el-valor-de-los-datos:-un-ejemplo-a-partir-de-los-informes-de-movilidad-de-google-y-apple

El valor de los datos: un ejemplo a partir de los informes de movilidad de Google y Apple

Por primera vez en la historia disponemos de herramientas
sofisticadas para enfrentar una pandemia. Entre la variedad de recursos a
nuestro alcance, además de respiradores o laboratorios, está la capacidad de
producir y procesar datos. La puesta en marcha de proyectos para recabar
información sobre la extensión de la pandemia en diferentes países y regiones
pone de relieve la confianza de los expertos en la utilidad de esos datos para tomar
decisiones cruciales y medir sus consecuencias en términos sanitarios,
económicos y sociales.

El papel que las compañías tecnológicas pueden jugar en este terreno es clave y, de hecho, muchas de ellas han dado pasos para colaborar en esta tarea. La semana pasada Microsoft anunciaba la ampliación de la investigación que realiza junto a Adaptive Biotechnologies sobre la respuesta del sistema inmunitario a la Covid-19, así como la publicación de los resultados y sus datos en abierto para cualquier investigador. Además, Facebook ha lanzado una encuesta destinada a detectar, con notable detalle geográfico, el aumento de población con síntomas propios de la enfermedad por coronavirus, con el objetivo de facilitar la planificación de recursos en los territorios que pudieran necesitarlos. Que un millón de personas contesten semanalmente a la encuesta da cuenta de la potencia del instrumento. No pueden obviarse, sin embargo, las preocupaciones sobre la preservación de la privacidad, que el mismo Mark Zuckerberg trataba de calmar hace unos días desde el Washington Post.

Por otra parte, tanto Google como Apple han hecho
públicos datos anonimizados sobre la evolución de la movilidad en diferentes
territorios, obtenidos a través de sus aplicaciones de mapas. Mientras que los datos
de Apple están desagregados por medio de transporte, los de Google clasifican los
movimientos teniendo en cuenta su destino. Las dos fuentes de datos proporcionan
indicadores excepcionales sobre el grado de seguimiento del confinamiento, el
efecto de distintos grados de restricción de la movilidad y su mantenimiento a
lo largo del tiempo.

En esta entrada se analizan los datos de movilidad de Google en España para explorar la potencialidad de su uso. Los informes que proporciona Google muestran cómo las visitas y el tiempo de permanencia en diferentes lugares cambian en comparación con lo sucedido en un periodo de referencia: del 3 de enero al 6 de febrero de 2020. Calculan el cambio diario respecto a la movilidad media de ese día de la semana durante las cinco semanas que operan como referencia. Clasifican la movilidad en función de cinco destinos: lugares recreativos (compras, restaurantes y cafés), tiendas de alimentación y farmacia, parques, estaciones de tránsito y lugares de residencia. La última actualización disponible cuenta con información hasta el 17 de abril, de modo que comprende ya cinco semanas de confinamiento con tres fases diferentes en cuanto al grado de restricción de la movilidad: del 14 al 29 de marzo, del 30 de marzo al 9 de abril (durante el cese de las actividades no esenciales) y del 10 de abril en adelante.

Los datos de Google permiten comprobar cómo ya en
los días previos al decreto de estado de alarma se produjeron modificaciones considerables
en el comportamiento de la población española. Mientras que la movilidad a las
tiendas de alimentación y farmacias creció de forma notable, se reducía la que
tenía por destino lugares recreativos o centros de trabajo (gráfico 1). De
hecho, el día anterior al inicio del estado de alarma, la movilidad de
recreación se había reducido ya en un 16%. A lo largo del fin de semana del
decreto se produjo la mayor parte del ajuste en la movilidad, que alcanzó una
reducción del 87%.

De todas formas, aun durante las dos primeras semanas de confinamiento, se percibe una ligera reducción y es en la tercera semana cuando se alcanza el punto más bajo de la movilidad a lugares recreativos, tiendas de alimentación, parques y estaciones de tránsito. A partir de la cuarta semana de confinamiento se observa un muy ligero aumento de la movilidad de esas categorías, que, en el caso de las tiendas de comestibles, es muy acusado, en anticipación de la Semana Santa. De los datos se desprende que, una vez pasadas las vacaciones y ya en la quinta semana de confinamiento, la movilidad aumenta de nuevo, aunque muy tímidamente. Los datos proporcionados por Apple, que contienen información hasta el 21 de abril, reproducen este patrón temporal y el leve repunte de la movilidad durante la cuarta y quinta semanas (gráfico 2)[1].

Gráfico 1

Nota: El indicador representa al cambio porcentual
de la movilidad diaria respecto a la media de la movilidad de ese día de la
semana entre el 3 de enero y el 6 de febrero de 2020.

Fuente: Elaboración propia con datos de Google
COVID-19 Community Mobility Reports.

Gráfico 2

Nota: El indicador representa el volumen relativo
de solicitudes de indicaciones en comparación con el volumen de referencia el
13 de enero de 2020 (=100).

Fuente: Elaboración propia con datos de Apple Mobility
Trends Reports.

Por otra parte, los datos revelan el efecto que ha
tenido sobre la movilidad la suspensión de las actividades no esenciales entre
el 30 de marzo y el 9 de abril y su reactivación tras la Semana Santa. Si
comparamos el miércoles de la semana previa (25 de marzo) con el de la semana
de suspensión (1 de abril), la reducción de la movilidad a los centros
laborales pasa del 67 al 75%. Tras el desplome que suponen las vacaciones de Semana
Santa, el miércoles siguiente la movilidad vuelve al punto de partida: -68%. Curiosamente,
el cambio derivado del cierre de las actividades no esenciales no es
perceptible en los datos de Apple, en los que no se detalla el destino del
desplazamiento, de lo que podría deducirse que el peso de la movilidad laboral
sobre la movilidad total es reducido.

«En todas las comunidades se ha reproducido el mismo patrón temporal durante las semanas de confinamiento: ajuste durante las dos primeras semanas, mínimo de movilidad en la tercera, leve aumento durante la cuarta y la quinta. También en todas, la movilidad laboral cayó durante el cese de las actividades no esenciales y volvió al estadio previo a su fin».

Google admite una limitación importante en el uso
de estos datos al recomendar que se prescinda de comparar los cambios en la
movilidad por zonas geográficas, argumentando que el significado de la
movilidad puede variar en función de algunas características territoriales,
como el carácter urbano o rural. La ausencia de información concisa sobre la
metodología de construcción del índice desaconseja desafiar esta recomendación,
por muy sugerentes que puedan resultar estas diferencias territoriales, como es
el caso de las comunidades autónomas en España.

«Los datos de Apple y Google presentan limitaciones considerables, derivadas de la opacidad en la elaboración de la información, que dificultan su interpretación y, por lo tanto, su utilización en la toma de decisiones. La divulgación en abierto de estos datos contribuye al análisis, pero con precaución».

En todo caso, aunque se prescinda de la
comparación de la magnitud de los cambios, sí procede la comparación de su
patrón temporal. En todas las categorías de movilidad, Madrid adelanta al resto
de comunidades autónomas en el cambio de comportamiento. En el gráfico 3 se
presenta la movilidad a tiendas de alimentación y farmacias de una selección de
comunidades autónomas. Esta movilidad alcanza su máximo el día 10 de marzo, el
siguiente al anuncio del cierre de los centros educativos, mientras que el
resto de comunidades lo alcanzan dos o tres días más tarde. Además, ya desde el
11 de marzo se había reducido sustancialmente la movilidad laboral (gráfico 4).

Gráfico 3

Nota: El indicador representa al cambio porcentual
de la movilidad diaria respecto a la media de la movilidad de ese día de la
semana entre el 3 de enero y el 6 de febrero de 2020.

Fuente: Elaboración propia con datos de Google
COVID-19 Community Mobility Reports.

Gráfico 4

Nota: El indicador representa al cambio porcentual
de la movilidad diaria respecto a la media de la movilidad de ese día de la
semana entre el 3 de enero y el 6 de febrero de 2020.

Fuente: Elaboración propia con datos de Google
COVID-19 Community Mobility Reports.

Cabe destacar que en todas las comunidades se ha
reproducido el mismo patrón temporal durante las semanas de confinamiento: ajuste
durante las dos primeras semanas, mínimo de movilidad en la tercera, leve
aumento durante la cuarta y la quinta. También en todas, la movilidad laboral cayó
durante el cese de las actividades no esenciales y volvió al estadio previo a
su fin. Las diferencias en la reducción de la movilidad laboral entre
comunidades autónomas son evidentes, así como el efecto que en ella tiene el
cese de actividades no esenciales. Esta variabilidad puede deberse al distinto
carácter rural o urbano de los territorios del que advierte Google, pero
también a la distinta composición sectorial de cada uno. Desafortunadamente, el
desconocimiento de la metodología de construcción del indicador impide separar
los dos factores e interpretar estas diferencias.

En definitiva, los datos de movilidad que
proporcionan Google y Apple constituyen un recurso valioso para entender los
cambios de comportamiento vinculados a las medidas de restricción de la movilidad,
por su carácter agregado, la inclusión de información procedente de millones de
personas, el detalle temporal y la rápida publicación de los resultados. En
este breve análisis se ha hecho uso de tales datos para entender cómo ha
evolucionado el seguimiento del confinamiento de la población española y se ha
detectado la aparición de un tímido aumento de la movilidad durante la cuarta y
quinta semanas. Sin embargo, los datos de ambas fuentes también presentan limitaciones
considerables, derivadas de la opacidad en la elaboración de la información,
que dificultan su interpretación y, por lo tanto, su utilización en la toma de
decisiones. La divulgación en abierto de estos datos contribuye al análisis,
pero con precaución. Con todo, estas publicaciones ponen de manifiesto el
potencial de la información que estas compañías son capaces de producir y
procesar, y que en un momento como este pueden constituir un recurso muy
valioso para la sociedad.


[1] La referencia en el cambio de movilidad es la del
13 de enero.

Etiquetas: , , , , ,