Hoy día el aumento de la población en las grandes ciudades metropolitanas como Madrid, se ha convertido en una de las grandes preocupaciones para el desarrollo del futuro de las mismas. Esta inquietud viene de la mano del impacto que ese mismo incremento supone sobre el medioambiente.
Según la Organización de las Naciones Unidas (ONU), los núcleos urbanos tienen un consumo que varía entre el 60-80% de toda la energía del planeta, generando además el 75% de las emisiones de gases contaminantes. Lo cual supondría un impacto aún mayor si añadimos el dato de aumento de la población anteriormente comentado. (González, 2018)
Es por ello, que, con la llegada de las nuevas tecnologías, cada vez son más las ciudades que están optando por invertir en proyectos tecnológicos enfocados a la construcción de ciudades inteligentes o smart cities no solo para generar beneficios para sus residentes sino para fomentar el entorno y la creación de espacios más habitables.
Estos proyectos van desde el diseño de nuevos planes urbanísticos, planes de seguridad civil, y abarcan áreas como la de la salud, la educación, la eficiencia energética y la movilidad. (González, 2018)
Este trabajo, está enfocado al objeto de esta última área referente a la movilidad, en el que analizaremos las diferentes formas de movilidad inteligente, la tendencia de la sociedad hacia el uso de esta nueva forma de transporte y las diferentes apps de servicios existentes, y por último, la situación en cuanto a movilidad de las ciudades más desarrolladas de Europa y Norteamérica en comparativa con nuestra capital, Madrid, partiendo desde la filosofía MaaS o Mobility as a Service que explicaremos a continuación.
El objetivo principal de nuestro caso de estudio será el referente a la identificación de mejoras en la aplicación MaaS Madrid y en su ecosistema mediante las claves principales derivadas del estudio de los casos de éxito que analizaremos en los siguientes capítulos.
Para ello, se definen los siguientes objetivos específicos necesarios para alcanzar nuestro objeto principal:
1. Analizar los principales casos de éxito de implantación de modelos MaaS en las grandes ciudades comparables a la de nuestro caso de estudio, Madrid.
2. Realizar un estudio previo de la aplicación MaaS Madrid e identificar puntos fuertes y elementos a mejorar.
3. Realizar un estudio del entorno de Madrid en cuanto a movilidad.
4. Redefinir una estrategia de mejora basada en las variables adquiridas de los procesos anteriores.
Aunque la ciudad de Madrid cuenta con un ecosistema de movilidad bastante amplio y variado y es conocida como “La Capital de la Movilidad Compartida”, contando a su vez con una red de servicio de transporte eléctrico que podríamos clasificar como completa, aún queda trabajo por realizar en cuanto a la consecución y generación de un modelo de transporte y un sistema aplicativo MaaS efectivo y de uso sencillo y claro para el ciudadano ofertándole la posibilidad de todas y cada una de los diferentes servicios de transporte habidos, la opción de realizar trayectos más cortos mediante el servicio multimodalidad puerta a puerta y la realización del pago del servicio final por la app.
Antes de dar paso a las acciones de mejora identificadas de nuestro análisis y estudio del caso, a continuación, se presenta una tabla resumen con los resultados obtenidos de cada caso de estudio y de nuestra ciudad de aplicación.
Las acciones de mejora identificadas de nuestro benchmarking, en relación a futuras aplicaciones a nuestra app MaaS Madrid por lo tanto, se resumirían en los siguientes puntos:
En relación con los servicios que se ofrecen dentro de la app:
1. Integrar el servicio de pago dentro de la propia app; ya bien ofreciendo un servicio de pago particular por servicio de transporte utilizado, o ya bien, paquetes tarifarios por mensualidades y servicios de transporte, tal y como hace Helsinki (Finlandia) con su aplicación MaaS Whim.
2. Incluir en la aplicación MaaS Madrid la oferta al completo del ecosistema de la red de transporte, integrando a su vez la oferta sharing de servicios como los de BlaBlaCar o Cochecompartido e información adicional de acciones o iniciativas entorno al concepto carpooling y carsharing, como podemos apreciar en el caso de Berlín (Alemania) y su aplicación MaaS Jelbi-App.
3. Incluir un apartado de historial de viajes a el que el usuario pueda recurrir en caso de necesidad de repetir una ruta ya realizada dentro de la app, como oferta una vez más Berlín (Alemania) y su aplicación MaaS Jelbi-App.
En relación a la UX o experiencia de usuario:
1. Mejorar la experiencia del usuario mediante la mejora del ratio de carga de la app y eliminando errores de carga y conexión con el servidor.
2. Rediseñar la arquitectura y la disposición de la información e imágenes y botones de interacción para una navegación más sencilla e intuitiva por la aplicación y los diferentes servicios que ofrece, para con el objetivo de fomentar el uso y la descarga de la app. En este caso podríamos tomar como ejemplo el caso de Helsinki (Finlandia) con su aplicación MaaS Whim, ya que cuenta con un diseño y arquitectura minimalista pero sencillo y fácil en cuanto a usabilidad e integra los botones de acción a la realización del pago del servicio.
3. Eliminar la sobreinformación y uso excesivo de iconos en los mapas de transporte y las primeras páginas de interacción. Una vez más fijándonos en el caso de Helsinki (Finlandia) con su aplicación MaaS Whim.
En ultima instancia, concluimos este trabajo mediante la reflexión de que a día de hoy, y después de realizar el análisis de nuestras ciudades caso de éxito y sus correspondientes aplicaciones de modelos MaaS, la ciudad de Madrid cuenta con una red de transporte alternativo al vehículo privado que no deja nada que envidiar en comparativa a otras ciudades, contando con un ecosistema muy completo que da salida mediante las rutas multimodalidad hacia la realización de cualquier trayecto en la ciudad.
Y que si bien la aplicación MaaS Madrid aún hay que trabajarla en cuanto a factores determinantes que definirán el uso y descarga de la misma como la integración de todo el ecosistema de servicios existentes en cuanto a transporte, servicios adicionales de pagos integrados y personalización de rutas y servicios especiales tales como los referentes al ride sharing o iniciativas llevadas a cabo por diferentes grupos o entidades que fomenten el transporte alternativo, esta última no va mal encaminada en comparación a las aplicaciones pioneras en cuanto al MaaS analizadas de nuestro estudio, contando ya hoy día con muchos de los factores determinantes identificados del mismo.
