Archivo de la categoría: Startups

ciencia de datos a la mexicana, próximo lanzamiento de playbook en 2020 – datlas MANUALES

La ciencia datos en el 2020 no debería ser “ciencia de cohetes” (rocket science) o no se le debería de ver como una caja negra. Está comprobado que “Lo que no se mide no se puede mejorar” y ahora, actualizando esta frase, “Lo que no se mide, no se analiza matemáticamente y no se socializa no se puede mejorar”. Absolutamente de esto se trata la ciencia de datos aplicada para convertir esos datos en historias (insights) y esas historias en accionables.

Uno de nuestros motivadores con Datlas ha sido desarrollar contenido para incrementar el entusiasmo y la aplicación por la ciencia de datos. Este año lo hemos hecho logrando más de 65 mil hits en nuestro blog, más de 4,000 escuchas en nuestra primera temporada del podcast “Café de Datos”, patrocinando el hackathon estudiantil más grande de México y dando más de 30 conferencias y webinars a empresas y estudiantes del ecosistema de transformación digital.

compartir experiencias e incrementar en conjunto el uso de plataformas de big data, analítica e inteligencia artificial.

**También te puede interesar nuestros Data Playbook Volumen I y II desde nuestro marketplace. Da click aqui para obtenerlo GRATIS.

Ahora te presentamos nuestro Data Playbook Volumen III”, nuestra tercera edición del compilado de nuestros aprendizajes como startup en crecimiento. En este contenido encontrarás definiciones de conceptos, metodologías y, lo más importante, aplicaciones de ciencia de datos. Contamos con lujo de detalle desde la construcción y desarrollo de modelos de respuesta inmediata, estrategias para el sector turismo, plataformas de inteligencia para “Dark Kitchens” hasta estrategias de analítica para aseguradoras. Finalmente sensibilizamos y ampliamos la conversación de nuestro podcast sobre privacidad e inteligencia de ubicación (“Location Intelligence”).

Solicita aqui para ser parte del lanzamiento este 15 de septiembre

En concreto compartiremos muchos de los métodos y aplicaciones prácticas que hemos desarrollado en el último año para negocios y gobiernos. Este tipo de lecturas le servirá a personas que están interesadas en aprender más de ciencia de datos asi como quienes ya están aplicando casos en organizaciones. Lo importante es conocer qué alcances existen, cómo prepararse y cómo acompañarse de startups o empresas aliadas que ayuden a las organizaciones a llegar ahí más rápido.

Hasta aqui la columna de hoy, estamos muy entusiasmados por este lanzamiento que llevamos en el equipo más de un mes preparando. Las y los invitamos a suscribirse en el bloque superior para recibirlo GRATIS.

Equipo Datlas

-Keep it weird-

HACKMTY Digital y reto Datlas “Predictor de Choques y Siniestros”, aqui los ganadores… – Datlas Ecosistemas

Un hackathon es un término usado en las comunidades de “hackers” o programadores para referirse a un encuentro cuyo objetivo es desarrollar nuevas ideas en poco tiempo. Pueden durar desde un par de horas hasta un par de semanas. En la época contemporánea, se han utilizado para generar ideas que terminen en MVP (productos mínimos viables o prototipos) que resuelvan retos sociales y económicos.

El #HackMTY es un evento organizado por el TECNOLÓGICO DE MONTERREY y es reconocido como el “hackathon” más grande de México enfocado para estudiantes que buscan un grado de licenciatura (donde están las ingenierías) y maestría.  El evento está abierto a la comunidad TEC DE MTY y estudiantil. En esta ocasión se realizó el evento de manera digital.Aqui puedes ver su instagram para que conozcas un poco más.

Datlas_Blog_Promo_SuscriberFree

El pasado fin de semana, 24 horas contadas del mediodía del sábado 29 de Agosto a las 12:00pm del domingo 30 de Agosto del 2020 se llevó un hackathon donde desde Datlas participamos postulando un reto y siendo patrocinadores. En esta columna documentaremos cómo vivimos el evento y los resultados obtenidos

El pase de diapositivas requiere JavaScript.

Como empresas participantes existe la figura de “sponsors” y la de “sponsors que publican retos”. En esta ocasión nosotros publicamos el reto “Desarrollar un sistema de predicción de choques y siniestros de vehículos para Nuevo León, México”. La explicación del reto se encuentra en el siguiente video

La gestión del evento y comunicación se realizó en un canal de DISCORD poblado con más de 300 participantes, jueves y empresas sponsors. Nos organizaron generando canales para cada uno de las empresas que postulamos un reto y finalmente los participantes seleccionaban en qué reto querían participar. Este reto era el que de manera preponderante, buscaba soluciones de ciencia de datos.

Una vez que los equipos se suscribieron a los retos, por nuestra parte les compartimos unas sencillas guías y bases de datos para que se pusieran a trabajar. Más tarde alrededor de las 4:30pm desarrollamos un workshop en donde compartimos algunos tips sobre qué orientación podrían darle al reto. Aqui la presentación:

Las ligas a los mapas de ejemplo son:

Datlas_Promo_Facebook_Suscribe

Lo que transmitimos en este taller y que buscamos sensibilizar a los participantes es que este reto tiene el objetivo de desarrollar análisis, modelos predictivos y prescriptivos que puedan impulsar sugerencias para 2 públicos:

1) Gobierno: para impulsar mejores a las vialidades y mejoras al patrullaje de tránsito

2) Empresas aseguradoras: para mejorar sus niveles de servicio ubicando a sus ajustadores más cerca de las zonas donde potencialmente ocurrirá un choque

Después de este breve taller resolvimos algunas dudas y orientaciones que nos hicieron llegar a nuestro canal para pasar al día domingo esperando las premiaciones. Este día a mediodía era cuando los equipos se preparaban para hacer sus presentaciones estelares a los jurados del HACKMTY y a los postuladores del reto para ser calificados y competir por los primeros lugares.

WhatsApp Image 2020-08-31 at 9.20.10 AM

Desde Datlas, los criterios que usamos para calificar fueron los siguientes:

Datlas_hackmty_rubrica

La presentación de los participantes estuvo increíble. Los equipos trabajaron arduamente durante 24 horas y su esfuerzo dio frutos. Realmente quedamos impresionados con el componente social que los participantes agregaron y las técnicas de ciencia de datos que mostraron. Aqui una breve reseña de algunos de los participantes:

Finalmente, como ganadores internos:

  • Mención honorifica para el equipo ENIGMA, quienes los integrantes son estudiantes de la maestría en ciencia de datos, por haber integrado y considerado la mayor cantidad de información contextual en su modelo de una manera eficaz
  • Como ganadores del reto tuvimos al equipo ALPHA TAURI quienes documentaron su proyecto en este repositorio de GITHUB y su plataforma aqui

Estamos muy contentos porque estos participantes del reto terminaron en el TOP TEN GLOBAL del HACKMTY , por lo que participaron por los primeros lugares del evento en el pitch final.

Felicitamos primeramente a los organizadores que hicieron posible el evento. Agradecemos la invitación y esperamos el siguiente año más sponsors se sumen con entusiasmo porque de verdad esta es una de las mejores formas de inyectar consciencia social e innovación en generaciones que se están preparando para salir al mundo profesional.

Top ten y ganador del reto (Video): AlPHA TAURI

Datlas_Promo_Podcast_Suscribe

Equipo Datlas

– Keep it weird –

5 ejercicios de ciencia de datos que todo e-commerce debería realizar – Datlas Manuales

En un e-commerce o tienda en línea cada click e interacción que se tiene con el sitio web es una oportunidad de almacenar datos para generar desarrollos que mejoren la experiencia del usuario. Y por ende, que puedan incrementar los ingresos o desarollar ahorros en la operación. Algunas preguntas que podrían salir al leer estadisticas en sistemas como google analytics serían:  ¿Por qué estarías cargando costos logísticos de un producto que ni si quiera se visualiza? ¿Si tu top 80% de ventas se concentra en 5 productos cómo te pudieras diversificar más? ó ¿Al usuario que adquiere zapatos cómo le recomiendo calcetines (productos similares?

**En la columna algunos términos están vinculados a otras columnas que hemos escrito que pueden apoyarte a incrementar tu conocimiento sobre el tema**

Datlas_Blog_Promo_SuscriberFree

Así como estos ejemplos, el E-commerce es uno de los sectores que más aplicaciones de ciencia de datos tiene por su abundancia de puntos de recolección de datos. En esta columna exploraremos algunas de las técnicas más utilizadas.

5 aplicaciones de ciencia de datos para e-commerce

1) Predicciones y pronósticos de venta en diferentes jerarquías de catálogo

Datlas_prediccion_gif

Los analistas y las personas en general somos buenos para pensar cómo podrían ser las cosas en el futuro, pero malos para puntualmente saber cuándo ocurrirá (¿Coronavirus o COVID-19? Imposible de predecir). Por otro lado la escuela de planeación de escenarios nos propone prepararnos para toda las posibles vetas que se abrirán al futuro dado nuestro contexto y las decisiones que tomamos.

Llevando esto al sentido del e-commerce, si buscamos una predicción de ventas para mejorar la toma de decisiones no solamente nos tenemos que basar en la venta de la última semana o mes. Podemos aprovechar todo el entorno digital, desde la lectura de tendencias que nos brinda plataformas como “google trends”, tendencias de facebook o platicas de twitter hasta la información interna del sitio como tiempo de estancia en sitio web, carritos sin pagar con ciertos artículos seleccionados, entre otros.

Es importante destacar, que la aplicación deberá aprovechar las bondades de ciencia de datos y capitalizar información a distintas jerarquías. Tradicionalmente en una oferta comercial se segmenta por: Categoría, subcategoría, segmento, subsegmento…. hasta llegar a producto. Esta estructura de datos nos permite aumentar la resolución al momento de generar análisis y predicciones. Entender si, por ejemplo ciertos “shorts o pantalones cortos” que vendemos en nuestra tienda están incrementando su venta porque toda la categoría de “ropa para verano” está creciendo o porque se trata de un comportamiento atípico.

2) Sistema de recomendaciones entre productos

El pase de diapositivas requiere JavaScript.

“Otros usuarios que compraron este producto también compraron…” ¿Te suena familiar? (También ocurre en netflix o en spotify cuando te recomiendan contenido de manera autónoma) Y es que en el mundo digital los sitios de e-commerce operan generan segmentos de manera dinámica. Esto significa que los comportamientos de compra entre grupos similares de de usuarios tienden a tener los mismos patrones.

En casos aplicados, almacenar los artículos que un usuario visualiza, qué tipo de correos electrónicos o campañas de marketing provocan clicks o usar sus cookies para aumentar la inteligencia en las recomendaciones son formas de pensar en algoritmos que nos puedan ayudar a generar un sistema de recomendación.

Es importante que en un inicio no queramos poner la vara tan alta si empezamos en cero.  Podemos comenzar trabajando en “batch”, es decir off-line, y cada 15 días actualizar el sistema de recomendación. A partir de los resultados podemos obtener mayor presupuesto y automatizar el flujo por completo.

Datlas_Promo_Facebook_Suscribe

3) Modelado de valor por vida (lifetime value) de usuarios

Datlas_LFTV

¿Cuál es la definición de “lifetime value”? Es una predicción del ingreso neto atributido a la relación futura con un cliente. En resumen, es el dinero que estimamos que un nuevo cliente nos pueda dejar a lo largo de la vida. Normalmente trabajamos este indicador de la mano del CAC (“Customer adquisition cost”). De esta manera una empresa como UBER o DIDI puede ofrecerte $150 MXN de viajes gratis porque sabe que hay una alta probabilidad de que en el primer año multipliquen por 10 el valor ($1,500 MXN de viajes en un año) una vez que descargues el app y sincronices tu tarjeta de crédito.

Fórmula:

(Valor de orden promedio) * (Número de ordenes repetidas) * (Tiempo que dura como cliente)

Este tipo de información puede ayudar para establecer objetivos de crecimiento de la página, optimizar estrategias de marketing, ajustar campañas y promocionales. Algunas empresas como Amazon o Rappi te proponen modelos como “prime” en donde te obsequian todas las entregas dado que eso representaría mayores incentivos para que seas su cliente durante más tiempo

4) Modelo de CHURN (identificar los clientes que puedes perder)

Datlas_Recomendacion_gif3

Así cómo podemos identificar de qué clientes podemos incrementar más la venta, también podemos identificar qué clientes son los que estamos a punto de perder. Un buen e-commerce administra métricas como: Número de clientes perdidos, % de clientes perdidos, valor de la pérdida de negocio recurrente, entre otros.

Si queremos trabajar en campañas de retención para disminuir el CHURN hay que primeramente identificar a los clientes. Normalmente lo hacemos por usuarios, pero también puede ser por su IP, atributos de pago (cuenta de paypal o últimos dígitos de una tdc o tdd) , horarios, comportamientos, entre otros.

Datlas_Promo_Podcast_Suscribe

5) Detección de fraudes

DatlaS_fraud

Finalmente, el fraude y los hackeos están a la vuelta de la esquina cuando se trata de negocios digitales. En E-commerce, el aprovechamiento y uso de tarjetas de crédito robadas para pagos por internet es uno de los casos de los que hay que prevenirse ¿Por qué? Por los contracargos. Esto es, en pocas palabras, una reclamación interpuesta por un tarjetahabiente ante el banco emisor por un cargo no reconocido a sus tarjetas. Como consecuencia el banco no le paga al comercio.

En una situación donde un ladrón de tarjetas roba datos, compra en mercadolibre, por ejemplo, el cliente afectado levanta un reclamo al banco, el banco no le paga a mercadolibre, pero mercadolibre ya había enviado la mercancia ¿Quién pierde? La respuesta es mercado libre porque esa mercancía que envío no va a ser pagada.

Existen en el mercado muchos motores antifraudes, tarjetas y listas negras, pero como e-commerce una empresa puede trabajar en su propia lista y mejor aún colocar un “puntuaje” a cada usuario que realice actividades sospechosas.

**Te puede interesar este blog donde escribimos las aplicaciones y casos de uso que podemos lograr si BANXICO o el gobierno libera listas de tarjetas que se reclaman por fraudes**

Datlas_Promo_Youtube_Suscribe

Hasta aqui la columna de hoy. Esperamos te haya servido y si estás considerando abrir un e-commerce o quieres conocer más sobre aplicaciones de analítica en estos canales de venta no dudes visitar nuestro marketplace y contactarnos para una llamada de brief.

Equipo Datlas

-Keep it weird-

 

Fuente de motivación:

https://towardsdatascience.com/5-data-science-project-every-e-commerce-company-should-do-8746c5ab4604

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

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

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

Datlas_Blog_Promo_SuscriberFree

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

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

DatlaS_darkkitchen_cocinafantasma6

¿Qué es una dark kitchen o cocina fantasma?

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

Exiten algunos formatos a tomar en cuenta:

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

DatlaS_darkkitchen_cocinafantasma3

¿Qué característica tienen las dark kitchens?

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

El pase de diapositivas requiere JavaScript.

Recomendaciones para el éxito de una dark kitchen

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

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

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

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

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

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

Datlas_Promo_Facebook_Suscribe

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

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

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

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

El pase de diapositivas requiere JavaScript.

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

El pase de diapositivas requiere JavaScript.

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

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

Datlas_Promo_Podcast_Suscribe

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

 

Saludos

Equipo Datlas

– Keep it weird-

 

Fuentes:

“Quiero poner una tienda en línea” más fácil decirlo que hacerlo. Los 4 errores típicos al iniciar en e-commerce

No es la primera vez que hablamos de comercio electrónico, tiendas en línea e incluso análisis de datos de puntos de venta, pero en esta ocasión queremos centrarnos en los principales errores que cometen los nuevos entrantes al mundo digital ya que, en los últimos meses, aunado al tema de la pandemia, hemos visto un crecimiento importante en individuos y negocios que buscan incursionar con una tienda en línea.  Es importante recordar que ya hemos descrito un plan para iniciar en e-commerce así como un caso de digitalización de anaqueles que tuvimos con uno de nuestros clientes. Si estas iniciando o quieres iniciar en esto del comercio electrónico leer estas 3 columnas evitara que seas uno más de los que se quedó en el intento.

Datlas_Blog_Promo_SuscriberFree

Error #1: “La tienda en línea es como una tienda física, pero abierta para que todo el mundo pueda comprar”

Sin duda existen algunas cosas similares entre la tienda en línea y la tienda física como, por ejemplo, la necesidad de tener inventarios. Sin embargo, la tienda en línea tiene una característica distintiva que la hace mucho más compleja que la tienda física y es precisamente: la logística. Mientras que en una tienda física estamos acostumbrados a recibir clientes, realizar una labor de ventas, cobrar y descontarlo del inventario, en una tienda en línea se agrega la complejidad de recibir la orden (u ordenes), generar el paquete (en caso de que haya adquirido más de un artículo) y preparar los envíos (porque generalmente mandas varios paquetes en una misma ruta). Asimismo, es importante contemplar que a pesar de técnicamente poder realizar una venta a cualquier individuo del “mundo” hay limitantes geográficas naturales que hacen que el costo de envío sea tan alto que saca de competencia a tu producto de ciertos mercados, es decir, sale más caro el envío que el producto y pues no se vende.

Tienda virtual o tienda física: ¿Cuál es mejor para mi negocio?

Error #2: “El producto se vende solo, simplemente hay que ponerlo a disponibilidad del público”

Muchos nuevos entrantes se concentran más en el logo y nombre de la marca, que de los productos que esta desplegando en el anaquel digital. A diferencia de una tienda física donde tenemos vendedores que interactúan con el cliente cara a cara y pueden realizar una labor de convencimiento o persuasión para generar una compra, en una tienda en línea existe la gran complejidad de que el usuario realiza su “viaje” completamente solo, sin interactuar con otra persona, por lo que se vuelve un arte el hecho de generar puntos de impacto durante ese “viaje” que ayuden a convencerlo. En esta labor se engloban desde las fotografías de los productos, hasta las descripciones exhaustivas de su contenido o elaboración, las recomendaciones de otros usuarios, la calificación que le dan con respecto a los distintos atributos que tiene, etc.

Zimbabwe E-commerce Shopping Cart | Webdev. Zimbabwe web hosting, domains,  web design, e-commerce, classifieds

Error #3: “Tu enfócate en vender, si compra ya la hicimos”

Otro de los grandes tropiezos que hemos visto en negocios o individuos que incursionan en el comercio electrónico es esta concepción de que el viaje del usuario termina cuando este procesa su pago y se completa su compra. Quizá en una concepción de tienda física de hace 15 años este pudiera haber sido el caso más común, pero hoy en día esta comprobado que es mucho más fácil retener a un cliente que ya ha consumido tu producto (siempre y cuando haya tenido una experiencia positiva) que obtener un cliente nuevo. Esto por el simple hecho de que el viaje desde el conocimiento, el interés y finalmente la venta es mucho más largo para alguien completamente nuevo que para alguien que ya inicia en la parte del interés. Es por ello que la relevancia de la recolección de datos, el almacenamiento de información y la analítica avanzada juegan un papel crucial al hablar de comercio electrónico. ¿O apoco Amazon no te ha “leído la mente” con sus sugerencias justo en el momento indicado?

How to Maximize E-Commerce Sales with Online Reviews • ECN | E-Commerce  Nation

 Error #4: “No se ocupa publicidad, nada más compártelo en redes”

Este es un error que va de la mano del #2, creer que el producto se vende solo gesta esta idea equivocada de que no hace falta publicidad dado que ya está en el mundo digital y por ende es de tan “fácil” acceso que lo único que se necesita es un par de buenas intenciones y compartirlo en las redes sociales de los 4 miembros del equipo.  Desafortunadamente vivimos en la era digital, la facilidad con la que alguien puede encontrar tu tienda es la misma facilidad con la que pueden encontrar a otros 300 proveedores de ese mismo producto, no solo a tus compatriotas sino incluso a oferentes extranjeros que manejan distintos precios o incluso productos complementarios que hacen que su oferta de valor sea más competitiva que la tuya. Todo esto sin mencionar que esos otros competidores que si invierten dinero en publicidad obtienen la ventaja de aparecer 30 lugares encima de ti en los buscadores, redes sociales y más.

7 Benefits of Hiring an eCommerce Marketing Agency - Worth of Blog

Finalmente, ¿Cómo evito estos errores?

Muy fácil: tómatelo enserio. Emprender una tienda en línea es un proyecto igual de complejo que cualquier otro y se debe tomar con esa seriedad para poder realizar una buena planeación y por consecuencia una ejecución coherente. Hablando específicamente de los errores mencionados podemos sugerir algunos accionables

Error #1: Se realista, delimita tu alcance geográfico de tal forma que simplifiques al máximo tu actividad logística. Por lo menos al inicio y planea una ruta de escalamiento que te permita controlar el crecimiento del negocio y llevarlo al siguiente nivel de manera ordenada. Asimismo, es importante evaluar el hecho de realizar la logística de manera propietaria o tercerizar el servicio, poniendo en la balanza algunas ventajas y desventajas de ambas resoluciones.

Error #2: Diseño centrado en el usuario. Ponte en los zapatos de tu consumidor y realiza el viaje de punto a punto dentro de tu tienda en línea, inspecciona cada detalle como si jugaras al “abogado del diablo”, esto te ayudará a anticiparte a algunas posibles quejas o razones por las que la gente pudiera abandonar tu tienda y a pulir cada detalle de la experiencia para asegurar una mayor probabilidad de conversión (venta).

Datlas_Promo_Youtube_Suscribe

Error #3: Genera un motor de inteligencia. La mayoría de las plataformas integradoras de comercio electrónico tienen una sección de analíticos que arroja algunos datos e indicadores interesantes de manera agregada, pero existe la posibilidad de que puedas personalizar algunos de estos reportes o incluso consultar y descargar los datos de forma que tú mismo realices análisis o visualizaciones para seguimiento y control. No es fácil, pero existen expertos en la materia con los que puedes colaborar.

Error #4: Genera un plan de marketing. Aunque sea con pocos recursos, pero debes tener en cuenta el perfil del cliente al que te quieres dirigir, ubicarlo geográficamente y también dentro del mundo digital para poder enfocar campañas que hagan valer la inversión que vas a tener que realizar, sobre todo si son pocos los recursos, hay que sacarles el mayor provecho. Nota importante: el perfil inicial de cliente que tu definas podrá cambiar, es parte de lo que los datos (que mencionamos anteriormente) te van a ayudar a profundizar.

Así que ya lo sabes, si estas batallando o de plano estas por iniciar y quieres evitarte el dolor de cabeza de lidiar con este tipo de retos, contáctanos, nosotros podemos ayudarte.

@DatlasMX

 

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

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

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

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

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

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

Desarrollo

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

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

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

 

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

Datlas_Promo_Facebook_Suscribe

 

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

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

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

¿Qué encontramos?

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

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

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

 

 

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

Datlas_Promo_Podcast_Suscribe

 

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

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

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

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

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

Datlas_Promo_Youtube_Suscribe

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

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

Saludos

Equipo Datlas

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

Datlas_Blog_Promo_SuscriberFree

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

¿Qué metodología utilizamos?

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

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

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

Datlas_Promo_Facebook_Suscribe

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

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

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

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

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

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

¿El artículo a quién le es de utilidad?

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

Datlas_Promo_Podcast_Suscribe

¿Qué enseñanza nos deja este artículo?

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

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

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

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

Saludos,

Equipo Datlas.

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

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

Datlas_Ensanut_Salud_Inegi (3)

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

Datlas_Blog_Promo_SuscriberFree

POBLACIÓN ¿Cuántos somos?

El pase de diapositivas requiere JavaScript.

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

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

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

PADECIMIENTOS

El pase de diapositivas requiere JavaScript.

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

Datlas_Promo_Facebook_Suscribe

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

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

El pase de diapositivas requiere JavaScript.

HOSPITALIZACIÓN Y ACCESO A SERVICIOS MÉDICOS

El pase de diapositivas requiere JavaScript.

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

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

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

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

Datlas_Promo_Podcast_Suscribe

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

FUTURAS INVESTIGACIONES ¿Tanto dato para qué?

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

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

El pase de diapositivas requiere JavaScript.

¿Qué sigue? Responder a dudas como

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

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

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

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

Fuentes:

 

 

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

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

Datlas_Blog_Promo_SuscriberFree

¿Qué es una ciudad inteligente?

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

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

datlas_mx_blog_smart_cities_deloitte

datlas_mx_blog_smart_cities_deloitte_2

¿Por qué una ciudad inteligente?

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

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

datlas_mx_blog_smart_cities_congestion_vehicular_mexico

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

¿Cómo convertirse de ciudad en ciudad inteligente?

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

datlas_mx_blog_smart_cities_mexico_panorama

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

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

¿Qué nos falta en México?

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

datlas_mx_blog_smart_cities_wallpaper

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

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

@DatlasMX

 

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

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

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

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

¿Qué preguntas respondemos?

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

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

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

Datlas_Masterclass_Cluster_Invitados

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

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

 

Revisa las láminas de la presentación aqui:

Datlas_Blog_Promo_SuscriberFree
Como conclusión de esta sesión de masterclass:

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

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

Datlas_Caso_Blog_Podcast_masterclass

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

 

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

Saludos

Equipo DatlasMX

-Keep it weird-