🚇 Análisis de Tendencias y Segmentación de Pasajeros - Metro de Nueva York (2013-2018)

Autor: Yeni Patricia Galindo Valero
Herramientas: Google BigQuery, Power Query, Power BI, SQL
DataSet: bigquery-public-data.new_york_subway.subway_ridership_2013_present

---

📌 Resumen Ejecutivo

Este proyecto analiza la evolución de la demanda de pasajeros semanales en la red de metro de Nueva York entre los años 2013 y 2018. El objetivo principal fue identificar patrones de crecimiento, redistribución de tráfico y segmentación de infraestructura para soportar la toma de decisiones estratégicas de operación e inversión urbana.

---

🛠️ Arquitectura de Datos y Flujo de Trabajo

Fase	Herramienta	Descripción
1. Extracción y Agregación	Google BigQuery (SQL)	Consultas y agregaciones sobre conjuntos de datos masivos. Filtrado de agregaciones por condado para evitar sesgos.
2. Transformación y Limpieza	Power Query	Tipado de datos, formateo de texto, ajuste de nulos y preparación de tablas dimensionales.
3. Visualización y Modelado	Power BI & DAX	Diseño de tablero interactivo, creación de tarjetas KPI, análisis de tendencias y segmentación de tráfico.

---

📊 Principales Hallazgos (Key Insights)

• Efecto Pareto en la Infraestructura: Solo 15 estaciones (3.5% de la red) concentran el 24.6% del tráfico semanal total (1.34 millones de usuarios).
• Contracción Global del Sistema: A nivel macro, la red registró una ligera contracción del -0.50% entre 2013 y 2018, evidenciando un estancamiento en el crecimiento total a pesar del incremento en nodos centrales.
• Estaciones en Declive Sostenido: Se identificaron 10 estaciones con caídas continuas año a año, destacando 68 St - Hunter College con una contracción superior al -37% (-13,805 usuarios).
• Amplia Red Capilar: 328 estaciones (77.2% del total) manejan volúmenes bajos (<15k usuarios/semana), representando una amplia cobertura territorial pero con altos costos fijos distribuidos.

---

📄 Documentación y Reporte Completo

Puedes consultar o descargar el informe ejecutivo original en formato PDF directamente aquí:

📄 Ver / Descargar Informe Ejecutivo (PDF)

💻 Consultas SQL Ejecutadas en BigQuery

1. Top 10 Estaciones con Mayor Crecimiento Absoluto (2013 vs 2018)

SELECT  
    station_name,  
    ridership_2013,  
    ridership_2018,  
    (ridership_2018 - ridership_2013) AS absoluto_crecimiento  
FROM `bigquery-public-data.new_york_subway.subway_ridership_2013_present`  
WHERE station_name NOT IN ('System Total', 'Manhattan', 'Brooklyn', 'Queens', 'Bronx')  
ORDER BY absoluto_crecimiento DESC  
LIMIT 10;