Archivo de la categoría: Technology

V de Variedad en Big Data: datos estructurados y no estructurados

En más de una ocasión hemos tenido la oportunidad de presentarnos en foros donde hablamos de Big Data como esta nueva gran tendencia dentro del marco de la transformación digital. Al comenzar cada una de nuestras presentaciones, como es nuestra fiel costumbre, contextualizamos acerca de los conceptos que abordamos. Dentro de la explicación de lo que es el Big Data hacemos referencias a las famosas 5 Vs: Volumen, velocidad, variedad, veracidad y valor. Implícitamente, dentro de la característica de variedad hablamos del origen de los datos, las fuentes de donde provienen y del tipo de estructura que tienen. En esta columna vamos precisamente a profundizar en los datos y las bases de datos estructuradas y no estructuradas, lo que son y como es que nosotros las apalancamos dentro de los reportes automatizados Laura para capitalizar un mejor entendimiento, análisis y descubrimiento de oportunidades con alto impacto para el negocio.

free_Suscriber

Como punto de partida hay que entender a que nos referimos con datos estructurados y no estructurados. En primer lugar, los datos estructurados se refieren a la información que se suele encontrar en la mayoría de las bases de datos relacionales (Relational Database Management System o RDBMS por sus siglas en inglés), es decir, en un formato estructurado usando filas y columnas. Suelen ser archivos de texto que se almacenan en formato tabla u hojas de cálculo con títulos para cada categoría que permite identificarlos. Son datos que tienen perfectamente definido la longitud, el formato y el tamaño y que pueden ser ordenados y procesados fácilmente por todas las herramientas de minería de datos. De igual manera, los datos pueden generarse de forma humana o mecánica siempre que los datos se creen dentro de una estructura RDBMS. Para ejemplificarlo de forma más simple, imagina cuando tomaban lista en el salón de clase y el profesor tenía una tabla con nombres, apellidos, la fecha de la clase y un montón de palomitas. Así se “ven” los datos estructurados.

El pase de diapositivas requiere JavaScript.

Por otro lado, existe una clasificación diametralmente opuesta a esta: los datos no estructurados. Aunque si bien entendemos que técnicamente existe también el término de datos semiestructurados en esta ocasión utilizaremos los opuestos para ejemplificar el punto de la variedad dentro del big data y los beneficios de fusionar los distintos tipos de datos a la hora de generar los análisis. Así que, volviendo al tema, los datos no estructurados, que son la otra cara de la moneda son aquellos datos, generalmente binarios, que no poseen una estructura identificable. Es un conglomerado masivo y desorganizado de varios objetos que no tienen valor hasta que se identifican y almacenan de manera organizada. No tienen un formato especifico, pueden ser textuales o no textuales. En su modo más simple, son documentos en PDF, archivos de Word, videos, audios, las fotos satelitales de las hectáreas de siembre que tiene una empresa agrícola, entre otros ejemplos. De la misma forma que los datos estructurados, este otro tipo de datos puede ser generado tanto por humanos como por maquinas.

datlas_mx_blog_datos_no_estructurados
Ejemplo de datos no estructurados (textual)

Ahora bien, ¿Qué relevancia tiene esta variedad de los datos? ¿Qué relación guarda con esto del Big Data? Pues precisamente estadísticas mostradas por empresas como Kyocera estiman que alrededor del 80% de la información relevante para un negocio se origina en forma no estructurada, principalmente en formato texto. Esto quiere decir que, al tener la posibilidad de integrar datos no estructurados al análisis, automáticamente el volumen de información (otra de las V del Big Data) disponible para análisis aumenta a más del doble. Imagínate que llegara un nuevo vendedor y pudiera leer todos los corres de prospección escritos en los últimos 5 años de historia de la compañía. Toda la riqueza detrás de ese tipo de ejercicio hoy es posible gracias al Big data, pero tomar ventaja de los datos no estructurados es una tarea retadora, ya que existe la necesidad de organizar los archivos, categorizar el contenido y entonces obtener información que pueda estructurarse de tal forma que sea capaz de fusionarse con los datos ya estructurados. Aunque sin duda hoy existen en el mercado herramientas de software para el procesamiento, gestión o almacenamiento de este tipo de datos, sigue siendo importante el papel de los analistas de negocio o los mismos dueños para establecer una priorización de esfuerzos con base al beneficio potencial que pudiera obtenerse de ese esfuerzo por capitalizar los datos no estructurados.

datlas_mx_blog_datos_no_estructurados_a_estructurados

Finalmente, desde nuestra experiencia hemos logrado consultar bases de datos estructuradas y no estructuradas para realizar los reportes automatizados de Laura y entregar un verdadero valor agregado al cliente comparado al de los estudios tradicionales que generaba un equipo de analistas sin este tipo de herramientas. Tomemos como ejemplo las redes sociales, un tweet. Hoy es muy común que la gente se exprese libre y abiertamente en twitter acerca de lo que le gusta, le disgusta o incluso donde esta. En nuestro caso, uno de los elementos integrados dentro de Laura es el análisis de tráfico peatonal por categoría de negocios, es decir, que tanta gente está tweeteando acerca de una cierta marca de restaurante o producto. Para poder apalancar estos datos de forma inteligente se hace un proceso de análisis de texto que extraer el nombre del establecimiento, lo coteja con un diccionario de negocios, lo clasifica dentro de la categoría a la que pertenece ese negocio y finalmente lo agrega, de forma estructurada, en una base de datos que pasa a ser consultada como un mapa de calor dentro de nuestras plataformas de Mapas de Inteligencia y a su vez como una imagen de la ubicación analizada y el entorno al hablar de los reportes Laura. Esto nos ha permitido apoyar a negocios a tomar mejores decisiones de ubicación, ponderando no solamente los típicos indicadores estructurados y “fijos” sino también la información no estructurada y, en este caso, dinámica para ofrecer una perspectiva realmente nueva y más holística de las condiciones a las que se enfrenta el negocio al momento de tomar una decisión.

datlas_mx_casos_uso_consultoria_derrama_economica_luztopia_2019

Como este caso hemos aprovechado otro tipo de datos no estructurados para apoyar a empresas de distintas formas, en tu caso ¿generas información no estructurada? ¿te interesa aprovechar el poder que esconde esa información? ¿o simplemente te gustaría experimentar con la información no estructurada que existe allá afuera y que hoy podemos poner a tu disposición? Contáctanos y cuéntanos

@DatlasMX

 

Categorizando las zonas con más choques y siniestros en Nuevo León – Datlas Research

Cuarentena por Coronavirus y Covid-19… y el placer más grande que algunos tuvimos fue la oportunidad de visitar el supermercado, la única salida obligada, con muy poco tráfico vehicular en la ciudad.  Menos tráfico está relacionado con menos probabilidad de choques y siniestros así que nos encontramos con vialidades bastante fluidas.

Datlas_barra_suscribir

Al tener un periodo de más tranquilidad en los flujos y el tránsito social nuevas iniciativas del gobierno y el sector privado han emergido. Por ejemplo,  lanzamientos de ciclovías, arreglar vías principales y carreteras de algunos municipios y ,por qué no, enfocarse mejorar el tránsito en las rutas donde más choques se registran. En esta columna utilizamos históricos de 3 años de choques para Nuevo León para identificar y “categorizar” las zonas de más choques en el Estado. Los ejemplos que veamos son aplicables a nivel nacional y es una propuesta de enfoque de análisis para gobiernos y aseguradoras.

¿Cómo funciona?

El análisis comienza con una base de datos, similar a la que usamos en 3 mitos y realidades de choques en NL, pero enfocado en un registro de choques por ubicación con detalles del tipo y modelos  de vehículos. En tipo, el detalle que tenemos son choques de auto, camión, camión ligero y motocicleta. En modelos tenemos choques de autos desde 1950 hasta el 2019.

Para fines prácticos, generamos 2 variables dicótomas o dummy. Una que señale con 1 cuando el choque haya sido de auto y 0 cualquier otro tipo de vehículo. Segundo una variable en donde si el choque fue por un modelo reciente de auto, entre el 2015 y 2019, y 0 siendo cualquier otro modelo menor o igual al 2014.

¿Cuáles podrían ser los pasos a seguir en un análisis

Para este ejercicio preferimos usar nuestra herramienta de mapas que, de manera más clara que un archivo de excel, nos permite identificar de inmediato el lugar de los hechos. De esa manera podemos construir los siguientes journeys:

1) Enfocarnos en las zonas de alta cantidad

El pase de diapositivas requiere JavaScript.

La base de datos original tiene los choques por coordenada, sin embargo hicimos un trabajo de agregación de datos ubicando el acumulado de choques dentro de una cuadrícula en todo el mapa de Nuevo León. Cada punto representa una geometría con un área de 5km cuadrados en donde ocurrieron los choques. Si visualizamos en un mapa esta información con gráficos de “burbujas” podremos identificar en que zona de la ciudad se han acumulado la mayor cantidad de choques.

33% de los choques en el Estado han ocurrido en 25 kilómetros cuadrados.

Datlas_Covid19_Choques

Datlas_blog_choques_casos_criticos

2) “Categorización” de todos los choques en modelos de auto recientes

El pase de diapositivas requiere JavaScript.

Si quisiéramos enfocarnos en las zonas donde hay más choques acumulados podemos usar la gráfica de puntos de dispersión encima del mapa. Preferimos la geometría tipo cuadros para poder identificar en rojo las zonas de mayor enfoque. Además generamos una variable de proporción de choques de modelos recientes. De esta manera podemos localizar de maneras inmediata los siniestros de casos de 2015 a la fecha.

3) “Categorización” de modelos más siniestrados por regiones

El pase de diapositivas requiere JavaScript.

Finalmente podemos aumentar la resolución convirtiendo la variable modelo en numérica y promediando el año de los vehículos que más han chocado en los últimos 3 años.  En este caso detectando las zonas donde chocan los autos de años más recientes. Sorprendentemente no se percibe que exista una relación entre nivel socieconómico y año de los autos chocados.

Video de navegación

Este tipo de iniciativas y plataformas podrían ser utilizadas por aseguradoras para planificar sus estaciones temporales donde envíen a sus flotillas para que puedan llegar a los choques con menor tiempo. Elevando así el nivel de servicio. Por otro lado podrían mapear cambiar los múltiplos en sus pólizas considerando si las zonas donde transita habitualmente un asegurado son de alto o bajo riesgo de choques.

En el caso de gobiernos, podrían evaluar adecuar señalizaciones de tránsito en las zonas de mayor riesgo así como mantener cerca a oficiales de tránsitos cuando ocurran este tipo de percances.

Datlas_barra_suscribir

Hasta aquí la columna de hoy, gracias por leer y si te interesó no dudes en difundirla con tus contactos y aseguradoras. Te recomendamos también visitar nuestro podcast “Café de Datos”donde estamos publicando semanalmente capítulos donde hablamos de analítica y estrategias de datos.

Saludos

Equipo Datlas

– Keep it weird –

 

 

Sports Analytics: el nuevo MVP (jugador más valioso)

Durante los últimos años hemos estado escribiendo acerca de las distintas aplicaciones que tiene el análisis de datos. Desde los negocios hasta la música, las iniciativas sociales y muchas otras facetas más. En esta ocasión vamos a hablar del nuevo jugador más valioso en los deportes, una de las aplicaciones más populares del análisis de datos en los últimos años, los famosos Sports Analytics o analítica deportiva, es decir, el análisis de datos aplicado en los deportes. También puedes consultar nuestro blog anterior en donde hablamos de algunas aplicaciones y eventos de sports analytics. ¿Qué es? ¿Cuándo empezó todo esto? ¿Realmente que relevancia tiene en los resultados? Y ¿cómo pinta el futuro para esta industria? Es algo en lo que estaremos profundizando el día de hoy. Quédate al final y entérate de una noticia que tiene que ver con Datlas y los Sports Analytics.

free_Suscriber

Para comenzar lo más importante es tener una definición general de ¿qué son los sports analytics? Y es que, como su nombre lo dice, se refiere al análisis de las estadísticas relevantes e históricas buscando generar una ventaja competitiva para un equipo o un deportista en lo individual. A través de la recopilación y el análisis de estos datos, la analítica deportiva provee información a los jugadores, entrenadores y demás personal para facilitar la toma de decisiones antes, durante y después de los eventos deportivos.

Si bien esta es una práctica que ha tenido sus inicios hace más de 10 años, la realidad es que el término como tal de “sports analytics” se volvió famoso en la cultura deportiva después del lanzamiento de la película Moneyball en el 2011. La película está basada en el best-seller de Michael M. Lewis del 2003 “Moneyball: The Art of Winning an Unfair Game” que cuenta la historia acerca de la temporada 2002 de los Oakland Athletics, el equipo de beisbol de Oakland California, donde el Gerente General Billy Beane (interpretado en la película por el actor Brad Pitt) utiliza la analítica deportiva para construir un equipo competitivo con presupuesto mínimo. Si no has visto la película te recomiendo que aproveches esta cuarentena y la pongas en tu lista. Sin ánimos de arruinarte el final (spoiler alert) los resultados que los A´s lograron esa temporada fueron impresionantes. Tan solo al inicio de la temporada se posicionaron 10 juegos por detrás del líder de la división. Tres semanas después ya estaban a solo 4 juegos del primer lugar. Dos meses después el equipo comienza una impresionante racha ganadora que termina con 20 juegos al hilo. Eventualmente los A´s logran conquistar el titulo del oeste, pero pierden la serie mundial frente a Minnesota.

datlas_mx_sports_analytics_moneyball_movie

Aun así, muchos escépticos dirán que el caso de los A´s es uno en un millón y que, estadísticamente hablando, hace falta una mayor muestra para comprobar que el método realmente funciona. Precisamente tras la impresionante historia de Oakland, otros equipos comenzaron a invertir en sports analytics. Algunas franquicias como los Mavericks de Dallas en la NBA, las Águilas de Filadelfia en la NFL y los Boston Red Sox en la MLB son considerados como los equipos más sabios y con más inversión en analítica deportiva. De hecho, los Red Sox, que no ganaban la serie mundial desde que intercambiaron a Babe Ruth a los Yankess de Nueva York en 1918, lograron coronarse en 2004 y 2007 después de integrar analítica deportiva en su toma de decisiones.

Ahora bien, cualquiera de nosotros entiende que el deporte es más que solo el evento deportivo, es decir, que el éxito o fracaso depende tanto de la manera en la que se desempeñan durante el partido, pero también la forma en la que se preparan previamente y la forma en la que aprenden posteriormente al partido. De esta forma hablaremos de los 2 aspectos claves de la analítica deportiva: el análisis en campo y el análisis fuera del campo.

datlas_mx_sports_analytics_nfl

Por un lado, la analítica en el campo se enfoca en mejorar el rendimiento de los equipos y jugadores en el terreno de juego. Profundiza en aspectos como las tácticas de juego y la aptitud del jugador. Un ejemplo claro de este tipo de analítica es el de la selección de futbol alemana que en 2014 dejó al mundo enmudecido después de propinarle a Brasil una de las derrotas históricas más humillantes en la historia del futbol al ganarle 7-1 durante la semifinal de la Copa Mundial que ese año se disputaba precisamente en Brasil. ¿Cuál fue el secreto de Alemania? Mientras otros equipos tenían a un analista de video y desempeño, la selección alemana usó un software de analytics llamado Match Insights que convertía el video de 8 cámaras alrededor del campo en indicadores claves de desempeño como velocidad de los pases, promedio de posesión de balón, velocidad y distancia recorrida, posicionamiento y numero de toques al balón. Todos estos datos fueron habilitados al equipo directivo, entrenadores y hasta los jugadores a través de una aplicación móvil. Los movimientos de sus oponentes se convirtieron en personas, simulaciones y gráficas, lo que hizo que la aplicación fuera tan fácil e intuitiva como un video juego. La cantidad de información analizada fue enorme, el mismo gerente de la selección mencionó que 10 jugadores pueden producir 7 millones de datos en tan solo 10 minutos. Pero si crees que el análisis de datos que uso Alemania se limito a los partidos de la Copa Mundial, te quedaste corto, porque esta gran hazaña comenzó 2 años antes de la Copa del Mundo cuando estudiantes de la Universidad Deportiva de Cologne Alemania extrajeron datos de numerosos videos acerca del acerrimo rival de Alemania en aquella semifinal, descifrando patrones que reportaron ser una pieza clave en la preparación del equipo para esa Copa Mundial. La habilidad de Alemania para desmantelar la defensa de Brasil fue extraordinaria.

datlas_mx_sports_analytics_germany_brazil_7_1_world_cup_2014

Por otro lado, tenemos la analítica fuera del campo que se ocupa del lado comercial de los deportes. Esta enfocada en ayudar a una organización deportiva a través de datos que ayuden a aumentar las ventas de boletos y mercancías, mejorar la participación de los fanáticos, etc. El objetivo final es el crecimiento y aumentar la rentabilidad. Un ejemplo de este tipo de analítica es el más reciente lanzamiento de los Vaqueros de Dallas titulado “Pose with de Pros” (posa con los profesionales). Tras un extenso análisis de datos acerca de los aficionados y su experiencia dentro del estadio, la franquicia y AT&T unieron esfuerzos para crear, desarrollar y ejecutar una aplicación de realidad aumentada que permite a los fanáticos tomarse una fotografía con sus jugadores favoritos. Localizados dentro del estadio estos kioscos te permiten no solo tener tu selfie sino compartirla vía redes sociales gracias a la tecnología 5G habilitada por AT&T.

datlas_mx_sports_analytics_dallas_selfie_pros_stadium_at&t

Finalmente, hemos de reconocer que el análisis de datos se ha vuelto uno de los prospectos a convertirse en el nuevo jugador más valioso del deporte. Frente a un panorama de incertidumbre como la pandemia del COVID-19 incluso en los e-sports la analítica ha tenido un rol cada vez más relevante. Si te gustan los deportes, los datos o incluso ambos, esta es un área de oportunidad enorme para que puedas realizar tu vida profesional. De hecho, nos complace anunciarles qu en el siguiente episodio de nuestro podcast Café de Datos tendremos un invitado especial que se dedica a inteligencia deportiva con uno de los clubes más ganadores de la última década y con el que estaremos platicando acerca de Sports Analytics, como se vive en México, las grandes tendencias y formas en las que está revolucionando el deporte a nivel mundial. Si esta columna se te hizo interesante, espera a escuchar este próximo episodio que será mucho mejor.

Caso_Blog_Podcast_E1_FF

Sin más, nos leemos en la próxima entrada. No dejes de compartirnos tu opinión en nuestras redes sociales.

@DatlasMX

La mutación de los deportes y la mercadotecnia ante el COVID-19

Desde hace más de un mes hemos estado hablando y escribiendo acerca del COVID-19 y las distintas formas en que la pandemia ha presentado retos en nuestra vida diaria y la forma en la que se hacen negocios en algunas industrias. También hemos mencionado que los tiempos de “crisis” deben ser percibidos como oportunidad y durante esta columna estaremos profundizando precisamente en el impacto que ha tenido esta pandemia en los deportes y la mercadotecnia asociada a ellos, para resaltar algunas de las formas en las que estas actividades han mutado, quizá para siempre, para adaptarse a este “nuevo normal”.

free_Suscriber

Comencemos con algo de contexto. A pesar de que el primer caso de COVID-19 se identificó en diciembre del 2019, no fue sino hasta el 11 de marzo de 2020 que la Organización Mundial de la Salud (WHO, por sus siglas en inglés) la declarara una pandemia. Tan solo 24 horas después, el 12 de marzo comenzó el impacto en la industria deportiva. Ese mismo día la NBA (National Basketball Association) canceló su temporada debido a que 2 jugadores del Jazz de Utah dieran positivo en la prueba de COVID-19. De esta forma comenzaba todo un efecto dominó que en un par de días ya sumaba a la Liga Premier de Inglaterra y la Formula 1 como desaparecidos del calendario. A pesar de que la lista se iba haciendo cada vez más grande, los golpes duros comenzaron a llegar cuando se anunció la cancelación de las Olimpiadas de verano a llevarse a cabo en Tokyo. Mientras que para las grandes compañías todavía hubo oportunidad de reagendar y mover algunas de sus inversiones en mercadotecnia, para algunas marcas que apostaron $10,000 dólares en un solo deportista esto representó un riesgo inminente de debacle.

datlas_mx_covid19_tokyo

El gran impacto que sacudió a toda la industria fue la cancelación del March Madness, el torneo de baloncesto colegial de la liga americana NCAA (National College Athletic Association). Y es que la relevancia de este gran evento masivo tuvo un efecto resonante en la industria de los medios de comunicación. El March Madness habría sido cubierto por CBS y sus socios – alrededor de un 80% de lo $1.05 billones de dólares del presupuesto anual de la NCAA provenía de los que estos medios pagan por presentar el evento vía TV y en línea. Sin mencionar que las implicaciones para anunciantes y mercadotecnia se estimaban superiores a los $1.126 billones de dólares gastados en mercadotecnia durante la edición 2019 del torneo. Tan solo este evento generó aproximadamente $968 millones de dólares en ingresos por mercadotecnia. Los spots (comerciales) costaban alrededor de $60,000 y $75,000 dólares en las primeras rondas y un espacio en la gran final se disparaba hasta los $950,000 dólares.

datlas_mx_covid19_march_madness

Así que entre tanta turbulencia ¿Dónde se esconden las oportunidades? Para esta “crisis”. Sin duda la reacción intuitiva para algunos de los equipos y de las mismas marcas patrocinadoras como la cervecera Anheuser-Busch (dueña de la cerveza Corona) fue mover sus presupuestos de mercadotecnia de deportes a iniciativas sociales y sin fines de lucro para apoyar al combate del COVID-19.

Por otro lado, aquellos que buscan aún conectar con fanáticos del deporte se han trasladado a la apenas naciente pero exponencialmente creciente industria de los e-sports (o deportes electrónicos). Sin duda los CMO (Chief Marketing Officers, por sus siglas en inglés) podrán encontrar justificación en la similitud de las características entre los fanáticos tradicionales del deporte en vivo y aquellos de los deportes en línea, pero existe un reto muy claro que es el tema de la edad. La demografía de los perfiles que hoy se están volcando a los deportes en línea son más jóvenes, lo que hace que las marcas comiencen a cuestionar y ajustar sus expectativas de retorno de inversión ante un escenario en donde los espectadores mayores, con ingresos y poder de compra superior, hoy están siendo parcialmente sustituidos por fanáticos más jóvenes con otros esquemas de gasto y consumo. Asimismo, los medios están invirtiendo y dando mayor cobertura a eventos complementarios al espectáculo deportivo como, por ejemplo, el periodo de agencia libre de los jugadores de la NFL (National Football League, por sus siglas en inglés).

datlas_mx_covid19_3d_sports

Finalmente, hay algunas iniciativas innovadoras como OpenSponsorship, una plataforma diseñada para automatizar el proceso de emparejamiento para atletas e influencers con marcas. Estos patrocinios podrían ser tan simples como apoyar a los atletas que muestran sus técnicas de entrenamiento en casa a través de las redes sociales, por ejemplo. Otras opciones incluyen nuevas empresas como AR-51, que podría permitir a los atletas que han resultado negativos para COVID-19 ser filmados en un pequeño juego de baloncesto de tres contra tres que los consumidores podrían ver como un holograma en 3-D.

Así que ya lo saben, cada puerta cerrada abre un par de ventanas de oportunidad para innovar. Cuéntanos tu como estas innovando en tu industria y ¿Qué opinas de las nuevas tendencias en deporte y mercadotecnia?

Escríbenos en @DatlasMX

El impacto del COVID-19 en la educación y el auge de las Ed-Tech

“La educación es el arma más poderosa que podemos usar para cambiar el mundo” – Nelson Mandela

free_Suscriber

Es imposible negar que la actual crisis mundial de salud provocada por la pandemia del COVID-19 esta teniendo fuertes impactos económicos y sociales. Los titulares de periódicos, noticieros y hasta redes sociales están tapizados de artículos respecto a estos temas. Pero existe un impacto igualmente sensible, y quizá mucho más relevante por su trascendencia en el tiempo, en el tema de la educación. En esta columna vamos a contextualizar algunos efectos directos que esta crisis ha provocado en el sistema educativo, vamos a hablar de algunas soluciones que se están llevando a cabo en diferentes países y, finalmente, comentaremos acerca de las Ed-Tech (Education Technologies), la manera en la que esta mega tendencia ha acelerado su crecimiento y adopción bajo estas circunstancias y como se ve el futuro cercano con respecto a estas nuevas técnicas de educación.

datlas_covid_edtech_class

El pasado 23 de marzo de 2020 las cifras de la UNESCO estipulaban que más de 1,300 millones de estudiantes de todo el mundo no podían asistir a la escuela o la universidad. Estas cifras se refieren a los alumnos matriculados en los niveles de educación preprimaria, primaria, secundaria, preparatoria y universidad. Más de 1,379,344,914 estudiantes, equivalente al 80% de los estudiantes del mundo están siendo excluidos de las instituciones educativas por cierres en todo el mundo. Otros 284 millones de estudiantes están siendo afectados de alguna manera por cierres a nivel local.

datlas_covid_edtech_grafica_estudiantes

Ahora bien, las instituciones educativas como agentes económicos también tuvieron que generar sus planes de contingencia para mantener sus modelos de negocios y velar por el bienestar de las personas que integran sus organizaciones. Siendo así una de las medidas más populares para combatir esta gran desventaja de no poder realizar la educación de manera presencial ha sido recurrir al aprendizaje remoto a través de diferentes tecnologías: China, Italia, Francia, Alemania y Arabia Saudita han transformado la educación totalmente en línea; teléfonos móviles o televisión en Vietnam y Mongolia, por ejemplo. Además de la infraestructura y la conectividad, la familiaridad de los maestros y administradores con las herramientas y los procesos también son factores clave para proporcionar educación a distancia como lo establece la experiencia de Singapur. Otros países como Líbano envían a los niños a casa con lecciones como tarea. En Bulgaria, se han creado más de 800,000 cuentas para todos los maestros y padres, los editores se han movilizado para abrir los libros de texto digitales y materiales de aprendizaje para los grados 1 a 10, y dos canales de televisión nacionales transmitirán televisión educativa. A medida que más países cierren las escuelas, se necesitará más creatividad. Por ejemplo, la adaptación de las plataformas existentes para su uso en teléfonos inteligentes, y/o el acuerdo con las compañías de telecomunicaciones para eliminar el costo de acceder al material desde un sitio del Ministerio o Secretaria de Educación podría ser parte de los esfuerzos de mitigación.

datlas_covid_edtech_alumno_tablet

En México se está capitalizando una medida que ha existido desde 1968: la televisión educativa. El gobierno ha utilizado Telesecundaria para proporcionar educación secundaria a estudiantes en áreas rurales a través de canales de televisión. Actualmente, el sitio web de Televisión Educativa y la red nacional de televisión educativa brinda acceso a diferentes canales que transmiten televisión educativa en todo México (Telesecundaria, Telesecundaria +, Ingenio TV, Aprende TV, Telebachillerato y Capacita TV) junto con los horarios de transmisión de los mismos. Dentro de la plataforma también se apoya a la formación de docentes con “educación y capacitación digital” utilizando cursos masivos abiertos en línea (MOOC), micro cursos y conferencias en línea.

datlas_covid_edtech_television_educativa_mx

Finalmente, los emprendedores e innovadores han transformado la crisis del COVID-19 en una oportunidad, como mencionamos en nuestra anterior columna, y la han capitalizado dentro de la industria Ed-Tech. Están aprovechando el momento para experimentar con opciones de educación menos intensivas en mano de obra basadas en tecnología. Pero, como señala Audrey Watters, crítica de la influencia del capitalismo y la tecnología en la educación, la educación es mucho más que la simple entrega de instrucción o el dominio de ciertas habilidades. Hay que tener en cuenta cuestiones como la accesibilidad, la privacidad y la seguridad al momento de implementar este tipo de soluciones. Asimismo, es importante tomar en cuenta que las escuelas sirven como centros comunitarios y centros de nutrición, así como espacios seguros para estudiantes y familias que se ven afectados por la desigualdad, la inestabilidad de la vivienda y la inseguridad general con la que muchos viven hoy.

free_Suscriber

Para mejorar el aprendizaje en el aula y hacer que la experiencia educativa sea más significativa para los estudiantes, las escuelas y las Ed-Tech deben unirse. Las escuelas deben adoptar constantemente soluciones de aprendizaje en línea junto con el enfoque tradicional del aula. Las soluciones digitales como el aula invertida, que se centra en la participación de los estudiantes, el aprendizaje activo y los sistemas de gestión del aprendizaje, y crea un entorno de aprendizaje colaborativo y mantiene a todos los interesados, incluidos los maestros, padres y estudiantes conectados, harán que el aprendizaje sea más inclusivo.

Cuando las cosas vuelvan a la normalidad después del COVID-19, es probable que la industria educativa sea impulsada por las plataformas Ed-Tech, haciendo que la educación sea más accesible para los estudiantes. Tales soluciones aseguran que los estudiantes aprendan, a pesar de cualquier obstáculo, e incluso cuando no pueden ir a la escuela. Además, las plataformas digitales son una herramienta para que los maestros hagan que el aprendizaje sea más interesante e inclusivo y lleven a cabo tareas académicas con mucha facilidad.

Gracias por leer la columna de hoy, te invitamos a contarnos como se vive este cambio educativo en tu comunidad a través de nuestras redes sociales.

@DatlasMX

¿Cómo analizar a la competencia usando mapas? – Datlas Casos de Uso

Una de las claves del éxito de los negocios es la ubicación, como ya hemos hablado, pero para ubicar un negocio hay ciertos aspectos que la mayoría de las empresas, sin importar su giro o sector, toman en cuenta para realizar un análisis y seleccionar el mejor punto. Algunas de estas variables son:

  1. El producto/servicio que a vender (giro/sector)
  2. Competencia (directa, indirecta, sustitutos etc.)
  3. Mercado meta ideal (perfil del consumidor)
  4. Características de la ubicación y el entorno (historia, estructura, demografía, tráfico, accesibilidad, estacionamiento, etc.)
  5. Negocios en la zona (complementadores, etc.)
  6. Aspectos legales (uso de suelo, reglamentación, lineamientos, etc.)
  7. Aspectos financieros (costos, gastos, mantenimientos, etc.)

free_Suscriber

Sin duda algunos de estos puntos, en un inicio, los define el emprendedor/empresario como, por ejemplo: el mercado meta ideal o perfil del consumidor. Mientras que otros provienen de un análisis de mercado y entorno respecto a la ubicación analizada. En esta entrada nos vamos a enfocar en el análisis de competencia a través de nuestras plataformas de Mapas.

Para ello vamos a utilizar el caso de Andrea, una joven emprendedora con un concepto de gimnasio que mezclaba la parte tradicional de las maquinas y las pesas con toda esta tendencia del baile y las nuevas metodologías fitness. Andrea estaba por abrir su segunda sucursal en Nuevo León. Reconociendo que este mercado estaba teniendo un auge y que los competidores nacían de forma rápida y con facilidad, decidió enfocarse en analizar a la competencia alrededor de esta nueva oportunidad de ubicación. Así que ¿Cómo lo hizo?

En primer lugar Andrea entró al Marketplace de Datlas y adquirió su Mapa Premium para Nuevo León.

Quédate hasta el final y descubre el código de descuento para adquirir hoy mismo tu Mapa Premium para cualquiera de las geografías disponibles

datlas_mx_marketplace_mapa_premium

Una vez adquirido su mapa, entró directamente en la página web de Datlas (www.datlas.mx) y se autentificó como usuaria.

El pase de diapositivas requiere JavaScript.

Una vez dentro de su panel personalizado, se fue a la sección de Mapas y selecciono su Mapa Premium para Nuevo León.

datlas_mx_panel_personalizado

Una vez dentro del mapa, utilizo la barra de búsqueda por dirección para localizar la ubicación que estaba evaluando.

El pase de diapositivas requiere JavaScript.

En cuanto localizó la ubicación, Andrea hizo uso de una herramienta llamada “Consulta Establecimiento” que se encuentra justo en la cuarta posición de la barra lateral derecha, debajo de la herramienta de búsqueda específica y justo arriba de la herramienta de medición de distancia.

free_Suscriber

Haciendo uso de esta herramienta Andrea, y todos nuestros usuarios, pueden escribir una palabra clave, en este caso, por ejemplo: gimnasio y el sistema realiza una búsqueda de esa palabra clave en las bases de datos de negocios para obtener como resultado todos aquellos establecimientos que tengan esta palabra dentro de su nombre comercial y/o de su razón social.

En este caso, Andrea al poner gimnasio, obtuvo estos resultados:

El pase de diapositivas requiere JavaScript.

De igual forma, se pueden hacer consultas con palabras claves parecidas como, en este caso, “gym” y obtener también resultados:

datlas_mx_mapa_premium_nl_consulta_gym

De esta forma, Andrea pudo observar rápidamente el nivel de competencia que existía en el entorno y combinar las distintas herramientas de las que hemos estado hablando en entradas anteriores para complementar su análisis con una segmentación y prospección de cliente.

Finalmente, no olvides que tu también puedes empezar a analizar a tu competencia hoy mismo adquiriendo tu Mapa Premium para cualquiera de nuestras geografías disponibles, aprovecha el cupón BLOG50 para obtener un 50% de descuento (válido por tiempo limitado).

¡Visita nuestro Martketplace y aprovecha esta gran promoción!

 

También te invitamos a contarnos ¿qué reto enfrenta tu negocio actualmente? para poder sugerirte y escribir algunas formas de solución con nuestras plataformas. Escríbenos a ventas@datlas.mx o en nuestras redes sociales.

@DatlasMX

 

 

Inteligencia artificial y big data para combatir el coronavirus (COVID-19)

El día de ayer la Organización Mundial de la Salud (OMS) declaró como pandemia el coronavirus o COVID-19, por su nombre oficial. ¿Qué significa esto? Una enfermedad entra en la categoría de pandemia cuando cumple cualquiera de las siguientes condiciones: se extiende a muchos países o ataca a casi todos los individuos de una localidad o región. En este caso, la propagación que ha tenido este virus desde el continente asiático hasta Europa y América le ha conferido la categoría de pandemia. Ahora bien, los coronavirus son una extensa familia de virus que pueden causar enfermedades tanto en animales como en humanos. En los humanos, se sabe que varios coronavirus causan infecciones respiratorias que pueden ir desde el resfriado común hasta enfermedades más graves como el síndrome respiratorio de Oriente Medio (MERS) y el síndrome respiratorio agudo severo (SRAS). La COVID-19 es la enfermedad infecciosa causada por el coronavirus que se ha descubierto más recientemente. Tanto el nuevo virus como la enfermedad eran desconocidos antes de que estallara el brote en Wuhan (China) en diciembre de 2019. Si bien esta no es una nota médica te invitamos a consultar los síntomas, las maneras de prevenir y protegerte de este virus en el sitio oficial de la Organización Mundial de la Salud (WHO, por sus siglas en inglés).

free_Suscriber

Sin duda la industria de la salud no ha sido exenta de vivir y beneficiarse de la reciente transformación digital y la innovación tecnológica. Para este caso puntual del coronavirus queremos destacar el papel que han tenido el big data y la inteligencia artificial en la lucha, prevención y reacción ante esta pandemia. En cuanto se confirmó el brote en Wuhan el gobierno chino comenzó a desplegar una estrategia de prevención y control basado en los sistemas de inteligencia y la tecnología que tanto han distinguido al país en las últimas décadas, así como apalancado en su sistema de gobierno que, para muchos expertos, en este caso fue bastante útil y eficaz para la capacidad de reacción que tuvo el país.

datlas_china_coronavirus_covid-19_2020

Por si no lo sabías, el gobierno de China ha instalado un sistema masivo de vigilancia para sus ciudadanos que va desde cámaras hasta una intervención directa en smartphones, rastreo de operaciones financieras y ubicación en tiempo real. Fue así como el gigante asiático comenzó a luchar contra el COVID-19. Lo primero en llegar fueron las cámaras térmicas. Como salido de una película de guerra o de invasión alienígena, empezaron a utilizar las cámaras para detectar la temperatura térmica de las personas, ya que uno de los principales síntomas del COVID-19 es el alza en la temperatura. Mediante inteligencia artificial, aún vigilan la temperatura corporal de los ciudadanos.

datlas_china_coronavirus_covid-19_camaras_termicas

El siguiente gran paso fue desarrollar aplicaciones para los smartphones que, utilizando un esquema de semáforo clasifican a los ciudadanos hasta condicionarles qué hacer y con quién relacionarse. En esta iniciativa destacaba la cooperación del gigante del comercio online Alibaba, que contribuyó a desarrollarla. La aplicación era capaz de identificar a las personas según tres colores: el verde, para quien puede moverse con libertad; el amarillo, para quien había estado en una zona con peligro de infección (razón por la que debía permanecer siete días en cuarentena); y el rojo para quien hubiera estado en contacto con zonas de alta afectación del COVID-19 (lo que obliga a permanecer catorce días en cuarentena).

Pero esta innovación, sin embargo, no fue la última. Porque si el semáforo móvil clasificaba a los ciudadanos de cara a su control peatonal en la calle, hubo una aplicación posterior que profundizó aún más. Y es que el gobierno y la Corporación de Tecnología Electrónica de China, respaldados por datos de las autoridades de salud y transporte –según publicó la agencia estatal Xinhua–, desarrolló una segunda app para permitir rastrear a las personas y alertar sobre si han tenido un “contacto cercano con alguien infectado”. Una aplicación que explotaba el big data en manos del gobierno, y que es accesible apenas con escanear un código QR en las populares plataformas chinas WeChat o Alipay. El único requisito es enviar el nombre, el número de teléfono y el número de identificación y, tras cruzar los diferentes datos a los que tiene acceso, ya puede advertir si se camina por un lugar con peligro de ser infectado, o si se ha viajado cerca de personas infectadas, también si se trata de miembros de la familia o de pasajeros y tripulación de un mismo tren o avión. Es más, incluso permite buscar números de identificación diferentes, y saber si son un riesgo de salud.

free_Suscriber

Sin duda alguna, estas últimas medidas pueden ser controversiales ya que son obligatorias en algunas ciudades chinas mientras que en otras están disponibles a voluntad. Lo que no se puede negar es que estas medidas han sido eficaces en el corto plazo, pero presentan un riesgo muy delicado. “La extrapolación de estas apps de control sanitario al incipiente sistema de crédito social puede provocar, además, que algunos colectivos sean marginados y aislados socialmente. Y ello se añade a un sistema masivo de vigilancia que, en base a lo detectado por cámaras, permite o no acceder a determinados medios de transporte, o tener prioridad en los servicios”, explica Antoni Gutiérrez-Rubí, experto en tecnología y política. Lo que se añade a la conocida opacidad informativa del gobierno de China sobre su alcance.

Finalmente, debemos estar atentos al desarrollo de esta pandemia, tomar en cuenta las medidas precautorias y seguir atentos a la forma en la que podemos adoptar algunas de estas tecnologías en favor no solo de la detección de posible infección sino en la cura definitiva de la misma.

Compártenos tu opinión y mantente atento a noticias como estas en nuestras redes sociales

@DatlasMX

¿Cómo segmentar mi mercado usando mapas? – Datlas Caso de Uso

Hace un par de columnas comenzamos esta sección de casos de uso de nuestros clientes utilizando los mapas Datlas. En la primera edición platicamos acerca de la prospección de clientes. Si no has tenido oportunidad de leerla, te invitamos a dar click aquí. En esta ocasión nos enfocaremos en un nuevo caso de uso: segmentación de mercado. Seguramente si has llevado clases acerca de mercadotecnia o ventas sabrás que segmentar el mercado se refiere a la actividad de dividir a toda una masa critica en grupos con características similares para poder enfocar los esfuerzos de venta de tu producto o servicio. En esta columna les platicaremos acerca del caso de Carlos, uno de nuestros clientes en Ciudad de México. Charlie tuvo la oportunidad de acondicionar un local comercial que tenia su familia en una buena zona y puso una pizzería, pero con el nuevo concepto de “dark kitchens”, es decir, sin tener un frente con atención a clientes, solo dedicándose a la parte de entregas a domicilio a través de todas estas nuevas plataformas. Contrario a su expectativa inicial, no logró capturar suficientes clientes durante las primeras semanas y fue entonces que se le ocurrió usar Datlas para conocer el mercado a su alrededor y poder segmentarlo para hacer promociones.

free_Suscriber

Para este ejercicio vamos a usar el mapa Premium de Ciudad de México, disponible en nuestro Marketplace. Una vez adquiriendo el mapa puedes accesarlo a través de tu panel personalizado.

El pase de diapositivas requiere JavaScript.

Una vez dentro de la plataforma el paso #1 es identificar la ubicación de tu negocio. En este caso la pizzería de Carlos se encontraba en la Condesa, sobre Avenida Michoacán.

datlas_mapa_premium_cdmx_ubicacion

Enseguida, el paso #2 es definir/conocer el radio de influencia de tu negocio. En el caso de los restaurantes, la naturaleza propia de su servicio les da la ventaja de poder definir su radio de influencia, es decir, delimitar perfectamente su zona de cobertura para envíos a domicilio. En contraste, negocios del sector retail por ejemplo, muchas veces necesitan conocer o descubrir su radio de influencia y calcularlo con base al numero de competidores en su entorno y la distancia que pueda haber entre ellos. De todas maneras, dedicaremos una columna específicamente para el tema de radios de influencia. Por el momento, regresando al caso de Charlie, se definió que la operación de la pizzería podría atender a un mercado de hasta 2 kilómetros a la redonda.

Siendo así, se utiliza la herramienta de análisis que vienen en la barra lateral derecha dentro de la plataforma. Una vez seleccionada nos pedirá elegir la forma de delimitación que vamos a utilizar. Existen varias opciones dentro de las cuales destaca el análisis radial, rectangular o en base a selección específica de polígonos. Para el caso de Carlos se utilizó el análisis radial. La forma en la que esta herramienta funciona es dando click justo en la ubicación definida en el paso #1 y abriendo el radio hasta la distancia definida en el paso #2.

El pase de diapositivas requiere JavaScript.

Una vez establecido el radio de influencia el paso #3 es obtener los resultados para analizarlos. Como ya saben, los resultados arrojan variables demográficas, socioeconómicas, comerciales y hasta dinámicas. De esta forma Carlos puede saber cuanta gente hay dentro de ese radio de influencia, sus características, poder adquisitivo, cantidad de negocios, generadores de tráfico y mucho más.

En este caso destacaron varios hallazgos claves:

  1. La mayoría de la población son mujeres
  2. La mayoría de la población es soltera, aunque viven en hogares de 2-3 personas
  3. La mayoría de la población tiene más de 32 años
  4. Hay más de 11,000 negocios, predominantemente micronegocios de 0 a 5 trabajadores y los sectores más relevantes son: comercial, servicios profesionales e industrial

El pase de diapositivas requiere JavaScript.

Finalmente, el paso #4 es generar los segmentos claves para definir estrategias para cada uno. En este caso Charlie hizo dos grandes segmentos: hogares y negocios. Para capitalizar la oportunidad en los hogares, enfocó sus campañas y promociones a las mujeres mayores de 30 años e hizo un tamaño de pizza especial para 2-3 personas, con sus respectivas promociones y combos.

Para el segmento de negocios, se lanzó a realizar alianzas estratégicas con algunos comercios de alrededor y comenzó a empujar una tradición similar a los “viernes de tacos”, pero llamada “jueves de pizza”. Igualmente les ofreció programar pedidos para que no tuvieran que esperar a las horas pico de comida para solicitar su comida y así ahorrar tiempo y esfuerzo. También les ofreció formatos de pizza y complementos tipo botanas/canapés para los días de juntas y pequeños eventos internos. Finalmente les ofreció descuentos especiales para los trabajadores que hacen “horas extras” en sus pizzas y productos más rentables.

free_Suscriber

De esta forma, en tan solo algunas horas, Carlos fue capaz de segmentar su mercado, generar un par de estrategias y comenzar a ejecutarlas de manera que en un par de semanas comenzó a ver resultados e incluso los clientes comenzaron a darle retroalimentación y nuevas ideas para seguir aumentando el menú y mejorando el servicio.

Si crees que ya estas listo para ponerte manos a la obra y segmentar tu mercado para mejorar los resultados de tu negocio puedes ir directamente a nuestro Marketplace y aprovechar el código de descuento BLOG100 para obtener $100 MXN de regalo en tu primera compra de cualquiera de nuestros mapas Premium.
De esta manera concluimos el blog de hoy, mantente atento a todos los nuevos casos de uso, videos y nuevos lanzamientos que tendremos para ti.

@DatlasMX

La Historia de las TIC en México – Datlas Research

Al día de hoy hablamos de analítica, transformación digital y madurez tecnológica, pero alguna vez te has preguntado ¿Cómo empezó? ¿De dónde vienen? ¿Cómo fue la evolución? En la columna de hoy daremos un espacio para explicar la historia de las tecnologías de información y comunicación (TIC) en México.

 

I. Orígenes

Se puede dimensionar desde 1958 cuando llega el primer computador IBM 650 a la UNAM. Esto significó la llegada del primer computador a México y América Latina.

Datlas_historia1

 

En 1961 por el IPN se crea el centro nacional de computadoras donde juega un rol importante IBM-709

Datlas_historia2

En 1968 el IPN la primera microcomputadora llega a la ciudad con la PDP-8. También por INTELSAT México logro unirse al sistema satelital y transmitir mundialmente los XIX juegos olímpicos

En 1970 los datos del IX censo general de población y vivienda se procesan electrónicamente por primera vez en el INEGI. En 1972 se crea el consorcio TELEVISA y se crea el primer servicio de televisión vía satélite. En 1973 IBM introduce el disco duro.

En 1982 en México aparecen las primeras computadoras personales de IBM, la 53100 y la PC Junior. En 1984 Apple inaugura su primera fábrica en el país con la producción de Apple 11. En 1989 nace Iusacell y se convierte la primera compañía telefónica en México.

Datlas_barra_suscribir

En 1995 Microsoft introduce el primer sistema operativo. El 2000 se da inicio el programa e- México que busca apoyarse en las TIC para reducir la brecha digital. En 2002 la red mexicana escolar ILCE tienen un total 7000 escuelas conectadas a internet.

 

II. Principales motivantes

  • Integrar tecnologías para eficiencias en censos
  • Acelerar los avances en la educación (UNAM e IPN)
  • Eventos deportivos (Olimpiadas 1968)
  • Vanguardia en lo corporativo
  • Globalización y conexión con el mundo exterior
  • Integración financiera a bolsas de valores

 

III. Obstáculos en desarrollo

Datlas_historia3

De acuerdo con datos de la Organización para la Cooperación y el Desarrollo Económico (OCDE) y de la Unión Internacional de Telecomunicaciones (UIT), en el 2015 en México apenas el 39.2% de los hogares contaban con una conexión a internet, para el 2016 el porcentaje se elevó́ a 47%, en el 2017 fue de 50.9 por ciento y el año pasado el porcentaje de hogares en el país con acceso a la red era del 52.9 por ciento.

Esto demuestra que, si no fuera por los teléfonos inteligentes, el porcentaje de personas en México con Internet sería mucho menor de lo registrado hoy en día.

Datlas_historia4

 

Si bien las TIC han alcanzado niveles importantes de adopción tanto en hogares como en usuarios, el crecimiento en el acceso a dichas tecnologías parece haberse estancado. Esto significa que a pesar de los avances que se han logrado, se necesitan nuevas políticas públicas y de inversión para garantizar un acceso universal.

Por ejemplo, aún existen 16.4 millones de hogares que no cuentan con acceso Internet, de los cuales el 49% de éstos se encuentran concentrados en los siguientes estados de la República:  Chiapas, Estado de México, Guanajuato, Jalisco, Oaxaca, Puebla y Veracruz.

Cabe resaltar que en 13 de los 32 estados se registró que más de la mitad de hogares están desconectados; sobresalen los casos de Chiapas, donde 75 de cada 100 hogares están desconectados, y en Oaxaca, donde 71 de cada 100 también carecen del servicio.

Datlas_barra_suscribir

 

IV. Situación actual

De acuerdo con la Encuesta Nacional sobre Disponibilidad y Uso de Tecnologías de la Información en los Hogares (ENDUTIH), la cual cuenta con datos estadístico de Enero de 2015 a Diciembre de 2018, el incremento en el número de individuos con acceso a este servicio se ha elevado de manera gradual y constante.

Hace cuatro años, 62.4 millones de personas hacían uso del Internet, para el 2016, el número creció a 65.5 millones, en 2017 fue de 71.3 millones y para el 2018 se registraron 74.3 millones de usuarios en todo el territorio mexicano.

Datlas_historia5

De todos los usuarios, el 92.7 por ciento de ellos accede a través de su teléfono móvil, lo que equivale a 68.9 millones de personas de 6 años en adelante; le siguen las computadoras portátiles con el 32.6 por ciento (24.2 millones de personas); las computadoras de escritorio con el 32 por ciento (23.8 millones de personas); las tabletas con el 17.8 por ciento (13.2 millones de personas); televisores inteligentes con el 16.6 por ciento (12.3 millones de persones) y por último los que se conectan a través de una consola de videojuego con el 6.9 por ciento (5.1 millones de personas).

Datlas_historia6

V. Futuro

  • Industria 4.0
  • IOT
  • Tecnologías 5G
  • Robotización
  • Big Data

Datlas_historia7

Datlas_barra_suscribir

Hasta aqui la columna de hoy ¿Qué otro dato conoces de la historia de las TICs? ¿Crees que han avanzado a buena velocidad?  Cuando queremos progresar es importante conocer de dónde venimos para plantear de manera objetiva hacia donde vamos.

Saludos y si quieres escuchar más charlas de tecnología te invitamos a suscribirte a nuestro podcast “Café de Datos”.

https://open.spotify.com/show/5E5kraa2xVrYdq14WOiQet?si=WFtz1LBwQAqt7VIVgF4mCw

-Equipo Datlas-

 

Fuentes:

¡NUEVO! Mapa Socios Datlas: Al servicio de agencias de investigación, firmas de consultoría y grandes corporativos.

Nuestra filosofía está basada en que, con la información y la tecnología adecuada, las personas podrán resolver problemas cada vez más complejos. Para mantenernos en sintonía con esta afirmación realizamos constantes esfuerzos en pro de los tres grandes pilares de nuestra empresa: la información, la tecnología y las personas. Durante los últimos años hemos realizado esfuerzos por integrar cada vez más y mejor información a nuestras soluciones, integrar lo mejor que hay en tecnología y finalmente, lo más importante, escuchar a las personas: nuestros clientes. Cada innovación que hemos realizado ha tomado en cuenta estos 3 pilares y es por ello que hoy nos complace presentarles nuestro más reciente lanzamiento: el Mapa Socios Datlas.

datlas_marketplace_socios_NL

Este nuevo modelo de licenciamiento nace a partir de nuestra relación con agencias de investigación y firmas de consultoría, entendiendo que hoy en día están teniendo su propia transformación digital, al igual que los negocios a los que les prestan servicios. El objetivo detrás de esta nueva herramienta es apoyarles a generar mayor valor a sus clientes. Quédate hasta el final y podrás ver el video de nuestro primer socio.

free_Suscriber

Pero ¿cómo es que estas agencias y consultoras han llegado hasta este punto? Hace falta entender un poco de historia, se las contamos en breve.

Para tomar una decisión basada en datos existe todo un proceso detrás que podemos simplificar en 5 etapas:

  1. Recolección de los datos
  2. Organización de los datos
  3. Análisis de los datos
  4. Generación de reportes de resultados
  5. Y, finalmente, la toma de decisiones

Esta claro que el valor agregado detrás de los servicios de las agencias y consultoras está en el análisis de la información, por lo que las etapas de recolección y organización de datos resultaban ser un “mal necesario” hace algún tiempo. Dado el contexto de los negocios y la estructura de estas organizaciones, generalmente delegaban este trabajo a un solo miembro de la organización por lo que estas etapas se volvían intensivas en consumo de tiempo y recursos.

datlas_proceso_tiempo

Conforme los negocios fueron evolucionando, comenzaron a exigir cada vez un menor tiempo de respuesta para estos servicios y las agencias y consultoras, muy acertadamente, comenzaron a distribuir el trabajo entre un equipo de personas, logrando beneficios directos.

Pero actualmente el contexto ha cambiado de una forma disruptiva. Hoy en día los negocios no solamente exigen una inmediatez en la respuesta sino una capitalización del valor que saben que esconden sus datos. Y es precisamente en este punto donde, en conjunto, hemos desarrollado una solución que permite a Datlas encargarse del trabajo duro de la recolección y organización de los datos, para que nuestros socios puedan enfocarse directamente y de lleno al análisis de la información y la derivación de accionables de valor.

datlas_proceso_tiempo_optimizado

De esta manera hemos logrado diseñar una plataforma completamente nueva que capitaliza la experiencia que hemos tenido en Datlas y fusiona los grandes conocimientos de estas agencias y firmas de consultoría, dotando a nuestros socios de toda la información de forma inmediata y también permitiéndoles integrar y personalizar capas de datos que ellos puedan manejar de sus clientes.

El pase de diapositivas requiere JavaScript.

Finalmente, te invitamos a escuchar de todos lo que puedes lograr como Socio Datlas desde la voz de nuestro primer socio:

datlas_mapa_socios_testimonio_KM_Galera

Si conoces a alguien que pudiera ser Socio Datlas o tienes alguna duda por favor escríbenos a direccion@datlas.mx y con gusto te apoyaremos. Con tu ayuda seguimos creciendo y generando mejores soluciones que nutran y hagan crecer el ecosistema digital de México.

free_Suscriber

Siguenos y mantenten al día con los nuevos lanzamientos

@DatlasMX