tenerife

Titsa reconocida por los Data Science Awards como la Mejor Iniciativa pública de Big Data de España

Titsa, con su proyecto Real Time OD Matrix Estimation, se ha basado en un plan de transformación en torno a dato tradicional para optimizar su funcionamiento

Guaguas de Titsa en la estación de Santa Cruz| EUROPA PRESS
Guaguas de Titsa en la estación de Santa Cruz| EUROPA PRESS

Transportes Interurbanos de Tenerife (Titsa) ha sido reconocida como la Mejor Iniciativa Empresarial o de Administración Pública Big Data en la 4ª edición de los Data Science Awards, que organiza anualmente, LUCA, la unidad de datos e Inteligencia Artificial de Telefónica.

El Cabildo de Tenerife ha explicado en un comunicado que estos galardones resaltan la labor de científicos, expertos, periodistas, empresas y administraciones públicas en la utilización del dato y la inteligencia artificial en su ámbito profesional.

Titsa, con su proyecto Real Time OD Matrix Estimation, se ha basado en un plan de transformación en torno a dato tradicional para optimizar su funcionamiento.

Al respecto, el gerente de la compañía, Jacobo Kalitovics, ha destacado que los Data Science Awards Spain pone en valor su apuesta por mejorar y avanzar cada día, usando las nuevas metodologías y análisis de datos, como el Big Data y la Inteligencia Artificial, con el objetivo de ofrecer el mejor servicio a nuestros usuarios.

Mientras, el responsable del departamento de Big Data, Ginés León, explica que a partir de los datos que muestran dónde los usuarios cogen la guagua, se puede deducir su destino a través de diferentes técnicas, entre ellas las Inteligencia Artificial y las redes neuronales.

Así, conociendo dónde y cuándo los usuarios cogen la guagua y a dónde van, se puede actuar para hacer una red de transporte que se ajuste a la demanda real de los usuarios.

De esta forma, la empresa es capaz de detectar los puntos críticos de la red casi de inmediato y ser más ágiles en la toma de decisiones. Se consigue así, entre otras ventajas, planificar mejor los servicios, ser más eficientes, detectar las demandas de transporte no atendidas en determinados horarios y, sobre todo, mejorar la experiencia del usuario a través de una mayor frecuencia, la reducción del tiempo de viaje y el número de trasbordos.