Residencias: decisión social basada en el análisis de datos

Hay decisiones que, aunque se tomen en un comité de inversión, en realidad se juegan en el salón de una casa, en la mesa de la cocina de una familia volcada en el cuidado de sus mayores; en la conversación difícil —a veces aplazada durante meses— sobre qué hacer cuando la dependencia aparece (o se agrava) y el cuidado en casa deja de ser viable.

Abrir residencias en España no es solo una decisión familiar o empresarial, sino muy especialmente social. Así lo han entendido los creadores de SEED, un algoritmo desarrollado por tres estudiantes de Akademia Future Builders (Fundación Innovación Bankinter) —uno de ellos ourensano— que ha logrado la máxima puntuación del programa, poniendo una pregunta incómoda encima de la mesa con una respuesta concreta: ¿Dónde deberían ubicarse las próximas 1.000 residencias de mayores en España para no fallar en el intento?

Según recuerda Jesús Cubero, director general de HDS Formación, y uno de los expertos que colaboraron en el proyecto desarrollado por los jóvenes universitarios ahora premiados, España se enfrenta a uno de los grandes retos de este siglo: el envejecimiento. El propio informe técnico de SEED trabaja con una proyección muy clara: en 2050 más del 30% de la población española superará los 65 años.

Sistema familiar

El informe también destaca que “el público objetivo de una residencia no es solo el residente anciano, sino el sistema familiar completo”. No vendemos plazas a personas mayores, vendemos alivio y tranquilidad a familias saturadas.

SEED significa Socio-Economic and Environmental Distribution, y su ambición es tan sencilla de explicar como compleja de ejecutar: analizar España al detalle (más de 36.000 secciones censales); identificar las zonas con mejor combinación de demanda, viabilidad económica y oportunidad por baja saturación; además de seleccionar 1.000 ubicaciones evitando que compitan entre sí por estar demasiado cerca.

El algoritmo se estructura en capas, con pesos definidos. Esto importa porque obliga a priorizar (y priorizar, en cuidados, siempre es incómodo).

Proceso de evaluación

El proceso de evaluación se basa en tres criterios principales:

• Demanda Residencial (45%), que considera la idoneidad demográfica, el índice de dependencia de grado III (con cautela por su heterogeneidad territorial) y la densidad poblacional.
• Viabilidad Económica (40%), que utiliza la renta media por hogar como indicador de capacidad de pago para minimizar el riesgo de morosidad, haciendo énfasis en rentas compatibles con el coste residencial.
• Saturación Territorial (15%), un factor de justicia que ajusta la puntuación mejorándola si el nivel de cobertura del mercado residencial a nivel provincial es bajo.

Así, mediante la suma de los pesos de los tres criterios, SEED obtiene sus resultados:

SEED = 0,45 · Demanda + 0,40 · Renta + 0,15 · Saturación

El proyecto implementa una decisión técnica clave: un algoritmo “greedy” iterativo (procedimiento computacional que resuelve un problema repitiendo un conjunto de instrucciones hasta alcanzar el resultado deseado), con selección espacial restringida que elige ubicaciones basándose en una puntuación y una distancia mínima de las ya seleccionadas, calculada con la fórmula de Haversine para precisión geográfica.

Un aspecto innovador es que esta distancia mínima no es fija, sino que se adapta al contexto geográfico, reconociendo que la densidad y el significado de la distancia varían entre zonas urbanas y rurales, asegurando así una distribución que evita la competencia y mantiene la accesibilidad para trabajadores y sus familias.

El análisis estadístico del informe sitúa como regiones con mayor potencial estratégico a: Galicia, Comunidad Valenciana, Andalucía, Cataluña y la Comunidad de Madrid. Y cuando bajas al detalle provincial, aparecen con fuerza A Coruña, Pontevedra, Alicante, Madrid y Barcelona como cabeceras del Top 1.000.

El informe aporta además un ejemplo de microlocalización: la sección censal 1503003001 (A Coruña) aparece con el mayor score SEED (0,838), con renta alrededor de 74.388 euros.

Validación: datos y realidad

Aquí es donde muchos proyectos académicos se quedan cortos. SEED no. El trabajo se asemeja en un 89% a la distribución real del sector, lo que sugiere un ajuste robusto a la lógica operativa del mercado. Se menciona una verificación con ocupaciones del 75,4% en ubicaciones top, como señal de que el algoritmo no está recomendando “puntos bonitos en un mapa”, sino zonas plausibles.

El propio informe reconoce límites y vías de mejora: más segmentación de perfiles de residente, diferencias de precios por región, distinción más fina entre oferta pública y privada, y datos más locales para reducir ruido.

Si algo demuestra el proyecto SEED es que el futuro de los cuidados no se construye solo con más recursos, sino con mejores decisiones: las de anticiparse, invertir donde hace falta y no solo donde “siempre ha funcionado”. Mejor decisión es además considerar al mayor, sí, pero también al cuidador, a la familia y al territorio, así como planificar con datos sin olvidar que detrás hay vidas.