El despliegue de una red de comunicaciones fijas -fibra- o móvil -antenas 4G, 5G- es una inversión muy costosa que conviene planificar cuidadosamente. El análisis espacial nos puede ayudar a medir la rentabilidad y optimizar la cobertura de la red.
Desconozco por completo cómo se crea una red de fibra o móvil, sus costes y problemática. Pero sí cuento con herramientas para analizar una red en función de la población cubierta y la velocidad de red de que ésta dispone. En esto consiste el palabro location intelligence, en la integración de las relaciones espaciales en los análisis de negocio.
A continuación veremos un análisis muy sencillo a partir de los datos agregados de velocidad de conexión liberados por ookla, líder en test de velocidad de conexión online.
Los datos, dataset de velocidad de internet por grid
Ookla entrega los datos de velocidad de bajada y subida, así como latencia, tanto para red fija (ADSL, fibra) como móvil. El dataset que hemos utilizado comprende 6,3 millones de cuadrados de 450m de lado, 65.000 de ellos en España.
Velocidad de internet vs densidad de población
Primera hipótesis: a más densidad de población, más velocidad, según una lógica de ubicación de antenas e infraestructuras de máxima cobertura. A la vista de los datos, podemos dar la hipótesis por validada, aunque las diferencias son menores de lo que yo habría esperado. A continuación vemos velocidad media de descarga para cada uno de los 14 tipos de microzonas en el modelo de urbanidad – centralidad que hemos desarrollado como parte de nuestros microdatos territoriales.
Efectivamente, a mayor nivel de urbanidad y de centralidad urbana -que a su vez implican mayor densidad de población-, más velocidad en internet tanto fijo como móvil. La red parece estar diseñada en función de la densidad de población / usuarios potenciales.
Velocidad de internet vs renta disponible
Segunda hipótesis: la demanda de internet de alta velocidad debería estar asociada al nivel de renta o capacidad de gasto. Si comparamos las velocidades medidas por Ookla con nuestro modelo de estimación de renta por grid de 100 metros vemos cómo, efectivamente, a mayor renta, mayor velocidad.
Esta asociación, muy clara en internet fijo, no lo es tanto en móvil. Probablemente por la propia naturaleza de ambos, la red fija se implementa en función de renta, y los tests de velocidad son siempre desde la ubicación donde la conexión se contrata e instala. Por el contrario, los tests de velocidad móvil pueden hacerse desde ubicaciones diferentes al domicilio, lo que inevitablemente genera «ruido» en este tipo de análisis.
Ambas hipótesis quedan validadas con estos cuadros con bonitos colores, pero, si miramos con un poco más de atención, quizá nos parezca que las diferencias de velocidades medias son moderadas, entre los diferentes deciles de renta.
¿Asociación o correlación entre velocidad de internet, población y renta?
Y es que la manera en que contamos la historia, por mucho que los datos no mientan, importa. Los temas de barras y colores en los gráficos anteriores nos muestran que, en alguna manera, la velocidad covaría con la población y la renta, pero ¿cómo de robusta es esta relación? ¿en qué medida puede ser explicada por estas dos variables?
Pues poquita cosa. Si calculamos unas correlaciones lineales rápidas, encontramos:
La mejor correlación sería ese 0.2 entre velocidad de descarga de internet fijo y población, lo cual viene a decir que la población explica un 4% de la variabilidad de la velocidad. No es tampoco gran cosa, pero bienvenidos al mundo real, donde las covariaciones entre variables acostumbran a presentar mucho ruido.
Location intelligence: Oportunidades, zonas de baja velocidad y alto potencial
Entonces, si hay cierta asociación entre intensidad de demanda -población, renta- y calidad de oferta -velocidad-, pero esta, en conjunto, es débil, debe de haber… efectivamente, oportunidades de mejora.
Podríamos buscar áreas densamente pobladas y con alta renta pero baja velocidad, como potenciales áreas de mejora de la red, que constituirán además microzonas de alto potencial para acciones comerciales.
Un caso rápido: hemos generado 26.000 grids que son top 20% de población, top 20% de renta y la velocidad de descarga fija inferior a la media. Vemos, por ejemplo, que en una zona de Sant Cugat y otra de Cerdanyola del Vallés habría una oportunidad clara de mejora:
Ambas variables, densidad de población y renta, son clave a la hora de diseñar una red d telecomunicaciones, como pueda ser la red 5G que actualmente están diseñando las operadoras. Una inversión muy elevada que conviene optimizar, adaptándola a la demanda.
One thought on “Location intelligence y cobertura de telefonía”