Archivo de la categoría: Investigacion

Colaboraciones de investigación sociales y científicas desarrolladas con participaciones del equipo Datlas

4 P’s de Storytelling con datos – iNVESTIGACIÓN dATLAS

En analítica de datos y ciencia de datos puedes ser la o el mejor científico de datos, tener un doctorado o hasta conocer la tabla de distribución Z de memoria… pero sino sabes comunicar tu trabajo… a nadie le va a importar tus credenciales. En esta columna dedicamos un espacio para elevar a la conversación la importancia del “storytelling” de datos.

¿Qué quiere decir storytelling en español?

Se le denomina storytelling al arte de contar una historia para conectar con la audiencia de una forma más íntima. En ambientes institucionales, es un formato de presentación que convierte la atención en auténtico interés. Para que ese interés después pueda ser traducido en diálogo y acciones basadas en los datos recién presentados y no en intuición.

¿Por qué aplicar storytelling?

En ciencia de datos y en la presentación de datos numéricos es muy habitual “perder” a la audiencia por la pasión en comunicar en método en lugar de las respuestas. Storytelling como emisores de un mensaje nos obliga a integrar un inicio, conflicto, climax y final para que de manera breve podamos comunicar los hallazgos de nuestra investigación de una manera entretenida y práctica.

¿Cómo funciona el story telling?

I) RELEVANCIA EN LAS HIPÓTESIS

Para hacer una buena historia primero hay que tener un material qué comunicar. Esto quiere decir que si estamos generando un análisis de datos tengamos claro las hipótesis iniciales. Mismas que tienen que hacer empatía con el público para buscar su interés.

Por ejemplo, si estamos presentando los factores del 2020 que alteran el pronóstico de ventas y las líneas de ingreso que pueden participar de mayor manera en la recuperación entonces tengamos claro que las hipótesis en el público es que hay factores que afectan la venta a la alza y a la baja. Por otro lado también puede haber hipótesis como que las líneas de ingreso digitales son las que mayor recuperación van a impulsar.

En este sentido tendremos que buscar “relevancia” en las hipótesis y los temas que vamos a presentar.

II) COMENZAR POR LAS CONCLUSIONES

En el storytelling no hay nada peor que escuchar una historia y no saber a dónde va. Perderte en los personajes y el conflicto y en pocas palabras terminar más confundido que nada por esa historia.

Un consejo para atender esto es enumerar las 2 ó 3 conclusiones que se van a compartir del estudio. Muy puntuales. Si tu historia comunica más de 3 conclusiones, vas a perder a tu audiencia. Ten en claro que cada conclusión es un “capítulo” de tu historia. Por lo que esto te servirá para estructurar correctamente la presentación.

Otro tema importante es que antes de compartir estas conclusiones puedas compartirlas con un “grupo de control” para conocer sus impresiones y preparar respuestas en caso de que exista debate o dudas.

III) LOS FUNDAMENTALES DEL STORYTELLING

Usamos las 4 P

Personas (People) : Las historias necesitan personas o conceptos que tengan vida gracias al presentador. Puede ser un cliente , un usuario o revisar un dato desde distintas “cachuchas” o perspectivas

Lugar (Place): Lleva a las personas a dónde sucede la acción. Muestra imágenes del desarrollo y argumenta las implicaciones que tuvo la investigación

Proceso (Process): Cuál es el método y cómo se lleva el análisis a la vida. Puedes apoyarte de videos o gráficos con transciiones para que te entiendan. Aún y cuando seas un científico, trata de explicarlo en términos sencillos y prácticos

Productos (product): La historia tiene que tener un protagonismo y este puede ser alrededor del producto comunicado. Un buen producto o análisis no te garantiza una buena historia. Pero contar la historia de porqué un problema provocó una inquietud y en consecuencia trabajar en tu análisis es lo que podría cautivar a un público.

IV) FORMA, POSTURA y LENGUAJE ADECUADO

Finalmente es importante cuidar la forma. Una presentación corta, forzar a 20 ó 30 minutos la presentación de la historia con algunas pausas preguntando ¿Todo claro?

Cuando presentemos gráficos, es un mensaje por gráfico y un gráfico por lámina. No abarrotemos de 10 mensajes una sóla gráfica, tratemos de destacar y si es una gráfica que tiene varios componentes ir apareciendo cada uno de los cambios punto por punto

En postura, si es presencial, hay que buscar generar empatía, compartir un estilo personal y ser extrovertido al momento que presentamos. Tratamos de ver a los ojos a todos los asistentes al menos durante algún momento de la presentación

En cuestión de lenguaje, una presentación de resultados requiere un campo de dominio. Si le presentamos ventas a un área comercial puede que tomen en cuenta las ventas sin impuestos. Pero si es para el área de tesorería pensarán lo opuesto. Hay que clarificar al inicio de la presentación o con notas al pie de página de qué manera son estimadas los términos numéricos. Otro tema importante es hablar en sus términos y en sus conceptos de negocio. Ejemplo si a los clientes se les llama usuarios, entonces llamarlos así para generar una mayor empatía.

CONOCE NUESTRO EJEMPLO

CIERRE

Storytelling es mucho más amplio de lo que alcanzamos a compartir en este blog. Pero lo que podemos destacar es que si eres alguien que trabaja con análisis de datos te recomendamos tener un buen balance en el manejo de matemática, visuales y narraciones. Buscas el punto “dulce” en lo que estos 3 campos se intersectan.

Te recomendamos continuar estudiando, aprender escuchando podcast como Café de datos, continuar leyendo investigaciones en nuestro BLOG Datlas o leer este libro “Storytelling with data”.

Equipo Datlas

– Keep it weird –

Referencias

Crunching data is not enough. https://blog.adverity.com/crunching-data-need-tell-stories

Chief Data Officer: Ahora los datos tienen asiento en el consejo

Hace un par de semanas tuvimos la oportunidad de colaborar en un podcast muy interesante donde platicamos un poco la historia de Datlas, el tema del análisis de datos y algunas cosas más. Una de las partes más interesantes fue cuando de pronto el entrevistador dijo algo así como:

Hace unos años los diseñadores empezaron a tener tal relevancia que decían que los diseñadores merecían una silla en el consejo, ¿Qué opinas respecto a los científicos de datos o analistas de datos? ¿merecen su silla en el consejo?

Y fue ahí donde comenzamos a hablar de este famoso puesto llamado Director de Datos o Chief Data Officer (CDO). Para nuestra sorpresa, algunos miembros de la audiencia no estaban tan familiarizados con este rol, así que en la columna de hoy vamos a profundizar en las responsabilidades de un CDO y porque son relevantes para los negocios hoy en día.

Datlas_Blog_Promo_SuscriberFree

¿Qué es un Chief Data Officer (CDO)?

El CDO se define como aquel funcionario corporativo responsable del gobierno y la utilización de la información como un activo a lo largo de toda la empresa, a través del procesamiento, análisis, extracción de datos, comercio de información y otros medios. Los CDO generalmente reportan al director ejecutivo (CEO), aunque dependiendo del área de especialización, esto puede variar. El CDO es miembro del equipo de administración ejecutiva y encargado de supervisar el procesamiento y minería de datos en toda la empresa.

Un poco de historia…

El rol de gerente para el procesamiento de datos no se elevó al de la alta gerencia antes de la década de 1980. A medida que las organizaciones han reconocido la importancia de la tecnología de la información, así como la inteligencia empresarial, la integración de datos, la gestión de datos maestros y el procesamiento de datos para el funcionamiento fundamental de las actividades comerciales diarias, esta función se ha vuelto más visible y crucial. Este rol incluye definir prioridades estratégicas para la empresa en el área de sistemas de datos, identificar nuevas oportunidades comerciales relacionadas con los datos, optimizar la generación de ingresos a través de los datos y, en general, representar los datos como un activo comercial estratégico en la mesa ejecutiva.

8 Ways Chief Data Officers Can Help Healthcare Thrive

Con el aumento de las arquitecturas orientadas a servicios (SOA), la integración de sistemas a gran escala y los mecanismos de intercambio / almacenamiento de datos heterogéneos (bases de datos, XML, EDI, etc.), es necesario contar con un individuo de alto nivel, que posea una combinación de conocimientos comerciales, habilidades técnicas y habilidades interpersonales para guiar la estrategia de datos. Además de las oportunidades de ingresos, la estrategia de adquisición y las políticas de datos del cliente, el CDO se encarga de explicar el valor estratégico de los datos y su importante papel como activo comercial y generador de ingresos para ejecutivos, empleados y clientes. Esto contrasta con la visión anterior de los sistemas de datos como simples sistemas de TI de back-end o soporte.

Registros indican que los primeros nombramientos de CDO en corporativos se dieron en el año 2002.

El CDO en la actualidad

De acuerdo a datos de Forbes en 2012, solo el 12% de las Fortune 1000 tenían un CDO. Para 2018, el 67.9% de las firmas encuestadas reportaron tener un CDO.

El CDO también puede ser responsable del análisis de datos (data analytics) y la inteligencia empresarial (business intelligence), el proceso de extraer información valiosa de los datos. Algunas funciones de gestión de datos pueden recaer en TI.

Ronald van Loon en Twitter: "The evolution of the chief data officer role  [#INFOGRAPHICS] by @EdBurnsTT @BizAnalyticsTT | Read more at  https://t.co/tfiwb3apdr #MachineLearning #ML #DataScience #DeepLearning #DL  #BigData #Analytics #BI ...

Por sus siglas en ingles el Chief Data Officer (CDO) es muchas veces confundido con el Chief Digital Officer o Chief Digital Information Officer. La principal distinción radica en que el director de datos es la persona senior, con un enfoque comercial, que comprende la estrategia y la dirección del negocio, pero su enfoque está en cómo respaldar eso con datos.

Asimismo algunas organizaciones también utilizan roles como el Chief Information Officer (CIO) o el Chief Technology Officer (CTO) de forma indistinta con el de Chief Data Officer (CDO). Para hacer una clara diferenciación entre ambos nos gusta citar la analogía que hace Caroline Carruthers, directora de la firma de consultoria Carruthers and Jackson, ex directora de datos (CDO) de Network Rail y co-autora de “The Chief Data Officer’s Playbook and Data-Driven Business Transformation: How to Disrupt, Innovate and Stay Ahead of the Competition”. Ella utiliza la analogía de la cubeta y el agua para explicar la clara distinción entre un CDO y un CIO. Así lo explica:

El director de información (CIO) es responsable de la cubeta. Ellos son responsables de asegurarse de que la cubeta sea del tamaño correcto, que no tenga agujeros, que sea segura y que esté en el lugar correcto. El director de datos (CDO) es responsable del fluido que entra en el balde, sale del balde, que va al lugar correcto, que tiene la calidad adecuada y el fluido adecuado para empezar. Ni la cubeta ni el agua funcionan el uno sin el otro.

The Chief Data Officer | Deloitte

Finalmente, ¿Cómo se si necesito un CDO?

Sin duda el gobierno corporativo es una estructura que muchas veces se asocia a las organizaciones más grandes, empresas nacionales o internacionales. La realidad es que más allá del nombramiento o del puesto como tal, cualquier organización puede adoptar una figura que ostente el rol de CDO dentro de su compañía. Desde una startup hasta nuestros colegas PyMEs pueden adaptar este puesto, a su propia escala, para realmente tener una cultura centrada en los datos. Al final del día lo importante es que esta persona sea responsable de ver en los datos ese activo valioso para la empresa, sobre el cual se puede derivar un valor importante y muchas veces hasta una ventaja competitiva para el negocio.

Datlas_Promo_Podcast_Suscribe

Inteligencia Artificial y Big Data en los negocios, ¿Qué efectos tuvo el COVID-19 en estas tendencias? – DATLAS Investigación

A inicios de año se nos presentó un reto sin precedentes que afectó completamente la forma en la que hacemos negocios. En respuesta a este gran cambio muchas empresas hicieron un replanteamiento de estrategias y objetivos al final del primer semestre del año. Nosotros no fuimos la excepción, como proveedores nos tocó presenciar de primera mano como muchos negocios lidiaban en distintas maneras con este reto de la pandemia. Fue ahí, justo unos meses después del gran shock inicial que comenzamos a notar una revaloración que las empresas estaban haciendo respecto a sus datos, como un activo clave, y por ende acerca de tecnologías como la Inteligencia Artificial (I.A.) y el Big Data.

Datlas_Blog_Promo_SuscriberFree

Comprometidos con seguir aportando a nuestro ecosistema, y conscientes de lo que estábamos presenciando, organizamos un Programa de 6 Sesiones para este segundo semestre del año (una vez al mes) en donde exponemos con casos de negocios reales los beneficios que empresas de todos los tamaños han podido capitalizar el uso de datos y aprovechar estas tecnologías. Justo este viernes tendremos nuestra segunda sesión titulada “El impacto del Big Data y la Inteligencia Artificial en los negocios” y es por ello que, en esta columna, hablaremos de como estas tendencias han impactado el mundo de los negocios y que tanto la pandemia a “afectado” su adopción.

La relación del Big Data & la I.A.

Antes de profundizar es necesario dejar en claro la razón de hablar en conjunto acerca del Big Data y la Inteligencia Artificial. En un sentido general el Big Data se refiere a esta manipulación de grandes cantidades de datos o información en diversos formatos, mientras que la Inteligencia Artificial (I.A.) se refiere a programas computacionales que son capaces de emular actividades del cerebro humano como el aprendizaje con base a experiencia (eventos pasados). Siendo así, no podemos hablar de Inteligencia Artificial sin hablar de Big Data dado que para construir modelos o algoritmos de I.A. se necesitan datos, que precisamente son obtenidos y manipulados por el Big Data.

¿Qué impacto esperábamos hace algunos años?

Apenas hace un par de años (2018), según información de Deloitte, 9 de cada 10 ejecutivos afirmaban que los sistemas de I.A. transformarían sus modelos de negocio.

datlas_mx_blog_deloitte_encuesta

Además, se esperaba que la Inteligencia Artificial diera lugar a la aparición de nuevos perfiles profesionales que debían convivir con los ya existentes. Estos perfiles especializados abren un nuevo abanico de posibilidades innovadoras que afectan directamente a procesos y herramientas, que ven mejorado su rendimiento.

Impacto actual

Actualmente, lejos de verse mermado el acelerado crecimiento y adopción de soluciones de I.A., por ejemplo, se ha visto una expansión interesante a nivel mundial y también en Latinoamérica. En el caso de asistentes virtuales inteligentes (tipo Siri y Alexa) en Latinoamérica se manejan más de 850 millones de conversaciones en negocios B2B y B2C para atraer, generar, crecer y retener clientes. Y este es solo un tipo de aplicación y una de las múltiples formas de derivar beneficios.

Por otro lado, el Big Data se utiliza para promover productos, desarrollar mejores estrategias comerciales, llegar a los clientes, explorar nuevos mercados y audiencias objetivo, optimizar el flujo de trabajo, reducir los costos y obtener otras ventajas competitivas en el mercado.

Natural Language Processing: A Short Introduction To Get You Started |

Ahora bien, sabemos que no todos los negocios han sufrido esta pandemia de la misma forma. Existen sectores o industrias que han sido impactados de forma más crítica, mientras otros han podido lidiar con esto de una manera menos acelerada. De la misma forma el impacto que estas tendencias del Big Data y la I.A. han tenido en las distintas verticales de negocio ha sido variado, en términos de sus aplicaciones, pero igualmente relevante y trascendente. Por mencionar algunos ejemplos puntuales profundizaremos en industrias como: retail, marketing y publicidad, así como el transporte y logística.

Retail, Marketing y publicidad

La tarea más frecuente de las soluciones de Big Data está relacionada con la búsqueda de patrones de comportamiento que se puedan emplear para muchos propósitos. Comprender los hábitos y deseos de los clientes es la principal preocupación de cualquier negocio, y el análisis de Big Data es la única forma válida de lograr resultados precisos basados en un gran muestreo y cálculos extensos en lugar de intuiciones y experiencias personales.

Otra aplicación común de Big Data en las empresas de retail, marketing y publicidad es el análisis predictivo sobre la base de grandes conjuntos de datos. La mayor cantidad y volumen de datos permite obtener resultados más precisos, configurar más parámetros antes del análisis e incluso ampliar los temas y las posibilidades generales de pronóstico.

Qué es el Big Data Marketing y qué ventajas ofrece?

Transporte y logística

Las empresas de transporte también manejan grandes volúmenes de información sobre vehículos, pasajeros, equipaje y carga. La necesidad de administrar flujos de datos extensos con restricciones de tiempo estrictas impuestas por los horarios de transporte requiere soluciones de software de alto rendimiento diseñadas específicamente para Big Data.

El propósito práctico de tales soluciones radica en rastrear la entrega de carga, monitorear el uso y suministro de combustible, el estado técnico del estacionamiento de vehículos de la empresa, los controles de salud de los conductores y el horario de trabajo, así como muchos otros factores relevantes. De esta forma, las empresas pueden utilizar el software Big Data para priorizar la seguridad además de la optimización habitual del consumo de recursos y la mejora de la eficacia.

How does Big Data save logistics? - How does Big Data save logistics? -  Régens

¿Cómo pinta el futuro?

Los analistas empresariales predicen que los ingresos del mercado global de Big Data alcanzarán los 103 mil millones de dólares en 2027. No importa si tu empresa es grande o pequeña, siempre hay una forma de beneficiarse de las soluciones de Big Data. La ventaja más importante que ofrece esta tecnología es el conocimiento de las necesidades y los patrones de comportamiento de los clientes. Esta información, junto con los pronósticos de alta precisión permite a los empresarios diseñar estrategias comerciales efectivas en lugar de perder tiempo y dinero en el método de prueba y error. La capacidad de manejar grandes volúmenes de información utilizando soluciones de software automatizadas también simplifica enormemente la gestión empresarial, incluidos aspectos como mantenimiento, inventario, envío, carga de trabajo y otros.

Si quieres conocer un caso real aplicado de Big Data e Inteligencia Artificial y enterarte de como puedes tu mismo comenzar a aplicar estas tecnologías en tu negocio el próximo lunes, no te pierdas nuestra sesión este viernes. Inscríbete gratis aquí.

datlas_mx_6_sesiones_2S2020_bigdata_analytics_ia_sesion2_promo

Restaurantes en tiempos de rentas altas $ ¿Qué es una Dark Kitchen y cuáles son sus factores de éxito? – Datlas Investigación

Cuándo pensamos en inversiones de largo plazo muchos libros de hace 20 años van a sugerir las bienes raíces. Pero es una realidad que “los tiempos de los terrenos baratos” terminaron y la burbuja inmobiliaria es uno de los negocios que más se ha inflado por inflaciones ficticias y por una sobredemanda de espacios físicos.

En su contraparte, quienes tienen que rentar un local en una plaza comercial, habilitar servicios, instalaciones, estacionamiento, contratar personal, capacitar, comprar insumos, promocionar y atender de manera exitosa a sus clientes tienen retos operativos y financieros para sacar sus modelos de negocio adelante ¿Hay alguna manera de sacarle la vuelta o reducir la inversión de entrada? 

Datlas_Blog_Promo_SuscriberFree

En esta columna nos enfocaremos en el sector restaurantero y en cómo un concepto nacido en Inglaterra en respuesta a las altas rentas ha sido adaptado en México en tiempos de COVID-19. Hablamos de las dark kitchens o cocinas fantasmas. Y llegó para quedarse. Así cómo qué factores podría integrar una herramienta de inteligencia de datos y analítica para este subsector restaurantero.

***Te puede interesar: 13 TÁCTICAS DE RESPUESTA PARA RESTAURANTES Y SECTOR TURISMO EN ÉPOCA DE COVID19 – DATLAS RESEARCH

DatlaS_darkkitchen_cocinafantasma6

¿Qué es una dark kitchen o cocina fantasma?

Es un modelo de negocios gastronómico en tendencia que se enfoca en atender pedidos únicamente a través de reparto a domicilio. En China ya existen más de 7,500 dark kitchens, en India hay más de 3,500, mientras que en Estados Unidos están comenzando a ganar relevancia con 1,500 y en Reino Unido con apenas 750, señala el reporte de Euromonitor.

Exiten algunos formatos a tomar en cuenta:

  • Pura: Buscan espacios con excelente cobertura que los acerque a sus clientes potenciales en donde sólo instalan cocina y almacén de insumos para enviar pedidos a domicilio
  • Impura: Son espacios que tradicionalmente estaban preparados para restaurantes, se diseñó una experiencia y un “journey” para el comensal. Pero por tiempo de pandemia y en adaptación a la tendencia se tornaron en dark kitchen
  • Compartidas: Hay ubicaciones que tienen cocinas compartidas entre varios restaurantes. Es decir 4 marcas se ponen de acuerdo y en una misma cocina se prepara sushi, pizza, tacos y hasta postres
  • Híbrida: En momentos del día opera como restaurante tradicional y en otros momentos subarrenda su espacio para que otras marcas utilicen su espacio como dark kitchen

DatlaS_darkkitchen_cocinafantasma3

¿Qué característica tienen las dark kitchens?

  • La tasa de éxito de estos modelos son alrededor del 80%, la recomendación es buscar alimentos de tendencia
  • No tiene camareros o meseros, Sin ambientación y espacio para atender
  • Exigen una inversión menor que restaurantes físicos (entre un 15-20% menos)
  • Todos los menús en uno (Existe un menú más concreto para una marca sin tantas personalizaciones)
  • Las apps de delivery y pedido a domicilio son una extensión del negocio
  • Se preocupan por el “packaging” o el embalaje necesario para que la presentación del platillo se mantenga al momento de la entrega
  • La inversión en equipo es similar a esta: Estufa, refrigerador, horno, mesa de trabajo, sartenes, cuchillos, ollas, cazuelas, tablas, etcétera

El pase de diapositivas requiere JavaScript.

Recomendaciones para el éxito de una dark kitchen

1) Cuida tu oferta de platillos y alimentos. Cumple con calidad y supera expectativas. Sorprende.

2) Ofrece un muy buen servicio al cliente a distancia, busca fidelizar con algún programa de recurrencia

3) Ofrece precios competitivos. Considera que la cantidad de opciones al alcance son muchos más grandes que cuando estás en una calle de la ciudad. Compites contra más propuestas de valor, por lo que los precios deberán ser justos

4) Mejora tu comunicación. Domina y capitaliza las redes sociales para que puedas generar una experiencia lúdica y de antojo con tus comensales

5) Investiga qué beneficios ofrecen las plataformas de delivery y marcas. Algunas veces te dan créditos o se asocian en tu crecimiento siempre y cuando tengas una buena ubicación para tu negocio

***  También te puede interesar: ¿Cómo tener la mejor ubicación para mi tienda?

Datlas_Promo_Facebook_Suscribe

¿Qué tipo de inteligencia de datos se pudiera generar para dark kitchens?

Técnicas de análisis geo-referenciado o de big data que se han utilizado en la ubicación de otras franquicias pueden ser aprovechadas en estas circunstancias. Una buena investigación de datos podría darnos la siguiente información de un restaurante:

  • Nombre del restaurante
  • Ubicación geográfica
  • Id en Rappi, Uber Eats, SinDelantal, etc
  • Categoría de restaurante
  • Categoría de precio
  • Rating de Restaurante
  • Número de reseñas
  • Menú del restaurante

Un ejemplo de análisis exploratorio pudiera ser utilizando box-plot y validando para una serie de restaurantes cuáles es la media de precios identificada. Otra exploración es usar un gráfico de distribución para evaluar la distribución de precios de la oferta gastronómica en esa plataforma

El pase de diapositivas requiere JavaScript.

Podemos realizar una exploración de precios promedios por código postal, delegación o área conurbada. Otra variable de utilidad puede ser el rating. Entender cuál es el rating más alto y qué marcas de restaurantes se ubican en los extremos.

El pase de diapositivas requiere JavaScript.

Podríamos también generar nubes de palabras de los ingredientes o las palabras más usadas en un menú. Y darnos licencia para soñar para además de generar descriptivos empezar a cruzar variables.

Continuaremos avanzando en la generación de más inteligencia para el sector restaurantero así como para esta nueva tendencia del dark kitchen.

Datlas_Promo_Podcast_Suscribe

Hasta aqui la columna de hoy, te invitamos a escuchar nuestro podcast y a seguirnos en nuestras redes sociales. Te recomendamos

 

Saludos

Equipo Datlas

– Keep it weird-

 

Fuentes:

Ciencia de datos para todos : ¿Cómo ha cambiado la movilidad de los usuarios de Twitter en Monterrey por el covid-19?

“Twitter es lo qué está pasando en el mundo y sobre lo que las personas están hablando en este momento.”

Las redes sociales son relativamente nuevas y han cobrado importancia en nuestra vida cotidiana al grado que no nos sentimos cómodos si vamos a un restaurante y no publicamos en Instagram lo que ordenamos para que nuestros amigos se enteren donde estuvimos y que hacíamos ahí o por ejemplo cuando por la mañana nos levantamos a hacer ejercicio y es imposible no publicar nuestra foto en lo más alto de la montaña.

Es por eso que el análisis de las interacciones en las redes sociales ha cobrado la misma importancia, para muchos negocios, que las redes sociales en nuestras vidas. Por ejemplo, para saber de qué se está hablando de nuestra marca, si es algo positivo o negativo y cuantificarlo. Estos enfoques son muy bien conocidos en el área de análisis de textos.

Sin embargo, el día de hoy nuestro enfoque tomara otro rumbo. Responderemos a dos preguntas fundamentales: ¿Cómo ha sido el comportamiento de los usuarios en los últimos meses?  Y ¿Cómo ha cambiado por el covid-19?  

*También te puede interesar un estudio similar para Jalisco o CDMX

Desarrollo

Con una base de datos de alrededor 7200 check-in’s (el registro de una persona en cierto lugar), más de 15 variables (fecha y hora, lugar donde se hizo el registro, municipio de residencia, usuario, ubicación exacta, entre otras) y algo de trabajo se pueden generar diversos insigths de valor.

Pero antes de llegar a esos insigths de valor hay camino por recorrer. La primera pregunta en cuestión es: ¿Cómo conseguir este tipo de información en un sitio web tan protegida como lo es Twitter?

No hay forma de conseguir esta información si no es mediante la API (Application Programming Interface) de Twitter. La API cumple la función de una interfaz para que dos softwares interactúen y puedan intercambiar información. Para tu poder hacer un request desde tu computadora (Con programas como Python y R) y acceder a este tipo de información debes llenar una solicitud, una vez aprobada la solicitud Twitter te hará llegar las API keys, el identificador que te autentica como usuario de las API. Para más información clic aquí.

 

Una vez obtenido la información sigue la fase de trabajar los datos para posteriormente pasar a la fase de análisis. Nos referimos a la fase de homologar ciertas variables o categorizar observaciones en función de valores que toman algunas variables, en nuestro caso categorizamos los lugares a donde las personas han asistido los últimos meses. Otro ejemplo de esta fase es poner las fechas en un mismo formato (año/mes/día o día/mes/año) para no tener problemas al momento de visualizar los datos en una línea de tiempo.

Datlas_Promo_Facebook_Suscribe

 

Ahora si el plato fuerte, el análisis. Aquí empezamos viendo la estructura y distribución de cada una de nuestras variables, y modificar en caso de que algo este fuera de lugar, por ejemplo, las variables categóricas cambiarlas a factores si están como texto. Una gran parte del análisis es el momento de crear visualizaciones, esta es la parte creativa del analista porque ahora si que los límites para crear visualizaciones son muy extensos, claro, siempre con el cuidado de generar buenas visualizaciones no únicamente en el sentido de que se vean bonitas sino que también transmitan un mensaje claro y único. Otra gran parte del análisis es crear modelos estadísticos que expliquen a una variable (variable dependiente “y”) en función de otras variables (variables independientes “x”) y/o ayuden a predecir el comportamiento de la variable en el futuro.

Finalmente, llegamos a la etapa de conclusión y exposición de resultados, básicamente es ver el contraste entre la hipótesis que te hayas planteado o la pregunta que quieres responder y lo que los datos te dicen para después plasmarlo en una presentación o un texto.

Todas estas etapas aunque se escuchen muy “básicas” realmente las llevamos a cabo en nuestro análisis y es por eso que nos pareció importante no sólo exponer los resultados sino todo el desarrollo para que el lector que no este tan familiarizado en este ámbito pueda tener una mejor comprensión y no solo eso sino que se lleve un verdadero aprendizaje .

¿Qué encontramos?

Antes de empezar con las visualizaciones es importante mencionar que las primeras medidas preventivas en Nuevo León tomaron lugar el 17 de marzo del 2020, el día que cancelaron actividades escolares a nivel bachillerato y superior, y posteriormente el día 20 del mismo mes en los niveles básicos (primaria y secundaria).

La primera incógnita que nos gustaría responder es : ¿En qué magnitud o proporción ha disminuido el tráfico de check-ins en Twitter una vez iniciadas las medidas preventivas covid-19?

Esta gráfica ordena los días de la semana por mes, cada color es una etapa diferente: diciembre-2019 (azul) , antes de prevención covid (verde) y una vez iniciada la etapa de prevención covid (rojo).
Esta gráfica ordena los días de la semana y nos ayuda a visualizar la proporción de check-ins realizados en cada etapa.

 

 

Para poder crear estas visualizaciones tuvimos que categorizar nuestros datos en tres grupos (diciembre-2019, Antes de prevención covid y Después de prevención covid). En las dos gráficas se aprecia una caída significativa en los check-ins registrados una vez iniciadas las prevenciones covid. Se podría argumentar que esto se debe a la naturaleza de los meses abril, mayo y junio, sin embargo, llama mucho la atención que la primera mitad de marzo tenga mucha actividad y la segunda mitad se vea estancada. Hablando más puntualmente los chek-ins tuvieron una disminución del 75%.

Datlas_Promo_Podcast_Suscribe

 

Otra visualización que hicimos fue una especie de heatmap que nos permitiera ver por mes cuales fueron los municipios del área metropolitana con mayor actividad y en este sentido ver que municipios menos siguieron las recomendaciones de los expertos.

Heatmap de actividad por municipio y mes. No se estandarizo para numero de check-ins por habitante.

Ahora, pasaremos a contestar la pregunta ¿Cómo ha cambiado el comportamiento de los check-ins durante el covid? Para responder esta pregunta hicimos un cluster de 17 grupos y visualizamos la proporción de check-ins para cada grupo. Algunos de los grupos son: comida (restaurantes), entretenimiento (cines, boliches, parques, etc), Salud (hospitales, clínicas y gimnasios), Autoservicio (tiendas de autoservicio como H-E-B y Walmart), residencial (zonas residenciales), etc.

Proporción y orden de los grupos en las diferentes etapas de la contingencia. Comparativa de tipo de lugar donde la gente hace check-ins por etapa.

Podemos observar que en las primeras dos gráficas el orden y proporción de los grupos son muy parecidos y esto cambia considerablemente para la tercera. Dos grupos que han cobraron mucha importancia durante el tiempo de la pandemia son autoservicio y residencial, por otra parte, los grupos de entretenimiento, vida nocturna y aeropuerto pasaron de ser primeros a últimos. Considerar todos los ángulos a la hora de hacer un análisis es muy importante porque si no nos detuviéramos a ver a donde realmente la gente ha acudido y solo hubiéramos analizado las primeras tres gráficas probablemente nos quedaríamos con una mala impresión de los municipios de Monterrey y San Nicolás que han sido los municipios con mayor actividad y precisamente con esta gráfica podemos ver que mucha de esa actividad es desde sus casas.

Datlas_Promo_Youtube_Suscribe

Por último ¿qué podemos decir de estos resultados? Tenemos información suficiente para decir que la pandemia ha cambiado la manera en la que las personas hacen check-ins en magnitud y forma. En su mayoría la gente se está quedando en casa y está asistiendo primordialmente a lugares de primera necesidad como tiendas de autoservicio donde surten la despensa y restaurantes, no obstante, se sigue asistiendo a lugares que probablemente no se consideren de primera necesidad como ir al aeropuerto para ir a vacacionar y asistir a hoteles, donde, probablemente hoy sean los lugares con mayor riesgo de contagio y es por eso que invitamos a todos nuestros lectores a seguir las indicaciones de los expertos y no salir de casa a menos que sea necesario.

Esta columna fue desarrollada por Alejandro Rodalgo,  participante del programa de “intern” de Datlas en investigación. 

Saludos

Equipo Datlas

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:

 

 

ANDROID vs. IOS ¿Dónde lanzar mi primera app? -DATLAS: Investigación

Datlas_Blog_Promo_SuscriberFree

¡Excelente! Se te ocurrió un app disruptiva y escalable que va a cambiar al mundo y seguramente te haga muy muy rico. Pero…. ¿Ya sabes en qué la vas a lanzar? Entre tantas opciones seguramente te fijas en las más importantes hoy en día: Android, IOS o Windows phone. Por lo pronto podemos empezar descartando Windows Phone dado que si te preguntará ¿Cuántos de tus amigos lo usan? seguramente me vas a responder que uno o uno y medio. Pero no te preocupes, si hasta el momento tu lógica te llevó a eso vas bien. Ahora en esta columna vamos a dedicarnos a comparar un poco la realidad detrás de invertir tu tiempo y dinero en desarrollar sobre estas dos bellas plataformas. Por lo pronto te dejo esta información de cuota de mercado por smartphone en México.

market-share-of-mobile-operating-systems-for-smartphone-sales-in-mexico

Si nos guiamos por números y no investigamos tan a fondo llegaremos a la conclusión que llega cualquier desarrollador promedio hoy en día… “Mejor comienzo por Android porque más gente lo usa” pero….

¿Vas a vender tu app o vender algo dentro? – Es del común saber que los usuarios de Android son menos susceptibles a realizar transacciones con tarjetas de crédito desde su móvil o en internet. La tendencia es que esto cambie, pero por lo menos para los próximos 3-5 años las cosas van a ser muy similares. Entonces si vas a vender tu app mejor dale una palomita a IOS en este rubro, de lo contrario Android está bien.

¿Qué están usando tus usuarios “target” hoy en día? –  Ya sabemos que más gente está usando Android, pero esto no significa que la audiencia a la que tu quieres llegar necesariamente lo usa. Si, por ejemplo, hace 4 años trabajabas en una app para comunicación dentro de las empresas en todo caso te iba mejor Blackberry. Por la simple situación de que en las empresas la mayoría de los smartphones que les daban a los empleados eran de este tipo. Hay que considerar este factor cuando pensamos en que plataforma lanzar.

¿Si pudieras crecer a otro lugar, a dónde irías primero? – Si eres de los que piensa a futuro y de verdad confías en tu idea tal vez le quieras dedicar un par de años a tu app. Por facilidad de lenguaje y entornos económicos similares muchos emprendedores prefieren voltear a ver primero a Latinoamérica. Si tu caso es este, los números hablan por sí solos tal vez deberías de comenzar a considerar seriamente un desarrollo en el sistema del robot verde

World-Cup-Focus-Millennial-Media-2

¿Con qué eres más familiar? – No te metas a lo desconocido. Si definitivamente nunca has usado una plataforma no deberías apostarle tu primer desarrollo. Desde la usabilidad, las actualizaciones, la forma de buscar información, entre otros, son aspectos a los que vas a perder sensibilidad. Junto con esto… entra una parte más técnica. ¿Qué es más fácil de entender en cuando a programación y desarrollo?

Datlas_Promo_Facebook_Suscribe

Un artículo muy interesante títulado “La falacia de Android primero” o en inglés “The fallacy of Android-first” promete que desarollar en Android 2 o 3 veces más que para IOS.  En concreto presume que por cada ingeniero para IOS necesitarás dos de Android. ¿Por qué dicen esto?

– Android cuenta con herramientas de desarrollo menos sofisticadas (Android Studio lleva muy pocas versiones, anteriormente se podía usar eclipse u otros)

Entonces al título del blog, no es una pregunta que se responde por lo que “más nos gusta”, hay que tomar factores de descapitalización y realmente que te va a servir para lanzar antes. Si te interesa conocer otras herramientas financieras revisa la columna anterior “Matemáticas para emprendedores”.

Por nuestra parte es todo para esta columna. Si sigues pensando en apps queremos motivarte a seguir haciéndolo. Te dejamos un buen tip en caso de que ya tengas un buen diseño y quieres ver como se ve el flujo de las pantallas:

– Flinto.com para los flujos

– Wideo.co para hacer videos de prototipos de apps gratis

– Canva.com si necesitas un diseño profesional y apropiado de una pantalla

Esperamos que les haya gustado. Sigan haciendo apps, para el 2015 se espera que el 68% de los teléfonos serán smartphones de acuerdo a The Competitive Intelligence Unit. Como recomendación personal, traten de integrarlas lo más que puedan a los “wearables” recuerden que son las nuevas tendencias. Les dejamos un saludo de parte del equipo y si vives en Monterrey o San Pedro te invitamos a este gran evento donde vamos a participar.

Poster San Pedro

Reserva Ya con la información de la imagen.

Sígueme en:

@PedroVallejo4 y Linkedin: Pedro Vallejo

Datlas_Promo_Podcast_Suscribe

Referencias:

  • Falacia del Android Primero. http://techcrunch.com/2014/04/06/the-fallacy-of-android-first/
  • Google play crece más rápido que Appstore en 2014. http://siliconangle.com/blog/2015/01/19/appfigures-google-play-grew-faster-than-the-apple-app-store-in-2014/
  • IOSvsAndroid ¿Qué plataforma debería de usar?. http://mashable.com/2013/08/16/ios-android-development/

BabyBoomers, Generación X, Millenials, Gen Z…. ¿Cómo tener la mezcla correcta en tu Startup? -DATLAS: Investigación

Datlas_Blog_Promo_SuscriberFree

Actualmente en México y en el mundo podemos identificar 6 grupos generacionales que, a pesar de tener sus diferencias individuales, comparten rasgos similares por habese criado en entornos con tecnología e innovación similar. Diferentes análisis de comportamiento el consumidor y marketing han logrado ubicar con asertividad diferentes grupos y a continuación quisiera definirles cada uno individualmente para estar en contexto.

Startup, ¿Cómo mezclar generaciones en el trabajo? ThumbsUp
Startup, ¿Cómo mezclar generaciones en el trabajo? ThumbsUp

Mature/Silents. 1927-1945

  • Compromisos de por vida
  • Disciplina, cautelosos, sacrificios

Baby Boomers. 1946-1964

  • “Yo” Generación. Centrados en sí mismos
  • Compra ahora y usa crédito
  • Mujeres empiezan a trabajar. Primera generación de divorcio
  • Primera generación de TV
  • Optimistas y orientados a trabajar en equipo
  • Importancia a la tecnología e innovación

Generación X. 1965-1980

  • Emprendedores e Individualistas
  • Gobierno y grandes negocios significan poco para ellos
  • Desean aprender, explorar y hacer una contribución
  • Matrimonios a más alta edad
  • Deudas de tarjetas de crédito
  • Valores relativos, bajos en compromisos y toleran a todo tipo de personas

Generacion Y/Millenials. 1981 – 2000

  • Agendan cualquier cosa y sienten una enorme presión académica
  • Se sienten como “una generación” y perciben grandes expectativas de ellos
  • Obtienen la mayoría de la información y socializan por medios digitales
  • Prefieren trabajar en equipos
  • Con acceso ilimitado a la información tienden a tener fuerte asertividad
  • Sienten ser especiales y esperan ser tratados como tales
  • No viven para trabajar, prefieren un ambiente más relajado

Generación Z/Boomlets. Nacidos después del 2001

  • Nunca han conocido un mundo sin computadores a celulares móviles
  • Eco – fatiga, cansados de cómo salvar el medio ambiente
  • Niños KGOY, niños que crecen mayores jóvenes por tener computadoras y tablets en lugar de juguetes.
  • Sobresaturados de marcas, saben lo que quieren, dónde y cómo conseguirlo

Ya todos en el mismo canal podemos empezar a analizar un poco la información para México y saber ¿De qué nos sirve saber tanto de cada una de las generaciones?

Pirámida Poblacional por %degeneracion

Para el caso México podemos identificar lo que vemos día a día. Los más numerosos son jóvenes y niños de los cuales empresas,PYMES y startup han buscado descifrar tendencias e insights para tomar fuerza con nuevas marcas y tecnología.  No es extraño que en las empresas con áreas de inteligencia de mercado se preocupen por esto, pero sería tonto pensar que como emprendedores esta información debe ser ignorada. Al momento de hacer tu EQUIPO de startup para llevar a al realidad tu idea no sólo vas a trabajar con un equipo multidisciplinario ( véase esta columna anterior para conocer algunos tips de buenos miembros de equipo en una startup) sino con un equipo multigeneracional. Normalmente comienzas con gente de tu entorno, por lo tanto de tu mismo nivel académico o conocimientos técnicos pero si de verdad lo quieres llevar a “otro nivel” es necesario ser comenzar a ser estratégico en cuanto a la definición de tu “Core people”.

Datlas_Promo_Facebook_Suscribe

El siguiente cuadro resume un poco las características de cada grupo

6572-01-generations-comparison-10-870x489

Bien podemos decir entonces que en tu core people quien emprenda y le de seguimiento a la idea definitivamente tiene que ser un MILLENNIAL.  Con su tendencia a organizarse, hacerse de buenos contactos y utilizar las herramientas tecnológicas a su favor uno de estos que sea un excelente líder siempre podrá sacar adelante cualquier proyecto que se les enfrente, Por otro lado son personas que chocan con las de otras generaciones por su forma relajada de trabajar, por dárselas de “sabelotodos” y ser mucho mejores amigos en redes sociales que en persona. Sin embargo su ambición por lo monetario y lo material los puede llevar a tomar malas prácticas al día-día del negocio.

En cuánto a la GENERACIÓN X, son las personas emprendedoras e individualistas que vemos al día de hoy en periódicos y frente algunos salones de clases. Esta es una generación que desarrolló finalmente una mentalidad más abierta y suelen ser “sangre ligera” para convivir con todo tipo de personas e ideas.

Los BABY BOOMERS son verdaderamente los responsables del mundo y país que tenemos construído al día de hoy. Primera generación que le otorgó relevancia al desarrollo tecnológico y a la innovación para mejorar las prácticas empresariales. Están orientados a trabajar en equipo, pero este grupo es conocido como la “generación yo” y cuando una persona se centra en sí mísmo es muy complicado llevar buenas relaciones de equipo.

Con exactitud no hay una fórmula secreta o receta de cocina que le funcione a todos los equipos de startups. Pero sí es importante considerar que por lo menos tener una persona de cada generación te va a traer suficientes puntos de vista para llegar a mejores soluciones.  Es sumamente necesario contar con tu:

1. Experto ( que en muchos casos puede ser un BABY BOOMER)

2. Mentor y relación con inversionistas ( que puede ser alguien de la GENERACIÓN X)

3. Desarrollador de idea ( los MILLENIALS por sus aptitudes pueden ser los mejor hoy en día para iniciar esto)

4. Innovación y nuevos desarrollos (no dejemos atrás a los BOOMLETS que es el primer grupo que desde que nació tiene computadoras y tablets a la mano. Su generación será la más innovadora)

Aqui algunos comentarios que expertos en el tema y emprendedores nos dejaron en el twitter:

Twitter1

Twitter2

Por último entonces es importante tomar en cuanta que este entorno es dinámico y constantemente va a cambiar. Para México los pronósticos son los siguientes:

Piramide-edad

¿Quién se va a adelantar a aprovechar mejor este entorno? ¿Quién está exprimiendo el bono demográfico? ¿De qué forma no nos vamos a quedar obsoletos con lo que le ofrecemos al mercado?

Estas son algunas preguntas a considerar para el futuro de los negocios. No hay que dejar de ignorar esto y pensar que para México los MILLENIALS vinieron a quedarse para un buen rato. Hay que aprovechar el impulso de “la generación” y aportar la mayor cantidad de innovaciones en esta, la “era de la idea”.

Datlas_Promo_Youtube_Suscribe

De parte del equipo les queremos agradecer por leer esta columna y los invitamos   A COMPARTIRLA con sus compañeros emprendedores.  Queremos darles a conocer un poco también como nos hemos aconsejado y estructurado un equipo competente para nuestra aplicación de ridesharing ThumbsUp

1. Expertos: Gobierno de San Pedro ( y otros), Desarrollo Urbano IMPLAN y Distrito Capital

2. Mentores: Consultoría Oportunidades y Distrito Valle

3. Desarrolladores de Idea: In-house equipo ThumbsUp y AXENTED

4. Innovación y nuevos desarrollos: In-house equipo ThumbsUp, colegas emprendedores, grupo de estancia de verano en Silicon Valley, alumnos de universidad UDEM, TEC y UR

A todos estos muchas gracias por el tiempo que nos han invertido. Seguimos abiertos a seguir creciendo el equipo. Aqui les dejamos nuevamente nuestro In-house Team:

Sígueme en twitter @PedroVallejo4

Linkedin: Pedro Vallejo Castillo

¿Cuánto capital han levantado Uber y Lyft para ser las más valiosas de ridesharing?

Datlas_Blog_Promo_SuscriberFree

El valor actual de Uber es de $40bn y Lyft tuvo una última valuación en Septiembre por $700mn de acuerdo a angel.co

Ambas se crearon alrededor del 2008 y 2009 y tuvieron su primer capital semilla en mediados del año 2009.

Capital Semilla

Uber en su primer levantamiento de fondos logro convencer a los inversionistas que 5 -10% de su propiedad tenía un valor de alrededor de $200k. Mientras que Lyft logró levantar un capital de $300k. Eso significa que la valuación inicial para cada uno era la siguiente. Uber aproximadamente $4m y Lyft aproximadamente $6m.

Levanta Uber y Lyft

Acciones de series A

Después el segundo paso importante es salir a bolsa con acciones de series A. Definitivamente esa es la forma de hacerse de un negocio “millonario”, Más para las startups que tenían noticias en los mejores periódicos, dominaban los headlines de blogs de startups y aparecían cada vez en televisión. Uber se despegó de Lyft levantando $11m contra los $4m de Lyft. Claro que mucho depende de la cantidad de acciones que emitieron y la preferencia por conservar propiedad por parte de los dueños de Lyft.

Acciones de series B y series C // Venture Capitalist

Ya que tienes la atención del mercado las startups se siguen dando la libertad de levantar y levantar más fondos para poder expandir globalmente su negocio. Para el 2014 es obvio que Uber, un servicio irregular de taxis global, se expandió mucho más rápido siendo un concepto mejor recibido por los consumidores en diferentes partes del mundo. Mientras Lyft tiene más retos para escalar porque la plataforma depende de la comunidad de rides que se genera en cada una de las ciudades a las que se expande. Aqui algunos números interesantes de cada uno.

LyftVsUber

Datlas_Promo_Facebook_Suscribe

Startups grandes crecerán en Monterrey

Las startups que vemos todos los días en los periódicos y las que publiqué como candidatas a IPO 2015 en el post pasado son muy diferentes a las PYMES que podemos aprendes en México. Tienen 5 componentes que muchos de los nuevos negocios que nacen en Silicon Valley tienen:

1. Ideas disruptivas

2. Escalabilidad global

3. Cubren una necesidad real

4. Tienen un modelo de negocio innovador ( sus ingresos no crecen por los clásicos equipos de agentes de ventas)

5. Tienen un equipo asombrosamente bueno y multidisciplinario que puede sacar la idea adelante por su cuenta

Por suerte es que para los siguientes años no nos tendremos que ir tan lejos para conseguir fondos. Este año 2015 y el 2016 vienen con nuevas fondeadoras para la ciudad de Monterrey y para México en general. En una siguiente columna explicaré sobre la pasarela de fondeadoras que hubo en el INCMTY 2014.

Por lo pronto nosotros nos dedicamos a tomar una oportunidad de #Ridesharing para #México desarrollando una aplicación diseñada al “calzado” de las necesidades mexicanas para dar ride entre personas. Esta app es #ThumbsUp y en estos momentos estamos buscando cómo mejorar nuestro servicio. Quisieramos entonces solicitar tu ayuda RESPONDIENDO ALGUNA DE ESTAS DOS ENCUESTAS 

PARA TRABAJADORES O PROFESIONISTAS
PARA ESTUDIANTES
ThumbsUp
Datlas_Promo_Podcast_Suscribe
Gracias por leer y deja todos tus comentarios.