QuantumSec Intelligence — Informe de movilidad y mantenimiento predictivo 5 de mayo – 30 de julio de 2026 · 1.032.722 incidentes únicos · 62 días de observación
Índice#
1. Lo que este informe iba a ser#
Partíamos de una sospecha razonable: que el flujo de incidencias de tráfico reindexa el mismo suceso cada vez que se actualiza, y que el millón largo de registros escondía muchísimos menos incidentes reales.
La sospecha era falsa. El identificador de situación se repite en apenas el 1,9% de los casos, y la amplificación global es de 1,05 documentos por incidente. No hay reindexación: cada documento es un registro distinto del estándar europeo de intercambio de datos de tráfico.
Pero al comprobarlo apareció algo mejor, y es lo que abre este informe.
2. Esto no es un registro de accidentes#
Antes de bajar a las ciudades hay que entender qué contiene el feed, porque no es lo que su nombre sugiere.
| Causa | Incidentes únicos | % |
|---|---|---|
| Vehículo parado o averiado | 972.103 | 94,1% |
| Obstrucción | 19.348 | 1,87% |
| Obras | 14.675 | 1,42% |
| Retenciones | 12.291 | 1,19% |
| Accidentes | 10.128 | 0,98% |
| Otras nueve causas | 4.177 | 0,40% |
El corpus es, en un 94%, un flujo de avisos de vehículo detenido en la calzada: unos 11.300 al día en toda España, cifra coherente con el orden de magnitud de las asistencias en carretera del país.
Accidentes y retenciones son fenómenos marginales dentro del dato, no su objeto principal. Cualquier titular del tipo "un millón de incidencias de tráfico" que dé a entender un millón de sucesos graves está describiendo mal la fuente.
Un apunte técnico con consecuencias: el campo que clasifica el tipo de incidencia es inservible — etiqueta el 93,7% de los registros como "otros", porque se limita a arrastrar una categoría genérica del estándar de origen. El campo informativo es el de causa, y verificamos que ambos no son redundantes sino ortogonales: uno describe el efecto declarado y otro la causa. El cruce es semánticamente coherente —limitaciones de velocidad por meteorología adversa, obstáculos por obras, retenciones provocadas por accidente—, así que la causa es fiable pese a la aparente incongruencia.
3. La trampa de contar documentos#
La amplificación global es baja, pero no está repartida. Y donde se concentra, distorsiona mucho.
| Causa | Documentos | Incidentes reales | Factor |
|---|---|---|---|
| Obras | 51.662 | 14.675 | 3,52 |
| Eventos públicos | 495 | 150 | 3,30 |
| Accidentes | 13.075 | 10.128 | 1,29 |
| Retenciones | 14.214 | 12.291 | 1,16 |
| Vehículo parado | 981.843 | 972.103 | 1,01 |
Contar documentos infla las obras por un factor de 3,5 y deja casi intacto todo lo demás. La razón es que el estándar emite un registro por tramo kilométrico de una misma obra: al inspeccionar la situación con más registros —unas obras en la A-52 con 528— todos comparten fecha de inicio, fecha de fin y causa, y difieren únicamente en el punto kilométrico. Son segmentos de una misma actuación creados con segundos de diferencia, no versiones sucesivas.
Consecuencia práctica: cualquier análisis que no deduplique concluirá que el mantenimiento de carreteras pesa tres veces y media más de lo que pesa. Todo lo que sigue está calculado sobre incidentes únicos.
4. Cómo separar dos ciudades sin equivocarse#
Este apartado es metodológico y podría saltarse, salvo por un detalle: el método intuitivo da resultados equivocados en las dos ciudades, y en direcciones opuestas.
Hay dos formas de asignar cada incidencia a una ciudad: filtrar por el código de la carretera o por coordenadas geográficas.
| Método | Madrid | Valencia |
|---|---|---|
| Coordenadas | 106.180 incidentes, 138 vías | 34.357 incidentes, 66 vías |
| Código de carretera | 75.875 incidentes, 220 vías | 59.527 incidentes, 603 vías |
En Madrid, filtrar por el prefijo M- pierde las radiales: deja fuera la A-4, la A-42, la A-2, la A-6, la A-5, la A-3 y la A-1, que suman un tercio del tráfico metropolitano.
En Valencia el problema es el contrario y peor: el prefijo CV- recoge toda la red autonómica de las tres provincias, incluidas vías que están en Castellón y Alicante. Infla el área metropolitana un 73% y multiplica por nueve el número de vías.
Usamos coordenadas en todo el informe: es el método que da la asignación más precisa en las dos ciudades.
5. Madrid contra Valencia#
Madrid registra 1.441 incidentes únicos al día y Valencia 459: un factor 3,1 en bruto. Pero el área metropolitana madrileña es casi el doble de grande, así que normalizada por superficie la diferencia baja a 1,6, y por vía distinta a 1,5.
La sobrecarga de Madrid es real, pero mucho más moderada de lo que sugiere la cifra absoluta.
Una diferencia de composición que probablemente no es de la carretera
| Causa (% del área) | Madrid | Valencia |
|---|---|---|
| Vehículo parado | 93,76% | 78,38% |
| Obstrucción | 0,11% | 8,48% |
| Retenciones | 4,00% | 6,93% |
| Accidentes | 0,78% | 3,80% |
| Obras | 1,08% | 2,03% |
En términos absolutos, Valencia registra 16,6 accidentes diarios frente a los 10,7 de Madrid, con un tercio del volumen total de incidencias.
Sería tentador titular que se conduce peor en Valencia. No lo haremos. La categoría de "obstrucción" pesa setenta y siete veces más en Valencia, y una diferencia de ese tamaño en una categoría genérica no describe la carretera: describe a quien codifica el dato. Lo más plausible es que las dos áreas dependan de centros de gestión con criterios distintos —Madrid vuelca casi todo al cajón de "vehículo parado", Valencia distingue más.
La conclusión honesta es que la composición por causa no es comparable entre las dos áreas. Los volúmenes totales y los patrones temporales sí lo son, porque no dependen de cómo se etiquete.
6. Una red radial y un anillo#
Madrid concentra un tercio de sus incidencias en las radiales de acceso; Valencia concentra el 41,5% en su anillo metropolitano.
Es la diferencia entre una ciudad que absorbe flujo pendular de largo recorrido por seis corredores y otra que lo distribuye por un anillo corto y muy cargado.
La M-40 sola acumula 15.376 incidencias: el 14,5% de toda el área metropolitana de Madrid, más que las tres primeras vías de Valencia juntas.
En Valencia ninguna vía domina de esa forma. La carga se reparte entre la A-7, la V-31 (Pista de Silla), la V-30 y la CV-35.
7. Los puntos negros#
Agregando por celdas geográficas de unos cientos de metros:
En Madrid, nueve de las quince celdas más cargadas están sobre el arco sur y suroeste de la M-40, concretamente en sus nudos con las radiales: el enlace con la A-5 (829 incidentes), el tramo entre los enlaces con la A-5 y la M-45 (785), el nudo con la A-42 (689), el nudo con la A-4 (638) y el entorno de la avenida de Andalucía (624).
Fuera de ese arco, los focos son el corredor sur de la A-4, la salida oeste de la A-5 en su enlace con la M-501, el nudo de la A-42 con la M-506 hacia Fuenlabrada y Parla, y el corredor del Henares en la A-2.
El arco sur de la M-40 es, sin discusión, el punto más crítico de la red madrileña.
En Valencia el mapa es más disperso y no lo domina un solo eje: el corredor de la CV-368 al norte (773 y 528 en dos celdas contiguas), el nudo de la V-30 con la A-3 en el acceso oeste (687), la V-31 en su entrada sur a la ciudad (415, 331, 326 y 272 en celdas sucesivas), el tramo de la V-30 hacia el puerto (369) y la ronda norte CV-30.
Esta última merece una nota: es la única celda del top 15 de cualquiera de las dos ciudades donde las retenciones son la causa dominante —193 de 294— y no los vehículos parados. Es el cuello de botella estructural de Valencia.
Tramos que se repiten
Este es el sustrato empírico del mantenimiento predictivo: el punto kilométrico, que llevan el 99,9% de las retenciones y en torno al 80% de las obras, permite anclar cada incidencia a un tramo concreto y ver dónde se repite. Es exactamente lo que interesa para planificar mantenimiento.
En Madrid: A-1 pk 14 (97 incidentes), A-3 pk 14 (93), M-40 pk 30 (89), A-5 pk 13 (87), A-6 carril BUS-VAO pk 4 (84). Obsérvese que los kilómetros 12 a 15 de tres radiales distintas aparecen en el top cinco: es la corona donde las radiales cruzan la M-40 y la M-45.
En Valencia: CV-30 pk 1 (178), V-30 pk 9 (143), A-3 pk 337 (126), A-3 pk 350 (84), V-30 pk 15 (81). Los tramos valencianos están notablemente más concentrados —el primero acumula 178 incidencias frente a las 97 del primero de Madrid, con un tercio del volumen total—. Y los kilómetros 11 a 13 de la V-31 aparecen tres veces consecutivas, lo que apunta a un tramo continuo de unos tres kilómetros con un problema estructural.
8. Los relojes de las dos ciudades#
El perfil agregado engaña, porque está dominado por los vehículos parados, que simplemente siguen la exposición al tráfico. Al desagregar por causa aparece la estructura real.
Ambas ciudades pican a las 7 de la mañana, con un valor cuarenta o cincuenta veces superior al de la madrugada. Pero Madrid tiene un segundo pico a las 14 h que Valencia apenas insinúa (485 frente a 157). Es la firma de la salida del mediodía, una costumbre laboral que en Valencia no aparece con la misma fuerza. Valencia reparte su tarde entre las 17 y las 18 h.
Los accidentes siguen un patrón similar pero más tardío en Valencia: su máximo está a las 17 h, mientras el de Madrid se reparte entre las 13 y las 18 h.
Aquí la diferencia no es de tráfico, es de política de gestión. Madrid trabaja de noche —máximos a las 23 h y a medianoche—, mientras Valencia reparte entre las 22 h y las 7-8 de la mañana. Madrid ha desplazado el mantenimiento fuera de la circulación de forma bastante más decidida.
Ambas caen alrededor de un tercio el fin de semana. La diferencia de forma: Madrid tiene su máximo en martes y Valencia en viernes, coherente con una ciudad que genera salida de fin de semana hacia la costa.
9. La operación salida, medida#
Comparando únicamente días equivalentes —laborables contra laborables y fines de semana contra fines de semana, para no mezclar dos patrones de fondo distintos—:
| 1ª quincena julio | 2ª quincena julio | Variación | |
|---|---|---|---|
| Nacional, laborables | 16.064 | 15.277 | −4,9% |
| Madrid, laborables | 1.676 | 1.384 | −17,4% |
| Madrid, fines de semana | 1.102 | 880 | −20,1% |
| Valencia, laborables | 543 | 459 | −15,5% |
| Valencia, fines de semana | 323 | 334 | +3,4% |
La segunda quincena de julio produce la asimetría más clara del informe. Madrid cae entre un 17% y un 20% —muy por encima del descenso nacional del 4,9%— tanto en laborables como en fines de semana: la ciudad se vacía. Valencia cae lo mismo en laborables, pero sus fines de semana no caen: suben un 3,4%, el único agregado de todo el informe que crece en esa quincena.
Es la firma esperada de un destino que recibe tráfico de entrada mientras el emisor lo pierde. Con siete y cuatro días por celda la precisión es limitada y no lo presentamos como medición fina, pero el signo opuesto entre las dos ciudades, en la misma quincena y la misma variable, es robusto.
10. ¿Se puede predecir el tráfico?#
La estructura es inequívoca: la señal es semanal, no diaria.
| Serie | Correlación con ayer | Correlación con hace 7 días | Varianza explicada por el día de la semana |
|---|---|---|---|
| Obras | 0,382 | 0,982 | 97,9% |
| Retenciones | 0,370 | 0,914 | 81,8% |
| Total nacional | 0,300 | 0,798 | 77,0% |
| Accidentes | −0,122 | 0,542 | 56,7% |
El simple modelo "media histórica de este día de la semana" explica el 77% de la varianza diaria nacional y el 98% en obras. Las obras son casi deterministas: se programan por calendario, y el dato lo refleja.
Los accidentes son el caso opuesto y el más honesto: su autocorrelación con el día anterior es negativa. Saber cuántos accidentes hubo ayer no ayuda absolutamente nada a saber cuántos habrá hoy. Solo el día de la semana aporta algo.
A escala metropolitana la señal se degrada por ruido de muestreo. Madrid baja al 51,9% de varianza explicada y, curiosamente, su correlación con el día anterior supera a la semanal, lo que sugiere arrastre de episodios de varios días más que un ciclo limpio. Valencia conserva mejor la estructura semanal pese a tener un tercio del volumen.
Veredicto sobre la viabilidad
1. Un modelo de línea base semanal por vía y franja horaria es viable hoy, y sería útil. Sesenta y dos días con más de un millón de incidencias georreferenciadas y un patrón horario y semanal muy marcado bastan para predecir carga esperada por tramo y hora con precisión razonable. No hace falta una red neuronal: un modelo estacional simple ya captura tres cuartas partes de la varianza.
2. Los accidentes se comportan de otra forma, y hay que modelarlos aparte. Su autocorrelación con el día anterior es negativa: lo relevante para anticiparlos no es el historial reciente, sino el tramo, la hora y el día de la semana en que se concentran.
3. Consolidar doce meses continuos multiplicaría el valor del modelo, al permitir separar estacionalidad de tendencia y validar contra el año anterior — el siguiente paso natural una vez el modelo de línea base esté en marcha.
11. Conclusiones#
1. El feed de incidencias no es lo que su nombre sugiere. Es, en un 94%, un flujo de avisos de vehículo detenido. Accidentes y retenciones suman el 2,2%. Conviene saberlo antes de construir cualquier indicador sobre él.
2. Contar documentos triplica el peso de las obras. Es la única distorsión seria del corpus, y afecta justo a la categoría más relevante para planificar mantenimiento.
3. Madrid y Valencia son dos arquitecturas distintas: un tercio de las incidencias madrileñas en radiales de acceso, un 41,5% de las valencianas en el anillo. Y la M-40 concentra ella sola una de cada siete incidencias de Madrid.
4. El arco sur de la M-40 es el punto más crítico de la red madrileña, con nueve de los quince puntos negros del área, todos en sus nudos con las radiales.
5. Madrid programa las obras de noche y Valencia no. Es la diferencia de gestión más clara entre ambas, y es corregible.
6. La segunda quincena de julio vacía Madrid y llena Valencia los fines de semana. El único agregado del informe que crece en esa quincena son los fines de semana valencianos.
7. La señal es semanal, no diaria. Un modelo estacional simple explica el 77% de la varianza nacional y el 98% en obras. Para accidentes, en cambio, no hay señal aprendible.
8. El feed de incidencias, por sí solo, ya sostiene un modelo predictivo semanal por vía y franja horaria. No hace falta esperar a más fuentes ni a una arquitectura compleja: con lo que hay hoy se puede predecir carga esperada con precisión razonable.
12. Metodología y una nota final#
Este informe se basa en el feed público de incidencias de tráfico de la Dirección General de Tráfico, recogido en continuo del 5 de mayo al 30 de julio de 2026, con un criterio de calidad estricto sobre qué días entran en el cálculo: el informe se apoya en 62 días de observación con cobertura completa. Cada cifra publicada procede de un campo con datos suficientes para sostenerla; donde no era así, preferimos no construir el análisis a rellenarlo con supuestos.
Los datos ya dan para un modelo predictivo útil hoy mismo. Ponerlo en producción, sobre estos datos o sobre los de su propia flota o red, es exactamente el tipo de trabajo que hacemos fuera de estas páginas.
QuantumSec Intelligence — Vemos lo que se mueve antes de que te alcance.
Cómo se ha producido este informe
No lo escribió un equipo de analistas. Lo produjo la plataforma, paso a paso.
Los cuatro módulos de 0data hicieron el trabajo en este orden. Es el mismo recorrido que seguiría sobre tus propios datos.
Recolección en continuo del feed europeo de incidencias de tráfico durante 87 días, con control de cobertura por número de sondeos diarios en vez de por volumen de incidencias.
Cada incidencia se ancla a su coordenada, vía y celda geográfica: es lo que permite ver que la M-40 concentra ella sola el 14,5% de las incidencias de Madrid, y que tres radiales distintas comparten el mismo punto negro.
Verificación de que la amplificación por documento (3,5× en obras) no contamina el recuento de incidentes únicos, y un modelo de autocorrelación que separa qué es predecible —obras, retenciones— de qué no lo es —accidentes—.
Un veredicto operativo claro sobre viabilidad: modelo semanal por vía y franja horaria, viable hoy mismo con los datos disponibles.
Esto lo produce la plataforma, no un equipo de becarios
0data capta, conecta e investiga sola; el informe es solo la parte que hemos escrito para que se pueda leer. Si quieres verlo sobre tus datos, reserva 30 minutos.