Archivo de la etiqueta: Analytics

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

Anuncios

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

 

Facebook abre Datos para México (De los legales) – Datlas Research

Recientemente en algunos medios,principalmente científicos y prensa especializada de tecnología, se habló de que los datos que facebook hizo públicos. Esta vez siendo un tema que va más allá de un “hack” o el caso “Cambridge”. Más bien, una empresa que en pro del desarrollo de tecnología más humanitaria estaba generando iniciativas para mejorar la información con la que como humanidad tomamos decisiones.

datlas_barra_suscribir

El pase de diapositivas requiere JavaScript.

Esta es la visión del centro de Data for Good de Facebook, la famosa red social con más de 2 mil millones de usuarios activos. De acuerdo al referente de este centro, Molly Jackman (FB Public Policy)  “Al analizar imágenes satelitales existentes y usando Inteligencia artificial los equipos de Facebook lograron crear los mapas de densidad poblacional más granulares a la fecha”-

Liga de video: https://www.facebook.com/watch/?v=1143199219065401

¡Muéstrame los mapas!

Sin más preámbulo ¿Qué podemos encontrar para México y en dónde?

La fuente que recomendamos es la siguiente: https://data.humdata.org/dataset/mexico-high-resolution-population-density-maps-demographic-estimates

En el contenido encontrarás archivos en CSV que pueden ser leídos con excel, R o python (los últimos 2 open-source) y también geoTiff que inicialmente sugerimos explorar con QGIS (También open-source o GRATUITO). La verdad el geoTIFF es el bueno para visualizar. Pero, esto depende del gusto del analista de datos.

datlas_barra_suscribir

Iniciamos  buscando las imágenes de alta resolución y entrando al menú con una oferta de más de 14 archivos para México.  Para fines de este ejemplo usaremos los datos de “mujeres en etapa reproductiva” (la razón por la que Facebook decidió hacer este tipo de cortes con inteligencia artificial es porque busca detectar poblaciones donde los datos puedan generar impactos claves, para mayor explicación ver el vídeo)

El pase de diapositivas requiere JavaScript.

Excelente, ahora decidimos usar el geoTIFF de estos archivos y con un par de filtros en la paleta de colores de los puntos mapeados tendremos resultados como los siguientes:

Este tipo de información podría servirle a un gobierno, organizaciones sociales y operativos de rescate a mapear poblaciones elementales para iniciativas de salud. Por ejemplo hay casos documentados para algunos paises de África donde, a falta de censo oportunos, este tipo de información ha logrado segmentar las iniciativas de desarrollo económico en zonas de mayor impacto. Por otro lado con un ángulo más comercial, como el que tenemos por vocación en Datlas, empresas de higiénicos y medicamentos enfocados a este “clúster” de población pueden ser mejor ubicados con el aprovechamiento de estos datos.

Otro ejemplo es el de la base de datos de niños menores de 5 años.  Donde con datos de facebook podemos mapear a las poblaciones más vulnerables del del país. Aunque a simple vista se ven como puntos sin sentido en un mapa, si en un sistema GIS das zoom, cada punto está muy bien detallado a qué manzana o AGEB pertenece.

Datlas_Mexico_DatosFB10

Esto en caso de una catástrofe natural nos ayudaría a leer dónde está un grupo vulnerable qué atender con prioridad. Y bueno además del ojo social, desde un ángulo de observatorio comercial, una empresa de pañales podría capitalizar estos datos para generar estrategias de expansión o elasticidad de precios.

A opinión personal, nos gustaría ver en el futuro mapas de migrantes o distintas nacionalidades que residen en el país. Esto podría sensibilizar y ser propulsor de nuevas políticas públicas enfocadas en el contexto de fragilidad que actualmente hay en el mundo por estos temas de migración.

datlas_barra_suscribir

En Datlas continuamos incrementando nuestro acervo de base de datos para aprovechar en nuestros sistemas de información.  Contamos con más de 10,000 bases de datos analizadas para entregar los mejores datos en nuestra plataforma web www.datlas.mx

Déjanos tu opinión de cómo piensas que estos datos podrían ser bien aprovechados y qué cuidado debemos tener al tratar con esta información. Si te gusto la columna te pedimos compartirla en tus redes sociales.

Saludos

-Keep it weird-

Equipo Datlas

Los 5 perfiles para una estrategia de Datos en la EMPRESA – Datlas research

En los últimos años fuera del ambiente corporativo se ha hablado de innovar de manera ágil y de cómo hay que adaptarse a las modernidades tecnológicas por miedo a no quedarse atrás. Dentro de estas tendencias, entre las más asociadas a una buena toma de decisiones, se  ha hablado de Analytics, Big Data e Inteligencia Artificial.

Y no es que las empresas nunca hayan visto con utilidad un buen análisis de sus negocios o una investigación de mercados. Antiguamente, hace 30 o 50 años, los numéricos se concentraban en los equipos de finanzas y contabilidad. Y con la información a su alcance, recordemos que no había Google ni internet, calculaban oportunidades de mercado y tomaban decisiones de negocio.

OrganigramID 32377103 © Shawn Hempel | Dreamstime.com Business
Organigram ID 32377103 © Shawn Hempel |

Ahora con el internet y la información al alcance de cualquier corporativo este ejercicio se ha hecho mucho más fácil y replicable. Lo que demanda un nuevo tipo de organización para responder a las necesidades de información de una empresa. No podemos manejar la misma estructura de hace 40 años. En un entorno tan cambiante hay que adaptarse lo más rápido posible ¿Cómo lograrlo? La respuesta es reinventando parte de la organización, con nuevos perfiles y equipos.

Datlas_barra_suscribir

 

Estos son los 5 perfiles para echar a andar una estrategia de datos en tu compañía:

1) Jefe Analista de negocio: Es responsable de atender a las áreas de negocio en sus necesidades de información y de la creación de nuevos proyectos de aprovechamiento de datos en la compañía. Es versátil en sus capacidades de análisis y comunicación hacia la empresa. También tiene una parte didáctica para entrenar y capacitar equipos sobre cómo aprovechar de mejor manera las bases de datos del negocio.

Datlas_analistadedatos

2) Arquitecto de datos: Es un experto conocedor de las estructuras de bases de datos del negocio y de cómo es la mejor manera de que se relacionen y se consulten. Es el principal contacto cuando de contratar capacidades externas se trata.

Datlas_Arquitectodedatos

3) Ingeniero de datos: Encargado de dimensionar y anticiparse a las necesidades de almacenamiento y seguridad para los datos de la compañía. Prepara e integra los datos relevantes para que estén listos para ser consultados. Está en contacto constante con ciberseguridad de la compañía y con los equipos financieros encargados de presupuestar la capacidad a futuro de almacenamiento para las iniciativas de información de los siguientes años.

Datlas_IngenierodeDatos

 

4) Director / Gerente de analítica: Es un conocedor de las necesidades del negocio, tiene exhibición a foros especializados donde se hablan de problemas y oportunidades del modelo de negocio actual y es el principal punto de contacto con otras gerencias y áreas para proponer mejoras. Gestiona a su vez con áreas de legal y monitorea los procesos ágiles de desarrollo en sus equipos. Finalmente cesiona la gobernanza y acceso a la información.

Datlas_ChiefDataofficer

5) Chief Data Officer: justo debajo del CEO y al nivel de las otras direcciones. Un error común es comenzar a verlo dentro de las estructuras de Marketing o de Tecnología. Lo que sesga su accionar y evita que esté en los foros de mayor relevancia para la empresa. Guía a nivel estratégico y mediático las intenciones futuras de aplicar inteligencia artificial y big data a los modelos actuales de la compañía.

Datlas_DJPATIL_maxresdefault.jpg

 

Datlas_barra_suscribir

Para una correcta ejecución de la estrategia de datos, además de contar con estos perfiles, hay que habilitar una estructura organizacional en donde convivan los procesos de innovación y transformación digital a nivel interno en la compañía. Un ejemplo que propone Harvard (HBR) es el siguiente:

Datlas_R1510G_PORTER_ANEWORGANIZATIONAL.png

Hasta aqui la columna de hoy ¿ Tu empresa ya está lista para una estrategia de datos? ¿Será tu proyecto de 2018?

Dejanos cualquier duda o comentario. ¿Cómo funciona actualmente en tu empresa?

 

Keep it weird

Equipo Datlas

Los huracanes, datos interesantes y tendencias de compra

Los huracanes nos invadieron este año, pues se llegaron a presentar hasta 3 huracanes simultáneamente, Irma, José y Katia. Siendo este último el que tocó tierras mexicanas y causó grandes pérdidas humanas y materiales. Actualmente el huracán que no ha tocado tierra es el huracán José, que se prevé que impactará la costa sureste de Estados Unidos.

Además de estos 3 huracanes de los que la mayoría se enteró, el día de ayer tocó tierra otro huracán de menor categoría en tierras mexicanas, el huracán Max, que al impactar el estado de Guerrero se degradó a tormenta tropical provocando fuertes lluvias a éste y su estado vecino, Oaxaca, que aún están recuperándose de un sismo que se presentó la semana pasada; tema que se ha tratado previamente en el blog ¿Hay más sismos en NL que en CDMX?.

Puedes ayudar al estado de Oaxaca realizando una donación a una cuenta de Bancomer del gobierno del estado así como buscar el centro de acopio más cercano a ti.

El primer registro de huracán data de la época de los mayas, quienes se percataron de su poder destructivo y crearon un sistema de advertencia en un templo que es actualmente un punto turístico importante; el templo de Tulum.

Dicho sistema consiste de una serie de hoyos en el templo que producen un silbido muy pronunciado cuando los vientos soplan fuertemente desde el mar caribe.
Aunque hoy en día existen sistemas más sofisticados para detectar la aproximación de un huracán, la variable que se mide sigue siendo la misma, la velocidad del viento y en base a ella se determina la fuerza o intensidad de un huracán.

¿Conoces la clasificación de la intensidad de un huracán?

Elaboramos una infografía para ti.

huracanes

Los 5 huracanes más fatales que han tocado tierra en México

Nombre Fecha Categoría Estados afectados Fatalidades
Huracán México octubre
1959
4 Colima
Jalisco
1,800 muertes
Huracán Paul septiembre
1982
2 Baja California Sur
Sinaloa
1,696 muertes
Huracán Stan octubre
2005
1 Oaxaca
Chiapas
1,668 muertes
Huracán Liza septiembre
1976
4 Baja California
Sinaloa
Sonora
1,263 muertes
Huracán Janet septiembre
1955
5 Quintana Roo 1,023 muertes

El análisis de datos en temporada de huracanes

En respuesta al Huracán Katrina, Walmart realizó un análisis de datos de sus transacciones en temporada de huracanes para ver qué producto(s) la gente tiende a adquirir más en estas temporadas.


Encontraron que las Pop-Tarts de cereza se vendieron hasta 7 veces más en esta temporada. Dicho patrón de compra lo han encontrado también después de tormentas, reflexionando acerca de este artículo mencionan que tienen la ventaja de que no requieren calentarse y prácticamente no tienen fecha de expiración. Así mismo, la cerveza y el agua embotellada son otros productos que tienden a venderse como “pan caliente” en estas temporadas.

Este tipo de análisis le resultó de gran ayuda al gigante comercial pues fue capaz de pronosticar la demanda de dichos productos así como la preferencia en su colocación dentro de la tienda, resultando en mayor cantidad de ventas.

Como buenos aficionados a los mapas, encontramos un mapa en tiempo real del viento en el océano atlántico que encontrarás facinante.

Fuentes:

What Wal-Mart knows about customers’ habits
Mapa de Windy

¿Menos lana para los Mexicanos con el TLCAN? – 6 gráficas que lo explican

Tras el TLCAN pasado; Datos duros de salarios y empleos en México:

  • $70 pesos de Salario mínimo aprox.
  • 51 Millones de empleos en México
  • +50% de estos empleos se pagan con menos de $140 pesos al día
  • La canasta básica alimenticia para familia de 4 cuesta $135 al día
  • Apenas dan las cuentas… y sólo para comer

¿De qué se trata esta trampa? ¿Cómo llegamos a esto? ¿Siempre ha sido así?

**Si tienes problemas en ver los gráficos, descarga la presentación aqui.

En la columna de hoy, en el equipo de inteligencia de Datlas, nos dimos la oportunidad de abrir la llave a un estudio de empleos en México con la sencilla premisa de responder si la fórmula de “la maquila” y “el campo” tras la última negociación del TLCAN nos ha funcionado bien. Sobre todo en vísperas de que se está negociando un nuevo tratado y se está negociando / motivando que más maquila venga de regreso a México.

datlas_fintech_suscribe

Los datos de inicio ¿De que hay más chamba en México?

El pase de diapositivas requiere JavaScript.

La mayoría de los empleos en México son manufactureros. Depende la región, en el Norte y Bajío serían Fábricas y ensambladoras de autopartes. En centro y Noreste serían fabricadoras de cerveza y bebidas. Lo que le sigue es toda la parte comercial y servicios que dan trabajo a una gran parte de familias en el autoempleo formal y profesionistas.

A lo largo del tiempo cómo se ha visto esta evolución:

El pase de diapositivas requiere JavaScript.

Por temas de política pública y ventajas geográficas México ha robustecido sus capacidades en sectores de Manufactura, Servicios Financieros y restaurantes y Alojamiento. Sin duda una foto de industrias que se han impulsado en los últimos 2 sexenios. ¿La fórmula ha funcionado?

Ante todas las variables a analizar…lo más relevante se traduce en salarios

El pase de diapositivas requiere JavaScript.

El grupo que más ha crecido es el de 1 a 2 (Hasta $140 MXN diarios) y 2 a 3 salarios  (Hasta $270 MXN diarios). Los empleos de 5 y más salarios mínimos han visto una disminución relativa al resto de los empleos creados. Es decir…

“Lo motivado por políticas de incentivos a maquila, campo y servicios ha ampliado la base de empleos; pero estos últimos han sido de menor pago respecto a años anteriores.”

Finalmente ,a la fecha, los efectos han tenido impactos de distinto nivel según la zona económica que evaluemos.

El pase de diapositivas requiere JavaScript.

Por mucho Chiapas es el Estado de la república que presenta mayores contrastes respecto al promedio nacional. Esto debido a que está compuesto de mayos empleos del campo y un % alto de su población no recibe ingresos de empleos, sino de algún programa del gobierno. Otros Estados se pueden apreciar en los gráficos anteriores.

Por lo revisado en todos los datos anteriores, en términos de mejora a salario, la fórmula de incentivos a máquila no se ha traducido en calidad de salarios. Tal vez si lo haya hecho en cantidad, seguimos sosteniendo un 4% aproximado anual de crecimiento en trabajos. La presión sobre los ingresos sigue creciendo por la inflación del 6% (aumento de precios generalizado).

Nuestra recomendación, desde blogueros y como investigadores de datos, es repensar la fórmula. Ya se ha dicho antes. Ocupamos empleos más interesantes, más orientado a la industria digital.. imitar modelos de China e India que migraron de ser las maquila de autos del mundo a formarse como las nuevas fábricas de desarrollo digital. Y también hacernos menos dependientes de otras economías como la Canadiense o la Estadunidense.

datlas_fintech_suscribe

Hasta aqui la columna de hoy, si te gusto alguno de los datos o gráficos unete a la conversación y comparte esta nota en tus redes sociales. En Datlas somos entusiastas de los Analytics y desarrolladores de plataformas de inteligencia de datos. Te invitamos a conocernos en www.thedatlas.com

Saludos

Keep it weird