¿Sería posible una empresa como Uber sin el uso de Big Data?

Para contestar a esta pregunta aprovechamos un vídeo de una las ponencias más interesantes dentro del evento HPE Big Data Conference 2016 que se celebró a finales de agosto de este año a cargo de Cory Kendrick, especialista en Data Science de Uber, explicando cómo usan Big Data y para qué lo hacen [podéis ver la charla completa en el vídeo de más abajo].

La introdujo un representante de Hewlett Packard Enterprise que mencionó que Uber, fundada en 2009, ya está presente en 70 países y está valorada en 60.000 millones de dólares. Además, actualmente están desarrollando toda clase de servicios a través de sus plataformas que conectan a los actores en distintos sectores de actividad de formas innovadoras.

Recientemente anunciaron que iban a ser la primera compañía de transporte público en emplear vehículos sin conductor. Todo esto tiene detrás un espectacular desarrollo de Data Science que explica Cory Kendrick, graduada en Dartmouth y que ha trabajado en Beats Music, luego en Apple y también en Google. Tras este impresionante recorrido, Cory Kendrick ha recalado en Uber, una empresa en la que Big Data es parte central del negocio.

¿Qué significa Big Data en Uber?

Cory Kendrick empieza señalando que Uber dedica tiempo y esfuerzos para conocer el impacto positivo que sus iniciativas tienen sobre las ciudades en las que operan. Los datos procedentes de los miles y miles de coches que trabajan en su plataforma generan miles de millones de posiciones GPS cada día. Realizan cinco millones de viajes al día en 450 ciudades de todo el mundo, todo un despliegue de Big Data.

Esta compañía se puso en marcha como la solución a un problema muy común. Los fundadores vieron que no conseguían un taxi una noche en París y se preguntaron: «Con toda la tecnología que está disponible, ¿no se puede hacer mejor? ¿no se puede conseguir transporte sólo con pulsar un botón en el móvil?«. Dicho y hecho, así es como funciona Uber. Lanzas la app, pulsas un botón y viene un vehículo. Y al acabar el trayecto tanto el conductor como el pasajero puntúan la experiencia.

Define la esencia de Uber del siguiente modo: «Urban mobility at the push of a button«. En cinco años han pasado de ser un servicio de taxis a convertirse en una plataforma de transporte de todo tipo. A continuación comenta la información que recoge la compañía procesada para mostrar distintas lecturas. Y es que en Uber buscan las implicaciones que tienen los datos de los que disponen. Una de las preguntas que más se hacen es «¿qué más puede decir esta información sobre la ciudad?«.

Otro ejemplo que utiliza son los picos de demanda hora a hora los sábados por la noche en varias ciudades. Gracias a esta visualización simultánea, se puede «adivinar» la salida de los bares un sábado noche en dichas ciudades. Y eso es información muy efectiva sobre la forma en la que Big Data sirve para conocer la dinámica de las ciudades y las costumbres de sus habitantes.

También emplea otro ejemplo para mostrar cómo Uber establece conexiones entre zonas que antes no tenían un servicio adecuado de transporte entre ellas o en las que es mejorable. Muestra el caso de un centro urbano en el que se pueden ver, en movimiento, los desplazamientos realizados por conductores de Uber entre los orígenes y destinos de sus servicios. Hasta aquí, nada especial. Lo destacable se produce cuando se visualiza al mismo tiempo el momento de la llegada de los trenes a la estación del centro de la ciudad. Un gran punto rojo aparece en el centro del mapa y permanece allí durante unos segundos, poco después aumenta espectacularmente el número de servicios que parten de ese punto hasta distintos lugares de la ciudad.

Al analizar los datos de los servicios de Uber y sincronizarlos con los de otras redes de transporte se puede ver cómo los usuarios emplean ambos para conectar la última o primera milla entre casa o el trabajo hasta el transporte público.

Uber y las smart cities

Cory Kendrick cierra su ponencia yendo más allá y buscando la respuesta a la siguiente pregunta: «¿De qué forma las mejoras en la eficiencia como Uber ayudan a mejorar la vida en las ciudades?«. Empieza por mencionar la misión de su compañía: «Transportation as reliable as running water, everywhere, for everyone / Hacer del transporte algo tan fiable como el agua corriente, en todas partes, para todo el mundo«.

Indica que el funcionamiento de Uber tiene mucho que ver con la magnitud de sus operaciones. Es fácil entrar en Uber y, cuantos más conductores tienen en una ciudad, más potente es su servicio, especialmente las zonas en las que no hay una buena cobertura de medios tradicionales.

Para ilustrar este extremo muestra un gráfico de New York con la cobertura que tenían en 2012. En aquel momenta era claramente menor que la de los Yellow Cabs, los conocidos taxis amarillos de la ciudad. Al año siguiente, en 2013, ambas redes prácticamente se igualaban. En 2014 Uber empieza a ser mayor y en 2015 la supera por mucho hasta cubrir toda la superficie del estado.

Uber está rellenando los huecos en el desierto del transporte. Con más conductores en el sistema, los tiempos de espera son menores cada vez. Y no sólo eso, cuando dos pasajeros van en la misma dirección pueden compartir el viaje. Uber Pool es la solución de Uber al problema de compartir el viaje. El conductor tiene el coche más tiempo ocupado y los viajeros sólo tardan unos pocos minutos más pero a cambio su viaje cuesta mucho menos.

Esto parece una solución relativamente evidente pero hacerla realidad ha requerido de una importante capacidad de cómputo, así como de desarrollos muy sofisticados que permiten que Uber sugiera puntos óptimos de recogida de pasajeros. Además, el sistema está realimentándose y mejorando continuamente. Cuanto más sabe de los trayectos, más optimiza el servicio.

Cory Kendrick también indica que «cuando tienes la escala suficiente para juntar a más y más gente en viajes compartidos más puedes optimizar el servicio. Y esto tiene implicaciones directas en la vida en las ciudades. Un estudio ha demostrado que si todos los taxis de New York compartieran sus viajes, la cantidad total de millas recorridas por estos vehículos disminuiría un 40%«.

Transformación de las ciudades

Big Data no sólo está ayudando a Uber a resolver problemas como éstos, sino también a conocer el impacto que tendrán estos cambios. Esta especialista en Data Science menciona que «estimamos que en los seis primeros meses de 2016, si los conductores de Uber no hubieran compartido ningún viaje y hubieran hecho todos sus servicios de forma individual, hubieran recorrido 312 millones de millas adicionales, hubieran consumido 6 millones de galones adicionales de combustible y emitido 55.000 toneladas métricas más de CO2«.

Concluye diciendo que ese es su objetivo en Uber: «Transformar las ciudades, haciendo que el transporte sea tan fiable como el agua corriente y muy conveniente. Mejoras en eficiencia como Uber Pool y en comodidad como la reducción de tiempos de espera y de trayecto pueden hacer mejor la vida en las ciudades. Transporte más cómodo y fiable cuando más lo necesitas. Flexibilidad y oportunidades de trabajo para los conductores, y mejoras en la movilidad, sobre todo en áreas insuficientemente cubiertas por otras redes de transporte. Y, finalmente, una reducción de polución y de atascos en nuestras centros urbanos«.

Como guinda de su participación explica que acaban de realizar el servicio número 2.000 millones, aunque en realidad fueron 147 servicios simultáneos, lo que da una idea del enorme volumen del negocio actual de Uber y, también, del tamaño que pueden alcanzar cuando han llegado hasta aquí partiendo de cero en sólo seis años. Impresionante.