Análisis de usuarios en aplicación móvil y economía del comportamiento en reportes de usuarios para mejorar el transporte público

Abstract

Transapp es una aplicación colaborativa móvil para smartphone fundada el 2016, en donde los usuarios pueden consultar tiempos de llegada de buses, emitir reportes acerca del estado de la infraestructura (ya sea buena o mala) y seguir sus viajes en bus vía la aplicación para luego evaluar su recorrido. A partir de lo anterior se define como un sistema inteligente de transporte (ITS), el cual no sólo utiliza información de las autoridades de transporte para informar a los usuarios, sino que también utiliza la información de otras personas, método conocido como crowdsourcing. Lamentablemente, hay evidencia en diferentes plataformas de problemas de participación en donde una baja proporción de usuarios aporta contenido. De manera de velar por la sustentabilidad de la aplicación, se ha propuesto comprender el comportamiento de los usuarios. En particular, se desarrolla un análisis de datos de las herramientas de consultas, reportes y viajes, cuyas principales aristas son: primero, un análisis descriptivo; segundo, un modelo explicativo de la evaluación entregada por los usuarios, donde se demuestra que los usuarios que más realizan esta actividad evalúan más positivamente sus viajes, revelando un sesgo de selección; tercero, un análisis de sobrevivencia para modelar la inactividad, en el cual se muestra que quienes participan de las herramientas tempranamente tienen menor riesgo de volverse inactivos; y cuarto, un estudio de los reportes, donde se concluye que Transapp sí sufre del problema de participación. El presente trabajo de investigación, además, examina qué incentivos aumentan la proporción de usuarios que generan contenido en una plataforma online, a través de un experimento de campo en Transapp. Para esto, se envía aleatoriamente a los usuarios 3 notificaciones motivándoles a reportar mediante diferentes incentivos: prosocial ( reportar ayuda al resto ), económico monetario ( participa por carga bip! ) o una combinación de ambos. Dado que los usuarios se autoseleccionan para recibir el tratamiento intensivo (abrir la notificación), se analiza el efecto de la recepción de la notificación (libre de endogeneidad), la cual muestra una fuerte heterogeneidad dependiendo del uso previo de los usuarios. En aquellos que no reportaban o lo hacían ocasionalmente, los incentivos con componente económico son los más efectivos. En cambio, en aquellos que ya reportaban de manera frecuente, si bien ambos incentivos son positivos, se recomienda el prosocial ya que es más coste-efectivo. Para futuros estudios se propone la realización de experimentos adicionales con un mayor tamaño de muestra. Finalmente, este trabajo permite desarrollar nuevas herramientas que potencian: la capacidad que tienen los usuarios de ser agentes activos en la mejora del transporte público mediante demandas sobre mejor calidad, y los beneficios de compartir información.