Archivo de la categoría: Investigacion

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

El futuro de la seguridad PARA SMART CITIES (FT. ANALITICA DE DATOS) ¿problemas de privacidad? –

Recientemente podrás haber leído nuestra columna de “CODED BIAS” , el documental de Netflix donde se hace referencia a la inteligencia artificial como potencial causante de un futuro donde las decisiones tomadas por máquinas llevan una carga de sesgo humano. Esta carga es la que genera categorizaciones equivocadas cómo no identificar a personas de razas no blancas, detener personas en la calle por malas interpretaciones, entre otras.

En este episodio daremos un paso adelante y profundizaremos en cómo tecnologías y analítica de datos se combinan para dar pasos avanzados en el tema de seguridad. También reflexionaremos sobre si esto generaría problemas para la privacidad de las personas.

Para entrar motivados a esta columna comenzaremos dando una idea de qué tipo de tecnologías ensamblan a una de las cadenas más famosas de comida rápida.

¿Qué lograron? Apps para pedir bajo demanda, segmentación de visitantes, escaneo de placas, recomendaciones sugeridas, personalización de órdenes en pantallas, auto-servicio para dudas y comentarios y sobre todo hiper-personalización.

Si ellos lo lograron para vender más hamburguesas… ¿Una ciudad lo podrá hacer para cuidar a sus personas?

¿Qué aplicaciones de analítica de datos son usadas al día de hoy para seguridad de la ciudadanía?

1) Identificación de personas por cámaras de seguridad

Las cámaras de CCTV son implementaciones cada ves más frecuentes por delegaciones y municipalidades para monitorear la seguridad en la ciudad. De hecho, puedes ver nuestro blog de “Análisis de cámaras CCTV en el mundo”. donde ciudades como Monterrey acumularon 4.18 cámaras por kilómetro cuadrado (4,000 cámaras) para el 2020. Pero por otro lado, ciudades como Londres tienen 67.5 CCTVs por km2 o Taiuyan China 120 cámaras por km2.

2) Detección de personas contrastando inventarios de imágenes

Además de que las cámaras detecten personas, las CCTVs de más alta definición tienen potencial de hasta 50x de zoom óptico, además de otro tanto digital. Con esto se pueden obtener resoluciones completas de personas. Si estas imágenes se contrastan contra bases de datos de imágenes ciudadanos, por ejemplo en México, de las credenciales de elector para votar o licencias de conducir, es posible deducir quién es la persona que se mueve en la ciudad y dónde gracias a la ubicación de las cámaras.

3) Identificación de autos mediante placas

Una de las más sofisticadas es la detección de placas de autos. Se instalan estos detectores en entradas, accesos, casetas y también en las vías más importantes de la ciudad para detectar las rutas que toman autos.

Imagínense en una persecución, sería sencillo identificar un auto si tenemos sus placas considerando que en una base de datos sabemos donde y en qué momento se han estado movilizando autos con esas placas.

Si quisieras entender cómo funcionan estos algoritmos de clasificación te recomiendo revisar este blog de supervisados vs no supervisados.

4) Etiqueteo de objetos en toma para generar filtros

Hay “ejércitos” de personas y compañías que hoy día se dedican a etiquetar objetos en vídeos y fotografías para poder entrenar filtros en CCTV. De manera en que si quiero detectar autos blancos en el video puedan ser eliminados todos los autos que no sean de ese color. Así como las motocicletas y facilitar las persecuciones de los oficiales.

5) El principio de una ciudad inteligente: Centros de monitoreo

C4 Municipal, C5 Estatales y mecanismos de monitoreo en las ciudades. El principio de ciudades inteligentes es capacitar equipos que puedan monitorear y convertir todos estos datos en protocolos de seguridad. Así como de prevención.

También te puede interesar nuestro podcast donde hablamos de cómo analizar datos para proteger tu negocio.

6) Análisis de reportes vía redes sociales y reportes de ciudadanía

En Monterrey, Nuevo León, México plataformas ciudadanas como CIC han dado de alta la plataforma de CIVIX – Análisis (Liga: https://analisis.civix.mx/ ) en dónde se pueden visualizar y dar seguimiento a denuncias ciudadanas.

¿Y hay preocupaciones por la privacidad ?

La conversación, desde el documental de social dilemma, ha sido más democratizada. Somos más conscientes de que los datos asociados a personas y las problemática de la privacidad de los datos. Antes teníamos que llenar formularios de datos para que se escribieran en una base de datos, ahora con nuestro rostro hay mucha información que pueden saber de nosotros.

En el futuro habrá más conversaciones de ética. Lo importante es saber que estamos en ese punto en el tiempo en el que debemos de identificar que es lo que está pasando y/o está a punto de suceder en muchas ciudades del mundo. Por ejemplo, en México se ha avanzo en una legislación para generar un padrón de números telefónicos e información personal. Puedes ver esta nota de Forbes con todos los detalles. Pero los datos que solicitarán son:

Los datos que tendrían que dar los usuarios mexicanos son:

  • El número telefónico.
  • Fecha y hora de la activación de la linea telefónica móvil adquirida en la tarjeta SIM.
  • Identificador único de la tarjeta SIM.
  • Fecha y hora de activación de la línea telefónica.
  • Nombre completo, domicilio, nacionalidad y datos biométricos, como su huella digital del usuario.
  • Número de identificación oficial con fotografía del titular de la línea.
  • Esquema de contratación de la línea telefónica móvil.

¿Qué riesgos? Bueno un mal uso por parte de las autoridades, mal aprovechamiento de información, vulnerabilidades en información si algún hackear llega a identificarlos, entre otros

También te puede interesar “Fragilidad en sistemas IOT y de seguridad”. Fuente: https://www.elfinanciero.com.mx/tech/sin-protocolo-de-seguridad-empleados-de-verkada-tenian-amplio-acceso-a-camaras-de-clientes-privados/

Hasta aquí la columna de hoy. Hay que continuar manteniendo una postura de ciudadanos digitales y comenzar a preocuparnos por los derechos del mundo del internet y las privacidad de los datos.

– Equipo Datlas –

Keep it weird

Herramientas tecnológicas de apoyo en monitoreo de incendios 🔥🚒 (Caso NUEVO LEÓN Y COAHUILA MARZO 2021) – investigación datlas

Los incendios forestales han sido tema de conversación para la segunda quincena de marzo 2021 particularmente en el Estado de Nuevo León y Coahuila. Estas dos regiones comparten cadenas montañosas, bellos bosques y sierras imponentes. Sin embargo, en días recientes se han desatado severos incendios. Estos no han podido ser controlados. Al contrario se han expandido en una buena parte de la zona. El equivalente a 100 parques Fundidoras (aproximadamente 126 hectáreas * 100) ha sufrido de incendios.

En esta columna compartiremos algunas tecnologías que pueden ser de apoyo al momento de monitorear estos incendios y sus impactos. Con esto buscamos habilitar y hacer conscientes a más personas sobre el cuidado de la naturaleza. De antemano, nuestra admiración total a todos los cuerpos de rescate y organizaciones que han apoyado para resolver este problema.

1) Google Timelapse para evaluar la evolución de una zona en particular con imágenes satelitales

Así como lo comentamos en “Evolución de mancha urbana” recomendamos usar para una aplicación como monitoreo de zonas afectadas de incendio esta gran herramienta de Google

Con esto podremos ver la evolución de una zona y si las sierras que antes eran de color verde han sufrido algunos impactos después de los incendios.

2) Landsat para obtener imágenes satelitales oportunas del proyecto COPERNICUS y LANDSAT (NASA y equipos satelitales)

Esta sofisticada herramienta permite investigar, recolectar y obtener imágenes satelitales oportunas. Casi diarias, de diferentes zonas del planeta. En este caso hicimos algunos ejercicios para revisar la sierra de Santiago y zonas de impacto del incendio.

En la herramienta podemos seleccionar una zona de interés y solicitar imágenes

Podemos también revisar un mapa por su orografía. particularmente colocar la profundidad de cada zona en diferentes tonos. Esto nos puede ayudar a detectar dónde hay valles. Zonas en donde el incendio puede ser más catastrófico y dónde más controlado.

Otras de las herramientas es la del contraste. Por ejemplo en este video usamos imágenes del 25 de marzo , donde se ven los accidentes que el incendio ha provocado. Y , por otro lado, cargamos información de hace un par de semanas cuando la sierra estuvo nevada por las bajas temperaturas

Finalmente y lo más interesante de la plataforma es la aplicación de filtros de contraste. Por ejemplo, el filtro vegetativo nos ayuda a identificar los residuos de zonas verdes que aún quedan. Por otro lado hay algunos filtros que son de apoyo para detectar incendios.

3) Purple Air para vigilar la calidad del Aire

Estos incendios han provocado impactos en la calidad del aire en las zonas urbanas aledañas. Tal es el caso de Monterey y la zona metropolitana donde toda la semana se ha tenido calidad de aire pésima y mala. Aunado a la COVID-19, las personas tienen que tener cuidado con el daño que esto puede generar en pulmones y/o ojos.

4) Storm Radar para responder ¿Cuándo va a llover?

Una herramienta adicional de apoyo para monitorear ráfagas de viento y lluvia es Storm Radar. La utilidad es que distintos equipos de rescate lo pueden tener en su teléfono inteligente y tomar decisiones de posicionamiento con respecto a los pronósticos esperados.

¿La oportunidad y cómo se está solucionando?

Actualmente se está monitoreando y trabajando en resolver estos incendios desde la Gubernatura del Estado de Nuevo León. También se entró en colaboración con el gobierno de Coahuila para actuar en sinergia.

Gobernador del Estado revisando las zonas afectadas

Foto tomada de: @JaimeRdzNL

La más reciente intervención también tiene usos de tecnología, pero de otro tipo. Se trata de un avión lanzador de agua para poder apoyar con los incendios. Además hemos notado que no han dejado de volar helicópteros de rescate toda la semana tratando de apoyar también.

Tweet tomado de @JaimeRdzNL

Hasta aqui el blog de hoy. Cuéntanos qué otras herramientas de utilidad consideras que apoyarían en el monitoreo de incendios forestales. Estaremos atentos en nuestras redes sociales @DatlasMX

Revisa nuestro podcast y los capítulos de nuestra 3er temporada. Te invitamos a suscribirte dando click en esta imagen

Equipo Datlas

– Keep it weird –

Descubre el progreso de los países vs la vacunación del COVID-19 – Investigación Datlas

El tema del momento acerca la aplicación de la vacuna vs el COVID-19 es una incógnita que no estamos acostumbrados a recibir por medio de datos, el motivo de este blog es hacerte llegar esta información por medio de investigación Datlas.

Normalmente sabemos y estamos informados lo que pasa en México, pero te has preguntado la evolución desde la aplicación hasta hoy en día a nivel internacional por ejemplo ¿Qué países en el mundo han tenido accesibilidad a la vacuna? ¿Hay países que se encuentran vacunados en su totalidad? ¿Qué países aun no cuentan con la vacuna? ¿Qué tipo de vacunas han sido más preponderantes?

Por medio de esta columna te explicaremos los datos que hemos encontrado para poder visualizar de la mejor manera todas aquellas preguntas acerca la vacunación y lo que necesitas saber.

La historia detrás del COVID-19

El 31 de diciembre de 2019, la Organización Mundial de la Salud (OMS) recibió reportes de presencia de neumonía, de origen desconocido esto surgido en un mercado en la ciudad de Wuhan, China. Lamentablemente este virus se fue propagando de continente a continente para llevarlo a fase de pandemia, una historia que estamos viviendo cada uno de nosotros para contar.

Según nuestra fuente Our Data In World la pandemia ha causado más de 115 millones de casos confirmados, con 65.1 millones de recuperados y ha acabado con 2.56 millones de personas alrededor del mundo.

A continuación te presentamos una gráfica a nivel mundial la evolución de nuevos casos de COVID19, información recopilada de Our World In Data.

Vacunación vs COVID-19

Actualmente se han suministrado más de 268,570,060 de dosis al rededor del mundo, con 55,967,765 de personas completamente vacunadas esto refiere al 0.72 % de la población total.

Cada una de las naciones cuenta con sus sistema de vacunación por ejemplo en México de primera mano se prioriza en estos momentos al personal médico y adultos mayores de 60 años esto por la calculación de la tasa de mortalidad de un 80% en adultos mayores.

Te presentamos el mapeo a nivel internacional las nuevas dosis diarias de vacuna vs el COVID-19 , datos de Our World in Data.

Como puedes notar en el mapa anterior hay ciertos países sin datos que aun no cuentan con la accesibilidad a la vacuna vs el COVID-19 en su mayor parte en el continente africano, mientras otros tantos considerados los países más “ricos” como la Unión Europea, Estados Unidos, Suiza e Israel han estado al frente en la fila de entregas de vacunas.

Te presentamos las tendencias de algunas de la naciones que han seguido su programa de vacunación vs el COVID-19.

Es interesante el cómo la nación de Israel este por completar sus fases de vacunación pero por el mismo hecho del tema de la mínima poblacional. Sin embargo en los demás países con una población mayor cómo Reino Unido, Estados Unidos, Chile, la Unión Europea, etc notamos la escalabilidad que tienen para poder cumplir con sus programas de acuerdo a su distribución.

Distribución por tipo de vacunas en EEUU

Aunque nuestra área son los datos nos apoyamos de personas con experiencia en el campo local para redactar este espacio.

Existen varios tipos de vacunas contra el COVID-19 que en términos médicos combaten de diferentes maneras en nuestro cuerpo, algunas son de una sola dosis y otras tanto son de dos, a continuación se muestra un análisis de las vacunas suministradas por Estados Unidos las cuales algunas tienen más preponderancia que otras debido a su evolución, tecnología y precio.

Actualmente una de las vacunas más preponderantes es la Pfizer/BioNTech  (primera vacuna aprobada para su aplicación en el mundo) suministrada por Estados Unidos hablando en números hay más de 70 millones de dosis que han sido suministradas, seguidas por la vacuna Moderna la cual no necesita temperaturas frías como la de Pfizer.

Después encontramos a la Sinovac la cual cumple el 50% de efectividad solicitada por la OMS y finalmente encontramos la de Oxford/AstraZeneca la segunda vacuna aprobada por México y una de las más económicas.

En este sentido por medio de esta investigación lo que queremos comunicar a nuestros lectores es informar acerca de la vacunación a nivel internacional y las diferentes variables a analizar.

Equipo Datlas

– Keep it weird –

5 Tendencias DE datos para gerentes de analytics – datlas investigación

La transformación digital en el 2021 continua siendo impulsada por distintos pilares como cultura, tecnología, sistemas de trabajo y análitica de datos. En esta última es importante seguir actualizándonos y el día de hoy dirigimos esta columna a la gerencia de analytics en las organizaciones. Hablaremos de 5 tendencias para analítica y datos en el 2021. Esta columna está inspirada en nuestra meta-investigación y la columna citada en fuentes de @Prukalpa

Te puede interesar también las tendencias del 2021 que investigamos al principio del año. Revísalas aqui.

5 Tendencias de Datos

1) Se mezclan los Data Warehouse y Data Lakes

Recuerda que hablamos sobre arquitectura de proyectos de datos en este blog y te contábamos las diferencias entre data Warehouse vs Data Lakes.

Las líneas que dividen estos conceptos se borran en algunos sistemas y algunas plataformas de analítica se están conectando de manera directa al lago de datos con tecnologías como SnowFlake.

2) Las herramientas de BI tools se hacen “mainstreams”

PowerBI, Qliks y/o Tableau son el nuevo estándar. De hecho plataformas como Tableau acaban de actualizar sus tarifas a puntos de precios bastante asequibles para PYMES ($35 dólares mensuales).

Sin embargo, recuerda tomar en cuenta la arquitectura de datos recomendada en este tipo de proyectos.

3) Los cursos y centros de excelencia de datos se vuelven el nuevo normal

Las capacitaciones de analistas en ciencia de datos se incrementan a alta velocidad. La intención es que más equipos dentro de las organizaciones se sumen a la transformación digital apalancados en plataformas de analítica.

Muchas organizaciones establecieron presupuestos en la contratación de capacitadores, cursos en línea, alianzas con universidades y programas hechos a la medida para aprender las introducciones a la analítica.

Si te interesa conocer un ejemplo de currícula no olvides revisar “Aprendiendo de Ciencia de Datos para Líderes de Equipo”

4) Emergen nuevos roles de datos

Te suena ¿Data Engineer o Data Arquitect? Sin duda alguna son de los principales roles que hemos planteado en estrategias de datos pero muchos analistas “odian” tener dependencias en sus ejercicios de ciencia de datas a la capacidad de obtener información de los ya muy demandados y ocupados “ingenieros o arquitectos de datos”.

En ese sentido se ha buscado empoderar mayormente a los analistas usando plataformas low-code. También abriendoles accesos a los “data-marts” para poder generar reportes con información básica y recurente.

Lo peor que puede suceder en una estrategia de datos es tener más “cadeneros o cuellos de botella” que solucionadores en los procesos planteados.

5) Las alertas inteligentes en negocios se vuelven “pulsos comerciales”

Hemos notado incrementos en solicitudes y RFQ de compañías que quieren estar más enterados de su contexto. Iniciativas como procesamientos de NLP de redes sociales, seguimiento a notas de ubicaciones estratégicas, “feeds” o síntesis de información de industria, entre otras son alguna evidencia del crecimiento de la “inteligencia” que se construye en los negocios.

Sin embargo, tanta información no es de mucha utilidad si esta no genera “alertas o notificaciones” oportunas para reaccionar. Imagínate que en determinado momento te cambian la tarifa del gas y tienes que esperar a la reunión trimestral de consejo para aceptar los cambios. Pero por otro lado, si usando datos y alertas en tiempo real monitoreamos los incrementos en precios de gas en distintos mercados podemos prepararnos con coberturas para el inminente crecimiento en tarifas.

Hasta aqui la columna de hoy ¿Qué opinas de las tendencias? ¿Cuál crees que es importante monitorear? y ¿Qué medios sigues para alertarte de los cambios en la industria? Sigamos la conversación en redes a través de @DatlasMX

Equipo Datlas

– Keep it weird –

Fuentes

Imagenes de unsplash y pinterest (https://ar.pinterest.com/pin/579345939554969637/)

https://towardsdatascience.com/the-top-5-data-trends-for-cdos-to-watch-out-for-in-2021-e230817bcb16

arquitectura de proyectos de datos (Data warehouses, vs Data lake vs Data mart) – Datlas manuales

Cuando vemos una casa bonita, con buena arquitectura , jardinería bien cuidada e iluminación en su punto lo que menos nos preocupa es cómo está la casa en su plomería y en los cables que hacen que esa iluminación y jardín se vean de primera. Al final tenemos contacto con los interiores y la fachada de la casa ¿Por qué debería de importarme? Bueno si en lugar de una casa habláramos de una plataforma increíble de mapas o dashboard… seguramente tendríamos que entender cómo funciona para poder construir uno para nosotros igual de funcional.

En esta columna hablaremos de la arquitectura para proyectos de datos y cómo funciona la plomería que hace viajar los datos desde su fuente hasta los puntos de consumo por los usuarios.

¿El contexto para el “aprovechamiento de los datos” ?

Desde hace un par de años decidimos comenzar nuestros diálogos sobre data science en foros nacionales con un gráfico así. Nuestra urgencia era comunicar por qué les debería de importar aprovechar todos esos datos que las organizaciones generan.

Ahora, no es tan necesario hablar de esto, la transformación digital a vuelto a los datos los protagonistas del cambio. No hay organización respetable que quiera “dejar valor en la mesa” y no esté ocupando un porcentaje de su tiempo en capitalizar el valor de los datos.

Mencionamos esto como contexto de la columna, el aprovechamiento de los datos muchas veces es dialogado de la parte cultural… pero ¿Cómo perderle el miedo a tratar de entenderlo desde la perspectiva técnica? Esperemos esta columna te apoyo a eso

¿Cómo funciona la plomería detrás de un proyecto de aprovechamiento de datos?

Un proyecto de aprovechamiento de datos para medianas y grandes cantidades de datos se puede ilustrar de la siguiente manera.

  • Existen datos de negocio de distintas fuentes. Puede ser puntos de venta transaccionales, ventas, información adquirida vía terceros (por ejemplo de clima de IBM o negocios de Google Places), de redes sociales, entre otras
  • Estos datos tendrán entrada a nuestros sistemas de información mediante una copia que se dirige a un repositorio de datos denominado “Data Lake” o “Lagos de datos”. En este punto la información es de todo tipo y con estructuras diferenciadas
  • A partir de ahi es importante limpiar, estructurar e integrar las bases de datos de una manera en que puedan ser “consumibles” para nuestros proyectos de datos. Por ejemplo, si tenemos datos de clima y de negocio, podríamos generar una base de datos a nivel código postal o suburbio y cruzar estos 2 datos enlazados a una misma zona de la ciudad. Este proceso puede suceder via un ETL (Extract – Transform – Load ; Extraer – Transformar – Cargar) que son pasos programados para que los datos puedan ser casi listos para ser usados
  • Los datos procesados por el ETL serán ahora información. Esta información podrá ser almacenada en un repositorio llamado “Data Warehouse”. A diferencia del “Lago de datos”, en este “Warehouse” la información compartirá estructura y habrá una mayor homologación entre los sistemas numéricos en los que se registran las variables
  • Estos registros pueden pasar por pasos de “agregación” en donde se hacen sumatorias. Por ejemplo, en el “Warehouse” podríamos tener los registros de toda una semana de una tienda. Pero en la agregación, tendríamos la sumatoria de transacciones por día para poder realizar graficas de resultados diarios
  • Esa agregación la podemos llevar directo a plataformas como dashboards o si queremos manejar cierta discrecionalidad en la información podemos manejar “Data Marts”. Por ejemplo, si queremos que el área de Logística sólo vea información operativa y no financiera podremos generar un Data Mart para aislar los datos y habilitar la construcción de tableros sólo con los datos que les corresponde visualizar

Te podrá interesar nuestras otras columnas: Qué es un ingeniero de datos en el diseño de perfiles de equipos de datos o cómo construir iniciativas de datos

¿Cómo varía por tecnología?

Estas rutas pueden variar por cada tecnología. Pero es válido decir que la mayoría de estas etapas se podrían cumplir en cada tecnología.

A continuación te compartirnos una imagen muy interesante que encontramos sobre los “pipelines” y contrastes entre:

  • AWS (amazon web services). De Lambda y S3 hasta Quicksight
  • Microsoft. De AZURE a PowerBI
  • Google. De big query a Data studio
Elaborado por @scgupta

Cuéntanos en @DatlasMX ¿Qué arquitectura preferirías o prefieres para tus proyectos de aprovechamiento de datos?

Hasta aqui la columna de hoy, gracias por leerla y te recomendamos suscribirte a nuestro podcast para seguir aprendiendo de datos y analítica. Conoce más en https://linktr.ee/datlas

Equipo Datlas

– Keep it weird-

Otras fuentes

LAS TENDENCIAS POST-COVID DE LAS EMPRESAS DIGITALES EN EL SECTOR TURÍSTICO

Nos encontramos en un momento de nuestras vidas acorde a la situación actual de la pandemia en dónde nos ponemos a pensar acerca de cuáles son las tendencias que más consideran las empresas que ofrecen diferentes servicios de turismo en México. ¿Cómo es posible?, déjanos decirte que en el mundo digital y las diferentes variables de datos todo es posible.

A continuación, en el siguiente blog daremos a conocer diferentes tipos de tendencias a lo largo de la pandemia que han hecho las grandes empresas para adaptarse al sistema y ofrecer diferentes ofertas para el sector turístico.

Antecedentes en México y el mundo

Hemos estado dejado muchos viajes por posponer en familia, amigos, parejas, negocios y experiencias que no se pueden vivir al 100% presencialmente por la situación y la salud de quién nos rodea. Por otra parte, muchas empresas vinculadas a este sector como agencias de viajes, aerolíneas, hoteles, restaurantes, convenciones y entre otras pasaron uno de los meses más difíciles el año pasado en México (2020), según datos del Sistema Nacional de Información Estadística del Sector Turismo de México tan sólo se llegó al 26% de su ocupación total a comparación del año anterior(2019) con una diferencia de 34 puntos.

A continuación se muestra la ocupación hotelera en México a lo largo de los años, extraída de la página oficial del Sistema Nacional de Información Estadística del Sector Turismo de México.

Presentamos de igual manera información acerca de lo que pasa en el mundo en el año de 2018, México se posicionó en el lugar 16 por ingreso de divisas por turismo con 22.5 millones de dólares, mientras que por llegada de turistas se encuentra en el lugar 7 con la llegada de 41.4 millones de turistas.

Información tomada del Barómetro de la OMT por UNTWO, artículo de la página oficial del Sistema Nacional de Información Estadística del Sector Turismo de México.

Impacto de canales digitales a comparación de los tradicionales

Es de importancia el impacto que conllevan los canales digitales al consumidor pues se encuentran a un solo clic de reservar y pagar su viaje, actualmente dejan mucho que hablar los destinos turísticos en esta adaptación digital, te presentamos algunas ventajas y desventajas en el canal de distribución tradicional como en el actual.

Elaborado por investigación de DatlasMX

Cada día que pasa es un día más en beneficio para las grandes empresas digitales pues aprovechan esta tendencia que hace más visible su campo de persuasión hacia el consumidor haciéndolo desde su propia aplicación o página web.

Mientras que las pequeñas empresas y destinos no logran hacer este salto al momento de adaptarse al proceso digital para eficientizar diferentes áreas de operación, pago, atención o mercadotecnia.

Estrategias de las grandes empresas

Es evidente la adaptación que han tenido las grandes empresas en el sector turístico aprovechando al consumidor de una manera más estratégica y preponderante con el impacto que se tiene previsto.

¿Pero qué han hecho cada una de ellas?

Airbnb se ha involucrado en la selección del cliente filtrándolos como: ahorradores, hogareños, consumidores colaborativos, buscadores pragmáticos de lo novedoso y buscadores interactivos de lo novedoso. (Fuente: https://www.wearemarketing.com/es/blog/nuevas-apps-para-la-industria-del-turismo-el-caso-de-tripadvisor.html)

Trip Advisor: ha creado una comunicación de experiencia directa con el viajero y usuario para crear una “carpeta de viajes” en dónde almacene sus próximos destinos por medio de la aplicación o página web con accesibilidad inmediata.(Fuente: https://revistaempresarial.com/turismo/airbnb-y-su-impacto-en-el-turismo/)

Amazon ha lanzado al mercado un portal llamada “Destinations” en dónde presenta diferentes ofertas para reservar a hoteles u obtener información para restaurantes, excursiones y demás atractivos turísticos.(Fuente: https://www.channelbiz.es/2015/04/23/amazon-entra-en-el-negocio-del-turismo-con-su-portal-destinations/)

Google como sabemos es un gran potenciador de búsqueda para el turismo y referencias que queremos escuchar al momento de pensar en viajes, además ha planteado cinco etapas del ciclo de un viaje con el usuario:

1.Dreaming-Soñar

2.Researching-Buscar

3.Booking

4.Experiencing-Experimentar

5.Sharing-Compartir

(Fuente: https://www.puromarketing.com/38/15230/papel-google-turismo.html)

Estas empresas además de aprovechar su ¡boom! digital invierten en la cultura de la innovación y de la toma de decisiones a partir del análisis de datos dentro de sus plataformas creando modelos de negocios para otorgarle más y buenas opciones al cliente.

¿Por qué un Dashboard podría ayudar a la industrial del Turismo?

Un dashboard es un tablero de datos en dónde se exponen diferentes tipos de variables enlazados con filtros que se exponen mediante gráficos y ayudan a la toma de decisiones dentro de una empresa u organización para tener mayor efectividad.

Entrando en materia del sector turismo, por medio de un dashboard y las diferentes bases de datos de recopilación mediante una investigación por el Equipo Datlas, nos hemos percatado que las principales variables para el desarrollo de un dashboard para turismo son las siguientes:

  1. Ocupación Hotelera
  2. Hospitalidad (Restaurantes, Hoteles, bares,etc.)
  3. Llegada de Turistas
  4. Destinos de viajes
  5. Transportes (Uber, Taxis, Servicios Privados,etc.)
  6. Atractivos Turísticos más visitados

Al momento de reunir esta información en un dashboard como es en el ejemplo que tenemos a continuación, observaremos la capacidad y el alcance de las oportunidades que tenemos para mejorar e idear más estrategias para el sector, siendo así un pilar importante de análisis para la industria del turismo en una ubicación.

En el dashboard que se muestra a continuación se puede observar un análisis a nivel internacional de las diferentes variables como destinos de los viajes, actividades más realizadas en casa países, meses con mayor número de viajes, alojamientos, días mayor afluencia, entre otros datos que hacen visible la toma de decisiones.

¿Te gustaría saber más acerca de la industria del turismo con la analítica?

Escucha nuestro Podcast “Café de Datos” con nuestro invitado especial Mauricio Magdaleno Director del Cluster de Turismo de Nuevo León charlando acerca ¿Porqué es prioritario introducir analytics al turismo?, complementando el análisis de datos con el sector turismo.

Ahora que ya sabemos algunas de las tendencias que se toman en cuenta para las grandes empresas y de que manera aprovechan la información para la toma de decisiones, planea tu próximo viaje y cuéntanos si usas algún canal digital para hacerlo posible.

Hasta aqui la columna de hoy, cuéntanos y comparte en nuestras redes @DatlasMX cuáles crees que son otras tendencias que vienen para el #turismo este 2021.

Equipo Datlas

¿Cómo shazam y youtube saben qué canción está sonando? – datlas investigación

Los tiempos de trabajar en casa por COVID-19 han hecho que mejores nuestros espacios de trabajo. Entre lo más buscado: Sillas ergonómicas, aromatizantes, iluminación, termos para café, entre otros. Todo lo necesario para tener un buen ambiente que motive al trabajo… pero ¿Y lo qué escuchamos?

Algunas comunidades en spotify y en otras plataformas han generado “playlist” o listas musicales para escuchar mientras trabajamos. Estilos como lo-fi, jazz o música clásica es lo que más suena. Pero cuando nos encanta una canción que te gusta ¿Cómo identificarla para guardarla? Seguramente has escuchado de SHAZAM, esta app que compró Apple que tiene uno de los mejores algoritmos para detección de música.

En esta columna, motivados por el vídeo de Jaime Altozano, compartiremos un poco de cómo funciona este tipo de sistemas que te detectan música que hoy usa Apple, Android o Youtube para detectar canciones.

Sonido en imágenes, El espectrograma

Un espectrograma es una representación visual de una frecuencia de una señal que varía con el tiempo. Los ejes utilizados para plasmar estas señales en un plano cartesiano son el tiempo y la frecuencia. En concreto entre más alta sea la frecuencia más agudo será el sonido y entre más baja será más grave.

El encuentro en un punto dentro del gráfico entre el tiempo y la frecuencia genera una “coordenada”. Esto quiere decir que con este recurso podemos convertir sonido en datos. Cuando esto se trata de una canción pensemos que funciona como una “huella digital”. Cada canción tendrá una combinación única y distintiva que permitiera reconocerla entre el universo musical que existe

Detección de patrones en espectrograma

Considerando la publicación de Avery Wang, creador de Shazam y quién publicó un “paper” científico para explicar cómo funciona el sistema, la detección ocurre contrastando los datos de canciones recopiladas en espectrogramas con una base de datos previamente procesada.

Para que el procesamiento sea lo más ágil posible de cada registro musical se almacenan los máximos locales y son estos puntos los que se contrastan con la base de datos.

La detección sistemática por Avery Li-Chun Wang (Creador de Shazam)

La detección sistemática planteada en el método de Avery Wang finalmente sucede gracias a la conversión de estos registros a “hashes” únicos por canción. Esto vuelve más ágil las conexiones y búsquedas en bases de datos. Así mismo aproxima el parecido de una canción a otras ya que los hashes pueden ser construidos similares entre los primeros caracteres por la similitud de las canciones.

La clave del éxito, “la velocidad”

Para trabajar el problema de la velocidad, es decir, para que verdaderamente este sistema fuese de utilidad debería detectar e identificar la canción de una manera relativamente ágil. Tal vez en unos 20 ó 30 segundos .

Esto lo resolvió usando como punto de partida otros identificadores que permitirían una búsqueda más ágil. En este sentido realizó el cálculo de las distancias entre una frecuencia y otra. En ese sentido tendríamos 3 variables para cada segundo se sonido: El tiempo en el que suena determinada frecuencia y la brecha que hay entre esa frecuencia y la contigua.

Esto, sin duda, hace que el esfuerzo de detección de coincidencias entre la música sea menos dependiente en poder procesamiento y más dependiente en capacidad de almacenamiento. Pero ¿Sabes qué sí se logra? Que sea más ágil y rápido.

Documentación Completa

Te compartimos esta charla de una hora por Peter Sobot del equipo de Shazam donde explican más a detalle el sistema

Cierre

El desarrollo de Shazam fue un punto de partida para muchas investigaciones nuevas sobre detección de sonidos. Hoy en día plataformas como YOUTUBE identifian si usas o no una canción con licencia gracias a este tipo de sistemas. O por ejemplo, la NASA, tiene proyectos que almacenan sonidos geo-referenciados de cualquier parte del mundo. También hay aplicativos que almacenan y detectan sonidos de pájaros para decirte a qué especie estás escuchando.

Estas y otras aplicaciones son facilitadas gracias a lógicas como la desarrollada por Avery Wang ¿Se te ocurre otra aplicación? ¿En qué otra plataforma crees que hayas utilizado este tipo de tecnologías? Déjanos tus comentarios en @DatlasMX o redes sociales para poder complementar este diálogo

Equipo Datlas

– Keep it weird –

Fuentes:

ANÁLISIS NLP de discursos presidenciales en eua: biden vs trump – datlas investigación

La semana pasada el protagonismo para la audiencia en Estados Unidos de América y la mayoría de países del mundo fue el cambio en el liderazgo presidencial del país. Después de unas controversiales votaciones, Joe Biden del partido Democrático ganó y paso a ser el nuevo presidente de los Estado Unidos por un período de 4 años.

Dejando atrás la controversia electoral, en esta columna nos enfocamos a desarrollar un análisis de NLP (Natural Language procesing o procesamiento de lenguaje natural) de los discursos presidenciales. Por un lado el de salida desarrollado por Donald Trump y por otro lado el de entrada, ejecutado por Joe Biden.

Te pudiera interesar los análisis que hemos hecho para los discursos de AMLO, el presidente de México, en el 2018 y 2019.

¿Qué es el procesamiento de Lenguaje natural o NLP?

Es un campo de la inteligencia artificial que estudia las interacciones entre computadoras y el lenguaje humano. Son utilizados en el estudio de discursos escritos o hablados. En este caso, por ejemplo, de un discurso presidencial.

El discurso de salida de Donald TRUMP

El discurso de salida de la presidencia de Trump estuvo cargado de agradecimientos y mensajes que algunos consideran de “venganza” o dejando claro que “regresará” de alguna u otra manera al escenario político de Estados Unidos. Si quieres leer el discurso completo te recomendamos ver la siguiente liga.

Como primer paso, pre-procesamos el discurso y lo dividimos en distintos enunciados más pequeños para que pueda ser procesado correctamente. Usando la librería ” library(SentimentAnalysis) ” en R contamos la cantidad de palabras por cada uno de los enunciados.

Posteriormente, y tomando en cuenta un diccionario de palabras que asocia cada término con un puntaje que representa 3 niveles de connotación en cada palabra: negativa, neutral o positiva, se analiza el nivel de cada uno de los enunciados.

Es posible obtener el nivel generalizado de cada uno de los enunciados su nivel. En ese sentido encontramos que para el discurso de trump 20 de los 23 enunciados desarrollados fueron con una mayor carga positiva

Respecto a las palabras, podemos realizar un conteo de las más usadas y así construir una “nube de palabras” que nos ayudará a entender un poco más el tipo de lingüística preferido por el presidente en este discurso

En concreto, este discurso tiene una carga de agradecimiento como es de entender de alguien que deja su cargo. Muy enfocado a las personas y elaborando comentarios sobre los temas problemáticos con los que se despide su gobierno. Muy al estilo Trump, algunas palabras denotan extremos, pero generarán empatía con su seguidores y partido.

El discurso de entrada de JOE BIDEN

Corriendo un proceso similar, tan sencillo como replicar el código, pre-procesamos el discurso de BIDEN que puedes encontrarlo aqui.

Respecto a la carga de mensajes, 45 de los 53 mensajes tuvieron una carga positiva. En proporción, menos que los de TRUMP, y mayormente porque algunas emociones que provocaría BIDEN en su discurso serían para provocar preocupación de la situación “caótica” en la que le “entregan” al gobierno.

Cuando revisamos las palabras más frecuentes del discurso encontramos terminología clásica en discursos presidenciales. Tales como “América”, “Nación”, “Democracia”, “Presidente” y “personas”. Con estas palabras invoca mensajes a una audiencia específica, al pueblo de los Estados Unidos.

Aqui una imagen generada con esta información

¿Para qué nos puede servir el análisis de NLP?

  • Analizar tickets de clientes
  • Clasificar prioridad de dudas o mensajes
  • Entender el contexto y campos de texto en variables
  • Generar predicciones
  • Entre otros…

Los mejores usos a este tipo de métodos se les da en aplicativos usando datos de redes sociales. Como es el caso de Twitter. Por ejemplo, aqui se analizan los datos de los últimos 250 tweets al corte de @JoeBiden

Hasta aqui la columna de hoy, cuéntanos en nuestras redes sociales @DatlasMX qué otro tipo de aplicaciones existen para NLP. Comparte y suscríbete a nuestras cuentas.

Equipo Datlas

– Keep it weird-

análisis de la presencia de cámaras cctv en el mundo (monterrey, cdmx y guadalajara vs. el top10 global)

¿La reducción justifica la invasión a nuestra privacidad como ciudadanos? Es una pregunta que cae un poco en lo filosófico, pero también en lo técnico cuando analizamos los efectos de la intervención de la tecnología en la vida de las personas. En esta ocasión hacemos un breve análisis de la publicación original de “VisualCapitalist” con datos de “SurfShark” sobre las cámaras en el mundo.

Qué es una Cámara CCTV

Un CCTV o circuito cerrado de televisión es una instalación de equipos conectados que generan un circuito de imágenes que solo puede ser visto por un grupo determinado de personas, estas se personalizan para adaptarse a las necesidades de cada cliente bien sean orientadas a la seguridad, vigilancia o mejora de servicio. (Tomado de IMSEL)

Desde 1942, en Alemania, donde se tienen registros de la instalación de las primeras cámaras de videovigilancia al día de hoy se identifican cerca de un billón de este tipo de equipos en el mundo.

Los sistemas de CCTV se han convertido en un apoyo fundamental en la prevención y control de pérdida y riesgos, al igual que la supervisión para mejora de la efectividad de las empresas y otro tipo de organizaciones

Algunos gobiernos de países, como China, han integrado aplicaciones de Inteligencia Artificial a sistemas de CCTV para identificar de manera más rápida a delincuentes, vehículos que mercen multas o gente que se ha reportado como perdida. Puedes ver este video para conocer mejor el sistema de “tracking”.

TOP 10 Global en instalaciones de CCTV

Similar a China, otros países como la India e Inglaterra han invertido en desarrollar poderosos sistemas de videovigilancia para su ciudad.

Los motivos, por un lado, resulta más “barato” instalar cámaras que contratar la cantidad de oficiales necesarios para completar la cobertura de grandes ciudades como Londres. Por otro lado es más eficientes, las cámaras y los sistemas de IA integrados no tienen dependencias de agotamiento. No se distraen y cumplen con el objetivo para el que fueron programado… reportar delincuencia o registrar gente que está pasando.

Por otro lado, los CCTV son sistemas fijos. Es decir, una vez instaladas a lo mucho pueden cambiar de ángulo, pero el ángulo de enfoque es limitado.

Un ejemplo más práctico puede se visto aqui (Cámara web online abierta y en vivo del Zócalo en CDMX Mexico City):

También te puede interesar “Estudiando cifras de Homicidios publicadas por el INEGI para México”

CCTV en México (país)

CCTV en Monterrey, Nuevo León

Se registran alrededor de 4,000 cámaras CCTV para el 2020. Por kilómetro cuadrado encontramos 4.18. Bastante menos en relación a lo que una ciudad como Beijing podría tener, 278 cámaras. Finalmente el índice de crimen estandarizado para Monterrey es de 49.29 y en Beijing sería de 34.27. Con esta tabla se podría decir que a mayor número de cámaras por kilómetro cuadrado menor sería el índice de crimen. Pero esta relación no podría ser concluyente hasta hacer un análisis longitudinal.

CCTV en Guadalajara, Jalisco

En relación a Monterey, la ciudad de Guadalajara tiene 6 veces más cámaras de videovigilancia. Por kilómetro cuadrado incrementa de 4 a 170 cámaras por kilómetro cuadrado. Aún así, el índice de criminalidad es mayor en Guadalajara que en Monterrey según SurfShark.

CCTV en CDMX

Finalmente, en México país, la CDMX es la región con más cámaras llegando a la cifra de 87,000. Por kilómetro cuadrado tiene 59 cámaras (Menos que Guadalajara, pero más que Monterrey). Aún con estas cifras el índice de crimen es mayor.

Si te interesa conocer más de la relación de vigilancia , análisis de datos y crimen te recomendamos escuchar nuestro podcast “Café de Datos” capítulo ¿Cómo analizar datos de delitos para proteger tu negocio?

Cierre

En México, como en otros países de LATAM, más cámaras en sistema CCTV con centros de monitoreos como los famosos “C4” ó “C5” podrían tener impactos positivos en la seguridad de una delegación, suburbio o municipio. En el futuro, los sistemas de inteligencia artificial que se apoyan en CCTV se irán sofisticando al grado de poder identificar personas de manera ágil mediante cámaras y otro tipo de aplicativos presentados en esta columna.

Sin embargo, si no cuidamos o nos aseguramos que se haga un correcto uso de estas tecnologías podemos caer en un “sobre-control” de los sistemas de videovigilancia sobre la población. La invasión a la privacidad es una situación que se contrapone a la seguridad cuando lo interpretamos desde estas aplicaciones del CCTV

Fuentes

– Fuente: https://embed.neomam.com/surveillance-cities/interactive.html

– Ciudades más videovigiladas. Fuente: https://www.visualcapitalist.com/mapped-the-top-surveillance-cities-worldwide/

– Qué es una CCTV. Fuente: https://www.imsel.com/que-es-cctv-y-cual-es-su-funcion/

Highlights 2020 en negocios y LA BRÚJULA DE tendencias para el 2021 – datlas investigación

**Esta columna de blog también tiene un episodio de podcast “Café de Datos” complementario. Escúchalo de voz del equipo Datlas aqui**

Cerramos un año histórico, sin embargo el “libre mercado” empujado por la cultura capitalista ha movido sus piezas en el mundo. De la misma manera la brújula de tendencias apunta para industrias transformacionales que continuarán impulsando la digitalización y automatización en industrias. En esta última columna del año te compartimos esta agenda para que lo tomes en cuenta para tu 2021

Algunos eventos de impacto durante el 2020 para el ambiente de negocios

1) Adquisiciones de negocios

¿Creías que la más grande fue la compra de SLACK? en realidad encabezan NVIDIA Y AMD con cifras inimaginables

2) Cambios en la composición de activos e las empresas

Mientras hace 40 años los activos que potencializaban el valor de una empresa eran tangibles como inmuebles, efectivo, inventario y tierra en la última década el 90% de los activos de las compañías del índice S&P 500 (Bolsa de valores de Estados Unidos) son intagibles. Tales como patentes, valor de marca, datos de clientes o software propietario

3) Cada vez más profesiones y trabajos en riesgo por pandemia o transformación digital

De las de más bajo ingreso y más frecuentes son enfermeros, intendentes y terapeutas.

4) Cambios de gobierno

Biden y el partido demócrata regresando al poder. Podemos ponerle fin a algunas de las “becas” que el actual liderazgo a concedido a las empresas en términos fiscales. Probablemente se abrirán nuevas oportunidades a empresas extranjeras en el mercado Norteamericano

5) Cambios de contexto

Muchas de las predicciones que no se concretaron al 2020 seguirán vigentes para el 2021. Efectos como frenos económicos, protecciones al consumidor y volatilidad complican las operaciones de negocios para el 2021

También te puede interesar 10 tendencias de negocios para el 2020

Tendencias para el 2021

1) Inteligencia Artificial con $390.9 Bn para el 2025

2) Computación distribuida (Edge) con $15.7 Bn para el 2025

3) Internet de las cosas $1,102.6 Bn para el 2026

4) Salud Digital con $385.8 Bn para el 2025

5) Realidad extendida con $209 Bn para el 2022

6) Robótica con $390 Bn para el 2025

7) Ciberseguridad con $270 Bn para el 2026

8) Vehículos autónomos con $556.6 Bn para el 2026

9) Nano-tecnología con $2.23 Bn para el 2025

10) Gemelos digitales $73.2 Bn para el 2050

Para revisar otras 10 tendencias te recomendamos revisar la publicacion de UNFOLD LABS 21/21

Futuro para Ciencia de Datos en 2021

El valor esperado de BIG DATA es de $224.9 Bn para el 2025. Por otro lado la tecnología geo-espacial (mapas, cartografía , analítica geoespacial y sus agregados) sumarán un valor de $502.6 Bn para el 2024.

– Natural Language Processing (NLP) según Sam Cannon de Facebook

Algunas de las compañías más importantes son: https://huggingface.co/

– Cómputo en la Nube

Más capacidades para procesamiento en la nube

– Desarrollo de mapas más sofisticados

Seguir a iniciativas como la de UBER: kepler.gl

– Analítica en e-ecommerce y salud

Analítica con más protragonismo en nuevos sectores

– Implementación en Apache airflow 2.0

Revisar los detalles en https://airflow.apache.org/

– Computación GPU para Ciencia de datos y ML

Más importancia en las dependencias de procesamiento en GPU que en RAM. Mayor selectividad a la hora de tener desarrollos de ciencia de datos

Cierre

Hasta aqui la columna de hoy ¿Percibes alguna otra nueva tendencia? ¿Qué autores sigues para tener lectura del futuro? ¿ Cómo recibirás y qué proyectos estás desarrollando? para el 2021? Cuéntanos en redes sociales @DatlasMX .

– Equipo Datlas –

Fuentes

– Visual Capitalist. https://www.visualcapitalist.com/visualizing-biggest-tech-mergers-and-acquisitions-of-2020/

– Futuro de Ciencia de Datos. Fuentes: https://medium.com/better-programming/the-future-of-data-science-data-engineering-and-tech-7f0a503745fd