2026-07-03 –, Auditorium Language: Español
Las matrices origen-destino (O-D) son la base de toda planificación de transporte público, pero levantarlas tradicionalmente exige encuestas costosas, esporádicas y que envejecen rápido. Mientras tanto, las aplicaciones de transporte como MiRuta Trujillo registran cada día miles de búsquedas reales de viaje: gente que escribe a dónde quiere ir desde dónde está.
API Analyzer es el servicio que construimos en alianza con Trufi Association para convertir esa información en una fuente permanente, viva y reutilizable de matrices O-D para la ciudad de Trujillo, Perú.
La pieza clave es metodológica: usamos H3 (la cuadrícula hexagonal global de Uber) para agregar puntos en celdas, y construimos pares de celdas origen-destino como unidad de análisis. Eso resuelve dos problemas a la vez: protege la privacidad de las personas usuarias y produce una salida directamente comparable con datos de censo, encuestas de movilidad y modelos de transporte.
En la ponencia mostramos la arquitectura, la metodología H3 aplicada a O-D y resultados de los primeros meses en producción.
El problema de las matrices O-D tradicionales
Las matrices origen-destino son el insumo más caro y más solicitado en la planificación del transporte público. Una encuesta de movilidad domiciliaria cuesta cientos de miles de dólares, se hace cada 5 o 10 años, y para cuando los resultados se publican, la ciudad ya cambió. Mientras tanto, la demanda real de viajes se mueve todos los días.
MiRuta Trujillo y los datos que ya estaban ahí
MiRuta Trujillo, la app de transporte público de Trujillo (Perú) desarrollada con Trufi Association, recibe cada día búsquedas de viaje: pares de coordenadas (de aquí a allá) con un timestamp. Esa información ya existía, pero se perdía. API Analyzer es el servicio que la captura, la procesa y la deja disponible como una fuente permanente de evidencia de demanda.
La metodología: H3 y pares de celdas O-D
El núcleo técnico de la propuesta es el uso del sistema de indexación geoespacial H3. En lugar de almacenar puntos individuales, agregamos cada búsqueda a una celda hexagonal H3 del tamaño adecuado a la escala urbana de Trujillo. Luego, la unidad de análisis no es el punto sino el par de celdas (celda origen → celda destino), lo que permite construir directamente matrices O-D agregadas. Esto tiene tres ventajas: protege la privacidad de las personas usuarias (nunca se trabaja con ubicaciones exactas), produce resultados estables y comparables, y se conecta naturalmente con otras capas geoespaciales en H3 (población, equipamientos, oferta de rutas existentes).
Resultados y aprendizajes
Compartiremos qué nos están mostrando los primeros meses de datos reales en Trujillo: pares O-D dominantes, patrones temporales, y — lo más interesante — viajes que la gente busca hacer y que la oferta actual de rutas no atiende bien.
Para quién
Planificadores de movilidad, equipos de autoridades locales de transporte, y operadores interesados en evidencia continua de demanda.
Edgar Leonardo Gutiérrez Uscátegui es desarrollador de software, mapeador y formador en OpenStreetMap, radicado en Duitama, Boyacá. Lleva más de una década integrando OSM al currículo del Colegio Salesiano de Duitama, donde generaciones de estudiantes han mapeado el transporte público regional como parte de su formación.
Es miembro activo de AC3 (Asociación de Cartografía Colaborativa de Colombia) y colaborador y representante en Colombia de Trufi Association, ONG internacional dedicada a herramientas de código abierto y datos abiertos de movilidad. En el marco de Trufi ha participado en la construcción de GTFS para varias ciudades de México (Toluca, Jilotepec, Oaxaca, entre otras).
Su trabajo combina desarrollo de software, datos abiertos de transporte público y formación de comunidades mapeadoras locales. Actualmente coordina el levantamiento del GTFS regional de Boyacá, que tendrá su hogar editorial en BusBoy, la aplicación de transporte público de la región.