
Jūsu pilsēta droši vien zina, cik automašīnu pagājušajā otrdienā izbrauca cauri vienam krustojumam. Taču vai tā zina, no kurienes šie autovadītāji brauca, kur viņi devās vai kā mainījās satiksme uz ceļiem, ko neviens neskaita? Lielākajā daļā vietu godīga atbilde ir nē. Telekomunikāciju dati to maina, nemanāmi pārvēršot miljoniem tālruņu par visaptverošākajiem satiksmes sensoriem, kādi pilsētām jebkad ir bijuši, neatklājot nevienu identitāti.
Ir pulkstenis 07:40 otrdienā. Kāds svārstmigrants izbrauc no Jelgavas, pilsētas uz dienvidiem no Rīgas, un brauc pāri robežai uz Šauļiem Lietuvā. Neviena kamera nefiksē, kur brauciens sākās. Neviena aptauja neprasa, kur tas beidzas. Un neviens satiksmes skaitītājs nevienā no valstīm nezina, ka šis pats brauciens rīt un parīt atkārtosies no jauna.
Mobilais tīkls tomēr jau zina šī ceļojuma formu. Ne to, kurš to veica – tikai to, ka tas notika. Saskaitiet tūkstošiem šādu anonīmu braucienu, un jūs iegūsiet kaut ko tādu, ko transporta plānotāji ir vēlējušies gadu desmitiem: priekšstatu par to, kā reāli pārvietojas viss reģions pa stundām, tostarp uz ceļiem bez sensoriem un pāri robežām, kur beidzas valsts statistika.
Lūk, kas ir pārsteidzoši: lielākā daļa ceļu joprojām tiek mērīti vecmodīgā veidā. Brigāde izvieto gumijas caurules uz asfalta vai uzstāda ceļmalas radaru, skaita satiksmi neduļu vai divas, pēc tam savācas un dodas tālāk. Šīs dažas dienas uz gadiem var kļūt par oficiālo priekšstatu par šo ceļu. Igaunijā 2024. gada beigās visu valsts autoceļu tīklu sedza tikai 115 pastāvīgās skaitīšanas stacijas — viss pārējais balstījās uz īstermiņa skaitījumiem. Gan Somijā, gan Igaunijā uz nākamo skaitījumu dažiem mazākiem ceļiem var nākties gaidīt pat līdz pieciem gadiem. Tikla laikā jauns loģistikas centrs, rosīgāka robežšķērsošanas vieta vai apvedceļš var mainīt satiksmi vienas nakts laikā.
Tātad, ko telefoni mūsu kabatās var pastāstīt pilsētām tādu, ko nespēj kameras un skaitītāji? Un kā tas var darboties, nepakļaujot riskam neviena privātumu? Apskatīsimies un uzzināsim, kā Fits.FlowInsights – jaunākais Fits Traffic modulis – ievieš šo pieeju Baltijas pašvaldībās.
Tavs tālrunis nekad nav patiesi bezsaistē. Lai nodrošinātu zvanus, ziņojumus un paziņojumus, mobilajam tīklam vienmēr ir jāzina, kurai tuvējajai antenai (jeb “šūnai”) tavs tālrunis ir pievienots. Katrs zvans, īsziņa, lietotnes atsvaidzināšana un ikdienas fona pārbaude atstāj nelielu pēdu no šī savienojuma. Tīkls glabā šos ierakstus savām ikdienas vajadzībām – rēķinu izrakstīšanai, pakalpojuma nevainojamai darbībai – ilgi pirms kāds tos sāk uzskatīt par mobilitātes datiem.

Agrīnajos pētījumos tika ņemti vērā tikai zvani un īsziņas, tāpēc tālrunis parādījās tikai tad, kad kāds to reāli izmantoja. Mūsdienu metodes ietver arī automātiskos signālus, ko katrs tālrunis sūta, tam pārvietojoties. Tas padara ainavu daudz detalizētāku. Kāpēc tam ir nozīme? Kāds, kurš ceļā uz darbu nepieskaras savam tālrunim, zvanu ierakstos būtu neredzams, bet pilnākajā ainā joprojām ir redzams.
Neapstrādāti tīkla notikumi vēl nav braucieni. Viedā programmatūra vispirms aptuveni nosaka katra tālruņa atrašanās vietu, pēc tam atpazīst, kad tas atrodas miera stāvoklī un kad tas pārvietojas. Tā filtrē trokšņus, piemēram, tālruņa “lēkāšanu” starp divām antenām, tam stāvot uz galda, un apkopo visu pa rajoniem un diennakts laiku. Rezultātā tiek iegūta vienkārša tabula “kurš uz kurieni dodas”: cik cilvēku ceļo no katra rajona uz katru citu rajonu. Šāda veida tabula jau gadu desmitiem ir bijusi transporta plānošanas pamatā.
Spēcīgāks signāls ne vienmēr nozīmē, ka tālrunis atrodas tuvāk antenai. Radio viļņi atstarojas no ēkām, apliecas ap pauguriem un tos absorbē sienas, kas var pārvietot tālruņa šķietamo atrašanās vietu par desmitiem vai pat simtiem metru. Tāpēc labai mobilitātes analītikai ir tikpat lielā mērā nepieciešami radioinženieri kā datu zinātnieki, un tāpēc sadarbība ar mobilo sakaru operatoriem un specializētajiem partneriem ir tik svarīga.
Tālruņa dati neaizstāj kameras, ceļu sensorus vai aptaujas. To vērtība slēpjas atbilžu sniegšanā uz jautājumiem, kuru atbildēšanai tie nekad nav radīti.

Kamera krustojumā skaita garāmbraucošās automašīnas. Tā nevar pateikt, no kurienes tās brauca un kur tās dodas. Līdzīga “aklā zona” ir arī biļešu sistēmām: tās parāda, kur jūs iekāpāt un izkāpāt, bet ne to, kur jūsu brauciens patiesībā sākās vai beidzās. Kad Dānijas Valsts dzelzceļš (DSB) vēlējās uzlabot savus kustības sarakstus, tas apvienoja anonimizētus mobilitātes datus ar biļešu datiem, lai redzētu reālo pieprasījumu “no durvīm līdz durvīm”.
Mobilais pārklājums sasniedz gandrīz katru ceļu, ciemu un robežšķērsošanas vietu – tostarp klusus lauku ceļus, uz kuriem nekad netiktu uzstādīts pastāvīgs sensors. Somijā nacionālā satiksmes vadības uzņēmuma Fintraffic veiktais gadu ilgais izmēģinājuma projekts parādīja, ka telekomunikāciju dati var pilnībā automātiski mērīt satiksmi uz reģionālajiem ceļiem, neizmantojot lauka brigādes. Igaunijas Transporta administrācija nonāca līdzīgiem secinājumiem savā izmēģinājuma projektā, pēc tam nosaucot reģionālā sabiedriskā transporta plānošanu par nākamo pētāmo jomu.
Kad Bergenē Norvēģijā tika atklāta vieglā dzelzceļa līnija starp pilsētas centru un lidostu, mobilitātes dati parādīja, kā jaunā līnija mainīja to, kā cilvēki pārvietojas pa visu pilsētu, ne tikai to, cik cilvēku brauca ar tramvaju. Zviedrijā projektā, kuru vadīja Linkēpingas Universitāte, KTH un Zviedrijas Transporta administrācija, tālruņu dati tika apvienoti ar sabiedriskā transporta karšu datiem, lai īstermiņā prognozētu satiksmi uz atsevišķiem ceļiem.
Norvēģijas Konstitūcijas dienā 2026. gada maijā Telcofy sadalīja Oslo centru zonās un salīdzināja tiešraides anonimizētos pūļa datus ar parastu nedēļas nogali. Parādes kulminācijas brīdī noslogotākajā zonā bija aptuveni septiņas reizes vairāk cilvēku nekā parasti šajā stundā, un pūļa virzība uz krastmalu bija redzama dažu minūšu laikā. Pasākumu organizatoriem, neatliekamās palīdzības dienestiem vai sabiedriskā transporta uzņēmumiem šāda veida reāllaika pārskatu ir grūti iegūt citā veidā.
Tas, kas sākās kā akadēmisks pētījums un vienreizēji izmēģinājuma projekti, pakāpeniski kļūst par daļu no Eiropas oficiālās datu infrastruktūras.

Eiropas statistikas kopiena uzskata mobilo sakaru tīklu datus par vienu no daudzsološākajiem jaunajiem avotiem nākotnes statistikai, un ES statistikas birojs Eurostat ir šīs jomas līderis. Eurostat jau ir izstrādājis pirmo versiju atvērtai un kopīgai metodei darbam ar šādiem datiem tādās jomās kā iedzīvotāji un tūrisms. Viena no galvenajām atziņām: visuzticamākos rezultātus iegūst, apvienojot vairāku mobilo sakaru operatoru datus ar tradicionālo statistiku.
Eiropas Komisija veido arī kopīgu Eiropas mobilitātes datu telpu. Ideja nav viena milzīga visu ES mobilitātes datu datubāze, bet gan kopīgu noteikumu kopums, kas ļauj esošajām sistēmām droši un kontrolēti apmainīties ar datiem. Tās pirmais ieviešanas projekts "deployEMDS" to jau īsteno praksē izmēģinājuma vietās visā Eiropā.
Arī mobilo sakaru operatori iesaistās. Piemēram, Telefónica Germany piedāvā anonimizētus mobilitātes datus, kas iegūti no miljardiem tīkla notikumu ikdienā, un ziņo, ka tie ir izmantoti sabiedriskā transporta plānošanā Leipcigā un Minhenē. Virziens ir skaidrs: tālruņa dati no neregulāriem pētījumiem kļūst par ikdienas plānošanas rīku.
Jebkurai sarunai par tālruņa datiem ir jāsākas ar privātumu – un tas ir pareizi. 2026. gada jūlijā Eiropas Datu aizsardzības valde (EDAV) publicēja jaunas anonimizācijas vadlīniju melnraksta versijas. Tās skaidro, kad dati pārstāj būt personu dati, un sagaida, ka organizācijas pierādīs – nevis tikai apgalvos –, ka to dati ir patiesi anonīmi. Atrašanās vietas dati ir viens no brīdinošajiem piemēriem: pat tad, ja vārdi un numuri ir noņemti, vienas personas ikdienas pārvietošanās var atklāt, kur viņa dzīvo un strādā. Savukārt dati, kas ir summēti grupas kopsummās, ir daudz grūtāk izsekojami līdz kādai konkrētai personai.

Praksē atbildīga mobilitātes analītika ievēro dažus vienkāršus noteikumus:
Valsts sektora klientiem šāda veida skaidrība ir būtiska uzticībai.
Baltijas valstis precīzi parāda, kāpēc tam ir nozīme. Dienvidnieki, kravas un apmeklētāji katru dienu šķērso Latvijas un Lietuvas robežu, taču satiksmes dati parasti tiek vākti un analizēti atsevišķi katrā pusē. Valsts statistika apstājas pie robežas. Cilvēki – nē.

OmniFlow-1 ir ES Digitālās Eiropas programmas projekts, kas tika uzsākts 2026. gada augustā, lai nodrošinātu mobilitātes datu pārrobežu izmantošanu. dots. ir projekta koordinators un vadošais risinājumu partneris, bet Fits Traffic – pamata platforma. Projektā ir apvienojušies mobilo sakaru operatori Bite Latvija un Bite Lietuva, mobilitātes datu speciālists Telcofy AS, mobilitātes konsultāciju uzņēmums MC Mobility Consultants un pašvaldību partneri.
Risinājums tiek testēts Jelgavā (Latvijā) un Šauļos (Lietuvā). Mērķis: sniegt abām pilsētām kopīgu, salīdzināmu priekšstatu par to, kā cilvēki pārvietojas savos un starp reģionos – un pāri robežai –, pamatojoties uz abu pušu operatoru anonymizētiem datiem.
Atbilstoši Eiropas pieejai, OmniFlow-1 nevāc visu lietotāju neapstrādātos datus vienuviet. Operatori saglabā kontroli pār saviem ierakstiem, un saskaņā ar skaidriem noteikumiem, par kuriem visi ir vienojušies, tiek kopīgoti tikai privātumu saudzējoši rezultāti. Tas ļauj apvienot datus no vairākiem operatoriem un valstīm – tieši tā, kā Eurostat norāda par nepieciešamu ticamiem rezultātiem.
OmniFlow-1 ir projekts; Fits.FlowInsights ir produkts, kas no tā izaug. Tas ir jauns Fits Traffic modulis, kas integrē anonimizētus telesakaru datus tajā pašā platformā, ko valsts iestādes, pilsētas un satiksmes vadības centri jau izmanto saviem ceļmalas sensoriem.

Fits Traffic jau izmanto viedās kameras, lai skaitītu un atpazītu transportlīdzekļus, uzraudzītu krustojumus un veiktu satiksmes apsekojumus, kā arī ļauj pilsētām vienuviet uzraudzīt visu ceļmalas aprīkojumu. Šie avoti ir ļoti precīzi, taču tikai konkrētos punktos. Telekomunikāciju dati aizpilda pārējo: kur braucieni sākas un beidzas, kā satiksme savienojas reģionā un kas notiek starp punktiem, ko aptver sensori.
Kopā tie padara viens otru stiprāku. Kameru uzskaites dati sniedz precīzus vietējos rādītājus, kas palīdz pārbaudīt un precizēt telekomunikāciju datiem balstītos aprēķinus. Savukārt telekomunikāciju dati izskaidro, ko šie skaitļi nozīmē, piemēram, vai lielāka satiksmes intensitāte krustojumā ir no vietējiem iedzīvotājiem, reģionālajiem svārstmigrantiem vai cilvēkiem, kuri šķērso robežu.
Tādai pilsētai kā Jelgava vai Šauļi sistēma Fits.FlowInsights ir izstrādāta, lai palīdzētu rast atbildes uz jautājumiem, kurus citādi ir grūti atrisināt:
Valsts iestādēm vērtība slēpjas ne tikai datos, bet gan atbildēs, kuras tās var izskaidrot, aizstāvēt un rīkoties saskaņā ar tām.
Mobilie tīkli nemanāmi ir kļuvuši par vienu no visaptverošākajām satiksmes sensoru sistēmām, kāda pilsētām ir rīcībā. Tie aptver ceļus, kurus neviens neskaita, braucienus, ko neuztver neviena aptauja, un robežas, kurām valsts statistika reti kad pāriet pāri. Ziemeļvalstīs un Baltijas valstīs transporta iestādes jau ir pārgājušas no šo datu testēšanas uz to izmantošanu, savukārt Eurostat un Eiropas Komisija liek pamatus to plašākai lietošanai.
Tālruņa dati neaizstās kameras, ceļu sensorus vai aptaujas. To patiesais spēks parādās tad, kad tie tiek apvienoti ar tiem – ar stingru privātuma aizsardzību un prasmi pareizi nolasīt signālus. Izmantojot Fits.FlowInsights, dots. un tā partneri šo kombināciju ievieš Baltijā, sākot ar Jelgavu un Šauļiem. Mērķis ir vienkāršs: palīdzēt pilsētām redzēt ne tikai to, cik automašīnu brauc garām konkrētam punktam, bet gan to, kā cilvēki patiesībā pārvietojas.