Archivo de la categoría: Startups

🤖No se aprende “Big Data” en un curso de 2 horas, pero tampoco ocupas un doctorado – Compartimos 3 DO’s and DONT’s para identificar el conocimiento de calidad en analítica

La transformación digital llegó a boca y mente de casi todas las organizaciones en este 2019 (algunas desde antes).  Frases como: “No hay que quedarnos atrás” ; “No queremos ser el blockbuster”, “AIRBNB está compitiendo a los hoteles  y no tienen como defenderse” ; etc.  se esuchaban en los “radiopasillos” de la mayoría de las empresas de LATAM y, más de cerca, en México.

Datlas_DigitalTransformation

El caballo de batalla en esta transformación afortunadamente (lo digo para startups como Datlas) ha sido la analítica. Se han contratado consultores de lo más sofisticado. Un dineral invertido en sistemas como lago de datos y licencias de software. Prácticamente armamos un “Ferrari”. Pero… y ¿Quién los va a conducir?  Y hemos visto en la industria errores TERRIBLES en esta ejecución. En esta columna hablaremos de los DO’s and DONT’s de implementar analítica y Big Data en las organizaciones. Sobre todo el tema de cómo aprenderlo.

“Yo considero que empecé a aprender (Big data) sin saberlo en mis primeras clases de estadística, pero no sabía que eso en el futuro iba a ser Big Data”

“(…)No necesitas 2 doctorados para ya hacer algo valioso”

-Anónimos, científicos de datos-

Datlas_barra_suscribir

CONTEXTO

También te va a interesar leer estos blogs ….

Ya hemos hablado en estos blogs sobre los perfiles, metodologías y ejemplos pero quisimos complementar con toda la sección de cómo identificar un buen aprendizaje de Big Data. Y algunas observaciones en el otro polo, el cómo SI aprender

DONT’s

  • No se aprende en un curso de 2 horas. Hoy en día prolifera en internet la oferta de cursos y aprendizajes de Big Data , pero no hay que olvidar que esta materia tiene bastantes fundamentos estadísticos de trasfondo. Recomendamos leer libros sencillos como NAKED STATISTICS donde por $10 dllrs podrás incrementar la comprensión estadística tuya o de tu equipo.

 

  • Un Data Scientist no es un experto en todos los dominios de la ciencia de datos. La analítica avanzada requiere de la convivencia entre múltiples áreas de conocimiento desde un ingeniero de datos hasta un analista de negocio. Una parte del valor agregado, sin duda un valor cada vez más incremental, viene del data scientist. Sin embargo si quieres fundamentar una buena estrategia requieres cubrir múltiples ángulos de esta actividad apropiadamente.

 

  • No requieres un doctorado. Big data es una ciencia relativamente nueva y es muy constante la cantidad de publicaciones como lo cita CMINDS. Como cualquier nueva ciencia, deporte o instrumento. Uno se siente atraído por esas espectaculares formas de meter “goles” o “canastas”. También por la manera de que “tal” artista toca una canción y tu la quieres replicar. En el campo de ciencia de datos los de nuevo ingreso comenzamos queriendo hacer lo más complejo. Poco a poco eso te lleva a mapear las áreas donde quieres especializarte. Alguien con doctorado ya está especializado en un área, y eso ayuda.. sin embargo un buen encargado de analítica puede figurar mientras continúa desarrollando su conocimiento.

Datlas_barra_suscribir

DO’s

  • Se aprende colaborativamente.  Las mejores estrategias de analítica como las de BBVA o UBER funcionan de manera colaborativa. Es decir evitan el “compro un software de millones de dólares para que una o dos personas lo manejen”. De manera más natural hay un ambiente de trabajo donde todos tienen hambre de compartir su trabajo y, con la correcta documentación, el nivel general va subiendo de nivel poco a poco.

 

  • Enseña y explica , basta de cajas negras. La ciencia de datos es muy especializada, sin embargo no pueden existir más cajas negras. Como lo platicamos en “Por qué no necesitas un data scientist en tu organización” , un analista deberá ser capaz de explicar de manera sencilla su trabajo. Dejar de lado los complejos términos estadísticos y ser más “ameno” en sus capacidades de comunicación.

 

  • Contribuye a la comunidad. Existen comunidades como Data Science & Engineering Monterrey en las que generadores de datos y analítica comparten sus hallazgos y conocimientos.  Si descubres algo que valga la pena , únete a alguno de estos círculos virtuosos para que crezca la comunidad.

Hasta aqui el blog de hoy. Para cerrar nos gustaría puntualizar en los distintos roles dentro de un equipo de datos y algunas de las plataformas en las que se requieren especializar. Si le quieres entrar y avanzar al mundo de los dato “hay tarea” y por aqui algunas rutas de cómo empezar.

Datlas_Netmind_BigData_Analisis

Danos tu opinión sobre cómo has aprendido de datos, analítica y cómo has compartido todo esto que has aprendido.

Equipo Datlas

– Keep it weird –

 

 

 

Anuncios

Asi vivimos el DIGITAL PASSPORT en el MONTERREY DIGITAL HUB (Hay video…)

Durante 2 meses, en DATLAS tuvimos la oportunidad de participar en una experiencia única dentro del Monterrey Digital Hub (MDH), el DIGITAL PASSPORT. Tuvimos un proceso de innovación y transformación digital apalancando las actividades de networking, capacitación técnica, casos de estudio y webinars que el ecosistema del Hub tenía para ofrecer.

Datlas_ID_v2.png

 

Datlas_barra_suscribir

En total fuimos 6 startups las que estuvimos participando: DATLAS, SORA, AlfaOne Technologies, Logykopt SCHEMA, Ayure y WellBook! 🚀 . El objetivo de esta columna es documentar y platicar de las bondades que tiene una startup al pertenecer a un ecosistema. Y al final de la columna dejarte un link para que tú también puedas participar con tu startup en un programa como ese.

4 beneficios de pertenecer al ecosistema del MONTERREY DIGITAL HUB

1) Son más que tremendas oficinas, dentro del Hub se cocina un ecosistema

Qué pasa cuando mezclas en el mismo lugar a las empresas más importantes de una ciudad, expertos de innovación y startups… se forma un ecosistema ideal para hacer negocios transformacionales. En nuestra estancia en el HUB tuvimos acceso a otras empresas que también son miembros y no sólo eso… acceso a conocimiento

Datlas_TIMReview_August2015_Valkokari_1

2) La comunidad (networking)

Nunca menosprecies el valor de un café o una cerveza en los negocios. A unos pasos de nuestra mesa de trabajo teníamos la experiencia del área común donde de vez en cuando había bocadillos y podíamos conectar con empresas a las que difícilmente tendríamos acceso de otra manera.

También logramos convivir y aprender con nuestros colegas “startuperos” compartiendo lecciones y técnicas para seguir haciendo crecer el ecosistema.

El pase de diapositivas requiere JavaScript.

3) Las capacitaciones y exposición a conocimiento de la mano de expertos

Los cursos se dividieron entre algunas capacitaciones a manos de la empresa Galvanize donde nos introducieron algunos conceptos de vanguardia y algoritmos para desarrollar en Python. Así como un programa continuo auspiciado por CEMEX donde expertos nos hablaban de cómo han implementado innovación en sus organizaciones.

Datlas_Charlas_Expertos_MDH2

4) El spotlight (presentación de startups)

Spotlight fue el evento que dio un excelente cierre al DIGITAL ACCELERATION PASSPORT. Logramos exponer nuestro pitchdeck a corporativos y miembros de la comunidad del HUB. A partir de ahí conectamos con prospectos y pronto empezaremos a trabajar con clientes de esta comunidad.

El pase de diapositivas requiere JavaScript.

 

Datlas_barra_suscribir

Cerramos con un testimonio de mano de Eduardo de la Garza Sánchez, General Manager del MDH quien comparte un poco de la impresión que se llevó la comunidad de nuestra startup DATLAS.

Hasta aquí la columna, agradecemos al MDH por la experiencia del programa. Al espectacular staff que nos estuvo apoyando en el proceso y nos quedamos como miembros del Hub durante la próxima temporada. Como quedamos les comparto la liga por si quieren aplicar a la siguiente generación del Digital Passport: https://forms.gle/Y9F9DzVvKZuepV518

100% recomendado. Y si visitan, pregunten por nosotros, nos dará gusto saludar.

Saludos

Equipo Datlas

Keep it weird

 

 

 

 

Hablemos de emprendimiento – Datlas en el “V Congreso Internacional de Química e Ingeniería Verde” de FCQ UANL

El emprendimiento (ojo, no “emprendedurismo” mala traducción) es una de las habilidades más demandadas en este siglo. Con la digitalización actual es cada vez más fácil iniciar un negocio o proyecto personal. Al mismo tiempo, esto genera una necesidad de actualizarse constantemente para las empresas actuales, por miedo a quedar rezagados ante tanta innovación.

Datlas_barra_suscribir

En esta nueva dinámica ¿Qué rol le toca jugar a las universidades? ¿Cómo deberían cambiar los planes formativos de las nuevas generaciones ? Y ¿Cómo se empieza? En esta columna platicaremos de la oportunidad que tuvimos de dar una conferencia a los más de 1,800 asistentes al “V Congreso Internacional de Química e Ingeniería Verde” que se llevó a cabo por la Facultad de Ciencias Quimicas (FCQ) de la Universidad Autonoma de Nuevo León (UANL) con sede en el centro de convenciones Cintermex en la ciudad de Monterrey, Nuevo León, México. Para este evento recibimos la atenta invitación del Profr. Jorge Zarate y el Dr. Eli Gonzalez, director de la carrera de Ingeniería Industrial de la Facultad, a quienes agradecemos la oportunidad y todas las atenciones. El título de la presentación fue el siguiente:

Datlas_FCQ_UANL_2019

¿Cuáles fueron los 3 mensajes más importantes?

Durante la presentación hablamos de 1) ¿Cuáles son las características tecnológicas que hacen único a este siglo XXI a la hora de emprender?, 2) ¿Qué habilidades necesita formar un emprendedor? y finalmente contamos un poco de 3) ¿Cómo hemos construído Datlas?

1) En cuanto al primera tema concluimos que:

  • La tecnología es base de los emprendimientos en del siglo XXI
  • La tecnología habilita la disrupción y la escalabilidad de los modelos de negocio
  • La tecnología en cualquier modelo de negocio es un activo de crecimiento

El pase de diapositivas requiere JavaScript.

2) En el segundo punto discutimos sobre algunas habilidades que como jóvenes conviene ir generando durante la época de universidad y sobre todo de trabajar en equipos multidisciplinarios, es decir, con perfiles diversos. Asimismo concluimos que:

  • Un emprendedor genera modelos de negocio sustentables para resolver problemas específicos
  • Un emprendedor puede ser tradicional o tipo startup
  • Hay que emprender con equipos multidisciplinarios
Datlas_Pedro_FCQ_UANL_EGAII_2019
Pedro Vallejo, Director General DATLAS en presentación

3)  En el último punto expusimos sobre el sector emprendedor tecnológico de Monterrey, citando un estudio de Endeavor y CEMEX y retamos a los estudiantes a que se atrevan a llevar a cabo sus ideas de negocios. Aquí los puntos a destacar fueron:

  • El ecosistema de emprendimiento en Monterrey es dinámico  y está en constante crecimiento
  • El momento de intentarlo es ahora identificando un gran problema y desarrollando una solución con tecnología
  • No te olvides de la visión de tu emprendimientos, ya que este será el instructivo a seguir de tu equipo

El pase de diapositivas requiere JavaScript.

Finalmente recapitulamos los temas vistos en la charla y respondimos poco más de 10 preguntas de parte de los estudiantes.  Agradecemos las atenciones brindadas durante el evento de parte de los miembros de la FCQ, sus alumnos y en general la UANL por la cálida recepción que nos dieron.

Hasta aquí la columna de hoy. Si te interesa conocer nuestro programa de conferencias mantente atento a nuestras redes sociales o escribenos a direccion@datlas.mx

¡Próximamente daremos noticias acerca de nuestra participación en INCMTY 2019 !

@DatlasMX

Saludos

Equipo Datlas

 

 

 

 

 

 

¿Big data en mi organización? Cómo puedo empezar – Datlas Research

Hemos tenido oportunidad de estar presentes en algunos de los foros y conferencias más destacados del país en cuanto a transformación digital se trata. Una de las preguntas qué más frecuentemente nos hacen cuando empezamos a entrarle a todos los conceptos de analíticos es ¿Cómo se empieza esto del big data? En esta columna daremos una guía resumida de cómo iniciar una estrategia de datos así como compartir algunas de las mejores herramientas para volver realidad big data en tu organización.

Datlas_barra_suscribir

Este es un blog para avanzados, si quieres familiarizarte antes con algunos conceptos puedes profundizar un poco más consultando nuestro DATA PLAYBOOK Gratuito.

¿Cómo aprovechar el Big Data? Dentro de las muchas definiciones nos centraremos en la que considera aprovechar la mayor cantidad de puntos de generación de información a los que tiene acceso tu organización. El primer paso lógico identificar la oportunidad para tu organización “mapeando” los datos a los que se le pudiera extraer más valor.  Puedes leer los ejemplos en  “Almanaque Datlas ¿Cómo convertir datos en dinero?” .

El pase de diapositivas requiere JavaScript.

Ideación para Big Data. Como cualquier fase en las estrategias de transformación digital, lo sugerido es integrar a los tomadores de decisiones y líderes de influencia en tu organización en talleres de ideación. Esto te servirá para integrar la visión estratégica de distintas áreas en tu estrategia de big data, ir gestionando el cambio cultural de manera más natural y enlistar los proyectos que más sentido le hagan a diversas áreas.

El pase de diapositivas requiere JavaScript.

Monetiza los resultados.  En algún momento tendrán que priorizar los recursos de la organización, obtener presupuestos y echar andar en los mejores calendarios algunos pilotos de propuestas.

Datlas_barra_suscribir

Durante toda la conversación es conveniente iniciar con KPIs (metas medibles claras) y alinear todas las decisiones durante los pilotos hacia estos objetivos. Siempre cuidando que estos KPIs puedan ser monetizables. Puedes leer también 15 métricas para tu PYME

El pase de diapositivas requiere JavaScript.

Selecciona a los perfiles adecuados. Hemos hablado mucho en nuestras conferencias sobre la relevancia de identificar las habilidades que requieren los retos que hayas mapeado en la organización. Un “skillset” o set de habilitades habitual para los retos de data science integran, pero no se limitan a: Computación, matemáticas, lógica, modelos predictivos, investigación, comunicación y aprendizaje computacional avanzado. Puedes leer también  5 perfiles para una estrategia de datos.

El pase de diapositivas requiere JavaScript.

Monitorea, ejecuta y repite. Una vez que ejecutes los pilotos. Decide dónde profundizar y genera actividades más recurrentes que vengan acompañados de metodologías. En cada iteración hay que buscar la mejora continua y la especialización. Puedes leer ¿Por qué no necesitas un data scientist?

El pase de diapositivas requiere JavaScript.

Hasta aqui la columna de hoy, si conoces a alguien que esté liderando una transformación digital y estrategias de analítica en su organización compárte este blog. También, no olvides consultar nuestro DATA PLAYBOOK Gratuito.

Saludos y gracias por leer.

Datlas

-Keep it weird.

Por qué no necesitas un Data Scientist (es Clickbait) en tu organización Parte 1 – Datlas News

Data scientist la carrera “más sexy” del 2018. Los científicos de datos son los mejores pagados.  Los datos son el petróleo del futuro. Habrá un déficit de 400k especialistas de big data para 2020. Si no estás avanzando con un equipo que desarrolle Inteligencia Artificial vas a quebrar.

¿Les suena conocido? No he dejado de escuchar en cada conferencia de empresarios que nos toca asistir aseveraciones de tal calibre. Justamente queremos hacer la reflexión sobre este tema en esta columna. Y que no cunda el pánico, no es una discusión de 1-0 o blanco y negro. Pero sí hace falta balancear el diálogo de si tu empresa necesita un especialista en datos o no. Iniciamos.

View at Medium.com

Datlas_barra_suscribir

El pase de diapositivas requiere JavaScript.

Una organización, con o sin fines de lucro, va creciendo de manera orgánica conforme las necesidades van rebasando a los puestos. Al principio un par de personas gestionan el negocio, pero conforme va creciendo la operación es necesario buscar ampliar el capital humano. Después viene el tema de no tener personal ocioso y optimizar equipos y personas. Ya al final viene los puestos de innovación, que muchos lo ven como pirotecnia. Sin ofender a nadie, me refiero a que hay áreas que no impulsan directamente a la operación ya que su valor agregado va más dirigido a la báscula de ventajas competitivas.

En resumen, concédenos generalizar el proceso de la siguiente manera:

1.Nace la organización > 2.Crece en una sola gestión > 3.Se multiplica en distintas áreas >> 4.  Se optimiza constantemente >> 5. Innova en apuestas a ser disruptiv@

¿Dónde entran los Data Scientist (DS) ? ¿A qué horas me transformo con datos?

La mayoría de las organizaciones hacen estas inversiones en el paso 5) ¿Cuál es el reto? Cuando la cultura de innovación en la empresa no está 100% socializada y la ciencia de datos es un área que con muchos celos demanda atención, gobernanza y autoridad para sacarle valor a un activo de la compañía,(los datos) y reflejar la voluntad de entender que “Los datos no pertenecen  a ningún área o dirección, son de la compañía“.

¿Estoy listo para transformar mi organización con DS?

La primera evaluación es hacia tu organización ya que para implementar esta innovación tiene que lograrse esta cultura de innovación al mismo tiempo del timing tecnológico correcto. Es decir

  1. Si no estás listo para abandonar los excel-es que llevas operando y mejorando toda la vida. No contrates un DS
  2. Si te da miedo transferir procesos y responsabilidades a “cajas negras” que no vas a entender. No contrates un DS
  3. Si eres de los líderes que les gusta decir cómo resolver el problema, en lugar de ceder el problema y la resolución del mismo a tu equipo. No contrates un DS
  4. No entiendes los beneficios de la ciencia de datos o el potencial de tu información. No contrates un DS, terminarás concluyendo que “no sirve” sólo porque no supiste sacarle valor
  5. Y por último, si quieres un DS para que se la pase extrayendo datos y datos, mejorando tableros y visualizaciones. No contrates DS, ambos se frustarán por sólo estar dando la mitad de todo el potencial

(Tomado de inspiración B) citado al final del blog). El trade-off es claro, hay que evaluar.

Mucha crítica ….¿Y qué consejos son mejores prácticas para lograr transformar?

Como cualquier caso en una organización, tienes que tener algunas historias de éxito para convencer a los tomadores de decisiones que vale la pena hacer la apuesta. La mayoría de los casos comienzan contratando consultorías y empresas externas para aprender cómo funciona este mundo.

  1. Vete a lo seguro. Analiza a tus clientes, toma decisiones comerciales como cambios de precios, planes promocionales, marketing y mide resultados KPIs.
  2. Evalúa distintas consultorías que sobre todo tengan capacidad y voluntad de “enseñarle” a tu organización cómo funciona.
  3. Invita a distintos roles a que te acompañen en el proceso.
  4. Genera la historia, “socializala” (Que todos se enteren) y  mapea nuevas posibilidades para datos
  5. Finalmente evalúa repetir el proceso hasta que la organización pueda ceder recursos para interiorizar las capacidades. Aún así la mayoría de las organizaciones que orquestan un área de datos interna contratan y subcontratan. Así es , hasta el mismo Google, IBM, Microsoft o startups como UBER, AIRBNB, CABIFY , entre otras distribuyen el trabajo ya que retener a científicos de datos en una organización es complicado por la demanda actual que existe. Además exigen un alto grado de especialización que puede capitalizar una consultoría porque el análisis de datos es su negocio principal que no pueden descuidar.

No olvides leer nuestro blog de “Los 5 perfiles para una estrategia de datos en tu empresa”

Para el cierre ¿En qué áreas donde agrega valor un científico de datos?

Cerramos con un par de infografías que mapean las áreas de mayor valor agregado para un científico de datos. Recomendamos leer y generar un plan para implementar los “quick-hits” de mayor impacto.

El pase de diapositivas requiere JavaScript.

Hasta aqui la parte uno de la columna de Datlas más enfocados en la cultura de innovación y datos antes de arrancar sin un plan. En la siguiente parte comentaremos de algunas herramientas que pueden ayudar a iniciar experimentaciones de big data sin tener que hacer la “gran inversión”.

Gracias por leer, estamos abiertos a opiniones y buscamos difundir este tema en organizaciones que están batallando mucho para iniciar a experimentar con datos. Siempre contarán con empresas y startups como Datlas para acompañarlos en su desarrollo.

Inspirado gracias a la lectura de:

View at Medium.com

AIRBNB, el nuevo negocio inmobiliario de los Regios – DATLAS RESEARCH

Monterrey Nuevo León es una de las ciudades potencias en México. Al contar con un gran número de empresas de manufactureras, de las principales que cotizan en la bolsa, universidades importantes, economía estable y gozar de una conveniente posición geográfica (en cercanía a EE. UU.). Por esta coyuntura, Monterrey atrae a diversas personas que vienen por negocios, de turistas por la cantidad de eventos que hay en la ciudad, a visitar familiares, entre otros motivos. Acompañado de esta situación viene la necesidad de estancia y hospedaje en la ciudad. Nuevas alternativas como AIRBNB comienzan a competir a los hoteles desde hace más de 2 años y hoy están en una etapa de madurez donde verdaderamente son “rivales” de los hoteles. En esta columna compartiremos algunos datos de contexto y recomendaciones sobre la plataforma AIRBNB en la ciudad de Monterrey.

(También puedes ver AIRBNB EN CDMX ¿Amenaza o bondad? )

Datlas_barra_suscribir

Hoy en día algunos hoteles pueden llegar a ser muy costosos y mucha gente tiene un presupuesto limitado o simplemente no desean pagar esas cantidades, una buena opción que hoy en día se está utilizando, y mucho, son las plataformas en línea de hospedaje. Por ejemplo, Airbnb. Estos últimos pueden llegar a ser hasta 60% más económicos que un hotel. Muy deseables para quienes desean ahorrar y,  dependiendo de la zona, encontraremos buena cobertura en los principales puntos de interés con diferentes precios y diferentes características del lugar de residencia (amenidades).

Datlas_AIRBNB_MONTERREY

En Monterrey y su Zona Metropolitana hay un total de 2816 Airbnb. Los precios de los mismo varían dependiendo de la zona de interés de hospedaje, el tipo de alojamiento y la cantidad de huéspedes principalmente. Existen tres tipos de alojamientos: un apartamento o casa completa, un cuarto privado y un cuarto compartido.

Entre los limitados datos que logramos recabar sobre los Airbnb en Monterrey enumeramos los siguientes hallazgos:

  1. “En lo que corresponde a Monterrey y su Zona Metropolitana hay aproximadamente 11 Airbnb por cada kilómetro cuadrado, siendo San Pedro el municipio con el mayor numero de Airbnb por km2, pero Monterrey es en donde más Airbnb hay.”

2) “La distribución de tipos de cuartos es casi equitativa en cuanto a un apartamento o casa completa a un cuarto privado, pero en cuanto a un cuarto compartido el porcentaje es más bajo.”

3) “A un precio promedio de $810 MXN por noche por persona si todas las propiedades de Airbnb en Monterrey y su Zona Metropolitana se usaran al mismo tiempo, se estaría generando $2.28 millones MXN por día.”

Datlas_barra_suscribir

Conclusiones

“Los Airbnbs” y plataformas digitales de turismo han tomado fuerza y continuarán capturando más valor en corto plazo.  Para no quedarse atrás en esta transformación digital compañías hoteleras así como otros miembros del gremio en el sector turismo deberán de monitorear más de cerca la oferta de los Airbnb. Resolviendo constantemente ¿Qué es lo que la hace atractiva? ¿Cuáles son los puntos de precio? y ¿Cuáles son las temporalidades más relevantes? , entre otras preguntas que pudieran apoyar su toma de decisiones. Nuevas estrategias en los sectores “tradicionales” de turismo podrán ser modeladas con más y mejor información del mercado.

Datlas_AIRBNB_Monterrey_point

En Datlas estamos trabajando para complementar y mejorar nuestro sistema de monitoreo en el sector turismo. Este año haremos nuevos lanzamientos y buscamos empresas que quieran sumarse el piloto. Contáctanos direccion@datlas.mx

Hasta aqui la columna de hoy,  te invitamos a compartir la nota con tus socios y amigos usuarios de AIRBNB en MTY. 

Equipo Datlas

Keep it weird

 

 

 

3 reflexiones de GREAT HACK (Nada es Privado) de NETFLIX – DATLAS RADAR

#CambridgeAnalytica #Ciberética

#Privacy #Privacidad #PrivacidadDeDatos

#Hack #GreatHack

Son más o menos los #hastags (menciones) que de estar presentes en un título en un video de youtube o un blog puede garantizarte muchas vistas en el 2019.  Pero ¿Qué pasa si una inversión seria respalda un documental que narre los hechos a detalle de un “hackeo”? Este es el caso del nuevo documental de Netflix “The Great Hack” o “Nada es Privado”.  En esta columna te compartiremos algunas de nuestras impresiones de la película. Pero antes de eso, te recomendamos ver este trailer

El tema central de la serie es la explotación de datos personales y cómo la comunidad de internet empieza a generar reclamaciones sobre el uso de los datos. Toda esta conversación surge a partir del escándalo de Cambridge Analytica donde se usaron datos personales de Facebook para impulsar campañas como la de Donald Trump y Brexit.

Datlas_barra_suscribir

En opinión personal,  es un documental producido muy al estilo Netflix. Bastante profesional en sus tomas, entrevistas e investigación. Durante la grabación tuvieron acercamiento con jugadores claves del escándalo ya citado así como los principales impulsores de movimientos de privacidad de datos.  Por otro lado, el filme se percibe a veces fatalista, castigando sin piedad el uso de datos y dejando pocas propuestas en la mesa. Más que una opinión balanceada, lo mejor es que cada quien genere su propia opinión. Lo que sí es verdad es que como lo hemos citado en otros blogs, la conversación de ética y uso de datos en el internet tiene que seguir creciendo.

Aquí dejamos nuestras 3 aportaciones considerando los temas vistos en esta la película:

Datlas_NadaEsPrivado_GreatHack_Netflix_2

1) Al entrar y aceptar los términos de privacidad en una red o app social ¿Quién es dueño de nuestros datos? – Parecería que dejamos de serlo

Datlas_NadaEsPrivado_GreatHack_Netflix_3

2) La conversación de privacidad de datos está polarizada porque sabemos que nos puede generar beneficios como humanidad, pero al mismo tiempo podría ser un “arma militar” (citando la película) de manipulación de masas

Datlas_NadaEsPrivado_GreatHack_Netflix_4

3) Hay pocas propuestas en la mesa, pero muchos culpables

Y la conclusión justo es en torno a este último punto. El documental hace muy buen trabajo de análisis, lo que es suficiente para generar una conversación sobre privacidad de datos. Pero lo que está claro es que la balanza del diálogo gira más en torno a buscar culpables más que encontrar soluciones.

Datlas_barra_suscribir

Falta más trabajo de filósofos, sociólogos y “tecnólogos” para que en colaboración se generen nuevas propuestas de soluciones. Será otro caso como “¿Usamos combustibles fósiles a pesar de que sabemos que le hace daño al mundo, pero es lo que impulsa nuestra economía?” o “¿Consumimos con animales y acabamos con bosques porque lo justificamos estando arriba de la pirámide alimenticia?”.  El nuevo dilema ¿Explotamos los datos personales porque podemos resolver problemas más personalizados, a pesar de que esto pudiera servir para manipular masas? … o algo así.

Hasta aqui la columna de hoy, invitamos a la comunidad a observar este documental y generar su propia opinión. También compartir esta columna si creen que le puede interesar a algun@s de sus colegas.

Saludos

Equipo Datlas

– Keep it weird-

AIRBNB en CDMX ¿Amenaza o bondad? Un análisis para sector turismo – Datlas Research

Vamos de visita a la capital del país, CDMX, los hoteles en mi zona favorita de Reforma, cerca del ángel de la independencia o Condesa están saturados. No te quieres quedar en un hostal, de manera que recurres al servicio del que has escuchado mucho: AIRBNB. Un sitio donde puedes reservar alojamientos auspiciado por personas y no por cadenas hoteleras o empresas. Esto quiere decir que habilitan un cuarto o propiedad sin mucha burocracia y usando sólo internet.  Hoy en día las empresas del sector turismo (mayormente hoteles tradicionales) consideran a AIRBNB una de sus mayores amenazas y es momento de dejar de hablar con el instinto para dimensionar la situación. Desde Datlas, nos dimos la tarea de analizar las propiedades listadas en AIRBNB en CDMX para compartirles algunas recomendaciones al sector.

(También puedes ver: AIRBNB, el nuevo negocio inmobiliario para Monterrey)

Datlas_barra_suscribir

Los datos

Conseguir este tipo de información no es nada sencillo, estamos hablando de que AIRBNB cataloga más de 100 variables para una ubicación. Pero logramos obtener en algunas recopilaciones poco más de 19,000 propiedades para CDMX a julio de 2019.

Metodología

Una vez que obtienes los datos, no es posible usarlos “directamente”. Hay que hacer un par de transformaciones para que las bases estén “limpias”, compartan la misma estructura y sean interpretables en un “lenguaje” que podamos entender fácilmente. Por ejemplo, las coordenadas son útiles para mapear, pero como lectores entendemos mucho mejor si hablamos por delegaciones (municipios) cuando hablamos de CDMX. En ese sentido hicimos el trabajo de “georeferenciar” e identificar en qué delegación es cada cada una de las ubicaciones. A continuación la documentación de esta labor.

Datlas_barra_suscribir

Análisis y 5 hallazgos

Además de datos de ubicación, contamos con descriptivos de AIRBNB. Si alguna vez has utilizado la plataforma te podrás dar cuenta que un alojamiento tiene datos de precios, descripciones, cantidad de cuartos,baños, cajones de estacionamientos, comentarios de visitantes pasados, ratings, entre otros más . Tomando esto en cuenta iniciemos con los descriptivos.

1. “Existen 19 propiedades de AIRBNB por cada kilómetro cuadrado en CDMX”

El pase de diapositivas requiere JavaScript.

2. Más de la mitad de oferta de AIRBNB son apartamentos. Existen ya hoteles y hostales que se enlistan en AIRBNB para ofrecer sus servicios a los viajeros

El pase de diapositivas requiere JavaScript.

3. A un precio promedio por noche de $886 MXN por persona si todas estas propiedades fueran usadas al mismo tiempo sumarían $21.6M de ingresos al día

El pase de diapositivas requiere JavaScript.

4. La oferta de cuartos está balanceada, entre cuartos privados y alojamientos enteros reservados. Siendo los de menor proporción los cuartos compartidos

Datlas_Slide10_BlogAIRBNB

5.  Frecuencia de menciones en amenidades “relevantes” ofrecidos en alojamientos

Datlas_Slide12_BlogAIRBNB

Cierre

Las compañías hoteleras y oficinas de turismo deberían monitorear más de cerca información como esta información. En su transformación digital deberían considerar a qué puntos de precio competir, en qué cobertura y las amenidades que más valoran los usuarios de este tipo de servicios.

Si te interesa conocer más información como esta que te ayude a mejorar tus estrategias de negocio, usar temporalmente el mapa de AIRBNB CDMX o te interesa trabajar con analytics en tu organización puedes buscarnos en ventas@datlas.mx

 

Dejamos la documentación final para que puedas revisarla más a detalle si te interesa:

Saludos y recuerda compartir este blog para que más gente pueda conocer como transformar datos en decisiones con Datlas.

-Equipo Datlas-

Keep it weird

 

Asi detectas unas cheves con tensorflow – Datlas research

“Alexa, pasame una Heineken”. Una instrucción sencilla para una persona, una tarea compleja para una computadora. Esta tarea puede dividirse en subtareas, siendo una de ellas la detección de objetos. Esta es una tecnología relacionada con la visión artificial que busca identificar los objetos semánticos en una imagen. En esta columna compartiremos el proceso que pasamos al realizar un sistema de identificación de cervezas.

En nuestro proyecto de identificación de cervezas contamos con aproximadamente 2500 fotos de cervezas, pudiendo ser un refrigerador lleno o una sola cerveza en la foto. En estas fotos, tuvimos que seleccionar las zonas en las que había una cerveza y asignarle un nombre (el nombre de la cerveza y si era lata, botella o caguama) para poder clasificarlos. Esto se llevó a cabo con LabelImg, cuyo output era un XML con las posiciones y el nombre.

Posterior a esto, seleccionamos el modelo a implementar. Decidimos utlizar Tensorflow con el modelo desarrollado por Nick Bourdakos, Custom-Object-Detection. El primer paso para hacer funcionar este modelo fue generar el TFRecord, el archivo con el que se entrena el modelo. Para esto, los XML no nos servían, ya que requiere un archivo CSV. Usamos la librería de Python Pandas para hacer esta conversión. Luego definimos el label map para que cada nombre tuviera un número que lo identificara. Todo esto lo pasamos por el script para generar los TFRecords, y nuestros datos estaban listos para entrenar el modelo.

Datlas_barra_suscribir

Comenzamos a entrenar el modelo, y nos dimos cuenta que era muy lento, ya que lo estabamos entrenando con nuestras laptops. Para optimizar esto cambiamos a entrenar en Google Colab. Aquí puedes entrenar tu modelo utilizando tarjetas gráficas, aprovechando su capacidad de procesamiento al máximo. Pero encontramos un problema, los archivos eran muy pesados para estar descargandolos cada vez. La solución: subir los archivos a Google Drive, e instalar una biblioteca en Colab para poder traer los archivos de Drive.

Aquí comenzamos la etapa de pruebas con el modelo. Esperábamos un happy path, pero no fue el caso, Encontramos problemas como que la letra era muy pequeña y no se podía leer, o que detectaba un rollo de papel como una cerveza. Este último se debía a que redujimos la confianza para tomar una predicción al 30%. Ambos fueron obstáculos superados.

Para finalizar, se desarrolló el cliente con el cual el usuario podría emplear esto. Se creó una REST API en Django, una aplicación en React Native, y se hicieron llamadas para que la foto tomada por el celular regresara con la respuesta. En este punto sólo se llevó a cabo un cambio, el poner números en las clasificaciones para que no se amontonaran, y presentar el nombre y el porcentaje de confianza de la predicción.

Aqui cierra el blog de hoy. La presencia de esta tecnología puede crear un cambio en el cómo funcionan las cosas. Futuras implementaciones de este tipo de acciones en tiendas serán de utilidad para hacer conteos, inventarios, identificar repisas vacías y/o recibir notificaciones cuando se acabe un producto. Si te gustó la columna te pedimos la compartas y nos dejes tus comentarios

Saludos

(Esta columna fue desarrollada por Jose Luis alias “Ali,” participante en nuestro programa de interns de verano)

Equipo Datlas

-Keep it weird-

 

¿Y en qué quedó el CoDi (Cobro digital) de BANXICO? – Datlas research

(En Datlas, startup de analítica Mexicana e impulsores del movimiento de big data mexicano, estamos  interesados en el CODI por la generación de datos que esta iniciativa va a promover. Un nuevo recurso abundante se aproxima ¿Cómo le haremos frente?)

Imagínate que vas camino a la tienda de la esquina y al momento de pagar te das cuenta de que no llevas contigo tu cartera o imagina que estás de vacaciones, es momento de pagar la cuenta en un restaurante, pero al abrir tu cartera notas que no tienes efectivo. Te imaginas evitar pasar todos estos eventos que te provocan perder tiempo, pasar vergüenza, etc. Actualmente se está desarrollando una tecnología en México que te podrá ayudar con eso, y su nombre es CoDi. En esta columna te platicamos un poco de qué es y cómo van los avances según la información pública.

Datlas_barra_suscribir.png

CoDi es una plataforma de pago fintech, propuesta y en proceso de desarrollo por el Banco de México, en la cual se podrá realizar y solicitar pagos en los procesos de compra-venta de bienes y en los procesos de pagos de servicios, de una manera rápida, eficaz, segura y sin tener que llevar consigo una tarjeta o efectivo.

Datlas_example_CODI.png

El proceso de uso requiere de un código QR, el cual el vendedor deberá proporcionar ya se por una impresión o por una foto digital, el cual el comprador deberá escanear, despues de esto al comprador se le haría llegar un mensaje donde se solicitará aceptación para realizar el pago.

Datlas_Sample_CODI

¿Es novedad Mexicana?

En países como China, están dejando de lado el uso de efectivo y de tarjetas, y han optado por usar métodos de pagos iguales a Codi. Alipay y WeChat Pay son de los servicios que ofrecen este método de pago. Compañías como Apple y Samsung han puesto al alcance de sus usuarios un método de pago llamado NFC el cual estará enlazado con la tarjeta del usuario, pero este método no requiere de un código QR, aquí con solo acercar el teléfono a la terminal automáticamente se realizará el pago sin que el usuario tenga que sacar su cartera o cargar con ella, pero esta tecnología solo sirve en ciertos países y no todos los comercios cuentan con la facilidad de usar este método.

Datlas_AliPay_Sample.png

¿En México? ¿Cómo vamos?

Hoy en día CoDi está en fase de prueba, pero según Banxico, la plataforma estará habilitada a partir del cuarto trimestre de 2019. Solo algunos bancos tienen acceso a lo que se le puede llamar prueba piloto y se estima que para julio o agosto se iniciara una segunda etapa de prueba con algunos usuarios.

La lista de beneficios los cuales traería consigo CoDi es amplia:

  • Evitar el cargar con efectivo y/o la cartera.
  • Transacciones rápidas, eficientes y seguras.
  • Una mayor inclusión hacia todos los comercios tanto tiendas grandes como tiendas pequeñas como la de la esquina.
  • Crea y fomenta la competencia para que nuevos métodos de pagos sean creados con el fin de mejorar el servicio y beneficiar tanto al comprador como al cliente.
  • Al ser pagos electrónicos se evita la corrupción y se motiva más a la transparencia.
  • Podrás disponer de lo que este en tu cuenta de banco.

Datlas_foto_BANXICO_Comofunciona.png
Imagen obtenida del sitio web de BANXICO: http://www.banxico.org.mx/sistemas-de-pago/codi-cobro-digital-banco-me.html

En conclusión, se puede decir que la implementación de CoDi es un gran avance para México, el dejar de disponer siempre de cargar con efectivo, haciendo que dejemos de ser tan vulnerables a los asaltos en la calle podría ayudar a crear una sociedad más segura y además CoDi ayudaría a comercios pequeños a entrar en la evolución sin tener que gastar tanto. Estos métodos de pagos son un gran salto a la evolución de la economía en el país, y más aun cuando países  como China, Japón, EE. UU., etc., ya usan esta tecnología y funciona de una gran forma.

Datlas_barra_suscribir

Hasta aqui la columna de hoy. Te agradecemos leernos y si te gustó comparte. Pronto comenzaremos una etapa que podría ser un inicio de “cash-less” society o sociedad sin dinero en efectivo.

 

Equipo Datlas

(Desarrollado por José Romo parte de nuestro programa de intern de verano)

-Keep it weird-

 

Fuentes y otras referencias de datos: