DATA PLAYBOOK VOL. V: Analítica de Datos para el Mundo Real de los Negocios.

Como todos los años… este no fue la excepción, el pasado jueves 15 de septiembre fue el lanzamiento del Data Playbook versión V.

Para los que todavía no estan familiarizados los ponemos en contexto, nuestro Data Playbook es un documento enfocado en infromar por medio de tecnicas especificas cuales son algunas prácticas que puedes implementar en tu negocio en torno al uso estrategico de datos.

El desarrollo de esta versión se enfoco en la importancia de estar concientes de que paravcontinuar resolviendo los retos a los que nos enfrentamos constantemente en nuestros negocios esta relacionado a la tecnología.

Es por eso que en esta quinta edición: “Analítica de Datos para el Mundo Real de los Negocios” hemos desarrollado el contenido en cuatro capítulos que te permitiran tener mayores conocimientos sobre el analisis de datos y que técnicas y metodologías puedes utilizar para aprovecharlos de la mejor manera.

A continuación te platicamos un poco del contenido de cada capitulo

El primer capitulo: «Mejores Prácticas de Datos», se centra en los datos y su flujo asi como la construcción de los proyectos de analítica de datos, la situación actual de la industria y de que manera podemos analizar y aplicar los datos en nuestra organización.

En el segundo capítulo: «Soluciones de Analítica para tu organización» se presentan distintas soliciones para la analítica de datos, abarcando una gran extensión de temas además de ejemplos y casos practicos que facilitan el entendimeinto del tema.

El tercer capítulo: «Mapas de Inteligencia», se enfoca en los Mapas de Inteligencia de Negocios, donde se abordan conceptos técnicos, se explica el proceso para desarrollar isócronas y se incluyen ejemplos de casos para la industria de bienes raíces y turismo.

Por ultimo, el cuarto capítulo: «Recomendaciones de Contenido» contiene una extensa lista de recomendaciones de contenido como documentales, series enfocadas en la tecnología, los datos, mapas y medelos de negocio disruptivos con el objetivo de mantenernos infromados y actualizados sobre las indovaciones de la tecnología y de que manera las podemos implementar en nuestro negocio para mejorar nuestra calidad de servicio, producto y sobre todo la practicidad en nuestros procesos internos.

Para descargar solo tienes que darle clic en el siguiente enlace: Data Playbook Volumen V. Esperamos puedas poner en practica los aprendizajes adquiridos en este documento.

Hasta aqui la columna de hoy , recuerda seguirnos en redes y compartir el conocimiento que publicamos de ciencia de datos via @datlasmx

– Equipo Datlas –

El detector de objetos que sobresale en el mercado de la Inteligencia Artificial – COLUMNA DE INVESTIGACIÓN DATLAS

Dentro de los campos de la Inteligencia Artificial (IA), existe la posibilidad de detectar un objeto en particular en imágenes o videos. Según Cath Sandoval de Lisa Insurtech, las detecciones consisten en clasificar objetos de acuerdo a una o más clases, por ejemplo, animales, vehículos, plantas, humanos, cheves, entre otras. Sin embargo, el mercado, de este tipo de tecnologías, tiene un producto que va más allá de hacer uso de una simple red convolucional. Estamos hablando de YOLO.

¿Qué es YOLO?

YOLO, por sus siglas You Only Look Once, es un algoritmo de regresión que estima la/s clase/s y la localización exacta de un objeto en una imagen. Así, YOLO hace uso de deep learning y redes convolucionales en su proceso de detección y clasificación de objetos, no obstante, resalta en el mercado porque solamente necesita visualizar la imagen a clasificar 1 vez, tal y como lo dice su nombre. Asimismo, YOLO tiene distintas versiones en su modelo, de tal manera que cada versión puede considerarse como una mejora a la versión pasada. A continuación, te mostramos una imagen que compara YOLOv3, YOLOv4 y 4 modelos ajenos a YOLO.

Comparativa de detectores de objetos

Como se puede ver en la imagen, YOLOv4 (haciendo referencia al 4to modelo de YOLO) presenta los mejores resultados porque analiza más fotogramas por segundo con una alta AP (Average Precision). Es necesario mencionar que, actualmente, existen más de 7 versiones de YOLO, pero únicamente se tiene documentación disponible de 4 versiones, pues el resto de versiones aun están en desarrollo.

El por qué deberías usar YOLO

Para tener la capacidad de decir que esta arquitectura computacional sorprende al mercado, deberíamos tener en cuenta las ventajas que promueve YOLO:

  1. Es muy rápido, porque puede llegar a clasificar 45 o más fotogramas por segundo dependiendo del modelo que se utilice.
  2. Tiene una versión ligera, sencilla y veloz. Esta pequeña versión es conocida como Tiny-YOLO que comprime las capas de la red neuronal promoviendo una mayor velocidad al costo de una menor precisión del modelo original.
  3. La detección de objetos con YOLO es libre de uso.
  4. No tiene costo monetario por ser implementada o utilizada.

Implementando YOLO

Esta herramienta computacional puede ser implementada de 3 maneras posibles:

  1. Darknet: Es la primera instancia de YOLO, de hecho, es su versión oficial y fue publicada por las personas que diseñaron el algoritmo. Todo el código esta programado en C con CUDA por lo que se sugiere utilizar un fuerte GPU para correr tus detecciones.
  2. Darknet de AlexeyAB: Es un proyecto de GitHub publicado por Alexey Bochkovskiy que adapta la versión de Darknet original para Windows y Linux. Incluso, el código puede ser importado a Python, de tal manera que puedas entrenar una red con tu propio dataset de imagenes y correr detecciones en vivo.
  3. Darkflow: Viene a ser un port de la versión original de Darknet pero hacia Tensorflow, además, esta publicado en GitHub, por lo que puede ser importado a través de un código.
Logo oficial de Darknet

Conclusión

Para cerrar el blog de hoy, hemos aprendido que tenemos una tecnología muy poderosa en nuestro alcance y completamente gratuita. Esta breve introducción a los modelos de YOLO ofrece una perspectiva de a dónde se dirige este tipo de mercado y brinda 3 maneras de utilizar la tecnología con su debida información. Si te interesa aprender más, existen guías en la web que facilitan la inducción a YOLO.

Muchas gracias por leernos.

Equipo Datlas

-Keep it Weird-

Fuentes:

Consejos para planear un workshop exitoso – COLUMNA DE INVESTIGACIÓN DATLAS

En algún momento de nuestras vidas todos nos hemos encontrado en medio de una reunión larga y sin sentido, deseando impacientemente que se termine para poder continuar con nuestras labores diarias, y si tenemos suerte, poder terminarlas sin sacrificar nuestras horas libres. Según estudios de la Universidad de Carolina del Norte, se estima que un ejecutivo dedica en promedio 23 horas semanales a reuniones y que alrededor del 71% de estas son improductivas e ineficientes, por lo cual es primordial que las empresas creen espacios que generen resultados de valor, como lo son los workshops.

¿Qué es un workshop?

Los workshops son talleres o sesiones sistematizadas con objetivos y agendas claras, enfocados hacia la toma de decisiones y resolución de problemas con ideas y soluciones propuestas por los mismos asistentes. A diferencia de una reunión común, los workshops cuentan con un moderador que guía paso a paso a los participantes en las actividades, alentándolos a pensar de manera productiva, articular ideas, hacer preguntas claves o descubrir variables. Aunque su función no es resolver el problema, juegan un papel vital en la obtención de resultados significativos en cada actividad.

Por eso en esta columna de hoy te queremos compartir algunas sugerencias para llevar a cabo un workshop.

** También te puede interesar: ¿Que es el pensamiento sistémico para organizaciones?

1. Antes

Un buen método para comenzar a planear tu workshop es mediante el uso de la metodología 5W+2H, que a través de preguntas, te ayudará a preparar todo lo necesario para crear una agenda efectiva y completa.

What: Establecer cuál es el problema que quieres abordar y la meta u objetivo a alcanzar con el taller o sesión.
Why: Comprender el porque es necesario abordar el problema y los beneficios que conlleva.
Who: Definir los participantes que realmente necesiten estar en el taller y que al menos incluyan a alguien que pueda tomar decisiones y alguien con experiencia y conocimiento en el tema.
How: Planear el contenido o agenda de la sesión, definir la metodología y actividades que se abordarán. Es importante incluir descansos a lo largo de la sesión, especialmente en talleres virtuales.
Where: Asegúrate de encontrar un lugar agradable con suficiente espacio y sin ruidos molestos.
When: Revisa la agenda de los asistentes y su disponibilidad para que no haya distracciones.
How much: Aunque no todas las repuestas deben obtenerse en un sola sesión, es importante establecer un número de sesiones y la duración de cada una de ellas, así mismo, ten en cuenta la cantidad de recursos que necesitarás para que las sesiones se lleven a cabo sin ningún percance.

2. Durante

Presentación y motivación:

Preséntate y da a conocer tu papel como moderador durante la o las sesiones. Así mismo, pide a tu asistentes que se presenten, lo cual puedes combinarlo con una dinámica o una pregunta divertida que motive a los participantes y los haga sentir cómodos dentro del grupo. Puedes encontrar alguno ejemplos de actividades aquí y para talleres virtuales aquí.

Establece las reglas y expectativas:

Es importante establecer la reglas de la sesión antes de comenzar a trabajar en las actividades y así prevenir interrupciones que puedan desconectar a los participantes. Una vez todos estén de acuerdo con estas reglas, se deben aclarar las expectativas del taller tanto por parte del moderador como de los asistentes, para que todos estén en sintonía.

Comparte la agenda de la sesión e instrucciones

Esto ayudará a los participantes a orientarse a través de las diferentes actividades y también a evitar preguntas constantes sobre lo que sigue. Es importante apegarse a la agenda, tanto en actividades como en los descansos, pues brinda credibilidad y da confianza de una buena planeación. Durante toda la sesión brinda instrucciones claras de las actividades a realizar, de esto dependerá en gran parte los resultados y la duración. Para lo anterior, siempre comunica Qué se va a hacer, el Cómo se realizará y por último el Por qué se planeó de esta manera. Repite tres veces las instrucciones para asegurarte que todos las hayan captado y entendido. Para los talleres virtuales usa herramientas interactivas, pero antes, explica su funcionamiento y asegúrate de que todos sepan manejarlas y estén disponibles.

Final de la sesión

Una de las mayores ventajas de un workshop es el enfoque a la obtención de resultados, lo que quiere decir que antes de terminar una sesión debes asegurarte de que se hayan acordado la toma de acciones basadas en las soluciones propuestas durante la sesión. Por último, has un recuento de los logros alcanzados y conéctalos con las expectativas que se comunicaron al inicio de la sesión.

** También te puede interesar: SISTEMA ILUO para matriz de habilidades de departamentos de datos en organizaciónes

3. Después

Comparte a los asistentes los principales resultados de la sesión, asegúrate de incluir las tareas y acciones planteadas y fechas de cumplimiento. Has seguimiento a su culminación y efectividad, si estas no tuvieron los resultados esperados replantea las acciones.

Cómo conclusión, hoy más que nunca los workshops son una excelente opción que permiten consolidar la comunicación entre las personas de tu organización y al mismo tiempo mejorar la productividad de tus reuniones, ya que son planeadas y ejecutadas de un manera sistemática que genera resultados valiosos en sesiones altamente efectivas, y lo mejor de todo, dinámicas y motivadoras para los participantes.

Hasta aquí la columna de hoy. Desde ahora podrás mejorar el trabajo colaborativo de tu organización mediante la implementación de workshops. Síguenos en nuestras redes para estar enterad@ de la nueva temporada de podcast y recomendarnos nuevas temáticas que te gustaría explorar para este blog.

Equipo Datlas

– Keep it weird –

Fuentes:

https://www.workshopper.com/post/how-to-run-a-workshop#toc-preparing-for-a-workshop

Facilitation Guidebook – A&J Smart

¡NEOLEONESES SE QUEDAN SIN OTRA PRESA, MÁS! – Columna de Investigación Datlas

El agua para los habitantes de Nuevo León y la mayoría de las Entidades del país han dado mucho de que hablar en los últimos meses a partir de la sequía que se ha estado viviendo en el país a causa de las altas temperaturas.

Durante este blog te platicaremos acerca de este desabasto de agua que han estado experimentando los neoleoneses en México, Nuevo León y sus presas a causa de esta sequía interminable.

*** Te puede interesar: ¿Escacez de agua en NL? Por dónde empezar

¿Pero que tanto es tantito?

Como lo habíamos comentado anteriormente el país esta pasando por una sequía que ha causado grandes afectaciones a los Estados del Norte en su mayoría a Baja California, Norte, Sinaloa, Chihuahua, Coahuila, Nuevo León y Tamaulipas

A continuación te mostraremos un monitor de la República por parte de la CONAGUA el cual tiene diferentes indicadores para medir la sequía en los Estados del país;

  • Sin sequía
  • Anormalmente seco
  • Sequía moderada
  • Sequía severa
  • Sequía extrema
  • Sequía expecional

¿Encontraste tu Estado? ¿Mucho calor verdad?


Monitor de sequía de México al 30 de junio de 2022 emitido por CONAGUA
image-7

¿De verdad creíste que esta ha sido de las peores sequías que has vivido actualmente en México?

Porcentaje de área afectada con sequía en México al 2022 emitido por CONAGUA

Déjanos decirte que en el 2012 se vivió con una de las peores sequías en todo el país en comparación del año actual, ¿Apoco te quedaste sin agua en 2012? contamos con un incremento pequeño desde el 2021 hasta ahora en día en 2022.

image-8

Si todos somos parte del mismo problema todos somos parte de la solu… ¡¿Pero por que no nos duran las presas?!

Anteriormente en Nuevo León, este mismo año a sólo algunos meses de comenzar con el intenso calor en la región la extinción de una de las presas que suministraba agua para todo los neoloneses con más de 40 millones de metros cúbicos de agua lamentablemente la perdimos

** También te puede interesar: Monitoreo de impacto ambiental

Ahora OTRA de las presas que también suministraba agua a las familias de los neoloneses la han descuidado y perdido, pues poco cerca de los 29.250 millones de metros cúbicos de agua, se han agotado y la presa ya no cuenta con capacidad mínima para suministrar a las familias

image-9

Análisis Presa Cierro Prieto, Nuevo León ANTES-DESPÚES

Es interesante como hemos contado esta historia de principio a fin para hacer el siguiente desenlace de esta investigación, a continuación daremos un zoom al municipio de Linares dónde se encuentra la Presa Cierro Prieto desde FEBRERO 2022 vs JULIO 2022

Video Análisis por medio de Plataforma Landviewer con imágenes satélites recientes capturas a la Presa Cierro Prieto en Nuevo León

Datos Importantes a Analizar Presa Cerro Prieto en Linares Nuevo León

La Presa Cierro Prieto es literalmente una de las más importantes en Nuevo León

  • La Presa Cierro Prieto es literalmente una de las más importantes en Nuevo León la cual suministra agua a los neoleoneses después de cierre de la Presa la Boca
  • Cuenta con una capacidad máxima para 300 millones de metros cúbicos de agua
  • Actualmente sólo tiene 0.077 millones de metros cúbicos de almacenamiento
  • Estamos hablando de un llenado de aproximadamente 0.48%
  • Aportando 0.104 litros por segundo

Fuente: https://www.eleconomista.com.mx/estados/A-punto-de-extinguirse-el-suministro-de-la-presa-de-Cerro-Prieto-Juan-Ignacio-Barragan-20220711-0039.html

Captura de LandViewer con imágenes satélites recientes capturas a la Presa Cierro Prieto en Nuevo León FEBRERO 2022 vs JULIO 2022

Esta columna es resultado de todas las capacidades investigación que hay en el presente, donde utilizamos herramientas de analítica avanzada para compartir aprendizajes que generen valor y crezca este ecosistema como lo hemos hecho en anteriores ocasiones, HOY el agua en este país es un tema muy importante de que hablar y el como podemos tomar nuestra próxima decisión para seguir cuidándola es la clave.

*** Te puede interesar: Detección de incendios

Hasta aquí la columna de hoy, si disfrutas de la lectura de esta investigación cada semana te tenemos una diferentes para tí, escríbenos y sigue formando parte de este ecosistema de datos.

image-10

Equipo Datlas

Keep it weird

La analítica de datos para la recuperación de Turismo post pandemia. – Investigación Datlas

En los dos últimos años el sector turístico ha dado un giro drástico y muchas de aquellas cosas que hacíamos para disfrutar del tiempo libre, no son tan sencillas en el mundo COVID. Una de ellas, que sin duda es de la que más echamos de menos, es viajar y hacer turismo.

** Te puede interesar: Conocer el tamaño del PIB TURÍSTICO por ESTADO de la República para México

Este cambio ha tenido para el sector turístico un impacto negativo y ha dejado cifras demoledoras. Debido a la pandemia, los ingresos de 2020 en el sector turismo cayeron más de 77%, con casi menos de 90 millones de turistas internacionales y un gasto inferior en un 80%, respecto a 2019.

Ante esta situación para Datlas es importante tener una debida recopilación todos los datos que genera un hotel o cualquier otro tipo de empresa turística y sacarles el máximo resultado, obteniendo respuestas sobre el debido manejo para obtener una respuesta satisfactoria y cuáles deberán ser los pasos a seguir a cerca del negocio, se convierte en imprescindible. Se trata de una ventaja competitiva que reducirá la incertidumbre al mínimo y permitirá a las empresas de este sector tan castigado tener un mejor resultado.

*** Te puede interesar : «Desarrollando un Dahsboard de Inteligencia Turística»

¿Qué es el análisis de datos?

El análisis de datos es el conjunto de herramientas informáticas que permiten manipular, gestionar y transformar datos, independientemente de su volumen, con el objetivo de obtener respuestas objetivas y eficaces. La tecnología nos proporciona herramientas que simplifican el proceso y ofrecen información útil y efectiva.

El análisis de datos en el sector turístico.

El análisis de datos y el uso de herramientas para el tratamiento del sector turístico se ha convertido en los últimos años en un gran aliado de la transformación digital de las empresas. Si, además, incorporamos el factor pandemia a la problemática a la que nos presentamos en el tiempo COVID, un sector clave de la economía es el turismo por ello necesita reaccionar pronto y rápido.

El análisis de datos nos permite transformar los datos en información útil para las empresas del sector turístico y les permite obtener respuestas objetivas que sirvan como cimientos para definir y optimizar sus estrategias de ventas.

** Te puede interesar: Análisis de AIRBNB: Monterrey VS. Mérida

¿Qué beneficios aporta el análisis de datos al sector turístico?

El principal atractivo del análisis de datos está en su capacidad de predecir comportamientos, expectativas y necesidades futuras de los consumidores, permitiendo a las empresas tomar decisiones de negocio más inteligentes y seguras. Como lo son:

  • Detectar tendencias
  • Conocer al cliente
  • Agilizar la toma de decisiones
  • Optimizar procesos
  • Atraer y fidelizar clientes
  • Desarrollar productos y servicios personalizados

El análisis de datos es uno de los grandes proyectos públicos en transformación digital, esto se hace posible gracias al análisis masivo de datos, dotando de soluciones tecnológicas.

Todo ese ecosistema de información genera un destino turístico inteligente en el que la comunicación y la publicidad se reducen al máximo y se transforman en información útil. En ese sentido, los destinos inteligentes conectan y centralizan toda clase de soluciones digitales, desde mapas, audioguías y puntos de interés turístico basados en la geolocalización y la realidad aumentada, hasta aplicaciones móviles con horarios y opciones de transporte o webs que visualizan la información en tiempo real.

Equipo Datlas

– Keep it Weird-

La evaluación de terrenos y propiedades a partir de mapas de inteligencia – Investigación DATLAS

Adquirir, comprar  o vender, un bien inmueble en México es una tarea complicada, sobre todo a la hora de determinar el costo de evaluación que pudiera llegar a tener.

En Datlas asumimos el reto de ayudar a arquitectos, contratistas y desarrollos inmobiliarios a facilitar esta tarea a partir de los mapas de inteligencia. A través de los mapas de inteligencia podemos asumir diferentes retos y tareas, entre ellas facilitar la evaluación de propiedades, con base en información de datos socioeconómicos, demográficos y comerciales que permitan generar un análisis de evaluación comercial.

En esta columna explicaremos algunos casos de uso sobre la evaluación de terrenos y propiedades.

** También te puede interesar: ¿Por qué deberías de realizar un análisis de entorno?

La meta que tenemos como Datlas en este tipo de proyectos es facilitar la información que ayude a la evaluación de diferentes puntos en las ciudades que los usuarios determinen.

I) ¿Cómo se lleva a cabo esta evaluación?

Recordemos que una de las claves de éxito para cualquier empresa o giro de negocio es la ubicación y en el caso de los bienes raíces no es la excepción, se toman en cuenta diferentes factores como son: Factores sociales, económicos, políticos y físicos, los cuales determinan el valor de una propiedad de acuerdo al uso que se le quiera dar (comercial o vivienda)

Al trabajar con desarrollos o arquitectos, se selecciona la ciudad en la cual se llevará a cabo esta colaboración. Cada mapa se personaliza de acuerdo a las necesidades que los usuarios determinen, y se complementa con información interna de cada uno de ellos en caso de tenerla.

La evaluación de un terreno o propiedad puede llevar varias horas, o días de inversión de tiempo, para la investigación del tipo de población, nivel socioeconómico, número de hogares, escuelas, centros comerciales, etc.  

** Te puede interesar: El santo grial de analytics, «Location, Location y Location»

La ventaja al trabajar con los mapas de inteligencia que Datlas ofrece es ahorro de tiempo, dinero y esfuerzo que se puede llevar al realizar estas investigaciones, ya que con un par un par de clicks obtienes la información en cuestión de segundos, lo que permitirá agilizar actividades y priorizar propuestas para clientes finales.

Te invitamos a conocer cómo funciona nuestro sistema de LAURA. Análisis de entorno, en dónde investigaciones de mercado con métodos tradicionales podrían tardar +30 días, Con Laura en un par de días tendrás el resultado de análisis de entorno de cualquier coordenada urbana en México

Equipo Datlas

– Keep it Weird –

5 puntos importantes por las que deberías realizar un Análisis de Entorno antes de abrir una nueva sucursal – COLUMNA DE OPINIÓN DATLAS

Durante los últimos meses en Datlas nos hemos encontrado con una inquietud de parte de las empresas que están en proceso de apertura, expansión o transformación a un modelo de negocio como franquicia y es responder a la pregunta: ¿Estoy en la mejor ubicación?

Para responder esta pregunta hemos desarrollado diferentes soluciones que pueden ir desde el encontrar la mejor zona, (de lo que ya hemos hablado anteriormente y puedes revisarlo con más detalles en nuestro blog: ¿Cómo encontrar la mejor ubicación para tu primera tienda?) hasta el hecho de ya tener una ubicación potencial y queremos validarla.

Para esto hemos desarrollado una Inteligencia Artificial llamada Laura que se encarga de hacer un análisis de entorno (Análisis de mercado con Inteligencia Artificial) que nos entrega información de contexto para tomar la mejor decisión.

En este blog te compartiremos 5 puntos importantes que deberías tomar en cuenta antes de abrir tu sucursal

1.-El contexto demográfico del Estado y la ciudad dónde voy a abrir

Si bien podría parecer que lo que importa es la ubicación, muchas veces no tomamos en cuenta el contexto de la ciudad: la cantidad de población, sexo, edad, origen, ocupación, etc.. Aunque pueda parecer información general, esto tiene un impacto en el mercado que deseamos ocupar, tal vez deseamos abrir un negocio para el tipo de población inadecuado a la región. Por ejemplo, si quisiéramos abrir una tienda de videojuegos en una ciudad donde el mayor porcentaje de población es mayor a los 50 años, tendríamos un mercado reducido.

2.- De la ubicación, ¿qué existe alrededor?

En Datlas siempre tomamos como referencia 3 radios de influencia alrededor de una ubicación: 5 km, 3 km y 1 km. Tomando en cuenta que es el tipo de mercado que podría visitar la ubicación ya sea en vehículo, transporte o a pie.

Con estos tres rangos podemos saber qué tipo de población predomina en la zona, los generadores de tráfico cercanos y giros de negocios para determinar insights que nos permitan tomar decisiones inteligentes de acuerdo a los datos obtenidos.

3.-Nivel Socioeconómico

Conforme obtenemos más información del entorno, podemos profundizar en conocer más a nuestro público potencial de la zona. Generar un entendimiento del NSE nos permite hacer recomendaciones respecto a precios, productos o accionables comerciales adecuados para la ubicación de la sucursal.

4.-Competidores en la zona

Este dato es importante tomarlo en cuenta no por miedo a entrar a un mercado competido, sino para generar estrategias de marketing o comerciales que tengan un valor agregado diferente a lo que existe en la zona. Por ejemplo, si voy a abrir una cafetería nueva y dentro de mi zona hay otras 10, ¿qué puedo hacer para abrirme mercado y ocupar un lugar en la zona? Tomando en cuenta los datos anteriores, podemos generar promociones adecuadas al tipo de población que existe y tomar una ventaja al resto de negocios que no cuenten con este tipo de análisis.

5.-Tráfico de la zona

Por último, una vez que sabemos el tipo de población, negocios, generadores de tráfico y NSE, ¿qué tanto tráfico hay en la ubicación?

Con esto podemos generar un promedio de visitas diaria o determinar en qué zona deberíamos colocar anuncios para atraer más clientes.

Abrir una nueva sucursal es todo un reto y queremos cometer lo menos errores posibles, por eso en Datlas hemos pensado en soluciones que ayuden tanto a emprendedores como a grandes franquicias a tomar las mejores decisiones de forma ágil e inteligente. El Análisis de entorno nos ofrece datos que se pueden utilizar para hacer estrategias de acuerdo al giro de negocio que se desea abrir, la ubicación y el entorno.

¡Te invitamos a entrar a nuestra sección de Reportes Laura y consultar el Demo de Análisis de entorno!

EQUIPO DATLAS

– KEEP IT WEIRD –

Monitoreo de impacto ambiental con ciencia de datos – Investigación DATLAS

Uno de los casos de éxito más interesantes que hemos realizado en Datlas, ha sido el proyecto que realizamos en conjunto con Pronatura. Esta agencia es el grupo de conservación ambiental más grande de todo México.

El proyecto estaba localizado en la ciudad de Armería, Colima, en una comunidad con diversas parcelas donde se realizaría la intervención. Dicha intervención iba a ser por parte de «Sembrando Vida» y «Pronatura» y consistía en otorgar plantas a los ejidatarios participantes en el programa para combatir los cambios climáticos extremos.

*** También te puede interesar ¿Escasez de agua en Nuevo León?

¿Qué se quería lograr?

El principal objetivo de este proyecto era evaluar si el apoyo que se estaba otorgando estaba funcionando o no para seguir conservando los cultivos. Otro de los objetivos era crear una plataforma o un sistema de recopilación de datos que ayudara a obtener una base limpia. Finalmente, el desarrollar un tablero para visualizar y monitorear todos estos datos que estarían llegando.

¿Cuáles fueron los retos?

Uno de los retos más importantes fue el hecho de crear una base de datos virtual a partir de más de 300 archivos pdf, con diversas técnicas de recopilación y análisis esto fue posible. Una vez teniendo nuestra base de datos quedaba en nosotros mapear todas estas parcelas y unir los datos recopilados de los documentos a cada una de ellas. Otro de los retos, fue el hecho de que toda esta recopilación de datos iba a ser posible mediante encuestas de google forms, y se capacitó a dos ejidatarios para que pudieran realizar este trabajo. Gracias a estas encuestas pudimos recibir los datos de valor necesarios para trabajar con el desarrollo de herramientas de monitoreo y mapeo de este programa social.

Un proceso duro, pero redituable

El proceso fue complejo para el desarrollo de una base de datos uniforme que pudiésemos usar para plasmar la información en nuestra plataforma. Sin embargo, notamos que todo ese trabajo al final rindió frutos y pasando al momento de elaborar los tableros nos fue más eficiente.
A continuación se les comparte un resumen del proceso que se realizó:
– Se diagnosticaron las fuentes de datos, se realizó una limpieza y clasificación de la información​.

– Se capturaron de forma manual algunos de los documentos para generar la base de datos 1.0 en formato tabular​.

– La base de datos 1.0 contenía información de 179 parcelas, aunque posteriormente el proyecto se enfocó en monitorear solo 127 de ellas.​

– Se creó un identificador único (ID) por parcela, para habilitar el monitoreo de una misma parcela a través de las distintas plataformas.

– Se desarrollaron 3 encuestas para recopilación de información directamente en campo​.

– Se enriqueció la base de datos con información de las encuestas.

Visualizaciones del monitoreo

¿Qué valor agregado otorgamos? Datlas fue parte clave para este «monitoreo ambiental» debido a que nos encargamos de realizar un Dashboard para obtener una mejor visualización de los datos recopilados, además de usar nuestra plataforma de mapas de inteligencia para mapear cada una de estas parcelas y el impacto ambiental sobre ellas. Tanto el mapa como el Dashboard están actualmente habilitados para su visualización, destacando que el Dashboard de Monitoreo ambiental está público para que quien esté leyendo esto pueda ingresar sin problema.

*** Te puede interesar «Nuestra experiencia desarrollando Dashboards en POWER BI»

 

Dashboard de monitreo
Mapa de inteligencia

¿Qué hallazgos obtuvimos gracias al monitoreo?

  • Las 127 parcelas monitoreadas emplean a 217 personas siembran 15 tipos de cultivos distintos.
  • La inversión inicial de Sembrando Vida en plantas para estas parcelas fue de $4.75 millones de pesos.
  • 9 de cada 10 parcelas fueron afectadas por altas temperaturas, pero 8 de cada 10 parcelas pudieron combatir los impactos gracias al proyecto.
  • 8 de cada 10 parcelas fueron afectadas por inundaciones, pero 6 de cada 10 parcelas pudieron combatir los impactos gracias al proyecto.
  • 6 de cada 10 parcelas reportaron perdidas de cultivos. El valor económico de las perdidas asciende aproximadamente a $1.04 millones de pesos.

¿Cuál fue el ROI de este proyecto con Datlas?

Gracias a este proyecto se consiguieron distintos resultados importantes.

– Monitoreo de 127 parcelas con un total de 217 empleados y 15 distintos tipos de cultivo.
– Monitoreo de una inversión inicial en cultivos valuada en $4,750,000 pesos mexicanos.
– Disminuir las pérdidas de cultivo por altas temperaturas y/o inundaciones en un 40%.
– Ahorros en recuperación de cultivos.

Fue todo un reto realizar este proyecto pero sin duda uno de los más gratificantes tanto para Datlas como para Pronatura. Este caso es el claro ejemplo de que la ciencia de datos se puede aplicar de cierta manera a la rama que se desea, lo importante es sacarle ese potencial.

¡Te invitamos a entrar a nuestra sección de DASHBOARDS y consultar el Dashbaord de Monitoreo Armería!

– Equipo Datlas –

Keep it weird

¿QUÉ ES UN GEOHASH Y PARA QUE SIRVE? – INVESTIGACIÓN DATLAS

La utilidad de un mapa es inmensa, estos tienen un sinfín de posibilidades.

En Datlas usamos mapas todos los días con el propósito de brindarles soluciones a nuestros clientes. En algunos casos estos mapas son hechos a la medida, mediante el servicio de personalización de plataformas que ofrecemos, estos mapas albergan la inteligencia comercial que puede hacer la diferencia en este mundo de competitividad económica.

¿Pero que tienen de especial estos mapas?

La respuesta depende de cuáles son tus necesidades, ¿Tu compañía busca expanderse mediante el modelo de franquicias?, ¿Buscan segmentar los puntos de venta? o ¿Qué tal un análisis RFM?

El punto es que el mapa que desarrollamos para ti y el que desarrollamos para otro cliente es muy diferente porque las necesidades son distintas, lo que nos lleva a que los datos georreferenciados de los mapas son distintos.

Al trabajar con un universo tan grande de información, nos topamos con datos que están georreferenciados de multiples maneras.

¿Qué es la georreferenciación?

Es una técnica de posicionamiento espacial donde ubicamos en el mapa un objeto[1].

Si nos queremos poner técnicos, la georreferenciación es el posicionamiento espacial de una entidad en una localización geográfica única y bien definida mediante el uso de un sistema de coordenadas y datum específicos.

Al final, todo esto se traduce a poner un punto en el mapa.

Tipos de georreferenciación

Ya sabemos que el mapa es la representación geográfica de un lugar y las coordenadas son la dirección para llegar a cualquiera de estos lugares.

Puntos

Un punto es un objeto de cero dimensiones ubicado en el mapa mediante las coordenadas latitud y longitud.

Estos puntos son de gran utilidad para ubicar negocios en un mapa, o los puntos de venta o incluso puntos que se mueven en el tiempo, como un auto o camión.

** Te invitamos a leer la siguiente columna: AIRBNB En la zona metropolitana de Monterrey – DATLAS COLUMNA DE INVESTIGACIÓN para ver un uso practico del analisis de puntos.

Líneas

El siguiente nivel son las líneas, podemos pensar en las líneas como un conjunto de puntos. Estas son de gran utilidad para mapear objetos como curvas de nivel para topografía, las calles de una ciudad, líneas de metro, limites municipales o de colonias, etc.

Polígonos

Por último tenemos el polígono, estos son un conjunto de líneas utilizadas para representar la superficie, son figuras geométricas irregulares que pueden ajustarse al perímetro o frontera geográfica del elemento que representan.

Multiples fuentes

Ya vimos que los datos pueden ser georreferenciados de diferentes maneras, pero también es importante considerar que cuando creamos un mapa le agregamos información de múltiples fuentes.

Estas fuentes pueden ser del orden público, como datos del INEGI u otras fuentes gubernamentales o pueden ser privados como datos propios de tu empresa.

Al agrupar datos de distintas características y de distintas fuentes se crea un reto. ¿Qué pasa cuando queremos calcular una metrica para una ubicación, cuando esta ubicación tiene datos en agregado de un municipio y de un AGEB?

Estos datos están a diferente “tamaño” uno siendo el municipio que en una zona urbana puede ser mucho más extenso que un AGEB.

** Si te interesa saber mas sobre los AGEBs y de la utilidad que proporcionan, te invitamos a leer la columna: ¿QUÉ ES UN AGEB Y PARA QUE SIRVE? – INVESTIGACIÓN DATLAS

Existen muchas técnicas para analizar los datos en estas situaciones, una de ellas es mediante el uso de geohashes.

¿Qué es un Geohash?

Un geohash es un sistema de geocódigos del dominio público creado por Gustavo Niemeyer[2] en el 2008 en donde se codifica la ubicación geográfica en un texto corto de letras y números.

¿Como se utiliza este sistema?

El mundo se divide en 32 células mediante el uso de una cuadricula, estas están diferenciadas con una letra o un número. En el caso de México, podemos ver que casi todo el país se encuentra ubicado en el geohash “9”, a excepción de Yucatán y Quintana Roo que residen en el geohash “d”.

A este nivel de resolución la utilidad de este sistema de geocodigos es limitada, pero la utilidad de este sistema incrementa al hacerle “zoom” al mapa.

El beneficio de este sistema es que se puede hacer zoom al mapa o aumentar la resolución, al hacer esto podemos ver que se van agregando dígitos al código.

Este mecanismo de aumento de resolución se puede hacer hasta tener un código de 12 dígitos lo cual representaría un cuadro geográfico de tan solo 3.7cm por 1.9cm, sin duda un espacio muy pequeño.

Para un uso más práctico, encontremos el geohash donde se encuentra el Ángel de la Independencia en la Ciudad de México a 8 y 9 niveles.

En 8 niveles podemos observar la siguiente cuadricula, donde se encuentra el Ángel de la independencia, y en el geohash azul al centro de la imagen de 9 niveles, que tan solo mide 4.80 metros por 4.80 metros.

¿Qué tamaño tienen los Geohashes?

Como definimos antes, al crecer el nivel de caracteres que tiene el código del geohash, disminuye el tamaño que representa ese espacio.

El tamaño de cada uno de los 12 niveles que encontramos en este geocódigo es el siguiente:

¿Qué beneficios tiene usar este sistema?

Existen múltiples beneficios de poner en práctica el uso de geohashes en tu organización, el primero es que dado que podemos generar códigos de un tamaño tan pequeño, es difícil que aun que nuestra base de datos de ubicaciones sea extensa, se repita la ubicación del algunos de los geohashes, esto significa que podemos utilizarlos para identificar a cada uno de nuestras ubicaciones, esto se conoce como geotagging.

Otro beneficio es el del bajo costo computacional al utilizar este sistema para hacer consultas a un geo-servidor.

Cuando hacemos consultas a un geo-servidor podemos tener una situación donde sea muy grande la carga computacional, imagínate que le pedimos al servidor que nos de todos los puntos que estén en nuestra base de datos en un área de 1km de radio de una ubicación, la consulta va a ser muy grande dado que se tienen que calcular distancias entre la ubicación y los puntos de la base de datos. Si por otro lado tenemos todos nuestros puntos geohashados podemos hacer una consulta más siempre, algo así como: Tráeme todos los puntos que estén en este geohash. ¿Quieres hace más grande el área de consulta? Entonces tráeme todos los puntos que empiecen con algunos dígitos en su geohash.

Otros dos beneficios de usar este sistema son, primero la curva de aprendizaje amigable, al leer esta coluna ya tienes los básicos para empezar a usarlo. Y por último el costo, dado que nuestro amigo Gustavo Niemeyer [@] creo este sistema y lo coloco en el dominio público es gratis.

¿Como pongo en práctica el geohashing?

Para hacer uso de este sistema primero necesitamos coordenadas, te invito a abrir una hoja en Excel y hacer las siguientes columnas, id, nombre, latitud, longitud y geohash.

Coloca el nombre de tres ubicaciones que gustes y busca sus coordenadas en Google Maps[3].

El siguiente paso es buscar el geohash de estas tres ubicaciones, para eso podemos poner en práctica nuestras habilidades de código mediante el uso de bibliotecas como “Geohash 1.0” para el lenguaje de programación Python[4].

Pero en este caso haremos uso de unas páginas de internet muy utiles, la primera: https://geohash.tools/ donde podemos colocar nuestro primer set de coordenadas.

Esta herramienta nos da como resultado el geohash a 6 niveles de nuestras coordenadas. Un poco amplio el espacio, intentemos ahora con otra herramienta, la página: https://www.movable-type.co.uk/scripts/geohash.html y coloquemos las coordenadas de nuestra segunda ubicación, en este caso solicitemos el nivel a 7 caracteres.

Y por último repitamos el ejercicio en la misma página solicitando la tercera ubicación a un nivel de 8 caracteres.

Al concluir los tres ejercicios, tu tabla debe de estar completa.

Nota como la longitud de tu geohash fue subiendo de caracteres, pero al mismo tiempo el espacio representado por cada código fue disminuyendo.

Hasta aqui la columna de hoy ¿Qué otras aplicaciones has escuchado con Geohashes? Únete a la conversación en @DatlasMX y aprende más de geohashes en Datlas Academy.

Equipo Datlas

– Keep it weird-


Referencias bibiliograficas:

[1] https://es.wikipedia.org/wiki/Georreferenciaci%C3%B3n

[2] https://web.archive.org/web/20080305223755/http://blog.labix.org/#post-85

[3] https://www.google.com/maps

[4] https://pypi.org/project/Geohash/

Algoritmo de vocación de ubicación ¿Qué negocio abro en esta zona? ¿Por qué? – Columna de Investigación Datlas

A juzgar por el título, pareciera que el tema de este blog es equivalente a algo sumamente técnico y difícil de comprender, que si bien nos adentraremos en conceptos y hallazgos técnicos, intentaremos hacerlo de la manera más lenta y digerible posible, hasta llegar al punto donde alguien con conocimientos nulos en el tema, se pueda llevar varios aprendizajes interesantes.

Ejemplo de datos georeferenciados. Incrementos de COVID-19 en EUA (izquierda), y ubicaciones de KFC (derecha), con algunas de sus similitudes en círculos.

Y es que hasta este punto, sabrán que uno de los muchos servicios que ofrece Datlas como empresa de analítica, es el análisis espacial, o análisis a través de puntos georeferenciados, que en español, no es más que el análisis a partir de datos que podemos ver en un mapa. Un ejemplo de datos georeferenciados es la imagen anterior, podemos ver los casos de COVID con su % de cambio, o las ubicaciones de locales de KFC del lado derecho, sin embargo, los datos georeferenciados van mucho más allá, podemos ver el tráfico de la ruta que tomamos al trabajo, las zonas más seguras de una ciudad, o los usuarios de alguna red social como instagram o facebook según sus preferencias.

** También te puede interesar leer nuestra columna: Análisis de Detección de Incendios y Vegetación : Caso de Uso Sierra de Santiago, Nuevo León, México – Manuales Datlas

Antes de pasar a lo que serían los varios casos de uso donde hemos logrado hallazgos interesantes a partir de datos georeferenciados, o lo que propone la división de R&D de Datlas, hay que introducir un concepto muy importante que hasta forma parte del título de esta columna: los polígonos.

Los choques y siniestros representados como puntos (izquierda), las líneas que dividen cada código postal (medio), y códigos postales (derecha).

Como hemos visto, es fácil imaginar los ejemplos del párrafo anterior como puntos en un mapa, pero no todos los datos espaciales se comportan como tal. Así como podemos ver un dato como un punto, que no es más que un dato cualquiera con coordendadas (como lo son los choques y siniestros en mty), también podemos ver datos que forman por completo una línea (las calles que dividen los códigos postales), o polígonos (el área que cubren los códigos postales coloreados por incidencia de choques).

** También te puede interesar leer nuestra columna: No te sientes al frente si vas en un carro blanco por gonzalitos (Caso de ANÁLISIS DE CHOQUES PARA NUEVO LEÓN, MÉXICO)

Es a partir de estos polígonos como nosotros muchas veces llegamos a hallazgos muy interesantes, pues ya sea que podamos dividir un mapa por AGEBs, códigos postales, municipios, o estados, entre otros, podemos llenar este mismo mapa con bases de datos que ya tienen estas variables, si no me creen, ¿no se les viene a la mente las veces que les han preguntado su código postal o municipio en una encuesta?, (sin contar las veces que nuestro celular recopila esta información sin preguntarnos), y ¿qué se puede hacer con esta información? Pues la respuesta está en los ejemplos siguientes. Todas las capas a continuación son elaboradas por el equipo de Datlas, y contamos con un mapa demo donde podrán utilizar algunas de ellas de manera gratuita.

Caso número 1: Nivel Socioecónómico (NSE)

Mapa de Datlas que incluye los 7 NSE (AB, C+, C,…, E), siendo AB el más alto (con mejor calidad de vida).

Ya existe un blog al respecto donde vemos cómo se puede dividir la calidad de vida en 7 niveles, que significa cada uno y que perspectiva nos da de la desigualdad del país a partir de una cifra llamada Nivel Socioeconómico, sin embargo, ahí solo hacemos una pequeña mención a la capa que tiene Datlas del NSE, y no tanto al análisis que podemos obtener a partir de esta.

** También te puede interesar leer nuestra columna: «La clase media: Los que no son pobres ni son Carlos Slim» ¿En realidad existe la clase media? (Una revisión de desigualdad social en México y niveles socioeconómicos para Nuevo León)

Gracias a que sabemos el contexto social que viven las personas en las diferentes zonas de una ciudad, podríamos generar las siguientes hipótesis:

  • La mayoría de mis clientes son de cierto NSE.
  • Puedo segmentar mis promociones según el poder adquisitivo de la zona y hacer más ventas.
  • Cierto NSE impide la entrada a más competencia.
  • Existen más negocios de cierto giro en cierto NSE.
  • Si mi punto de venta o local se encuentra en cierto NSE, se incrementa en cierto % mis ventas.

O si bien queremos comparar como nos afecta cierta competencia ya sea para bien o para mal a nuestro negocio, podríamos hacer un sencillo ejercicio de A/B testing, donde escogemos dos zonas, una con mucha competencia, y otra con poca, pero que ambas zonas estén en el mismo NSE. De esta manera bajo el supuesto de que los clientes tienen preferencias de consumo muy parecidads, podríamos repetir varias veces el ejercicio y llegar a la conclusión de que las zonas con mayor competencia afectan de cierta manera a nuestro negocio.

Caso número 2: Polígonos urbanos por categoría social

Capa de Datlas de polígonos urbanos por categoría social

Esta capa al igual que muchas hechas por Datlas, busca ver el contexto social de cierta zona de interés en cualquier parte de la república. Sin embargo, ahora nuestro objetivo no es conocer el poder adquisitivo de la zona o su calidad de vida, más bien, la categoría social de los habitantes. Si nosotros como buenos conocedores de nuestro negocio sabemos que la mayoría de nuestros clientes son niños, padres de familia, solteros, o adultos mayores, podríamos mapear el porcentaje de cada uno de ellos según nuestra zona de interés.

De esta manera podríamos generar las siguientes hipótesis:

  • La mayoría de mis ventas son empleadas en cierta categoría social.
  • La mayoría de mis clientes se ubican en zonas con niños a pesar de que nuestro negocio no es para niños.
  • Un barrio familiar, pero cerca de un barrio donde en su mayoría hay solteros, no vende igual que uno familiar cerca de uno donde la mayoría hay adultos mayores.
  • Si mi punto de venta o local se encuentra en cierta categoría social, se incrementa en cierto % mis ventas.

Caso número 3: Uso de suelo habitacional

Capa de Datlas de polígonos urbanos por uso de suelo habitacional

Nuestro tercer caso de uso de polígonos de vocación es de nuestros favoritos, pues de igualmanera nos da un contexto enorme de dónde se ubican nuestros locales o puntos de venta, gracias a que nos dice si los establecimientos en un polígono son en su mayoría comerciales, escolares, industriales, residenciales, o de usos mixtos.

De esta manera podríamos generar las siguientes hipótesis:

  • La mayoría de mis ventas son empleadas en cierta giro de negocio.
  • Abrir un local donde el barrio es en su mayoría comercial, es mucho más difícil que en uno residencial.
  • Si mi punto de venta o local se encuentra en cierta categoría de uso habitacional, se incrementa en cierto % mis ventas.

Anexos

Herramientas del mapa

Fuera de lo que se puede lograr con solo ver los mapas de Datlas a simple vista, las diferentes herramientas de nuestra plataforma, permiten descargar la información en un excel de lo que serían diferentes fuentes de información para nuestro análisis.

Las herramientas pueden ser la selección de polígonos de interés con ciertas figuras predeterminadas o una que nosotros de manera personalizada eligamos de que parte del mapa queremos descargar dicha información. Así como utilizar otra base de mapas, obtener distancas, o navegar por el street view de nuestras zonas de interés.

Estadística espacial

Para la creación de algunas capas se utilizaron cálculos de estadística descriptiva a partir de los datos hechos por la encuesta del Censo 2020 del INEGI, entre muchas otras fuentes de datos privados y públicos. Sin embargo, existen diferentes enfoques de análisis espacial muy sonados como son la autocorrelación espacial, que nos dice que si un polígono es de cierto NSE o tiene tantos crímenes reportados (una variable de interés), los polígonos vecinos tienen cierta probabilidad de ser de un NSE parecido o tener una cantidad de crímenes parecidos.

Si están familiarizados con las regresiones lineales y parecidos, existen modelos estadísticos como el GWR (Geographically Weighted Regression), que tienen en común una matriz de vecinos inmediatos. Esta matriz nos dice si un polígono es vecino de otro, y gracias a ella podemos asumir que el error se distribuye iid a pesar de la autocorrelación espacial.

Hasta aquí la columna de hoy, si esto les despertó al menos un poco de interés, existe mucha literatura de lo que se ha logrado gracias al análisis espacial. Les recordamos que contamos con las capas mencionadas en este blog, más otras igual de interesantes o personalizadas, y existe una versión demo donde podrán jugar con algunas de ellas.


Equipo Datlas

– Keep it weird-