Los efectos del COVID-19 en las actividades cotidianas de los tapatíos (Jalisco, México) -DATLAS: Investigación

Datlas_Blog_Promo_SuscriberFree

Uno de los objetivos de la filosofía de Datlas, es dar a conocer el uso y el impacto que tiene el análisis de datos en nuestras actividades cotidianas. En ocasiones, sin saberlo, al contarle a nuestra comunidad en las redes sociales acerca de nuestras actividades,gustos y preferencias, estamos generando datos y pocas veces analizamos el impacto positivo que generan esta clase de acciones para entender el comportamiento y las tendencias de la sociedad actual.

¿Qué metodología utilizamos?

Decidimos analizar un base de 4,955 tweets georreferenciados de personas dentro de la Zona Metropolitana de Guadalajara (ZMG), con el objetivo de entender mejor el tipo de actividades que más frecuentemente compartían en su cuenta de Twitter, las cuales, por fines prácticos, las decidimos clasificar en cuatro grandes grupos: comida, entretenimiento, salud y comercial. Además, se realizó una segmentación con respecto a los meses en que fueron publicadas, siendo consideradas como “dic19 ” los tweets pertenientes al mes de diciembre 2019, “pre-covid” aquellas que fueron publicadas en los meses de enero, febrero y marzo del año 2020, y las publicaciones “covid”; aquellas que pertenecen a los meses de abril, mayo y junio del mismo año.

Gráfica de la distribución de los tweets según al clúster que pertenecen.

Dentro del área de comida, logramos identificar que las personas suelen taggear con mayor regularidad que se encuentran en un restaurante, cafetería, supermercado o en una tienda de conveniencia, siendo 7Eleven, Starbucks y Walmart las más populares de este sector. En entretenimiento se consideró eventos masivos, estadios deportivos, bares ,centros comerciales y cines, para este segmentación los lugares preferidos son: Estadio Akron, Cinépolis y Centro Comercial Andares. Sobre el tema salud se encontró una preponderancia a hablar sobre esparcimiento deportivo, gimnasios y hospitales ; se encontró una fuerte preponderancia en los tweets a hablar acerca de Smart Fit, 24 Station Fitness y Canchas Deportivas Technology Park. Con respecto a la agrupación comercial se consideró a parques industriales, bancos, joyería, etc; en donde logramos identificar que las personas publicaron con mayor frecuencia que se encontraban en Guadalajara Technology Park, zona Analco y en banco Santander.

Datlas_Promo_Facebook_Suscribe

Dada la fuerte preponderancia en hacer una publicación con respecto a temas de comida y considerando que este tiene un total de 1,973 tweets, decidimos profundizar más en esta área, con el objetivo de identificar los efectos del covid en este sector; específicamente en los restaurantes, los cuáles capturaba el 67% de los tweets relacionados con comida.  

Decidimos utilizar un mapa de calor para poder ubicar las zonas que con mayor frecuencia son georreferenciadas, considerando los tweets publicados desde el mes de diciembre 2019 hasta marzo 2020.

Mapa de calor de tweets con georeferencias en restaurantes de diciembre 2019 a marzo 2020

Ahora, con finalidad de encontrar un efecto relacionado con la pandemia actual, decidimos hacer un segundo mapa de calor, pero ahora sólo considerando los meses de abril, mayo y junio del año 2020; tomando en cuenta que en estos meses fueron el pico del covid19 en la mayor parte del mundo, comparado a los meses anteriores.

Mapa de calor de tweets georreferenciados en restaurantes de abril a junio 2020

Después de ver los mapas anteriores, podemos notar que la disminución de zonas georeferencidas durante el covid19, es altamente notorio, y también nos parece importante resaltar que existe una zona en el mapa que es la zona que está logrando sobrellevar de mejor manera esta pandemia comparada a las demás, con el simple hecho de ver la cantidad de tweets que generan ruido en esta zona.

¿El artículo a quién le es de utilidad?

Esta clase de análisis puede ser muy útil para restauranteros, dueños de cafeterías, dueños de gimnasios, comercios relacionados a venta de ropa deportiva, dueños de salones de belleza, emprendedores, etc. Si el contenido de este artículo te pareció interesante y te gustaría implementar esta metodología en tu negocio, no dudes ponerte en contacto con nosotros.

Datlas_Promo_Podcast_Suscribe

¿Qué enseñanza nos deja este artículo?

En resumen, el grave problema que la pandemia está generando a los restaurantes y a la economía nacional se ha vuelto un tema de conversación durante la hora de comida. Lamentablemente, los efectos negativos de la situación ya se están viendo reflejados en el cierre de pequeñas empresas; en algunos casos temporal y en otros, definitivo.

Es un tema que necesita profunda reflexión, pero creemos que aquellos empresarios que logren identificar las necesidades y el comportamiento que sus clientes están teniendo ante esta situación, pero, sobre todo, logren adaptar sus negocios a esta “nueva normalidad”, tienen una alta posibilidad de sobrevivir a esta pandemia.

Los invitamos a que juntos, reflexionemos lo siguiente: ¿Cómo ha cambiado la frecuencia con la que visitas tus restaurantes favoritos? Seguro hay algunos restaurantes que has seguido frecuentando, ya sea a través de pedidos a domicilio por medio de una plataforma web o aplicación móvil, o yendo físicamente al lugar. Pero también, habrá unos cuantos donde dejaste por completo de deleitarte con sus platillos durante estos meses. ¿Cuál es el diferenciador que te hace elegir a qué restaurante asistirás o no? La pandemia se convirtió en un reto mundial y creemos que, con paciencia y responsabilidad, lograremos adaptarnos a esta época de cambios.

Este artículo fue publicado por Norma García como parte del programa de “interns” de Datlas

Saludos,

Equipo Datlas.

¿Cómo está México de Salud? Difundiendo datos de salud (ENSANUT 2018) del INEGI – Datlas investigación

Imaginate que podamos enviar a todo un país a una consulta médica o un “check-up” cuyo resultado sea una foto de la salud a nivel nacional. Sin duda alguna esta epopeya sería muy costosa, pero gracias a la estadística podemos encontrar algunas maneras de economizar el ejercicio. El Instituto Nacional de Estadística y Geografía (INEGI), y el Instituto Nacional de Salud Pública (INSP) en México llevaron a cabo la Encuesta Nacional de Salud y Nutrición (ENSANUT) 2018, con el propósito de conocer el estado de salud y nutrición de la población mexicana. Con base a un tamaño de muestra bastante decente obtenemos un panorama nacional de lo que ocurre en materia de salud. Tamaño de muestra 50 000 viviendas Componente Salud, 32 000 viviendas Componente Nutrición, que representan a 126.5 millones de habitantes.

Datlas_Ensanut_Salud_Inegi (3)

En la columna de hoy identificaremos algunos destacados y pondremos piso a futuras investigaciones a generar con estos datos y/o microdatos.

Datlas_Blog_Promo_SuscriberFree

POBLACIÓN ¿Cuántos somos?

El pase de diapositivas requiere JavaScript.

En el estimado más cercano al censo del 2020 México cuenta con cerca de 126 millones de habitantes. Como lo ha sido históricamente los grupos de edad más amplios son los de 10 a 19 años y en general existe un “bono demográfico” de jóvenes que podrían asegurar el futuro demográfico y económico del país.

Por otro lado hay más mujeres que hombres a nivel general. Pero si nos vamos puntualmente por grupos de edad en menores de 19 hay más hombres que mujeres.

*Te puede interesar“Excel simple para salud” donde analizamos datos de embarazos en México 

PADECIMIENTOS

El pase de diapositivas requiere JavaScript.

Tristemente, pero objetivamente cuando hablamos de México y su salud tenemos que asociar diabetes y obesidad. En general son los principales padecimientos y según estudios científicos estas dos situaciones están muy asociadas.

Datlas_Promo_Facebook_Suscribe

La educación alimentaria sigue sin ser prioridad. Con el teme del COVID-19 ha levantado la atención, pero sigue sin haber u programa formulado. Hoy 3 de Julio de 2020 se ha difundido un nuevo programa educativo por televisión para el país, sin embargo no se dieron particulares sobre brindar educación nutricional.

Por otro lado, el estudio completo de ENSANUT, identifican una mayoría de inactividad en niños. Por otro lado , muy pocos adultos declararon correctamente conocimientos sobre la cantidad de calorías que debería consumir un adulto.

El pase de diapositivas requiere JavaScript.

HOSPITALIZACIÓN Y ACCESO A SERVICIOS MÉDICOS

El pase de diapositivas requiere JavaScript.

Información del mercado de hospitalizacion también fue compartido. Llamada la atención la similitud entre acceso a seguros de zonas urbanas vs. zonas rurales. Uno pensaría que están más limitados en zonas rurales, pero al menos al 2018 la imagen es muy similar.

En relación a grupos de edad de hospitalización, destacan los grupos de 20 a 29 años. Considerando que las cesarías y partos están contabilizadas como operaciones  posiblemente esto sea por motivos de toda la atención necesaria en estos procesos.

En esa línea, los principales motivos de hospitalización son 31% por enfermedades no quirúrgicas. Después con el 26% cirugías, 12% partos, 7% cesáreas, 8% lesiones físicas, entre otros (Tabla superior).

El IMSS es la institución que más casos atiende junto a los servicios de salud Estatal. Como 3er protagonista están las instituciones privadas que atienden el 23% de las hospitalizaciones en el país.

Datlas_Promo_Podcast_Suscribe

*Te puede interesar: “Datos de salud y ciberseguridad” ¿Qué es HIPPA? Y cómo se almacenan datos de salud

FUTURAS INVESTIGACIONES ¿Tanto dato para qué?

Mientras no podamos enviar a todo un país a servicios médicos, en México contamos con el ENSANUT para tener una radiografía detallada. En esta columna se mencionaron sólo algunas de las muchas variables que se contemplan en el reporte sobre salud y nutrición.

Este tipo de datos nos podría llevar a nuevos hallazgos para identificar qué zonas son las que necesitan mayor intervención, cómo generar un programa de asistencia alimentaria, cuándo es prudente implementar un programa nutricional educativo y qué otras variables están relacionadas con estas condiciones de salud.

El pase de diapositivas requiere JavaScript.

¿Qué sigue? Responder a dudas como

  • Está asociada la presencia de marcas de alimentos y bebidas de altas calorías con los índices de obesidad
  • La falta de infraestructura para deporte es el causante de la inactividad física
  • El hecho de que todos los adultos en casa trabajen significa que los niños hacen menos ejercicios
  • Los niveles socieconómicos son variables predictivas de alguna condición de morbilidad
  • Cómo podríamos dar mejores respuestas atacando el problema de raíz en caso de pandemias como el COVID-19

Lo siguiente no sólo será trabajo de científicos de datos. En colaboración el sector público, la academia, doctores, nutriólogos, entre otros podrán usar estos datos para responder este tipo de preguntas.

¿Qué otras preguntas podríamos responder? Hasta aquí la columna de hoy. Recuerda suscribirte al blog y compartir en tus redes sociales para apoyarnos a generar mayor conciencia de salud con hechos y datos más que con intuición.

*Conoce nuestro trabajo en áreas de salud orientando a hospitales y a laboratorios. Ve aqui nuestro DEMO.

Fuentes:

 

 

Smart Cities o Ciudades Inteligentes ¿Será prudente no hablar de COVID-19?

En medio de una pandemia que arrasa al mundo entero de pronto me encuentro en una mesa de dialogo junto a dos colegas emprendedores y un reportero de cierto periódico de alta circulación en México. ¿El tema? Tecnología. Comenzamos a platicar acerca de la forma en la que la tecnología ha apoyado y puede seguir aportando valor para elevar el nivel de vida de la humanidad en general. De forma más particular fuimos profundizando en cada uno de nuestros emprendimientos: por un lado, telemedicina, por otro reclutamiento de talento en programación y, finalmente, nosotros en la parte de analítica, big data e inteligencia artificial. El periodista nos comienza a hacer un par de preguntas a cada uno, me tocó ser el último. No era de asombrarse que se asociaran los temas con la crisis sanitaria actual, pero lo que si me sorprendió fue que al llegar a mí la pregunta estuvo lejos del tema COVID, de hecho, la interrogante fue: “Ustedes que están en esta parte de los datos, el big data, la inteligencia artificial ¿cómo ven el tema de las ciudades inteligentes? ¿qué nos falta en México para poder consolidar una ciudad inteligente?” Confieso que en un inicio hasta me puse a pensar si es que era prudente no hablar de COVID, pero me gustó tanto la duda que he de dedicar esta columna a hablar de ciudades inteligentes, si, aún en esto tiempos donde el tema central pareciera ser otro.

Datlas_Blog_Promo_SuscriberFree

¿Qué es una ciudad inteligente?

Antes de comenzar nos gusta plantear la base de conocimientos necesarios sobre el tema. Iniciemos por definir el concepto de ciudades inteligentes (Smart Cities en inglés). De acuerdo con el Banco Interamericano de Desarrollo (BID) una ciudad inteligente es aquella que coloca a las personas en el centro del desarrollo, incorpora tecnologías de la información y comunicación en la gestión urbana y usa estos elementos como herramientas para estimular la formación de un gobierno eficiente.

A nosotros nos gusta también la perspectiva que define a una ciudad inteligente como un núcleo urbano que disponen de tecnología para desarrollar el bienestar de sus ciudadanos con el máximo respeto al medio que los rodea, alcanzando un punto de equilibrio llamado sustentabilidad. La implementación de tecnologías de última generación supone una mejora sustancial en la calidad de vida de los ciudadanos. Deben enfocarse en garantizar movilidad, seguridad, habitabilidad y bienestar a todos ellos.

datlas_mx_blog_smart_cities_deloitte

datlas_mx_blog_smart_cities_deloitte_2

¿Por qué una ciudad inteligente?

Ahora bien, la relevancia de esta nueva forma de organización urbana trasciende a un tema de moda o una tendencia pasajera. Lo hemos estado escuchando en el argot de negocios en temas de productos y servicios, diseñar centrados en el usuario es la diferencia para dotar de una experiencia más que de una solución al cliente final y generar ese valor. En el tema de ciudades no es distinto, al poner a las personas en el centro del desarrollo se generan nuevas ideas de concepción espacial y de organización que nos ayudan a innovar en muchas formas, entre ellas, las interacciones que se tienen con los servicios públicos y hasta la manera en la que nosotros mismos realizamos algunas actividades.

Si hablamos de un ejemplo en particular podría ser la congestión vehicular. Esta es una de las principales preocupaciones en las grandes ciudades de México, debido al impacto social y económico que generan. En términos económicos, el costo de horas productivas perdidas a causa de la congestión vial es de $94,000,000 millones de pesos al año, así lo dio a conocer el Instituto Mexicano para la Competitividad (IMCO) el pasado mes de marzo del presente año.

datlas_mx_blog_smart_cities_congestion_vehicular_mexico

Víctimas de embotellamientos, los habitantes de México pierden alrededor de 432 horas al año en traslados para poder realizar sus actividades, lo equivalente a entre 11 y 18 días perdidos al año. Ante esta problemática, diversas ciudades están buscando migrar a este esquema de ciudad inteligente.

¿Cómo convertirse de ciudad en ciudad inteligente?

Ciudades con sensores distribuidos en diversos puntos de su territorio, dedicados a recolectar información en tiempo real que mejore la movilidad de sus habitantes. Ciudades con sistemas de alumbrado público, que adapten su nivel de iluminación a las condiciones del entorno, o con cámaras de seguridad vinculadas a un software de análisis, capaces de identificar situaciones de anormalidad y hacer reconocimiento de imágenes. Los ejemplos descritos previamente son una muestra de las diversas formas en las que pueden funcionar las ciudades inteligentes.

datlas_mx_blog_smart_cities_mexico_panorama

Si bien no existe una metodología desarrollada sobre como convertirse en ciudad inteligente, Deloitte ha tenido a bien darnos algunas directrices para lograrlo:

  1. Definir los objetivos estratégicos. ¿Qué queremos decir con esto? Que se tienen que analizar las razones por las que se quiere migrar a un modelo de ciudad inteligente.
  2. Una vez que se hayan definido los objetivos, debe elaborarse un diagnóstico robusto, el cual permita a las ciudades identificar ya sean sus problemas –como cuestiones de movilidad o servicios– o bien su vocación –por ejemplo, turística–, aspectos que pueden ser solucionados o impulsados a través de la tecnología.
  3. El siguiente paso es aterrizar ese diagnóstico en una cartera de proyectos, es decir, definir la manera o las acciones concretas que se van a poner en marcha para lograr los objetivos planteados.
  4. Posteriormente, tiene que diseñarse un caso de negocio en el que se establezcan los mecanismos de financiamiento para los proyectos, se analice su rentabilidad y los recursos que se necesitarán para su implementación.
  5. Finalmente pasar de la planeación al despliegue físico y operativo.

¿Qué nos falta en México?

Para empezar, hay que reconocer que en México tenemos 5 ciudades que están encaminadas a convertirse en ciudades inteligentes dentro de algunos años. Algunas han estado trabajando por más de 6 años y han logrado avances significativos. Estas ciudades son: Maderas, Querétaro, Smart Puebla, Ciudad Creativa y Tequila.

datlas_mx_blog_smart_cities_wallpaper

Ahora bien, en mi opinión, que aparte coincidimos en la mesa de dialogo junto a los colegas y el reportero, lo que nos sigue haciendo falta para poder avanzar más ágilmente en estos temas de convertir ciudades en ciudades inteligentes es la cuestión de la colaboración. Cuando estas hablando de intervenir con sensores las calles, poner cámaras, monitorear los servicios públicos, etc. Se requiere una colaboración, por no mencionar una sincronía técnica, de tamaños descomunales que solo he visto en México en tiempos de desastres naturales como la recuperación después del último temblor en CDMX, por ejemplo. Esto nos llama no solo a plantear la colaboración como un mecanismo necesario para ejecutar proyectos de este estilo sino a realmente concientizarnos de que los nuevos modelos de negocios son colaborativos desde origen y debemos premiar las alianzas y las sinergias desde la concepción de nuestras empresas hasta la manera en la que gestionamos las ciudades.

Terminamos la platica entre risas esperando no ser imprudentes al haber estado hablando de temas ajenos a la pandemia, pero sin duda fue una reflexión bastante enriquecedora. Y tú, ¿Qué opinas al respecto? Cuéntanos en nuestras redes sociales

@DatlasMX

 

CONFERENCIA Y PODCAST: Generando estrategias Go-To-Market para el sector turismo – Datlas talks

Esta grabación es resultado de nuestra “MasterClass” impartida en colaboración con el Clúster de Turismo Nuevo León. Juntos quisimos innovar para compartir la metodología “Go-To-Market” (De salida al mercado”) trás el COVID-19. En esta columna contamos la gran experiencia que tuvimos, la participación de más de 50 expertos de la industria y la intervención de 5 directores y gerentes de compañías de la industria que nos compartieron su experiencia.

Esta columna y este contenido se comparte también en nuestro podcast “Café de Datos. Escuchalo dando click aqui. O puedes ver el video aqui.

Datlas_Blog_Promo_SuscriberFree
¿Qué es una masterclass? A diferencia de una clase tradicional, donde el conocimiento es unidireccional, en una masterclass se fomenta la participación de los asistentes. La experiencia propia y los conceptos prácticos son los protagonistas de este aprendizaje colectivo.

¿Qué preguntas respondemos?

A) ¿Qué es una estrategia Go-To-Market?,

B) ¿En dónde enfocar la estrategia de relanzamiento? y

C) ¿Qué tecnologías pueden apoyarte en este proceso?
¿Qué es Go To Market? Mientras una estrategia de marketing es un plan de largo plazo donde se establecen planes de comunicación y promoción para un mercado determinado. Go-To-Market es de corto plazo. Es un plan donde paso a paso se establece un mapa de lanzamiento de un nuevo producto, servicio o expansión.

Datlas_Masterclass_Cluster_Invitados

Durante la charla tuvimos 5 invitados que nos apoyaron en la colaboración de este conocimiento:

  • Juan Cuarlos Zuazua (CEO de la aerolínea VIVAEROBUS),
  • Jesús Guerrero (CEO de la empresa de aventura IBO ADVENTURES),
  • Alejandra Patiño (Gerente del CLÚSTER TURISMO DE MONTERREY),
  • Alexandra Martínez (CEO de MEETINGS FACTORY) e
  • Ileana Rodríguez (Directora de Sustentabilidad en GRUPO XCARET).

 

Revisa las láminas de la presentación aqui:

Datlas_Blog_Promo_SuscriberFree
Como conclusión de esta sesión de masterclass:

  • Continuemos retando nuestro modelo de negocio, más aún, porque el entorno nos lo demanda
  • Utilicemos las herramientas de una estrategia        Go-To-Market para impulsar nuestra reactivación en turismo
  • Trabajemos de manera colectiva, más que nunca, necesitamos un frente común y no polarizarnos

Te invitamos a completar esta lectura con la escucha del podcast. Compartirlo también con tus colegas que están en vísperas de la recuperación de tu negocio

Datlas_Caso_Blog_Podcast_masterclass

Hasta aqui la columna de hoy, te invitamos a estar en sintonía con nuestras redes y darle seguimiento a la nueva temporada que tenemos de podcast. Nos apoyaría mucho que te “suscribas” en la plataforma de spotify para continuar creciendo como comunidad.

 

También ya está online el video de la charla completa. Click aqui. 

Saludos

Equipo DatlasMX

-Keep it weird-

Análisis de datos desde Google Analytics

Nuestra filosofía desde el día zero ha sido que con los datos y la tecnología adecuada las personas podrán resolver problemas cada vez más complejos. En más de una ocasión nos hemos enfrentado a un público que desconoce términos como análisis de datos o big data. Uno de los ejemplos más claros e intuitivos que solemos comentar en estos foros es precisamente el de Google Analytics, esta herramienta de Google que nos permite conocer las principales métricas de nuestro sitio web, desde el número de visitantes que recibimos hasta las páginas que más consultan los visitantes cuando acceden al mismo. Este aplicativo nos permite adentrarnos en el mundo del análisis de datos desde un panel de control simple de comprender para cualquier profesional. En esta columna vamos a repasar algunos de los conceptos que nosotros mismos y algunos de nuestros clientes hemos tenido que estudiar cuando nos adentramos al mundo de Google Analytics, así como un par de preguntas interesantes a plantear cuando estas analizando los datos.

free_Suscriber

Top 5 de conceptos básicos

Sin duda habrá un montón más, pero por lo menos para nosotros, de inicio, estos han sido los conceptos menos intuitivos y que más trabajo nos costo entender. Al mismo tiempo son conceptos que nos dan insights claves a la hora de los análisis y la derivación de accionables.

  1. Adquisición: las métricas de adquisición muestran de dónde proviene su tráfico, ya sea búsquedas de Google, enlaces a redes sociales u otros sitios web.
  2. Porcentaje de rebote: un rebote es una visita al sitio web de una sola página, por lo que la tasa de rebote de su sitio es el porcentaje de visitas a una sola página que tiene su sitio. En general, lo ideal es que este número sea lo más bajo posible.
  3. Objetivos de conversión: es la finalización de una actividad en su sitio que es importante para el éxito de su empresa, como un registro completo para el newsletter. OJO: esto debemos configurarlo desde inicio antes de que Google rastree cualquier proceso de conversión.
  4. Sesiones: una sesión es un único período de visualización activo continuo por un visitante. Si un usuario visita un sitio varias veces en un día, cada visita única cuenta como una sesión.
  5. Vistas de página únicas: la cantidad de páginas nuevas por sesión de visualización que los usuarios han visitado.

datlas_mx_blog_google_analytics_logo

Ahora bien, hasta aquí por lo menos sabemos de que se tratan el montón de datos que podemos ver en el panel de Google Analytics, pero lo realmente importante de los datos es la inteligencia que guardan detrás y lo que podemos accionar con ellos una vez que hayamos analizado a fondo sus “historias”. Para esto existen también algunos consejos y lineamientos que hemos aprendido en los últimos años y queremos compartir con ustedes.

En primer lugar y lo más importante es plantear las preguntas a resolver antes de entrar en analytics. Pero ¿cómo? ¿antes de entrar? ¿no estábamos ya dentro? Sin duda es algo contra intuitivo, pero importantísimo. El paso previo para poder entrarle a cualquier análisis es plantear las preguntas a resolver, es decir, tener claro lo que se va a investigar, por ejemplo: ¿por qué no estoy teniendo suficientes suscriptores a pesar de estar dirigiendo mucho tráfico a mi página? ¿dónde pudiera estar el cuello de botella?

datlas_mx_blog_google_analytics_panel

Una vez teniendo clara la pregunta podemos entrar a explorar los indicadores claves que nos ayuden a responder o validar las hipotesis. Por ejemplo, mencionamos el concepto de porcentaje de rebote o incluso los mismos objetivos de conversión que son métricas o indicadores por los que podemos empezar para descifrar esta incógnita. En este punto es importante mencionar el segundo de los consejos: personalizar alertas. Existe una opción dentro de Google Analytics que te permite establecer alertas dadas ciertas condiciones en los indicadores. Configurando alertas podrás establecer procesos o protocolos específicos. Uno de nuestros clientes, por ejemplo, tiene establecido que si el trafico de la pagina baja cierto nivel le llega una alerta al equipo de marketing que inmediatamente acciona una campaña de Adwords para contrarrestar el efecto.

El tercer consejo es analizar la velocidad del sitio. Hoy en día las nuevas generaciones estamos cada vez más acostumbrados a la inmediatez y no hay nada más dañino para un negocio en términos de posicionamiento que un sitio web que se tarde años (más de 3 segundos para millenials y posteriores) en cargar. En la sección de comportamiento (behavior) podrás encontrar los page timings y algunas sugerencias al respecto.

datlas_mx_blog_site_speed

El penúltimo tip que queremos compartirles tiene que ver con conocer a sus clientes. Dentro de Google Analytics se pueden visualizar las categorías de afinidad de los usuarios que visitan tu sitio web. Esto no solo sirve para temas del sitio web como ajustes de narrativa o visuales sino también para entender el perfil de los clientes y poder accionar otro tipo de estrategias de manera holística en el negocio como por ejemplo despliegues promocionales, activaciones, ajustes a presentaciones de ventas, actividades de prospectación y más.

Finalmente, una de las cosas más graciosas que hemos aprendido en este mundo de Google Analytics: hay que excluir el tráfico interno. Es bastante interesante ver como de pronto el mismo equipo es el responsable de una parte importante del tráfico en el sitio web, incluso muchas veces metiendo sesgo o ruido a los números y por ende, a los análisis. Este último consejo es muy importante, se pueden excluir direcciones IP especificas para que Google Analytics omita contabilizar sus efectos en los indicadores.

De esta forma llegamos al final de esta columna, si quieres aprender más acerca de Google Analytics contáctanos y podemos apoyarte. Si ya haz tenido experiencia en este mundo y tienes algunos conceptos que compartir con la comunidad o incluso consejos como los antes mencionados por favor compártelos en nuestras redes sociales

@DatlasMX

Fin de Temporada Podcast Café de Datos – Invitado estrella…

“Una de las cosas críticas en esta crisis que hemos estado tratando de superar … es que tenemos que tirar el libro de reglas. Nunca hemos visto este tipo de crisis en nuestras vidas ” Ana Botin,Presidente Ejecutivo Santander.

18. Fin de Temporada 1 - Understanding the world around us with location analytics

Con gusto compartimos que llegamos al fin de la primer temporada de “Café de Datos”. Y así como nuestros capítulos de invitados, lo cerramos a lo grande con un especialista en cartografía y análisis de ubicación: Sasha Trubetskoy.

Sasha es originario de “North Virginia” en  Estados Unidos. Estudió Estadística en la Universidad de Chicago. Su principal especialidad es comunicar datos y análisis a partir de mapas. Impulsando proyectos independientes como mapas de “nieve”, de iphone vs. android o históricos ha llegado acompañada de fama en redes sociales. Actualmente es consultor independiente y socio en Kartographia, empresa de análisis de datos.

Datlas_barra_suscribir

Desde Datlas, nos entusiasmo mucho invitar a Sasha al podcast y preguntarle sobre su desarrollo profesional, qué hace un cartógrafo en el 2020 y qué piensa del futuro de la analítica en 30 años. Este episodio le podrá ser de utilidad a quienes estén decidiendo cómo formar su carrera en analítica o estén evaluando darle un giro a su profesión para enfocarse a la generación y comunicación con datos. Han acudido personas a nosotros con estas inquietudes en la época del COVID-19 y nos parece un buen punto de partida para inspirar su decisión.

Este es el primer episodio que generamos en idioma inglés (rompimos las reglas). Notarán que no es nuestro primer idioma, pero hicimos el esfuerzo para traerles contenido de calidad.

Una síntesis de las preguntas qué revisamos en este episodio

o Introducción con Sasha: ¿Puede contarnos sobre su trayectoria profesional (académica, publicaciones y cursos favoritos). ¿Qué hay de tus pasatiempos? ¿Qué temas prefieres para leer?

o Entonces, ¿Qué pasa con tu título profesional (Estadística en Universidad de Chicago), cómo es el antes y el después con respecto a su conocimiento de análisis de datos?

o ¿Crees que un título como el que tomas te da una ventaja en el campo del análisis de datos?

o En este momento, ¿Cuál es tu “Caja de herramientas” preferida para analizar datos y también para hacer estos impresionantes mapas?

o Menciona estadísticas, ¿Puede especificar sobre el uso de estadísticas en los desafíos que resuelve ahora como profesional?

o Además, como cartógrafo, fusiona sus capacidades de análisis con mapas. ¿Puedes dar más detalles sobre el proyecto de mapas de Android e IOS?

o Hablemos de análisis de ubicación(“Location Analytics”). En este momento, es como el santo grial en análisis. Entonces, en tus palabras, ¿Cómo podemos definirlo?

o Con respecto a la analítica descriptiva y predictiva. ¿Cuáles son algunos ejemplos en los que podemos aprovechar el análisis de ubicación en lugar de, por ejemplo, simplemente usar una hoja de cálculo?

o Entonces, imagino que existen algunos desafíos al trabajar con el análisis de ubicación. Por un lado, necesita un atributo de ubicación para cada registro, como una coordenada, una dirección o algo similar. Por otro lado, debe poder utilizar los métodos estadísticos tradicionales para transformar estos datos en ideas. ¿Cuáles son los 3 desafíos principales cuando trabaja con este tipo de datos?

o Ejemplo de aplicaciones del mundo real de análisis de ubicación.

o En los últimos años ha habido muchos escándalos de privacidad como los de Cambridge Analytica o el gobierno siguiendo los caminos de las personas en disturbios con grandes datos. Estos eventos crean conciencia sobre el uso que las compañías le dan a nuestros datos. ¿Cuáles son las principales preocupaciones desde una perspectiva de ética que un analista debe tener cuando trabaja con análisis de ubicación?
o cierre.

Datlas_CafeDeDatos_1eraTemporada

Datlas_barra_suscribir

Hasta aqui el episodio de hoy, te invitamos a suscribirte a nuestra plataforma  y te invitamos a hacerlo también en nuestro podcast “Café de Datos”. Te vas a pasar un buen rato y tenemos muchas sorpresar para la 2da temporada. Gracias a  los más de 3 mil escuchas de más de 10 países que nos han dado la oportunidad hasta ahora.

Equipo Datlas

– Keep it weird – 

Masterclass: Estrategias Go-To-Market para el sector turismo y reuniones

Video de masterclass completa da click aqui

La pandemia del COVID-19 llegó a cambiar las reglas en el ámbito social y de negocios. Estos últimos meses hemos visto como miles de negocios han sido obligados a cerrar sus puertas ante la incapacidad para adaptarse a estas nuevas circunstancias. Adaptarse trae consigo un reto a todos los niveles de la organización desde la parte operativa, táctica y hasta estratégica. Los nuevos pronunciamientos estratégicos deben realizarse con base en metodologías capaces de tomar en cuenta las prioridades actuales. Este próximo Viernes 17 de Julio en punto de las 11:00am estaremos dando nuestra primera Masterclass donde hablaremos precisamente de Estrategias Go-To-Market, un marco metodológico para generar esos planes de acción tan necesarios para adaptarse a este “nuevo normal”.

Datlas_Blog_Promo_SuscriberFree

¿Qué es una Masterclass?

Una Masterclass es una clase sobre cierta disciplina impartida a participantes por un experto en la materia. A diferencia de una clase regular, en este tipo de clase se fomenta la participación uno a uno de distintos participantes. Mientras el participante cuenta una anécdota o experiencia propia los demás participantes escuchan. El maestro (experto) retroalimenta y va estableciendo la agenda de conocimiento colectiva un participante a la vez.

datlas_mx_blog_masterclass_turismo

¿Qué es una estrategia Go-To-Market?

Es un plan a corto plazo donde paso a paso se establece un mapa de lanzamiento de un nuevo producto, servicio o expansión. Es un plan que permite a las organizaciones ser preventivas y desarrollar métricas para identificar si su desarrollo es exitoso o un fracaso. Si quieres profundizar en el tema te invitamos a leer nuestra columna anterior acerca de Estrategias Go-To-Market en un mundo de datos.

datlas_mx_blog_masterclass_gotomarket_gtm_turismo

¿Por qué enfocada en Turismo y Reuniones?

Dentro de las consecuencias que ha tenido el COVID-19 en términos económicos y de negocios una de las industrias más impactadas es precisamente la industria turística. Desde caídas en la demanda de vuelos superiores al 60%, perdidas de más de $250,000 millones de dólares en ingresos por pasajeros hasta más de 300 hoteles cerrados en México, más de 53,000 habitaciones perdidas, tasas de ocupación inferiores al 45%, más de $243,000 millones de pesos en pérdidas para comercios, 84% de los recintos de reuniones con eventos cancelados, y más. Básicamente la industria de turismo está peleando por su vida.

 

 

Como miembros del Clúster de Turismo de Monterrey y comprometidos con poner el poder de los datos y la tecnología en manos de los negocios para ayudarles a tomar mejores decisiones hemos decidido tomar esta metodología Go-To-Market y acotarla al caso de la industria turística fomentando una experiencia de aprendizaje colaborativa en donde los protagonistas del sector sean los principales generados del conocimiento colectivo y que todos como gremio podamos beneficiarnos de un marco metodológico que nos permita adaptarnos a la nueva realidad aprovechando el relanzamiento de nuestros productos/servicios o incluso la generación de una nueva propuesta de valor.

 

 

Si eres parte de esta gran industria y te interesa aprender como poder hacer tu estrategia Go-To-Market para adaptarte a la nueva realidad puedesconsultar la presentación en esta liga y el video aqui. Asimismo mantente atento a nuestras redes sociales para enterarte como acceder a la grabación e incluso las siguientes Masterclass.

¡Gracias!

-Keep it weird-

Esta fue la dinámica de los lugares más visitados durante COVID-19 en Ciudad de México CDMX – Datlas Research

Ha pasado la primera mitad del año y la población ha estado más al pendiente de datos de salud que nunca antes. En México todos los días tenemos un reporte de presidencia y cada semana a nivel federal y estatal. “Quedate en casa” ha sido el mantra durante la pandemia de COVID-19 y desde Datlas hemos estado recopilando datos que pueden ser del interés de quienes han promovido estas iniciativas. Nos referimos a los famosos “checks-ins” de redes sociales que hemos analizado con anterioridad en columnas como “¿Qué hace la gente en Monterrey (Análisis de datos de Foursquare-Swarm)?”. En este capítulo reunimos estos check-ins de los últimos 7 meses (Diciembre 2019 a Junio 2020) para CDMX identificando los lugares que han sido más frecuentados en tiempos de COVID-19.

Datlas_barra_suscribir

Repasando un poco, cuando en redes sociales como twitter se comparten “check-ins” de aplicaciones como Swarm se registran de manera pública “tweets” geo-referenciados.  Esto gracias a que la publicación extrae datos del GPS.

Datlas_CDMX_CasoTwitter_Checkins

Haciendo uso del API de twitter se pueden obtener datos de los lugares más visitados y compartidos en estas aplicaciones. Tal como lo platicamos en este blog.

Datos para CDMX

El pase de diapositivas requiere JavaScript.

Para el análisis de este blog contamos con más de 250,000 checkins recolectados desde Diciembre 2019 hasta Junio 2020. De esta manera podemos identificar de manera más óptima los cambios a partir de que en el país se tomaron medidas de aislamiento en época de pandemia. Particularmente la última semana de marzo fue cuando en México llegamos a los 1,000 casos. Y en ese sentido iniciaron las medidas y campañas de comunicación más intensas. Se puede identificar en el gráfico superior una caída de 77% en Abril respecto al mes de Marzo 2020.

*Te puede interesar nuestro modelo de respuesta inmediata para COVID-19

Análisis de corte temporal

El pase de diapositivas requiere JavaScript.

¿Qué pasa a lo largo del tiempo y los días entre semana? Gracias a que los tweets que revisamos tienen una “estampa de tiempo” podemos tener lectura que para CDMX los Lunes son los que menos dinámica de visita tienen. A partir de esto los niveles son similares alrededor de la semana. En particular destaca de forma mínima el jueves y sábado, siendo los 2 días donde se acumulan más check-ins respecto al resto de días de la semana.

Considerando que los datos del mes de Diciembre son “extremos” generamos un gráfico con 3 categorías de Check-ins: Los de Diciembre, que son la mayor parte de la muestra, los de antes de las medidas de aislamiento (Enero a Marzo) y los que sucedieron después de las medidas de la pandema #susanadistancia (Abril a junio). Identificados con colores azul, naranja y verde encontramos una fuerte disminución de los check-ins correspondientes a los períodos de aislamiento.

Análisis por ubicaciones

El pase de diapositivas requiere JavaScript.

Usando la técnica de Geohashes para agregar check-ins por zonas y no sólo por puntos coordenadas en un plano logramos identificar las regiones donde se acumulan más check-ins. Siendo el Top 1 la zona de Reforma, donde se encuentra el “Ángel de la independencia”. En el Top 2  el Aeropuerto de CDMX y el Top 3 es el Centro Histórico.

De la misma manera podemos tener lectura de los niveles de todos los cuadrantes de la CDMX que al menos hayan tenido un check-in en los 7 meses anteriores.

Otras exploraciones es que usando algunos motores gráficos logramos generar gráficos con corte delegación. De esa manera podemos leer en qué delegación hubo más movimiento y más aislamiento debido a las medidas que han sido comunicados por el gobierno central.  También es así cuando agregamos niveles a los puntos graficados asociando la altura de las barras a “los seguidores” o la popularidad de las cuentas que lo publican. Estos gráficos se encuentran en las imágenes inferiores.

El pase de diapositivas requiere JavaScript.

Análisis por delegación

Datlas_Check-ins para CDMX en tiempos de COVID-19_v22

De esta manera identificamos cuáles delegaciones han tenido mayores bajas. Por ejemplo en Iztacalco está ubicado el Autódromo, donde seguramente dejó de haber eventos por medidas de aislamiento así que es entendible la situación. En Naucalpan hay varias Universidades y clubes campestres. Debido a las medidas de precaución COVID-19 se ha cerrado el tráfico de personas de manera temporal. De esta manera podemos encontrar sentido a cada una de las zonas. Pero en general podríamos generar otras aproximaciones para tratar de identificar cuánto de ese tráfico se asocia a medidas COVID-19 o a otras explicaciones.

Datlas_barra_suscribir

Visualización integradora

Finalmente, como la visualización enamora. Generamos también otro tipo de visualizaciones para dar un ejemplo de cómo podríamos presentar los datos con cortes y con variables más integradoras.

 

Check-ins para todo CDMX

Check-ins para zona Polanco

Check-ins para zona Condesa

Check-ins para zona Coyoacán

Check-ins para zona Roma Norte y Paseo de la Reforma

 

Cierre

Los datos de check-ins de redes sociales son útiles para identificar la dinámica en una gran ciudad como “Ciudad de México”, la capital mexicana.  Si bien un análisis que requiera precisión requiere datos más representativos, los check-ins pueden ser una base que nos oriente en el entendimiento de la dinámica de una ciudad. En un análisis temporal donde se considera un antes y después de las medidas de aislamiento por el COVID-19 es posible tener lectura de los cambios en la dinámica de salidas de las personas usando estos check-ins.

Algunas delegaciones han tenido efectos más críticos que otras. Pero lo destacable es que con este tipo de datos podemos identificar qué día de la semana y en qué zonas de las ciudades se han cumplido de mejor manera las medidas impuestas por el gobierno y secretaría de salud.

Este tipo de análisis podría detonar accionables como mejorar las medidas en zonas específicas, monitorear cómo seccionar la apertura económica por partes, qué rutas de transporte público hay que sanitizar debido a que el tráfico está en incremento, entre otros. Asesorarse con expertos de múltiples disciplinas (doctores, sociólogos, economistas, estadistas, entre otros.) para tomar decisiones basada en hechos y datos en lugar de intuición sería la mejor medida para continuar luchando contra esta crisis.

Con esto cerramos este blog. Recuerda compartir la columna con tus conocidos, compartir tus opiniones y contarnos ¿Qué tal se han tomado las medidas en tu país?

Saludos

-Keep it weird-

Equipo DatlasMX

4 pasos para preparar tus bases de datos para análisis

Hoy en día la transformación digital cuenta con distintos pilares dentro de los que destaca la analítica o análisis de datos. Apalancar todo el valor que esconden las grandes cantidades de información disponibles en la actualidad permite que los negocios y la sociedad, en general, se organice y genere valor de formas innovadoras. Para lograr un análisis de datos, la materia prima es clave: las bases de datos. Como cualquier materia prima las bases de datos guardan atributos y características que las hacen ser mejores o peores al momento de ser utilizadas como input para un análisis. En esta columna vamos a revisar 4 sencillos pasos con los que podrás asegurar que tus bases de datos estén preparadas y listas para realizar análisis de calidad que generen un verdadero valor diferencial para tu negocio. Estos 4 pasos son: limpieza, reestructura, homologación y clasificación.

free_Suscriber

#1 Limpieza de datos

El llamado data cleansing, por su traducción al idioma inglés, es el proceso de descubrir y corregir o, en casos extremos, eliminar registros de datos que han sido identificados como erróneos dentro de una tabla o base de datos. Este proceso de limpieza de datos permite identificar datos incompletos, incorrectos, inexactos, no pertinentes, etc. y luego sustituir, modificar o eliminar estos datos sucios.

Hay distintos métodos para limpieza de datos. Uno de ellos es el análisis gramatical que identifica errores de sintaxis, es decir, si el sistema lo tiene declarado como una variable numérica y el usuario registro una palabra, este tipo de análisis lo identifica. Existe la transformación, que básicamente ajusta los datos dentro de un formato esperado, en la mayoría de las ocasiones la transformación es para normalizar los datos y ajustarse a valores mínimos y máximos. Otra forma es el eliminar duplicados, que como su nombre lo dice, simplemente identifica registros repetidos y elimina uno de ellos. Finalmente, existen métodos estadísticos mediante los cuales la estadística descriptiva hace visualmente reconocibles las anomalías y posteriormente expertos se encargan de ajustar ese tipo de datos mediante la sustitución de los mismos por valores promedios o algún otro tipo de tratamiento, dependiendo de la naturaleza del dato.

Una vez detectados estos datos “sucios” es necesario identificar las causas para poder establecer flujos de trabajo ejecutables de forma automática para que corrijan o excluyan este tipo de datos. En temas técnicos es común el uso de bibliotecas como Pandas para Python o Dplyr para R.

datlas_mx_blog_data_cleansing

#2 Reestructura de bases de datos

Este segundo paso del proceso de preparación de bases de datos tiene que ver literalmente con tomar una base de datos de cierta estructura como, por ejemplo, 10 columnas por 3 filas y alterarla de tal forma que al final quede una base de datos completamente nueva de, por ejemplo, 6 columnas por 7 filas, pero con los mismos datos ya limpios que obtuvimos en el paso anterior. Para ilustrar este punto utilizaremos un ejemplo muy sencillo:

Supongamos que levantamos una encuesta sobre productos y marcas que podemos encontrar en el baño de cada entrevistado. Los resultados de la encuesta nos darían una base de datos de la siguiente forma:

Entrev edad sexo Prod_1 Prod_2 Prod_3 Marca1 Marca2 Marca3 NSE
1 10 F Desodo

rante

Pasta de dientes Jabon líquido AXE CREST NUBELUZ A
2 25 M Pasta de dientes Sham

poo

Jabon en gel COLGATE ELVIVE AMIGO B
3 23 F Crema para peinar Pasta de dientes Jabon de barra SEDAL COLGATE ESCUDO C

Si quisiéramos que los datos nos digan que artículos son los que las mujeres de 24 a 30 años tienen en su baño, necesitamos manipular los datos de forma que podamos obtener como respuesta a esta pregunta un cálculo de frecuencia.

En este segundo paso es donde tomamos en cuenta las hipótesis o los objetivos de análisis para generar la reestructura de la información. En este caso, por ejemplo, la base de datos ya reestructurada quedaría así:

Entrevistado Edad Sexo Num_Prod Descripcion Marca
1 10 F 1 Desodorante AXE
1 10 F 2 Pasta de dientes CREST
1 10 F 3 Jabón Líquido NUBELUZ
2 25 M 1 Pasta de dientes COLGATE
2 25 M 2 Shampoo ELVIVE
2 25 M 3 Jabon en gel AMIGO
3 23 F 1 Crema para peinar SEDAL

Con lo cual podríamos establecer, suponiendo que utilicemos Excel, un filtro en la columna de edad para seleccionar las edades superiores a 24 años e inferiores a 30, al mismo tiempo que filtramos en la columna de sexo la letra F (de femenino) y simplemente calculamos el total de filas que quedan desplegadas de la tabla. De esta manera respondemos la pregunta inicial.

#3 Homologación de bases de datos

En este punto ya comenzamos a jugar con distintas bases de datos, es decir, muchas veces las empresas tienen distintas áreas donde el modo con el que tratan los datos es distinto. Por lo tanto, al momento de tratar de unificar resultados o compararlos, puede que no se estén tomando parámetros similares y eso difícilmente podrá permitir que se realicen cruces de información de manera eficiente.

Al homologar bases de datos es necesario generar estructuras preestablecidas y un glosario de variables que defina claramente los formatos y las especificaciones necesarias para cada tipo de variable registrada. Un caso muy común por ejemplo es el formato de fechas entre dos bases de datos distintas, mientras uno maneja el formato día/mes/año otro tiene registros como mes/día/año con lo que a la hora de hacer un cruce de información las fechas nunca logran empatar y es imposible realizar un cruce de forma adecuada.

datlas_mx_blog_homologacion_bases_de_datos

#4 Clasificación de bases de datos

Finalmente, tenemos el paso de clasificación. En este punto literalmente el objetivo es darle una etiqueta o categoría a cada base de datos de acuerdo al contexto que estemos manejando, la utilidad de la misma base de datos o las necesidades que estas satisfagan al interior de la organización. De forma general existen dos tipos de clasificaciones para las bases de datos: según la variabilidad de los datos o según su contenido.

Dentro de la primera clasificación existen las bases de datos estáticas, que generalmente son bases de datos de consulta, con registros históricos que no van a cambiar. El típico ejemplo aquí son las ventas de hace 5 años para una compañía de artículos deportivos. Por otro lado, están las bases de datos dinámicas, donde la información cambia a través del tiempo por actividades como: actualización, borrado y edición de datos. El mejor ejemplo en este caso son las bases de datos de clientes (CRM) donde hay constantes actualizaciones de información o incluso eliminación de prospectos.

En la segunda clasificación tenemos las bases de datos bibliográficas, que guardan literalmente registros de autor, fecha de publicación, editorial, etc. En contraste existen las bases de datos de texto completo que almacenan el contenido completo de las citas bibliográficas anteriormente citadas, por ejemplo. También existen subclases como directorios, bibliotecas, etc.

datlas_mx_blog_clasificacion_bases_de_datos

De esta forma logramos tener una integridad entre los datos almacenados, la base de datos que los resguarda, las distintas bases de datos dentro de una organización y su capacidad de complementarse al momento de realizar un análisis. Así de fácil podemos cuidar la calidad de nuestros datos para asegurar que podamos aprovechar todo el poder y las ventajas del big data a la hora de realizar analítica.

Si te interesa conocer más acerca de estos procesos o necesitas ayuda con tus bases de datos, visita nuestro Marketplace o contáctanos en nuestras redes sociales

@DatlasMX

 

Dashboards de negocios, guía para principiantes – Datlas

Un avión donde viajan 300 personas que puede ser conducido por 2 personas, una megaciudad de más de 5 millones de habitantes conducida desde un “war-room” (C4 ó C5) con 20 personas, o la gestión de un mundial de fútbol en más de 20 ciudades a la vez controlado por un equipo de 40 profesionales ¿Qué herramienta tienen en común?  Todos en algún momento usaron dashboards.

Datlas_barra_suscribir

En los negocios ocurre igual. Un tablero de control o dashboard es un lugar donde se pueden monitorear los aspectos más importantes del quehacer de una organización. Sinedo así,en el campo de “inteligencia de negocios” o “business intelligence”, este tipo de herramientas le ayuda a los tomadores de decisiones y operativos a reaccionar de forma efectiva a cambios en el negocio.

1) ¿Qué es un dashboards de negocios?

Es un gráfica que refleja el estatus operativo de datos recolectados en tiempo real (o casi tiempo real) visualizados en una plataforma. Un ejemplo de lo que podría ver un empresa que se dedica a envíos de comida a domicilio en un dashboard.

El pase de diapositivas requiere JavaScript.

Así como los pilotos en un avión monitorean la altura, velocidad, ruta y otros aspectos del vuelo. En un negocio podríamos vigilar las órdenes , las ventas, tiempos de entregan las entregas exitosas, los artículos más vendidos, entre otros.

Te puede interesar nuestra columna titulada: Ranking de Dashboards de COVID-19.

2) Características de un dashboard

Para ser considerado un buen panel de control tendría que integrar:

  • Un sistema valioso de indicadores
  • Visualización e interacción intuitiva
  • Buena calidad de datos como insumo y amplitud en cortes temporales
  • Un sistema completo de arquitectura que permita actualización automática

Recomendamos que leas nuestro ejemplo en: Analítica en Dashboards para Turismo.

3) ¿Cuáles son los tipos de dashboards?

Datlas_niveles

  • Dashboard estratégico: Resume y sintetiza los indicadores más importantes de la compañía para tomar decisiones de manera rápida basadas en datos
  • Dashboards analíticos: Puede ser estratégico y operativo, destinado a que los equipos de mandos altos y medios puedan tomar decisiones de manera más ágil
  • Dashboards operativos: Enfatiza el reporteo de información constante y continua
4) ¿Qué acciones debería habilitar un dashboard?
A) Seguimiento a KPIs
Datlas_saludkpis

Una vez que se realizó el trabajo de planificación estratégica donde se delimitaron los KPIs que los equipos de trabajo deberán de cuidar para que los proyectos tengan buena salud es importante poder visualizarlo en el dashboard. Por lo mismo es útil generar un “semáforo” donde rojo sea señal de gran oportunidad para mejorar y verde sea buena salud.

B) Alertar de comportamientos fuera de rango o prevenciones
Datlas_alertas

Las mejores implementaciones de inteligencia de negocios generan tableros que están listos para alertar sobre comportamientos críticos o situaciones que necesitan inmediata atención. Idealmente estas notificaciones tienen que ser desarrolladas por las personas con más experiencia en la organización y con base a atender las oportunidades que de no atenderse podrían representar un costo no reemplazable a la compañía.

C) Monitoreo en tiempo real
Datlas_gif_Realtime_Dashboard

En una etapa más avanzada habrá que procurar que el monitoreo de los datos sea en tiempo real. Esto requiere necesidades más sofisticadas de infraestructura y que se cuenten con iniciativas de ciberseguridad para asegurar que no haya fugas de información. Esto permitiría una toma de decisiones más oportunas sobre datos que sean reales.

Cierre

Los dashboards permiten ser más eficientes y eficaces en la toma de decisiones operativas y en el cumplimiento de la estrategia de una organización. Hay que trabajar de la mano con el área o la función de planeación en nuestra compañía para generar buena calidad de KPIs, alertas y sobre todo garantizar que los datos más dinámicos sean actualizados en tiempo real.

Datlas_barra_suscribir

Si te interesa seguir conociendo más de este tema (KPIs y herramientas de medición te invitamos a nuestra próxima charla. Puedes registrarte aquí GRATIS: https://bit.ly/dfuturos4 

WhatsApp Image 2020-07-06 at 9.05.32 AM

También solicitar en nuestro marketplace una llamada para platicar sobre este tema y evaluar cómo con alguno de nuestros casos aplicados podemos ayudar a tu organización.

Fuentes:

Emprendimiento de Inteligencia de Datos y Big Data