Maestría en Analítica Estratégica de Datos · 2026
Análisis estratégico del uso de medios de transporte y las condiciones de desplazamiento urbano en Bogotá mediante técnicas de analítica de datos y machine learning: un enfoque sociodemográfico y territorial
Este trabajo, surge del interés por comprender mejor cómo se movilizan las personas en Bogotá, desde el punto de vista territorial, y sociodemográfico. Esto a partir de los datos de la Secretaría de Movilidad (2023), el objetivo es analizar cómo influyen variables como la localidad de origen, las características sociodemográficas de los usuarios y los tiempos de desplazamiento en la elección del medio de transporte. Para ello, se presentan herramientas estadísticas y de machine learning, como algoritmos de clasificación (Regresión Lineal, Random Forest, Gradient Boosting, XGBoost) y técnicas de agrupamiento (K-Means y K Prototypes), complementadas con visualizaciones geoespaciales. Estas permiten identificar patrones de viaje y diferencias significativas entre zonas y perfiles de personas. Más allá de describir tendencias, el análisis busca visibilizar brechas en el acceso al transporte y entender qué factores podrían estar condicionando la experiencia de movilidad de ciertos grupos sociales.
Texto completo 186 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- Resumenp. 9
- Introducciónp. 10
- Planteamiento del problemap. 11
- Descripción del problema de investigaciónp. 11
- Marco teóricop. 14
- Marco históricop. 14
- Investigaciones o antecedentes teóricosp. 20
- Marco conceptualp. 22
- VIF - Factor de Inflación de Varianzap. 22
- WOE/IV - Weight of Evidence / Information Valuep. 23
- LASSO - Penalización L1 (Método Embedded: Selección Automática)p. 23
- Comparación LASSO vs. Elastic Netp. 24
- Técnicas de reducción de variablesp. 24
- Modelos de Machine Learningp. 26
- Aprendizaje supervisado (Supervised Learning)p. 27
- Aprendizaje no supervisado (Unsupervised Learning)p. 31
- métricas medición de calidadp. 33
- Objetivosp. 39
- Objetivo generalp. 39
- Objetivos específicosp. 39
- Justificaciónp. 40
- Hipótesisp. 41
- Metodologíap. 42
- Tipo de investigaciónp. 42
- Metodologíap. 42
- Población o muestrap. 43
- Consideraciones Éticas y Manejo de la Informaciónp. 43
- Procedimientop. 45
- Comprensión del negociop. 45
- Comprensión de los datosp. 45
- Preparación de los datosp. 64
- Modeladop. 79
- Evaluación de los modelosp. 91
- Implementación y presentación de resultadosp. 107
- Resultadosp. 104
- Hallazgosp. 109
- Contraste entre hallazgos e hipótesisp. 172
- Hipótesis sobre la relación territorial y la duración de los desplazamientosp. 172
- Hipótesis sobre la segmentación mediante técnicas de agrupamientop. 172
- Hipótesis sobre la capacidad predictiva de los modelos de Machine Learningp. 173
- Contraste entre hallazgos y referentes teóricosp. 173
- Clúster 1. Movilidad mixta y heterogéneap. 174
- Clúster 2. Intermunicipal y suburbanop. 174
- Clúster 3. Periférico de bajos ingresosp. 175
- Clúster 4. Norte-Oriente de altos ingresosp. 175
- Modelos supervisados: validez teórica, alcance y limitacionesp. 177
- Conclusionesp. 177
- Aportes del estudiop. 180
- Limitaciones y Riesgos Metodológicosp. 180
- Recomendaciones para proyectos futurosp. 181
- Bibliografíap. 182
- Tabla 1. Distribución de viajes por clúster - K-means (K=4)p. 92
- Tabla 2. Evaluación del número óptimo de clusters - K-means sobre FAMDp. 93
- Tabla 3. Resultados del modelo K-means final (K=4) sobre Dataset completop. 93
- Tabla 4. Métricas de calidad del subclustering por zona periférica (K-means, k=4)p. 97
- Tabla 5. Evaluación del número óptimo de Clústers - K-Prototypesp. 98
- Tabla 7. Desempeño de modelos para viajes medianosp. 103
- Tabla 8. Desempeño de modelos para viajes largosp. 104
- Tabla 9. Desempeño promedio por modelo (tres categorías)p. 104
- Tabla 10. Resumen de perfiles de movilidad - K-means General (k=4)p. 122
- Tabla 11. Características detalladas por cluster - K-means (k=4)p. 123
- Tabla 12. Distribución de subclusters por zona periféricap. 142
- Tabla 13. Resumen ejecutivo - Subclusters por Zona Periférica (18 perfiles)p. 143
- Tabla 14. Resumen de perfiles de movilidad - K-Prototypes (k=4)p. 158
- Tabla 15. Características detalladas por cluster - K-Prototypesp. 158
- Tabla 16. Comparativa de Métricas de Calidad por Modelop. 160
- Tabla 17. Comparativa de Métricas de Calidad por Modelo - Viajes Cortosp. 161
- Tabla 18. Análisis SHAP Viajes Cortosp. 162
- Tabla 19. Comparativa de Métricas de Calidad por Modelo - Viajes Medianop. 164
- Tabla 20. Análisis SHAP Viajes Medianosp. 165
- Tabla 21. Comparativa de Métricas de Calidad por Modelo - Viajes Largosp. 167
- Tabla 22. Análisis SHAP Viajes Largosp. 168
- Figura 1. Cantidad anual de viajes entre 2011 y 2023p. 46
- Figura 2 Distribución de la duración de los viajes entre 2011 y 2023p. 47
- Figura 3 Distribución acumulada de la duración de los viajes entre 2011 y 2023p. 48
- Figura 4 Distribución horaria de los viajes en días hábilesp. 49
- Figura 5 Distribución horaria de los viajes por año — Gráfico de líneasp. 50
- Figura 6 Patrón de viajes en hora pico AM (5:00–9:00) por añop. 51
- Figura 7 Patrón de viajes en hora pico PM (16:00–20:00) por añop. 51
- Figura 8 Modos de transporte con mayor participación por año (Top + “Otros”)p. 53
- Figura 9 Distribución de los modos de transporte por añop. 54
- Figura 10 Crecimiento de los modos de transporte entre 2011 y 2023p. 55
- Figura 11 Crecimiento de la participación por localidad entre 2011 y 2023p. 56
- Figura 12 Transición de la participación como origen de viajes entre 2011 y 2023p. 57
- Figura 13 Mapas de la participación como origen de viajes en 2011, 2019 y 2023p. 58
- Figura 14 Crecimiento de la participación como destino de viajes entre 2011 y 2023p. 59
- Figura 15 Transición de la participación como destino de viajes entre 2011 y 2023p. 60
- Figura 16 Mapas de la participación como destino de viajes en 2011, 2019 y 2023p. 61
- Figura 17 Crecimiento de la retención de viajes entre 2011 y 2023p. 62
- Figura 18 Transición de la retención de viajes entre 2011 y 2023p. 63
- Figura 19 Mapas de la retención de viajes en 2011, 2019 y 2023p. 64
- Figura 20 Transición de la retención de viajes entre 2011 y 2023p. 78
- Figura 21 Comparativa método del codo + siluetap. 92
- Figura 22 visualización de la dispersión de los Clústersp. 95
- Figura 23 PCA - Dispersión de Clústers en 2D (con contornos de densidad)p. 100
- Figura 24 t-SNE - Dispersión de Clústers en 2D (con centroides)p. 100
- Figura 25 UMAP - Dispersión de Clústers en 2D (con centroides y etiquetas)p. 100
- Figura 26 Comparación: PCA, t-SNE, UMAP (3 técnicas juntas)p. 101
- Figura 27 PCA 3D + vistas múltiplesp. 101
- Figura 28 Comparativa de resultados modelos supervisadosp. 106
- Figura 29 Distribución de Duración del viaje por Clúster (boxplot + promedio)p. 110
- Figura 30 Distribución de Estrato Hogar por Clúster (boxplot + promedio)p. 110
- Figura 31 Distribución de modo detalle por Clusterp. 110
- Figura 32 Distribución de Zona Periférica por Clusterp. 111
- Figura 33 Distribución de motivo por Clusterp. 112
- Figura 34 Duración de Viaje por modo detalle en cada Clusterp. 112
- Figura 35 Duración de Viaje por Zona Periférica en cada Clusterp. 112
- Figura 36 Distribución de Nivel educativo por Clusterp. 113
- Figura 37 Duración de Viaje por Estrato Hogar en cada Clusterp. 113
- Figura 38 Duración de Viaje por Edad en cada Clusterp. 113
- Figura 39 Distribución de Localidad Origen - Municipio por Clusterp. 114
- Figura 40 Distribución de Localidad Destino - Municipio por Clusterp. 114
- Figura 41 Distribución de hora inicio viaje por Clusterp. 115
- Figura 42 Distribución de Edad por Clusterp. 115
- Figura 43 Distribución de Sexo por Clusterp. 116
- Figura 44 Distribución de 3 Sub-Clusters por Zona Periféricap. 125
- Figura 45 Duración Promedio de Viaje por Zona Periférica y Sub-Clusterp. 125
- Figura 46 Análisis Detallado de Sub-Clusters - Zona Centrop. 126
- Figura 47 Análisis Detallado de Sub-Clusters - Zona Fuera del Distritop. 127
- Figura 48 Análisis Detallado de Sub-Clusters - Zona Nortep. 128
- Figura 49 Análisis Detallado de Sub-Clusters - Zona Occidentep. 129
- Figura 50 Análisis Detallado de Sub-Clusters - Zona Orientep. 130
- Figura 51 Análisis Detallado de Sub-Clusters - Zona Surp. 131
- Figura 52 Duración Promedio del Viaje por Zona y Sub-Cluster (minutos)p. 132
- Figura 53 Estrato Socioeconómico Promedio por Zona y Sub-Clusterp. 132
- Figura 54 Modo de Transporte por Sub-Cluster (todas las zonas)p. 133
- Figura 55 Matriz de Características Normalizadas por Perfilp. 134
- Figura 56 Perfiles de Clústeres – Resumen Generalp. 146
- Figura 57 Distribución de la edad por Clústerp. 146
- Figura 58 Distribución por sexo por Clústerp. 147
- Figura 59 Estrato socioeconómico por Clústerp. 147
- Figura 60 Nivel educativo por Clústerp. 148
- Figura 61 Distribución de modos de transporte por Clúster (%)p. 148
- Figura 62 Motivo del viaje por Clústerp. 149
- Figura 63 Cantidad de etapas por Clústerp. 149
- Figura 64 Horario de inicio del viaje por Clústerp. 150
- Figura 65 Duración del viaje por estrato del hogarp. 150
- Figura 66 Duración del viaje por hora de inicio (hora valle / pico)p. 151
- Figura 67 Distribución espacial o zonas periféricas por Clústerp. 151
- Figura 68 Duración del viaje por sexop. 152
- Figura 69 Distribución de modos de transporte (%) — versión detalladap. 152
- Figura 70 Características normalizadas por Clúster (heatmap)p. 153
- Figura 71 Gráfico tipo beeswarm Viajes Cortos Gradient Boostingp. 163
- Figura 72 Gráfico tipo beeswarm Viajes Mediano Gradient Boostingp. 166
- Figura 73 Gráfico tipo beeswarm Viajes Largos Gradient Boostingp. 169