Cosa succede se una strada viene chiusa al traffico?
Se una nuova linea ferroviaria riduce sensibilmente i tempi di percorrenza?
Se aumenta il costo del parcheggio o un nuovo servizio di trasporto pubblico collega un’area che fino a ieri aveva poche alternative all’auto?
Sono interventi molto diversi, ma pongono tutti la stessa domanda: come reagiranno le persone?
È uno dei passaggi più delicati nella pianificazione della mobilità. Una nuova infrastruttura può modificare i percorsi abituali, una politica di accesso può redistribuire il traffico, un servizio più competitivo può spostare parte della domanda da un mezzo all’altro.
Per questo la previsione del traffico non consiste semplicemente nel proiettare in avanti i volumi osservati oggi. Significa costruire e confrontare scenari, formulare ipotesi sull’evoluzione della domanda di mobilità e valutare come la rete potrebbe rispondere a condizioni diverse.
La domanda, quindi, cambia prospettiva: se interveniamo su una parte del sistema, quali effetti possiamo aspettarci sul resto?
Per rispondere, il primo passo è conoscere a fondo la mobilità di oggi. In questo articolo vedremo quali informazioni aiutano a descriverla e come i Mobility Data possono supportare chi analizza il territorio e costruisce scenari sugli effetti di infrastrutture, servizi e politiche.
La domanda di mobilità non è statica
Pensiamo a una persona che ogni mattina raggiunge il posto di lavoro in auto. Il suo percorso abituale viene interrotto per la chiusura di una strada. Cosa farà?
Potrebbe scegliere un itinerario alternativo, anticipare la partenza per evitare la congestione, lasciare l’auto in un parcheggio scambiatore e proseguire con il
trasporto pubblico oppure utilizzare il treno, se diventasse un’alternativa più conveniente. Se il tipo di attività lo consentisse, potrebbe persino modificare la frequenza dei propri spostamenti.
Un solo cambiamento nella rete può quindi innescare reazioni molto diverse.
La domanda di mobilità descrive l’insieme degli spostamenti generati dalle persone e il modo in cui questi si distribuiscono nel territorio e nel tempo. Non è un elemento immutabile: percorsi, orari, modalità di trasporto, destinazioni e frequenza possono cambiare in risposta alle alternative disponibili.
Ma a modificare questi equilibri non sono soltanto gli interventi sulla rete. Anche il territorio cambia e, insieme a lui, le esigenze di chi si muove.
Un quartiere residenziale che cresce genera nuove relazioni di mobilità. L’apertura di un polo commerciale o universitario crea un nuovo punto di attrazione. Lo smart working modifica la frequenza dei viaggi casa-lavoro, mentre eventi e stagionalità possono concentrare grandi volumi di spostamenti in periodi molto circoscritti.
La mobilità, insomma, reagisce continuamente al territorio e alle sue trasformazioni.
Come si studia qualcosa che non è ancora successo?
Per valutare gli effetti di una decisione prima che venga attuata bisogna partire da una rappresentazione sufficientemente solida della mobilità attuale.
Questo implica conoscere come si muovono oggi le persone, quali relazioni esistono tra le diverse aree del territorio, quando si concentrano gli spostamenti e come cambiano nel tempo. Sono elementi che possono alimentare analisi e valutazioni previsionali, mettendo a disposizione una base conoscitiva più completa per la costruzione di scenari futuri.
Diventano quindi rilevanti alcune domande:
- Da dove partono gli spostamenti e dove sono diretti?
- Quali modalità e percorsi sono disponibili?
- Quanto sono competitivi in termini di tempo, costo e accessibilità?
- Come si distribuiscono gli spostamenti sulla rete?
- Cosa potrebbe cambiare modificando una di queste condizioni?
Da O a D: il ruolo delle matrici Origine-Destinazione
Una strada viene attraversata ogni giorno da 10.000 persone.
Dopo l’introduzione di una nuova regolazione degli accessi, i transiti scendono a 7.000, una riduzione del 30% che sembrerebbe indicare subito il successo dell’intervento.
Manca però un’informazione fondamentale: dove sono finiti gli altri 3.000?
Una parte potrebbe essersi trasferita sulle strade circostanti, un’altra attraversare la stessa area in una fascia oraria diversa, alcune persone potrebbero aver scelto il trasporto pubblico, altre aver cambiato destinazione o rinunciato allo spostamento.
Il conteggio in quel punto della rete sarebbe identico in tutti i casi, l’effetto sulla mobilità complessiva no.
Nel primo caso il traffico è stato redistribuito, nel secondo è cambiata la distribuzione temporale, nel terzo è avvenuto uno spostamento modale, nell’ultimo è cambiata la domanda stessa. È il motivo per cui l’analisi del traffico urbano non può fermarsi all’osservazione di un singolo punto della rete quando l’obiettivo è comprendere un fenomeno più ampio.
Per distinguere queste situazioni serve un’informazione diversa da un semplice conteggio. Le matrici Origine-Destinazione (O/D), che rappresentano il numero di spostamenti tra diverse zone in un determinato intervallo di tempo e permettono di ricostruire da dove partono e dove arrivano i flussi.
Torniamo ai nostri 10.000 transiti. Quel dato potrebbe nascondere situazioni molto diverse:
- una parte degli spostamenti parte dalla zona A e termina nella zona B;
- altri collegano le zone C e D;
- altri ancora attraversano l’area senza avere lì né origine né destinazione.
Stesso volume di traffico, relazioni territoriali differenti.
Un intervento raramente interessa tutti gli spostamenti allo stesso modo e i suoi effetti cambiano a seconda delle relazioni che coinvolge.
Le matrici O/D aggiungono quindi al dato sul volume una dimensione essenziale: la relazione tra i luoghi che generano e attraggono gli spostamenti. Un’informazione che può essere utilizzata direttamente nelle analisi di mobilità oppure diventare un input per successive attività di modellazione.
Quali alternative hanno le persone?
Origine e destinazione raccontano solo una parte del viaggio.
Tra due punti possono esistere percorsi e modalità differenti e la scelta può dipendere da molti fattori:
- tempo di percorrenza;
- frequenza e affidabilità del servizio;
- costo dello spostamento;
- numero di cambi necessari;
- disponibilità e costo del parcheggio;
- accessibilità delle diverse alternative.
Sono le variabili su cui agiscono infrastrutture, servizi e politiche: un collegamento più rapido, una linea più frequente o una tariffa di sosta diversa cambiano la convenienza relativa delle alternative. Per capire chi potrebbe essere interessato da un intervento, però, non basta sapere quali alternative esistono, bisogna sapere su quali relazioni si muovono oggi le persone, con quale intensità e in quali momenti.
Incrociare le relazioni O/D con l’offerta di trasporto disponibile permette di individuare dove le alternative all’auto sono deboli o assenti, quali flussi potrebbero trovare conveniente un nuovo servizio e dove un intervento rischia invece di avere effetti limitati. Non significa prevedere con certezza la risposta delle persone, ma disporre di elementi più solidi per valutarla.
Uno scenario non è una previsione certa del futuro
La parola “previsione” può trarre in inganno.
Non è possibile sapere con certezza come si comporterà ogni persona tra cinque o dieci anni, né anticipare perfettamente cambiamenti economici, tecnologici, sociali o normativi.
Gli scenari consentono invece di valutare possibili evoluzioni a partire da ipotesi esplicite. A questo punto, chiedersi “quanto traffico ci sarà nel 2035?” diventa meno interessante della domanda: “come cambiano i risultati se cambiano le condizioni?”
Questa prospettiva si inserisce in un approccio più ampio alla pianificazione urbana e territoriale, che considera il territorio come un sistema di relazioni e non come una somma di singoli interventi.
Anche i PUMS (Piani Urbani della Mobilità Sostenibile) seguono una prospettiva sovracomunale. Le indicazioni europee richiedono di considerare l’intera Functional Urban Area, includendo la città e la relativa area di pendolarismo, in modo da tenere conto dei flussi che attraversano i confini amministrativi. Nel 2026 la Commissione europea ha pubblicato la terza edizione delle linee guida SUMP e, nell’ambito del regolamento TEN-T, 431 nodi urbani europei sono chiamati a adottare un SUMP entro la fine del 2027.
Accanto al PUMS, molte amministrazioni lavorano anche con il Piano Urbano del Traffico (PUT), che opera su un orizzonte più breve e operativo: regolazione della circolazione, gestione di semafori e sensi di marcia, organizzazione di ZTL e aree pedonali. PUMS e PUT rispondono a scale temporali diverse, strategica il primo, attuativa il secondo, ma condividono la stessa esigenza di capire come reagirà la domanda di mobilità prima di intervenire sulla rete.
Dati diversi per mettere alla prova lo stesso scenario
È anche per colmare alcuni di questi punti ciechi che negli ultimi anni l’analisi della mobilità urbana si è arricchita di nuove fonti.
I Mobile Network Data, opportunamente trattati e anonimizzati, consentono di analizzare pattern di mobilità su popolazioni ampie e periodi estesi. La continuità temporale permette di osservare variazioni orarie, giornaliere e stagionali e può contribuire alla costruzione di matrici Origine-Destinazione su territori molto estesi.
Ma nessuna fonte risponde allo stesso modo a tutte le domande.
I dati di rete radio mobile offrono ampiezza e continuità, ma presentano limiti nella precisione spaziale e nell’identificazione della modalità di trasporto. I dati GPS/FCD possono ricostruire le traiettorie con maggiore dettaglio, ma su una popolazione differente e generalmente più circoscritta. Ticketing e smart card raccontano come viene utilizzato il trasporto pubblico, mentre le survey permettono di approfondire motivazioni, preferenze e caratteristiche degli spostamenti che i dati passivi difficilmente riescono a spiegare da soli.
Per questo, nella modellistica, la domanda utile non è “quanti dati abbiamo”, ma “quale informazione ci serve per comprendere il fenomeno che stiamo analizzando?”:
Un dataset molto esteso può descrivere bene alcuni aspetti e lasciarne scoperti altri, mentre una fonte più limitata può aggiungere proprio l’informazione che manca. L’obiettivo è costruire una base informativa coerente con il fenomeno da analizzare, combinando le fonti in base alle domande a cui si vuole rispondere.
Qui si chiarisce il rapporto tra dato e modello: il compito di chi fornisce Mobility Data è mettere a disposizione informazioni affidabili e pronte all’uso.
Mettiamo alla prova alcune decisioni
La logica diventa particolarmente chiara quando passiamo dalla teoria alle decisioni.
Cosa succede se introduciamo una ZTL?
Contare soltanto i veicoli che entrano nell’area dopo l’introduzione della ZTL descrive ciò che accade all’interno del perimetro, ma non l’effetto sul sistema circostante.
Conoscere origine e destinazione degli spostamenti, distribuzione temporale e relazioni tra l’area interessata e il resto del territorio permette di aggiungere informazioni utili per valutare dove potrebbero concentrarsi gli effetti dell’intervento. Queste informazioni possono poi alimentare gli strumenti utilizzati per simulare eventuali redistribuzioni del traffico o cambiamenti nella domanda.
Cosa succede se aumentiamo la frequenza di una linea?
Una linea di autobus più frequente può ridurre i tempi di attesa e rendere il servizio competitivo per nuovi utenti. Ma quali?
Conoscere le relazioni O/D presenti nell’area permette di individuare gli spostamenti che oggi collegano i territori serviti e di stimarne consistenza e distribuzione nel tempo. È una base utile per identificare domanda potenziale e domanda oggi non adeguatamente servita, una delle applicazioni dei Mobile Network Data nella valutazione di nuovi servizi di trasporto pubblico.
Cosa succede se realizziamo una nuova infrastruttura?
Qui la scala cambia. Una nuova strada, una stazione o un collegamento modificano l’accessibilità del territorio, ma non interessano allo stesso modo tutti gli spostamenti.
Ricostruire le relazioni di mobilità consente di individuare quali bacini e quali coppie origine-destinazione potrebbero essere maggiormente interessati dall’intervento, mettendo a disposizione informazioni che possono essere integrate nelle successive analisi trasportistiche ed economiche.
Nel caso delle concessioni di trasporto, per esempio, la conoscenza della domanda potenziale può contribuire anche alle valutazioni sul mercato servito da una nuova infrastruttura.
Cosa succede se la città ospita un grande evento?
In questo caso il cambiamento può durare poche ore, ma essere molto intenso. Il territorio deve assorbire una domanda concentrata nello spazio e nel tempo, spesso molto diversa da quella di una giornata ordinaria.
Sapere da dove arrivano le persone, quali aree sono maggiormente coinvolte e come cambiano presenze e spostamenti nelle diverse fasce orarie permette di analizzare la mobilità durante i grandi eventi e di organizzare con anticipo trasporto pubblico, parcheggi e gestione dei flussi, individuando le possibili criticità prima dell’apertura dei cancelli. La stessa logica può essere applicata a cantieri, chiusure temporanee e altre perturbazioni della rete.
Dalla previsione al monitoraggio: cosa succede dopo l’intervento?
La storia non finisce quando l’infrastruttura viene inaugurata o la nuova politica entra in vigore.
A quel punto ciò che prima apparteneva a uno scenario diventa osservabile.
Le relazioni O/D sono cambiate?
I flussi si sono spostati verso altre aree?
Sono emersi pattern diversi da quelli attesi?
La domanda sta evolvendo?
I Mobile Network Data si prestano a monitorare con continuità l’evoluzione della mobilità e individuare cambiamenti nei pattern nel tempo, rendendo questo confronto molto più frequente rispetto alle campagne di rilevazione occasionali. Anche la pianificazione europea segue una logica ciclica: gli indicatori di mobilità urbana previsti dal quadro TEN-T sono pensati per monitorare l’attuazione dei PUMS e consentire alle città di intervenire quando i risultati si discostano dagli obiettivi.
La conoscenza della mobilità non serve quindi soltanto prima di un intervento. Osservare ciò che accade dopo permette di misurarne gli effetti, individuare nuovi comportamenti e aggiornare nel tempo la rappresentazione della domanda.
Conoscere la mobilità per supportare le scelte sul territorio
Una mobilità più intelligente non si misura dal numero di sensori installati o di dashboard disponibili. Conta la capacità di ricavare dalle informazioni disponibili una lettura sufficientemente ampia di ciò che accade sul territorio e della sua evoluzione.
È una prospettiva che riguarda amministrazioni pubbliche, gestori di infrastrutture, operatori del trasporto pubblico e concessionari, chiamati a confrontarsi con sistemi sempre più complessi e con una domanda che può cambiare insieme al territorio, ai servizi e ai comportamenti.
La crescente disponibilità di Mobility Data sta ampliando le possibilità con cui questi soggetti possono studiare la mobilità e supportarne la pianificazione.
Ed è un’evoluzione che apre nuove domande su quali dati utilizzare, come combinarli e quale contributo possano offrire nella lettura della mobilità che cambia.
Come cambierà la mobilità e quali dati ci aiutano a prevederlo?
Ne abbiamo parlato a Data Mobility 2026, confrontandoci con amministrazioni, operatori e professionisti della pianificazione. Se vuoi approfondire come i Mobility Data possono supportare le tue analisi su servizi, infrastrutture e politiche, partiamo dalla tua domanda.