Desde un primer momento, teníamos claro el objetivo que queríamos conseguir, y el tipo de análisis y visualizaciones que nos gustaría realizar. A pesar de ello, decidimos dedicarle un tiempo a explorar los datos por si encontrábamos algo relevante o curioso, aprovechando para familiarizarnos con la estructura del dataset.

En un primer momento, agregamos los datos de viajes según municipios, provincias y CCAA de España, con lo que pudimos ver datos sobre qué provincias tenían mayor tráfico de viajes, y nos encontramos con una pequeña ciudad cerca de Oviedo llamada Mieres, que destacaba increiblemente respecto al resto.

Tras varios análisis, decidimos ponernos manos a la obra y comenzar a perseguir nuestro objetivo: analizar el impacto de los festivales sobre los viajes en Blablacar.

Los datos que teníamos en el dataset no eran suficientes para alcanzar nuestro objetivo, por lo que tuvimos que obtener datos adicionales de otras fuentes. Principalmente fueron las siguientes:

• Google GeoApi, para obtener la posición geográfica de los municipios
• Las páginas de los más de 50 festivales de música que queríamos analizar, para obtener:
  • Fechas de celebración en 2018 y 2019
  • Carteles de dichas ediciones, de los cuales sacamos los artistas que participaban.
• API de Spotify, para enriquecer los datos y aportar una experiencia más inmersiva de los festivales.
• Población de las comunidades autónomas, obtenidas del INE.

Una vez obtenidos los datos, el siguiente paso es agregar los viajes con origen/destino la ciudad en la que se celebraba cada festival. Estos datos fueron agregados por días, teniendo en cuenta la fecha de inicio y fin del evento. Como estos eventos duran varios días, y la gente puede ir cualquiera de ellos, decidimos tomar los siguientes datos como referencia:

• Inicio: desde el día anterior al inicio del festival, hasta el último día
• Fin: el inicio del festival, hasta el día siguiente de finalización (normalmente son por la noche, y la gente vuelve al día siguiente)

Estos datos nos permiten ver la distribución de comunidades desde las que salen los viajes hacia los festivales.

También hemos analizado a nivel de provincias, si son más propensas a "recibir" o "donar" viajeros a festivales.

Teniendo en cuenta la el municipio y sus variables socioeconómicas, podemos ver que la disposición de los viajes sigue una distribución normal con ciertos outliers, como es el caso de Granada, que destaca frente a otras poblaciones, ¡llevándose así el premio a la ciudad más festivalera de la península!

Con la base de los datos ya definida, necesitamos saber qué datos son relevantes para ver si el impacto es sustancial. Dedicimos centrarnos en los siguientes:

• Número de viajes confirmados
• Plazas de pasajeros confirmadas
• Ocupación del vehículo
• Precio medio por kilómetro (aunque la gran cantidad de datos faltantes y las pequeñas diferencias nos hacen no darle mucha relevancia)

Para la representación visual, hemos decidido mantener un equilibrio entre "mapas guays" y "esta página tiene que funcionar en un movil", de forma que la información que mostramos sea útil y minimicemos el impacto que tiene sobre el rendimiento de la página.

Si quieres ver en detalle todo el código que hemos utilizado, así como los procesos de recopilación, limpieza y tratamiento de datos lo tienes disponible en este documento de Google Collab

Te invitamos a pasearte por los resultados obtenidos de los diferentes festivales, para que puedas observar el impacto que tienen los festivales de música sobre los viajes en Blablacar.

VER RESULTADOS