Archivo de la categoría: Investigacion

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

¿PODRÍAS SER más propenso a chocar que otra persona SÓLO POR TU MODELO DE AUTO? La respuesta puede ser “sí” – DATLAS INVESTIGACIONES

El análisis de datos ha ido adquiriendo mucha importancia últimamente, sabemos que es una ciencia que se encarga de analizar un respectivo conjunto o conjuntos de datos para obtener conclusiones de los mismos y así tomar decisiones o simplemente obtener nuevos conocimientos. En esta columna presentamos un ejercicio complementario de análisis de datos. Esto sobre una base de datos de choques y siniestros para Nuevo León. Te presentamos nuestros hallazgos.

** También te podría interesar nuestras otras columnas sobre choques y siniestros

Big Data y Data Science: los profesionales especializados en ciencias de  datos tienen el futuro asegurado

En esta ocasión se usará una base de datos que recopila los choques de la zona metropolitana de Monterrey, Nuevo León desde el año 2016 hasta la mitad del 2018. Gracias al análisis podremos observar los diferentes fenómenos que se presentan.

La base de datos contiene los registros ya mencionados, cada registro contiene diferentes columnas, podemos dividir estas columnas en tres secciones que definen cada aspecto del choque:

1) La primera sería el lugar del suceso,

2) La segunda sería la descripción del mismo y

3) La tercera es la fecha/hora cuando ocurrió.

Ahora bien, con estos datos vamos a contestar algunas preguntas.

¿En qué códigos postales de la ciudad de Monterrey, Nuevo León y Zona metropolitana (ZMM) se generan más choques?

Para fines prácticos, se tomaron de la tabla los diez códigos postales donde hubo más choques, esto considerando su respectiva frecuencia de ocurrencias con respecto al total. Los resultados se mostrarán a continuación.

Top 10 códigos postales con más choques:

  1. 64000
  2. 64620
  3. 64590
  4. 64330
  5. 64619
  6. 64200
  7. 64988
  8. 64460
  9. 64710
  10. 64700

Para un mejor entendimiento se relacionó cada código postal con el nombre de la colonia. Estas son las colonias donde hay más percances del área metropolitana.

Top 10 colonias con más choques:

  1. Col. Centro
  2. Col. Vista Hermosa
  3. Col. Agrícola
  4. Col. Gral. Naranjo
  5. Col. Residencial Cumbres
  6. Col. Croc
  7. Col. El Milagro
  8. Col. Mitras Centro
  9. Col. Nuevas Colonias
  10. Col. Nuevo Repueblo
Mapa Monterrey, N.L. Colonias con más choques.

Si andas por estas colonias te recomiendo que vayas con mucha precaución detrás del volante.

¿A qué hora ocurren más choques en Monterrey (ZMM) ?

Pienso que esta es una de las preguntas más importantes a considerar ya que si vives en Monterrey sabrás de la cantidad de tráfico que se genera a las horas pico, veremos si existe una relación entre los choques y las horas de más tráfico.

Formato 24hrs.

Las horas que destacan son: 14:00, 13:00, 16:00, 18:00, 15:00. Podemos notar que los choques están relacionados con el tráfico, y el tráfico a su vez se genera principalmente debido a las “horas de trabajo”, claramente podemos observar la “hora de entrada”, la de “hora de comida” y la “hora de salida” que son los tiempos en donde hay más personas manejando.

¿Qué días de la semana suceden más choques en Monterrey(ZMM) ?

Formato 24hrs. Empezando por día domingo y terminando el sábado.

Empezando por el domingo en este caso, se puede notar cómo es que los choques varían dependiendo del día, siendo el “viernes” cuando ocurren más siniestros y el “domingo” el día que menos. Otro fenómeno curioso que podemos observar es que durante los sábados en la noche la cifra de choques aumenta considerablemente en comparación a los demás días, es entendible, la gente se va de fiesta, toma alcohol u otras sustancias, acto siguiente escoge manejar y lamentablemente choca. 

¿Algún color de auto es más propenso a chocar?

La respuesta corta es “sí”, existen autos que son más propensos a chocar que otros por su color, esto quizá se deba a que durante el día o la noche son más difíciles de observar para los conductores, otro factor puede ser que la mayoría de los autos que circulan son de ciertos colores “populares” y por ende tienen esas estadísticas.

Puede parecer broma, pero tomando en cuenta todo esto, en dado caso de que te encuentres manejando un carro gris o blanco un viernes por la tarde en el centro de Monterrey, estadísticamente tienes una gran probabilidad de chocar.

– Equipo Datlas –

¿Qué se puede decir de todo esto?

“Nuevo León, la entidad con mayor registro de choques en el país” – El financiero

“Falta cultura vial…y abundan choques” –El Norte

Estos solo son dos ejemplos de los miles que se pueden encontrar en cuanto a notas periodísticas donde mencionan nada más que la verdad. Nuevo León es en efecto la entidad del país con el mayor número de choques, esto se puede comprobar observando las bases de datos del INEGI o simplemente visualizando las gráficas que ya tienen disponibles en su página. No hace falta ser muy meticuloso con los datos para darnos cuenta de esto, solo basta con salir a manejar en horas pico para que uno se dé cuenta de lo pésima que es esta situación, no es de sorprenderse que seamos la zona metropolitana con mayor número de choques.

Finalmente, si multiplicamos las probabilidades de cada dato podemos llegar a una conclusión un poco chistosa pero cierta, si tú decides salir a manejar un automóvil de color blanco, un viernes por la tarde en el centro de la ciudad de Monterrey, estadísticamente tienes mayor probabilidad de chocar que cualquier otro conductor.

Ándate con cuidado si tienes un auto blanco y te gusta salir los viernes.

Lectores recuerden suscribirse en www.datlasacademy.com para obtener cursos gratuitos sobre métodos y conceptos de transformación digital. Para las y los primeros suscriptores habrá un curso de “Storytelling de Datos” de obsequio. No se lo pierdan.

Equipo Datlas –

No te sientes al frente si vas en un carro blanco por gonzalitos (Caso de ANÁLISIS DE CHOQUES PARA NUEVO LEÓN, MÉXICO) – DATLAS INVESTIGACIONES

Aún con varios blogs escritos al respecto, los datos de los siniestros reportados de inicios del 2016 a mediados del 2018 en Mty NL, aún tienen mucho que decirnos. Y aunque pareciera un título alarmante, la realidad es que no lo es, ¿o sí? Como diría cualquier científico social: Depende. Quédate en este blog para descubrir la respuesta.

** Te puede interesar “Categorizando zonas con más choques en Nuevo León”

Si cualquier persona con suficiente equipo de cómputo para utilizar Microsoft Excel filtrara y contara las observaciones de la antes mencionada base de datos, se daría cuenta de los siguientes resultados:

  1. El color de los vehículos más chocado en ese periodo es el color blanco.

Seguido del gris, rojo, plata, y negro. Al quitar duplicados, sumar colores prácticamtente iguales, y ordenando de mayor a menor por cantidad de observaciones, obtenemos el TOP 10 se se ve en la imagen.

2. La parte del auto donde sucedió el choque más frecuente fue el frente

Seguido de la parte trasera, el cofre, el costado derecho delantero, y el costado izquierdo delantero. El procedimiento fue prácticamente el mismo que en el caso del color del vehículo, y gracias a ello tenemos el TOP 10 en esta segunda imagen.

3. Los choques de auto se concentran en su mayoría en la avenida Gonzalitos.

Por último, si proyectaramos un mapa 3D de las latitudes y longitudes, las cordenadas de los diferentes siniestros filtrados por tipo de vehículo, podríamos llegar a la conclusión de que en el mapa de autos, estos se concentran más en la avenida de Gonzalitos, mientras que en el camión se concentran por Ruiz Cortinez, y en los camiones ligeros por Madero.

Ahora bien, ¿debería de alarmarme por el título de este blog? Nuestra respuesta sería: no lo suficiente, y la manera más fácil de explicarlo es con el color del vehículo.

El hecho de que el color con más choques reportados sea el blanco, no quiere decir que dicho color sea el más propenso a chocar, porque no sabemos si es el color más comprado. Si por ejemplo casi toda la ciudad compró autos blancos y solo chocó 1 tercio, mientras que los autos rojos solo compraron 10 personas y todos chocaron porque es el color más propenso a chocar, el número de reportes entonces no nos ayuda mucho.

Algo similar sucede con la avenida Gonzalitos. Si solo nos basamos en los datos de los siniestros reportados, no podríamos comparar esta avenida con otras, al no estar seguros de cuantos automóviles la transitan, y por ende, no podemos asumir que es la avenida más peligrosa o propensa a sufrir un accidente. No es coincidencia que la hora con más choques es la 1:47pm, la cual cabe en lo que conocemos coloquialmente como la hora pico.

Como de costumbre, la intención de este blog no es asustar al usuario, si no compartir resultados interesantes de un análisis básico de datos, y generar conciencia de como un evento tan normal como un choque en esta ciudad, puede arrojarnos información interesante a compartir.

Hasta aquí la columna de hoy, no duden en visitar los otros escritos de esta base de datos o de la basta variedad de temas de analítica que hemos realizado. Pueden encontrarnos en nuestras redes sociales como @DATLASMX.

Adjuntamos el video echo por un aplicante para una de nuestras últimas convocatorias de ingreso a la startup, donde tenía que explicar esta y otras conclusiones interesantes de la base de datos en 6 minutos como máximo.

Equipo Datlas

-Keep it weird-

fiNALMENTE SABEMOS CÓMO FUNCIONA EL ALGORITMO DE INSTAGRAM – INVESTIGACIÓN DATLAS

Una de las columnas que más atención ha recibido en este blog es el de “Social Dilemma” . Este documental de “Netflix” socializó el uso de los algoritmos en páginas como: Facebook, Instagram, Twitter, entre otros.

**Te podria interesar aprender sobre algoritmos en nuestra columna: “Algoritmos supervisados y no supervisados”

En esta columna particularmente compartiremos algunos apuntes de uno de los líderes de Instagram: Adam Mosseri. Recientemente publicó una columna donde da más luz de cómo funciona el ALGORITMO DE INSTAGRAM que prioriza el feed y que seguramente impulsa a muchos “influencers” a crecer sus audiencias.

Anatomía de los sistemas de publicaciones en Instagram

  • Feed – Es lo que cualquier perfil tiene entrando en su app. Se compone de todas las publicaciones de las cuentas que seguimos
  • Stories – Publicaciones temporales desde cualquier perfil
  • Explore – Una sección de la aplicación donde puedes consumir contenido sugerido de acuerdo a tus preferencias. Estas preferencias son registradas y priorizadas por algoritmos
  • Reels – Son pequeñas cápsulas de video que permiten a usuarios ser encontrados por nuevas audiencias a la exploración de esta sección en el app. Suele ser más sencillo tener más views en este tipo de contenido que en otras secciones del app.

¿Quiénes dominan en instagram?

Es importante entender las redes sociales. En instagram hay un top10 que se ha mantenido a lo largo del tiempo que va desde los 319 millones de usuarios hasta los 517. Este tipo de perfiles tienen agencias de representación y contenido que les asesoran sobre cómo aprovechar el algoritmo de instagram para generar una mayor masa de seguidores.

  1. Cristiano Ronaldo
  2. Justin Bieber
  3. Ariana Grande
  4. Selena Gomez
  5. Taylor Swift
  6. Dwayne Johnson
  7. Katy Perry
  8. Kylie Jenner
  9. Rihanna
  10. Kim Kardashian

Revisar lista completa en: https://www.visualcapitalist.com/worlds-top-50-influencers-across-social-media-platforms/

¿Cómo funciona el algoritmo?

Hay que precisar que en realidad no hay un sólo algoritmo, existen varios dependiendo la sección del app de instagram que estemos utilizando. Según Adam, en su columna sobre cómo funciona el algoritmo, menciona que en el 2010 el feed era “cronológico” , pero con el incremento de usuarios identificaron la necesidad de mostrar contenido más “relevante” a cada una de las cuentas.

A) Feed e Historias

Todo comienza buscando que debería de aparecer primero en el feed de cada quien ¿Tus amigos cercanos? ¿Contenido de tus deportes afines? ¿Las ciudades que visitan tus colegas? En esta sección la prioridad es ver contenido de las personas que sigues.

Después de esto los sistemas de instagram traducen este “follow” en señales que le permiten al algoritmo priorizar. Algunas de las más importantes son: Información sobre el post (Duración, relevancia, equipo con el que publicó el contenido , entre otros), Información sobre la persona que publicó el post (En este sentido el sistema detecta qué tan interesante podría ser para ti el contenido), Tu actividad en likes (En algoritmo se entrena dinámicamente identificando qué tipo de contenido suele gustarte y consumes durante más tiempo) y TU HISTORIA INTERACTUANDO CON ALGUIEN (Interpreta qué tan interesado estás en una persona por ejemplo leyendo si comentas o no en sus posts así como si tienes algún mensaje directo)

B) Explore

Distinto a Historias y Feed en Explore es donde quieres descubrir nuevo contenido. Instagram monitorea las señales que categorizan el contenido con el que interactuas con mayor frecuencia. En ese sentido, por ejemplo, si eres una persona que le gustan las fotografías de “montañas” , el sistema priorizará cuantas imágenes y contenidos de “hiking” exista en tu comunidad de alcance en “explore” para mostrártela.

Las señales más importantes que buscan son: Información del post, Tu historia de interacción con la cuenta que publicó, Tu actividad ( Cómo has interactuado con otro contenido de Explore en el pasado) e Información acerca de la persona que publicó

C) Reels

Muy parecido a Explore, en Reels visualizas principalmente contenido de cuentas que no sigues. Reels está basado principalmente en entretenimiento, aprendizaje y diversión ¿Te suena familiar?

Las señales a las que se ponen atención son: Tu actividad, Tu historia interactuando con la persona que publica, Información acerca del Reel (La canción de fondo, sonidos de fondo, video definido en tamaños de pixeles y resolución así como la popularidad del mismo) e Información de la persona que publica.

D) Otros: ¿Cómo puedes “alterar” el algoritmo?

Sistemáticamente hay algunas reglas de excepción que evitarán que te satures del contenido de una persona o cancelara a una cuenta si publica con demasiada frecuencia. Puedes leer las normas comunitarias de Instagram para saber más detalles de estas reglas (Por ejemplo si hablas de COVID-19 y otros temas controversiales será dificil ser popular)

Por otro lado como usuarios estamos empoderados a modificar el algoritmo con 3 prácticas: Selecciona una lista de tus amigos más cercanos (Close Friends) en la red para ver de forma más frecuentemente su contenido, Cancela o silencia cuentas que no te interesan y cuando en secciones como Reels y Explora veas contenido que no te interese señálalo como tal para que el algoritmo penalice ese contenido a la hora de priorizar.

Cierre

¿Entonces ya somos los magos del Instagram? Lo cierto es que es más fácil entenderlo que ejecutarlo. Pero conociendo un poco las entrañas del cómo funciona podemos saber que no es “una caja negra”.

Cuéntanos cuáles son los mejores trucos para intagram y continuemos la conversación en nuestras redes @DatlasMX

Equipo Datlas

– Keep it weird –

Fuentes:

Liga 1: https://9to5mac.com/2021/06/08/instagram-algorithm-works/?fbclid=IwAR0Wzp4cAao_-vIO2mPsRjJdqUUwofeG5h0mnfWCEjbdDrCHU7FFQaEe8TE

Liga 2: https://about.instagram.com/blog/announcements/shedding-more-light-on-how-instagram-works

¿refrigeradores conectados a internet? industria 4.0: iot -investigación datlas

Anteriormente hemos platicado de ciudades inteligentes en donde tocamos brevemente el tema de sensores e internet de las cosas. En esta ocasión queremos contarte un poco acerca de que trata este gran elemento dentro de la transformación digital y la industria 4.0.

Antes de iniciar hay que tener claro que el término “industria 4.0” se utiliza para referirse a la llamada “cuarta revolución industrial”. El término se originó en Alemania en el 2011, y hace referencia a un modelo de manufactura avanzado que incluye tecnologías integradas una con otra de manera física o digital.

Existen varios tipos de tecnologías que pueden ser integradas a estos modelos, como por ejemplo: inteligencia artificial (IA), robots, cloud computing y efectivamente, el Internet de las Cosas (IoT por sus siglas en inglés).

Universidad y 4ª revolución industrial | Aprenentatge Servei

¿Qué es el Internet de las Cosas?

A grandes rasgos, el internet de las cosas encasilla todo lo que está conectado a internet, permitiendo que los objetos se “comuniquen” entre ellos. De manera más específica, el IoT es una herramienta tecnológica que permite integrar sistemas de procesamiento, almacenamiento y comunicación entre diversos procesos conectados entre si.

¿Dónde está presente el Internet de las Cosas?

El objetivo principal del IoT, es automatizar procesos. Por ello, está presente en muchos objetos cotidianos; desde los celulares que usamos, relojes inteligentes, aparatos electrónicos (TVs, consolas), un amplio abanico de electrodomésticos (como refrigeradores) y hasta cámaras.

También está presente dentro de las grandes industrias, por ejemplo en las industrias manufactureras, se encuentra en forma de sensores que mandan alertas si algo está pasando; en los grandes campos de cultivo donde gracias a algunos sensores, se puede conocer a detalle la calidad de la tierra.

Internet de las Cosas: Definición, funcionamiento, 6 beneficios y ejemplos

En el giro de transporte y logística, gracias al IoT, se pueden administrar las flotas de automóviles, barcos y aviones, tomando en cuenta factores como el cambio climático, disponibilidad de la vía, tránsito, entre otros. Además, el IoT se puede usar para mejorar la seguridad de los trabajadores. Por ejemplo, empleados en entornos peligrosos como minas, campos de petróleo y plantas químicas, necesitan tener conocimiento de los posibles eventos peligrosos que podrían suceder. Al estar inmersos en la tecnología IoT, pueden recibir alertas o notificaciones que les permitan tomar las acciones pertinentes.

Los retos actuales del IoT

Ahora bien, conociendo un poco del IoT, sus aplicaciones y beneficios, es importante conocer los retos a los que se enfrenta esta tecnología en el mundo moderno.

En primera, ¿cómo migrar a un ecosistema IoT? Se puede decir que tratar de migrar a la industria 4.0 es complicado. No solamente se limita a grandes inversiones económicas, implementación de tecnologías, equipamiento o softwares. Se trata de realmente lograr un cambio de visión y perspectivas dentro de la compañía, algo que no es para nada sencillo.

Volviendo al tema financiero, los costos de inversión para un ecosistema IoT pueden variar mucho, dependiendo del tamaño de la compañía y los alcances que se buscan, pero podemos asegurar que no es para nada barato. Aunado a esto, se estima que a las compañías, ver el retorno de inversión (ROI) les puede tomar entre 7 y 12 años.

La seguridad y privacidad digital también es un reto que afronta la transformación IoT. Las compañías pueden ser víctimas de amenazas, ataques por parte de hackers y hasta filtración información sensible. Se requiere que se desarrolle confianza en los ecosistemas IoT, sin embargo, las frecuentes amenazas a la seguridad y privacidad, lo hacen un camino difícil de recorrer.

Hasta aquí la columna de hoy. ¿Qué opinas del IoT? ¿En el futuro realmente puede ser más accesible y realizable? ¿Conoces algunos casos de IoT aplicados en la industria? Compártenos tu opinión a través de nuestras redes sociales @DatlasMX

Equipo Datlas

-Keep it weird-

#VOTOUTIL , UNA APLICACIÓN DE MAPAS ELECTORALES EN MÉXICO – INVESTIGACIÓN DATLAS

En México se acercan las votaciones el próximo 6 de junio de 2021. Uno de los eventos más importantes de la historia ya que son las elecciones donde se deciden una mayor cantidad de puestos para el país. Si bien se han presentado escándalo, show político y cambios de partido… el día de hoy en esta columna queremos difundir una práctica de mapas geoespaciales realizada por VOTO UTIL. ( Intenta aquí si el link está roto: https://mapdata-soluciones.carto.com/me )

**Te puede interesar “Análisis de “Natural Language Processing para discursos de AMLO Presidente de México”

Primero que nada ¿Qué es y cuál es la metodología de VOTO UTIL?

Así que esta plataforma nos puede orientar en las decisiones de diputados. Ahora te presentamos los pasos para llevar a cabo la búsqueda para tu sección

Paso 1) Entra al portal y llena los campos Estado-Sección. Da click en el botón de buscar

Paso 2) Una vez realizada la búsqueda te presentará una opción de acceder al mapa interactivo (Viene lo bueno)

Paso 3) Estaremos dentro de la plataforma que a nivel nacional tiene la división electoral del país . Es decir que dependiendo de dónde vives puede saber cuál es el voto útil para tus candidatos a diputados

Paso 4) Haz un enfoque a la zona en donde vives y comienza a interactuar

En nuestro caso, hicimos un ejemplo para un distrito dentro del municipio de Santa Catarina en Nuevo León, México. Los resultados fueron los siguientes:

¿Qué potencial tiene?

Desde Datlas (www.datlas.mx) nos encanta ver cómo desde los mapas del covid-19 se han impulsado cada vez más plataformas que compartan de una manera visual y ágil datos geo-referenciados.

Particularmente en esta ocasión, VOTOUTIL propone una plataforma para ponerle atención a una sección de nuestro deber cívico que es conocer e identificar nuestro distrito. De ahi , mediante algunas estimaciones, generan una propuesta de “voto útil”. En este sentido ya será cuestión del usuario si tomarla de referencia o al pie de la letra

¿Es un oráculo? ¿Predice lo que sucederá?

No es así, para nada es la intención. Sin duda algunos partidos e iniciativas políticas nacionales podrán verse tentados a generar sus propios estimados de participación por región del país. Pero al menos en esta plataforma la única intención es visualizar

Hasta aquí la columna del día de hoy ¿Ya te preparaste para las votaciones más importantes del país? No te olvides de votar este 6 de junio de 2021

Equipo Datlas

– Keep it weird –

5 tendencias de analítica avanzada para retailers y cpgs – COLUMNA DE INVESTIGACIÓN DATLAS

Esta semana tuvimos la oportunidad de compartir con algunos de nuestros clientes nuestra opinión sobre tendencias de analítica para sectores retail y CPGs (Consumer Packages Goods). En esta columna enunciaremos las 5 tendencias más interesantes considerando innovación: Incremental y transformacional

Tipos de innovación al evaluar tendencias

Cuando hablamos de tendencias e innovación siempre es bueno poner en la antesala dos tipos: La innovación incremental y la transformacional.

La incremental se refiere a la mejora continua de procesos cotidianos con soluciones creativas y que te mantengan a la vanguardia dentro de tu industria. Por otro lado, la transformacional, son proyectos disruptivos que alteran el tiempo de funciones de los miembros de una organización.

A continuación compartiremos tres tendencias con proyectos de innovación incremental y dos con transformacional.

5 tendencias

1) Aplicaciones para pedidos programados (Incremental)

La embotelladora Arca Continental con sede en Monterrey, Nuevo León, México habilita una aplicación a los tenderos donde entrega sus productos (refrescos y bebidas). Esta APP móvil sugiere el tamaño de pedidos a sugerir a los tenderos para que cuenten con el abasto suficiente y no caigan en una situación de “venta pérdida”.

2) Aprovechamiento de datos de clientes (Incremental)

OXXO, la cadena de conveniencia más grande de México con presencia en LATAM hizo público un proyecto de aprovechamiento de datos de sus más de 13 millones de transacciones diarias. Se trata de analizar datos de ventas de tickets y ponerlas al alcance de sus proveedores. En este sentido se podrían generar mejores estrategias comerciales para desplazar productos en la cadena comercial.

3) Internet de las cosas para mantenimientos preventivos (Incremental)

Los sensores y el internet de las cosas se han extendido a las compañías de productos de consumo como la panadería que ofrece BIMBO en México. En esa dirección proyectos de integración de sensores y GPS se han sumado a las flotillas de entrega de esta compañía. Estos nuevos datos les ayudan a tomar acciones preventivas para evitar problemas logísticos en las entregas de sus productos

4) Revisión de anaqueles automatizadas (Transformacional)

Usando un robot con cámaras y sensores compañías como Walmart han difundido programas de automatización como el de “escanear” los anaqueles de manera automatizada en búsqueda de faltantes y facilitar los planogramas dentro de retailers.

Heineken, la compañía de cerveza, revisa anaqueles con aplicaciones móviles enviando equipos a fotografiar anaqueles para estudiar los impactos en los frentes de las tiendas donde promocionan sus productos

5) Algoritmos avanzados de recomendación (Transformacional)

“Food-service” y empresas como RAPPI no se quedan atrás en los avances disruptivos. Una buena recomendación de platillos o restaurantes puede significar una buena oportunidad de venta cruzada para el negocio. Para que este tipo de servicios funcionen se tienen que registrar millones de transacciones, almacenar grandes cantidades de información en tablas distribuidas, entrenar modelos con catálogos dinámicos y garantizar que los servicios estén activos para cuando el usuario los necesite.

Hasta aqui la columna de hoy y te preguntamos ¿Qué otro tipo de aplicaciones de analítica avanzada conoces en industrias de retail o CPGs? Compartenos tus comentarios en @DatlasMX

Si quieres continuar aprendiendo de analítica y transformación digital revisa nuestro podcast: “Café de Datos”

Equipo Datlas

– Keep it weird-

Mapa de delitos por municipio – Investigación Datlas

Ahora que avanzan las campañas escuchamos a algunos candidatos hablar sobre cómo varía la “percepción” de seguridad en su municipio. En ese sentido es de utilidad regresar a investigaciones sobre cómo ha avanzado la inseguridad en distintas regiones del país. Esto para localizar si la percepción que mide el INEGI en una encuesta a la población se relaciona con la realidad de delitos denunciados. En esta columna compartiremos algunas de las prácticas de análisis que podemos llevar a cabo con estos datos.

Si tuviste oportunidad de leer nuestra columna “La inseguridad en México” habrás leído que en el país dos institutos publican datos: SESNSP e INEGI. Pero… recientemente hemos identificado una fuente integradora en GOBMX titulada “datos delictivos” que tipifica distintos tipos de delitos por municipio del 2015 a Marzo el 2021.

¿Qué tipos de delitos se enlistan en estas bases de datos?

¿A qué nivel se segmentan los datos?

A nivel municipal. Podemos navegar por Estado y Municipio. Los registros son denuncias de los delitos antes mencionados con especificaciones de subcategoría como, por ejemplo, robo con violencia o sin violencia.

¿Ejemplos de aplicación?

Podemos hacer contrastes entre municipios . Por ejemplo en el caso de Nuevo León 3 deliticos tipificados como: Abuzo de confianza, abuzo y acoso sexual.

Para CDMX podemos contrastar los delitos catalogados como “Narcomenudeo” para identificar si existe una tendencia entre municipios y en qué meses del año hay que estar más alerta.

Ejemplo usando mapas

En ese sentido normalizar los datos por determinada cantidad de habitantes. Esto quiere decir que un incidente como “Robo” o “Rapto” puede ser más alto en una geografía sobre otra sólo por el simple hecho de que existe más población. En se sentido podemos estimar estos delitos por cada “10,000 habitantes”. Así hacemos más comparables los delitos.

En Nuevo León y CDMX generamos una capa tipo “shapefile” donde integramos a nivel municipio el promedio mensual de los registros agregados de todos los delitos por cada 10,000 habitantes. Podemos identificar los tipos de delitos que podrían interesarle a un área de daño patrimonial de un corporativo. En este caso generamos capas con conteos de: Amenazas, Daño a la propiedad, Narcomenudeo, Rapto, Robo y Secuestro.

Siendo este caso, con este indicador comparable, identificamos en Nuevo León: Vallecillo con 17.18, Dr. González con 14.34, Lampazos con 12.46, General Bravo con 11.5 y Mina con 10.47. Monterrey, en contraste, tendría solo 5.09

Para CDMX cuenta con un excelente mapeo sobre ubicaciones de incidentes. Puedes leer el “mapa del crimen de cdmx” si te interesa conocer más. Por nuestra parte y usando los mismos criterios del mapa de Nuevo León con utilidad para corporativos identificamos lo siguiente CDMX.

Cuauhtémoc con 21.22, Benito Juárez 15.38, Miguel Hidalgo 14.31, Venustiano Carranza 12.11 y Azcapotzalco 11.37

Hasta aquí la columna de hoy ¿Qué otros usos le darías a los datos? ¿Cuál es el mejor método de dimensionamiento de délitos? ¿Están relacionadas las cifras de delitos con la percepción de inseguridad que publica el INEGI?

Coméntanos en redes sociales @DatlasMX . Síguenos en nuestro podcast para aprender más de analítica y transformación digital.

Saludos

Equipo Datlas

– Keep it weird-

Utilities: abundancia de datos y gran oportunidad para analítica y big data – Investigación DATLAS

Hace alrededor de un mes tuvimos la oportunidad de tener como invitado en nuestro podcast Café de Datos al Global Head of AI & Analytics en Telefónica IoT & Big Data Tech el gran Antonio Pita Lozano con quien estuvimos platicando acerca de la ciencia de datos como una carrera profesional, como ensamblar equipos de ciencia de datos en las organizaciones e incluso nos comentó acerca del Máster en Ciencia de Datos del cual es director en KSchool. En esta columna vamos a tomar una de las aportaciones que más nos sorprendió de la charla con Antonio para profundizar un poco más.

Para iniciar, como es costumbre con nuestros invitados en el podcast, les pedimos que nos compartan ¿con quién se tomarían un café? si pudieran elegir a cualquier personaje de la historia. En este caso Antonio nos comentó un par de nombres famosos, pero terminó inclinándose por Alan Turing. Para quien no lo conozca Alan Turing fue un matemático nacido en Reino Unido que fue un protagonista del desarrollo del campo de la teoría computacional. Recientemente se hizo más famoso por su función de criptógrafo descifrando mensajes de los “nazis” con la máquina ENIGMA después de la segunda guerra mundial. De hecho en Datlas le hicimos un homenaje a este gran personaje por el Día de Muertos que celebramos en México, puedes ver el altar homenaje aquí.

Después de este pequeño ritual de bienvenida para calentar motores Antonio nos relató un poco de su carrera y desarrollo profesional. Durante este bloque comentamos acerca de la transformación digital que han experimentado, y aprovechado, algunos grandes sectores económicos como lo es la industria financiera. Asimismo le pedimos a Antonio que nos diera su perspectiva alrededor de sectores o industrias que tuvieran grandes cantidades de datos y al mismo tiempo una gran oportunidad de aprovecharlos o explotarlos de una mejor manera. Sorprendentemente para nosotros, Antonio nos hizo notar que uno de los sectores que ha tenido una inmersión importante en temas de analítica de datos, después del sector financiero, ha sido el sector de las Utilities y quisimos profundizar un poco en esta parte.

¿Qué son las Utilities?

Las utilities es la denominación en inglés de aquellas compañías que pertenecen al sector energético y de servicios colectivos que prestan servicios de los cuales no se puede prescindir como por ejemplo: electricidad, gas, agua, residuos, etc.

Se consideran empresas seguras puesto que los ingresos son estables, sin embargo, debido a la gran inversión que requieren, suelen tener grandes cantidades de deuda, provocando una gran sensibilidad ante los cambios en la tasa de interés. Un aumento de la tasa de interés, va acompañado del incremento de la deuda, lo que provoca que el funcionamiento de las Utilities sea mejor cuando las tasas de interés están decayendo o se mantienen bajas.

¿Cómo aprovechan el Big Data y la analítica de datos las Utilities?

Antes que nada hay que entender que estas empresas apalancan otra de las grandes tendencias de la transformación digital que es el Internet de las Cosas (IoT) y los sensores.

Growing Technology Acceptance Boosts Demand for IoT in Utilities

Esta nueva forma de obtener datos les permite generar casos de uso como:

Predicción, detección y prevención de cortes de energía

Un corte de energía puede hacer que todo un país se detenga, como el apagón del noreste de 2013 que afectó a más de 45 millones de personas en los Estados Unidos. Las condiciones climáticas desfavorables son una de las principales causas de tales cortes. Las Utilities están construyendo una infraestructura y sensores más inteligentes para mejorar la previsibilidad y prevenir estos escenarios de interrupciones.

Los sistemas modernos de cortes de energía emplean soluciones en tiempo real que operan en base a datos en vivo y algoritmos inteligentes para predecir y prevenir cualquier situación posible.

Estos sistemas son capaces de predecir el impacto de cualquier eventualidad cercana a la red, posibles cortes causados ​​debido a eventos de medidores inteligentes, cortes específicos de la región y más.

Gestión de carga inteligente

Para gestionar de forma eficiente la carga de energía, las Utilities necesitan equilibrar de forma estratégica e inteligente la demanda de energía con un suministro de energía óptimo en un período de tiempo determinado. Tener un sistema de gestión de carga inteligente les permite cubrir los requisitos de gestión de red de extremo a extremo, incluidas la demanda y las fuentes de energía con la ayuda de fuentes de energía distribuidas, sistemas de control avanzados y dispositivos de uso final.

Todos los componentes del sistema de gestión generan datos. Al aplicar análisis de Big Data, las empresas pueden tomar decisiones con precisión con respecto a la planificación y generación de energía, la carga de energía y la estimación del rendimiento.

▷ Mantenimiento Predictivo - Digitalización y optimización de las fábricas

Gestión preventiva de activos

Dado que es una industria intensiva en activos y depende en gran medida del rendimiento óptimo de sus equipos e infraestructura de red. La falla de estos activos puede causar serios problemas de distribución de energía y, en consecuencia, mermar la confianza del consumidor. Por lo tanto, prevenir este tipo de incidentes es una de las principales prioridades de la industria.

Para el mantenimiento preventivo de equipos, el Big Data y la analítica viene al rescate. Los activos están integrados con sensores inteligentes, rastreadores y soluciones de datos que transmiten información en tiempo real al centro. Los datos recopilados se pueden procesar y analizar para identificar posibles problemas con el mantenimiento del equipo, lo que permite un manejo proactivo de la situación.

Mayor eficiencia operativa

Aprovechar los datos en tiempo real de los activos relacionados con la tasa de actividad, el estado de las operaciones, el tiempo, el análisis de la oferta y la demanda, y más, ayudan a las empresas de Utilities a optimizar la eficiencia energética y el rendimiento de los activos. Las aplicaciones de Big Data y analítica les permiten mejorar la confiabilidad, la capacidad y la disponibilidad de sus activos de red mediante el monitoreo continuo del costo y el rendimiento.

Y… ¿de que tamaño es el mercado?

Finalmente, Antonio nos hizo reflexionar acerca de las aplicaciones de Big Data, analítica de datos, Internet de las Cosas y sensores que tiene este sector. Hemos visto ejemplos claros y aplicaciones con casos de negocios sustentados, pero como emprendedores, como proveedores de soluciones de analítica, la última disyuntiva que pudiéramos tener es ¿de qué tamaño es el pastel? y justo nos dimos cuenta que la inversión en analítica por parte de las Utilities ha venido creciendo desde el 2012 y el año pasado logró posicionarse en $3.8 billones de dólares, de los cuales Latinoamérica participa con alrededor de $0.5 billones de dólares.

Así que, al igual que nosotros esperamos que hayas aprendido como nosotros un poco más alrededor de una industria que a pesar de ser longeva tiene una gran oportunidad y ya esta adoptando nuevas tecnologías.

Si eres emprendedor, profesionista o simplemente te interesa adentrarte al mundo de la ciencia de datos te recomendamos escuchar el Episodio #44 de nuestro podcast Café de Datos con Antonio Pita y conocer más acerca del Máster en Ciencia de Datos de KSchool del cual Antonio es el director y tiene un modelo muy interesante de aprendizaje basado no solo en la teoría sino también en la práctica.

Hasta aquí la columna de hoy, no olvides compartirla con tus colegas y seguirnos en nuestras redes sociales como @DatlasMX

Bibliografía:

BigDataissuesandopportunitiesforelectricutilities.pdf

The role of big data analytics in Energy & Utilities (cigniti.com)

Utility | WikiFinanzas – Finanzas para Mortales (wiki-finanzas.com)

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 –