1/ Debido la preocupación que suscita el @metro_madrid como un factor de riesgo en la propagación del covid-19, he realizado unas gráficas para mostrar las quejas de sus viajeros y su evolución. Hilo 🧵👇
2/ El Metro de Madrid sufrió una pérdida de calidad tras la crisis económica del 2008. La frecuencia de trenes se redujo dando lugar a frecuentes aglomeraciones. La falta de inversión produjo fallos en las escaleras mecánicas y afectó a los servicios de limpieza.
3/ Los viajeros se quejaban frecuentemente del servicio en Twitter y aparecieron perfiles como @SufridoresMetro que denunciaban el mal estado de este transporte público. Pensé que los usuarios del @metro_madrid podrían ser un sensor para medir su calidad del servicio.
4/ @metroaverías es un proyecto que arranqué en el 2014 mientras estaba realizando mi tesis sobre. En 2015 publiqué un artículo en el IEEE Internet Computing titulado Microbloggers as sensors for public transport breakdowns ieeexplore.ieee.org/document/72395….
5/ Los datos se obtienen con t-hoarder github.com/congosto/t-hoa… y se procesan de forma especial para detectar las averías del Metro de Madrid con esta metodología (t-hoarder.com/metro_madrid/m….
6/ Las quejas analizadas fueron: slowness (lentitud), entrance (accesos), breakdown (avería), heat (calor), odor (olor), overcrowding (aglomeración), dirtiness (suciedad), control(control de billetes), price (precio), flood (inundación), covid-19 (posibles quejas por covid-19).
7/ Se ha utilizado la mediana en vez de la media porque había valores atípicos (picos de quejas) que podrían distorsionar la comparación.
De todas estas quejas, las más frecuentes por este orden han sido: slowness, entrance, heat y overcrowding.
8/ Si miramos la mediana de quejas diarias por año, se observa que de slowness va descendiendo en los años 2015, 2016 y 2017 para aumentar fuertemente en los años 2018 y 2019, volviendo a descender en el 2020. y que la mediana de covid-19 es la mayor en el año 2020.
9/ En los meses de verano es cuando hay más quejas de lentitud, posiblemente porque se reduce la frecuencia de los trenes por las vacaciones.
10/ Desglosándolo por años, persiste el aumento de quejas en los meses de verano. En el año 2020 la quejas por covid-19 desbancan a las de slowness.
11/ La mitad de la semana, el miércoles, es cuando se producen más quejas. Bajan significativamente los fines de semana
12/ Las líneas con más quejas son la L1, L6 y L5, posiblemente por ser las más largas y concurridas
13/ Salvo en el año 2015, la línea con más quejas fue la L1. En todos los años las líneas L1,L6 y L5 estuvieron en el top de quejas.
14/ Para analizar la evolución de las quejas se han seleccionado las quejas slowness y Overcrowding que son las que más preocupan por su relación con posibles contagios en el Metro de Madrid. De sep-2017 a jun-2018 no hay datos por problemas de infraestructuras
15/ Seleccionando sólo los años 2019 y 2020 se puede comparar las quejas del año 2020, un año atípico por el covid-19, respecto a las del 2019.
16/ Seleccionando sólo el año 2020 e incluyendo la queja de covid-19 se observa como las quejas de covid-19 han superado ampliamente a las otras dos, tanto en momentos puntuales como continuos.
17/ Los scripts de estas gráficas están disponibles en este R-Pub rpubs.com/congosto/666536 y los datos en este repositorio github.com/congosto/metro…
Seguro que se pueden sacar más vistas de estos datos.
¡¡Os animo a hacerlo!!
Share this Scrolly Tale with your friends.
A Scrolly Tale is a new way to read Twitter threads with a more visually immersive experience.
Discover more beautiful Scrolly Tales like this.