exactamente dónde la red tiene brechas de conectividad y dónde nuevas estaciones mejorarían más la cobertura.
Conclusión
La ciencia de redes le da a los operadores de bike-share algo que un dashboard de estado en vivo nunca puede: un diagnóstico estructural de por qué el sistema se comporta como lo hace. Al clasificar estaciones según cómo funcionan realmente en la red — puentes, hubs, sumideros, callejones sin salida — el análisis convierte la intuición en un plan concreto de rebalanceo por zonas: mantener abastecidos los puentes de alto betweenness, alimentar los nodos periféricos de baja closeness, y vigilar los absorbedores desbalanceados como el Nodo 982. Lo mejor: nada de esto es específico de Vancouver — el mismo pipeline corre en cualquier ciudad que publique datos abiertos de bike-share. Ahora lo llevo más lejos: dashboards interactivos en Power BI que ponen la centralidad en un mapa en vivo, datos multi-mes para capturar estacionalidad de demanda, y modelos predictivos que anticipan el desbalance antes de que deje varado a un solo rider — convirtiendo el análisis en una herramienta operativa real.
Galería
