Movilidad urbana y energía: cómo diseñamos un dashboard para medir CO₂ en Nantes, Rennes y Niort

En este proyecto construimos, con Power BI y un template de Figma, un conjunto de visualizaciones que cuantifican y comparan la huella de carbono de la movilidad urbana y de la energía en tres ciudades francesas (Nantes, Rennes y Niort). Además de los resultados, documentamos el proceso end-to-end —desde la preparación de datos hasta el diseño UI— para que pueda replicarse en otros contextos.

Introducción

La sostenibilidad urbana y la lucha contra el cambio climático exigen métricas claras y accesibles. Por eso analizamos la huella de carbono asociada a los desplazamientos (avión, coche, bus y bicicleta) y la consumo energético (electricidad y gas) en Nantes, Rennes y Niort, transformando datos abiertos en visualizaciones interactivas que facilitan decisiones de política pública y la sensibilización ciudadana.

Objetivos

Cuantificar las emisiones de CO₂ por modo de transporte.
Comparar patrones de movilidad entre ciudades.
Explorar la evolución temporal de las emisiones (2016–2019).
Ofrecer insights accionables para movilidad sostenible.
Incorporar energía como factor clave adicional de emisiones.

Datos y metodología

Fuentes: ADEME (movilidad) y Agence ORE, (consumo anual de electricidad y gas por comuna). Además, demografía por ciudad y factores de conversión a CO₂.
Modelado en Power BI:
- Estandarización de tablas de consumo (avión, bus, bici, coche) y unión en un único ConsommationTotale con claves de relación a habitantes y equivalencias de carbono.
- Relaciones: TypeTransport (consumo ↔ equivalencias), y cle_habitants (consumo ↔ habitantes).
- Medidas DAX esenciales: Kg CO2, tonne_co2, milliers_kms, CO2 par habitant, entre otras.
Visualizaciones:
- Aster Plots para pesos relativos por transporte (distancias y emisiones).
- Word Cloud (peso por ciudad), KPI cards, barras apiladas (CO₂ por habitante), línea temporal de CO₂ y mapa por ciudad y modo.
Energía: integración del CSV de Agence ORE, cálculo de CO₂ electricidad (kg) vía LOOKUPVALUE sobre factores de equivalencia y segmentación por Año y Ciudad.

Diseño del dashboard (DataViz)

Enfoque UX: claridad, jerarquía visual y foco en la toma de decisiones (tema oscuro, contraste, filtros a la izquierda).
Template en Figma: maquetación de zonas para KPIs, filtros, gráficos y mapa; exportado como fondo para Power BI.
Implementación: alineación precisa de visuales a la maqueta; slicers (Año, Ciudad, Transporte) con navegación intuitiva. KPIs de CO₂, km totales, consumo energético y CO₂ de electricidad en la banda superior.

Resultados e insights

1) ¿Qué modo de transporte emite más?

Avión: el más contaminante (~45,9 millones t CO₂).
Coche: ~2 millones t CO₂.
Bus: ~17.141 t CO₂.
Bicicleta: 0 emisiones (en el marco de este cálculo). La suma total de los cuatro modos alcanza ~47,96 millones t CO₂ en el periodo analizado.

2) ¿Qué ciudad lidera en CO₂ per cápita?

Nantes: 1.506,21 kg CO₂/hab (mayor huella).
Rennes: 634,18 kg CO₂/hab.
Niort: 113,35 kg CO₂/hab (menor huella).

3) Evolución temporal (2016–2019)

Nantes: tendencia creciente con pico en ago-2019 (~808 M kg CO₂).
Rennes: ligera alza y pico en sep-2018 (~337 M kg CO₂).
Niort: niveles bajos, pico en mar-2019 (~61,6 M kg CO₂). No se observa una reducción sostenida en ninguna ciudad; al contrario, las emisiones aumentan en el periodo.

4) Energía: consumo y CO₂ de electricidad

Consumo total (electricidad + gas): Nantes supera 3 M MWh/año, Rennes ~2,2–2,5 M MWh/año, Niort ~0,7–0,9 M MWh/año.
CO₂ por electricidad (kg/año): Nantes ~111–113 M, Rennes ~73–76 M, Niort ~26–37 M; con ligera estabilidad a lo largo de los años.
Acumulado del periodo (participación): Nantes ~448 M kg (52%), Rennes ~296 M (34%), Niort ~118 M (14%).

Lecturas clave: Nantes concentra mayor actividad y consumo; Rennes muestra un perfil intermedio y más variable; Niort emite menos en términos absolutos y relativos, posiblemente por mix energético más limpio y menor intensidad industrial.

Impacto y casos de uso

Administraciones locales:
- Reforzar transporte público (el bus emite ~3× menos que el coche por km y 6× menos que el avión).
- Zonas de bajas emisiones en centros urbanos.
- Infraestructura ciclista segura para trayectos <5 km.
Operadores:
- Rediseño de líneas con baja ocupación, renovación de flota priorizada en recorridos largos y ajuste estacional de oferta.
Ciudadanía:
- 10 km/día en coche ≈ ~500 kg CO₂/año; promover intermodalidad y apps de seguimiento personal de emisiones.

Conclusiones

Nantes es la ciudad más emisora (movilidad y energía).
Rennes mantiene un perfil intermedio, con emisiones relevantes pero más equilibradas.
Niort destaca por su baja huella en ambos frentes.
2016–2019: no hay descenso significativo; urge acelerar la descarbonización. Prioridad: intervenir primero en Nantes sin descuidar acciones combinadas de movilidad limpia + eficiencia energética en las tres ciudades.

Próximos pasos

Ampliar a más ciudades para detectar patrones regionales.
Integrar meteorología y variables socioeconómicas.
Desarrollar modelos predictivos del impacto de políticas.
Publicar un dashboard abierto y establecer seguimiento continuo de KPIs.

Stack utilizado

Power BI (Modelado, DAX y visualizaciones avanzadas: Aster Plot, Word Cloud, KPI, mapa, timeline).
Figma (maquetación UI/UX).
Datos abiertos (ADEME, Agence ORE) con claves relacionales y medidas reproducibles.

Si quieres adaptar este flujo a tu ciudad, basta con actualizar las tablas de consumo, habitantes y equivalencias de CO₂, mantener la misma arquitectura de relaciones y reaprovechar la maqueta base. El resultado: un panel explicable, accionable y escalable para decisiones de política urbana y energética.