Las autoridades de transporte público de todo el mundo gestionan generalmente uno o varios contratos con distintos operadores. Estos contratos suelen definir la estructura de compensación de los operadores en función de las desviaciones entre el servicio planificado y el real.
Esto incluye situaciones como servicios planificados con más viajes de los acordados, servicios reales con viajes cancelados o servicios realizados con un nivel de calidad inferior al especificado en el contrato.
En el centro de este proceso de gestión de contratos se encuentra la “Justification Code Review“, en la que el personal de la agencia analiza manualmente las discrepancias entre los viajes de servicio planificados y los reales, determinados por los datos del sistema SAE en tiempo real de los tiempos de paso de los vehículos en las paradas de autobús.
Los viajes se clasifican normalmente como Operados, Perdidos-Deducibles o Perdidos-No-Deducibles. Sólo los viajes con un código de justificación Perdido-Deducible contribuyen a la compensación del Operador, deduciéndose del pago de la Autoridad.
El modulo Contract and Performance Management de la MAIOR Suite ayuda a supervisar y mejorar la calidad del servicio prestado a los pasajeros, mejorando la toma de decisiones y facilitando la rendición de cuentas del servicio con informes claros de indicadores de rendimiento.
Aquí es donde entra en juego el aprendizaje automático en el transporte público.
Aunque este proceso es crucial para determinar la compensación de los operadores, también requiere mucho trabajo, ya que implica el análisis manual de miles de viajes. Reconociendo la importancia de agilizar esta tarea, MAIOR ha desarrollado un algoritmo de Machine Learning.
Este algoritmo ayuda a los usuarios finales a asociar con precisión justificaciones de los viajes no detectados, ya sean operados, no operados deducibles o no operados no deducibles.
El algoritmo alcanza una precisión de clasificación de hasta el 85%, lo que reduce significativamente la carga de trabajo del personal del operador. Esto no sólo resuelve la repetitividad de la tarea, sino que también sirve como elemento fundamental en el cálculo preciso de la compensación del Operador.
