Archivo de la etiqueta: DATA ANALYTICS

Chief Data Officer: Ahora los datos tienen asiento en el consejo

Hace un par de semanas tuvimos la oportunidad de colaborar en un podcast muy interesante donde platicamos un poco la historia de Datlas, el tema del análisis de datos y algunas cosas más. Una de las partes más interesantes fue cuando de pronto el entrevistador dijo algo así como:

Hace unos años los diseñadores empezaron a tener tal relevancia que decían que los diseñadores merecían una silla en el consejo, ¿Qué opinas respecto a los científicos de datos o analistas de datos? ¿merecen su silla en el consejo?

Y fue ahí donde comenzamos a hablar de este famoso puesto llamado Director de Datos o Chief Data Officer (CDO). Para nuestra sorpresa, algunos miembros de la audiencia no estaban tan familiarizados con este rol, así que en la columna de hoy vamos a profundizar en las responsabilidades de un CDO y porque son relevantes para los negocios hoy en día.

Datlas_Blog_Promo_SuscriberFree

¿Qué es un Chief Data Officer (CDO)?

El CDO se define como aquel funcionario corporativo responsable del gobierno y la utilización de la información como un activo a lo largo de toda la empresa, a través del procesamiento, análisis, extracción de datos, comercio de información y otros medios. Los CDO generalmente reportan al director ejecutivo (CEO), aunque dependiendo del área de especialización, esto puede variar. El CDO es miembro del equipo de administración ejecutiva y encargado de supervisar el procesamiento y minería de datos en toda la empresa.

Un poco de historia…

El rol de gerente para el procesamiento de datos no se elevó al de la alta gerencia antes de la década de 1980. A medida que las organizaciones han reconocido la importancia de la tecnología de la información, así como la inteligencia empresarial, la integración de datos, la gestión de datos maestros y el procesamiento de datos para el funcionamiento fundamental de las actividades comerciales diarias, esta función se ha vuelto más visible y crucial. Este rol incluye definir prioridades estratégicas para la empresa en el área de sistemas de datos, identificar nuevas oportunidades comerciales relacionadas con los datos, optimizar la generación de ingresos a través de los datos y, en general, representar los datos como un activo comercial estratégico en la mesa ejecutiva.

8 Ways Chief Data Officers Can Help Healthcare Thrive

Con el aumento de las arquitecturas orientadas a servicios (SOA), la integración de sistemas a gran escala y los mecanismos de intercambio / almacenamiento de datos heterogéneos (bases de datos, XML, EDI, etc.), es necesario contar con un individuo de alto nivel, que posea una combinación de conocimientos comerciales, habilidades técnicas y habilidades interpersonales para guiar la estrategia de datos. Además de las oportunidades de ingresos, la estrategia de adquisición y las políticas de datos del cliente, el CDO se encarga de explicar el valor estratégico de los datos y su importante papel como activo comercial y generador de ingresos para ejecutivos, empleados y clientes. Esto contrasta con la visión anterior de los sistemas de datos como simples sistemas de TI de back-end o soporte.

Registros indican que los primeros nombramientos de CDO en corporativos se dieron en el año 2002.

El CDO en la actualidad

De acuerdo a datos de Forbes en 2012, solo el 12% de las Fortune 1000 tenían un CDO. Para 2018, el 67.9% de las firmas encuestadas reportaron tener un CDO.

El CDO también puede ser responsable del análisis de datos (data analytics) y la inteligencia empresarial (business intelligence), el proceso de extraer información valiosa de los datos. Algunas funciones de gestión de datos pueden recaer en TI.

Ronald van Loon en Twitter: "The evolution of the chief data officer role  [#INFOGRAPHICS] by @EdBurnsTT @BizAnalyticsTT | Read more at  https://t.co/tfiwb3apdr #MachineLearning #ML #DataScience #DeepLearning #DL  #BigData #Analytics #BI ...

Por sus siglas en ingles el Chief Data Officer (CDO) es muchas veces confundido con el Chief Digital Officer o Chief Digital Information Officer. La principal distinción radica en que el director de datos es la persona senior, con un enfoque comercial, que comprende la estrategia y la dirección del negocio, pero su enfoque está en cómo respaldar eso con datos.

Asimismo algunas organizaciones también utilizan roles como el Chief Information Officer (CIO) o el Chief Technology Officer (CTO) de forma indistinta con el de Chief Data Officer (CDO). Para hacer una clara diferenciación entre ambos nos gusta citar la analogía que hace Caroline Carruthers, directora de la firma de consultoria Carruthers and Jackson, ex directora de datos (CDO) de Network Rail y co-autora de “The Chief Data Officer’s Playbook and Data-Driven Business Transformation: How to Disrupt, Innovate and Stay Ahead of the Competition”. Ella utiliza la analogía de la cubeta y el agua para explicar la clara distinción entre un CDO y un CIO. Así lo explica:

El director de información (CIO) es responsable de la cubeta. Ellos son responsables de asegurarse de que la cubeta sea del tamaño correcto, que no tenga agujeros, que sea segura y que esté en el lugar correcto. El director de datos (CDO) es responsable del fluido que entra en el balde, sale del balde, que va al lugar correcto, que tiene la calidad adecuada y el fluido adecuado para empezar. Ni la cubeta ni el agua funcionan el uno sin el otro.

The Chief Data Officer | Deloitte

Finalmente, ¿Cómo se si necesito un CDO?

Sin duda el gobierno corporativo es una estructura que muchas veces se asocia a las organizaciones más grandes, empresas nacionales o internacionales. La realidad es que más allá del nombramiento o del puesto como tal, cualquier organización puede adoptar una figura que ostente el rol de CDO dentro de su compañía. Desde una startup hasta nuestros colegas PyMEs pueden adaptar este puesto, a su propia escala, para realmente tener una cultura centrada en los datos. Al final del día lo importante es que esta persona sea responsable de ver en los datos ese activo valioso para la empresa, sobre el cual se puede derivar un valor importante y muchas veces hasta una ventaja competitiva para el negocio.

Datlas_Promo_Podcast_Suscribe

Inteligencia Artificial y Big Data en los negocios, ¿Qué efectos tuvo el COVID-19 en estas tendencias? – DATLAS Investigación

A inicios de año se nos presentó un reto sin precedentes que afectó completamente la forma en la que hacemos negocios. En respuesta a este gran cambio muchas empresas hicieron un replanteamiento de estrategias y objetivos al final del primer semestre del año. Nosotros no fuimos la excepción, como proveedores nos tocó presenciar de primera mano como muchos negocios lidiaban en distintas maneras con este reto de la pandemia. Fue ahí, justo unos meses después del gran shock inicial que comenzamos a notar una revaloración que las empresas estaban haciendo respecto a sus datos, como un activo clave, y por ende acerca de tecnologías como la Inteligencia Artificial (I.A.) y el Big Data.

Datlas_Blog_Promo_SuscriberFree

Comprometidos con seguir aportando a nuestro ecosistema, y conscientes de lo que estábamos presenciando, organizamos un Programa de 6 Sesiones para este segundo semestre del año (una vez al mes) en donde exponemos con casos de negocios reales los beneficios que empresas de todos los tamaños han podido capitalizar el uso de datos y aprovechar estas tecnologías. Justo este viernes tendremos nuestra segunda sesión titulada “El impacto del Big Data y la Inteligencia Artificial en los negocios” y es por ello que, en esta columna, hablaremos de como estas tendencias han impactado el mundo de los negocios y que tanto la pandemia a “afectado” su adopción.

La relación del Big Data & la I.A.

Antes de profundizar es necesario dejar en claro la razón de hablar en conjunto acerca del Big Data y la Inteligencia Artificial. En un sentido general el Big Data se refiere a esta manipulación de grandes cantidades de datos o información en diversos formatos, mientras que la Inteligencia Artificial (I.A.) se refiere a programas computacionales que son capaces de emular actividades del cerebro humano como el aprendizaje con base a experiencia (eventos pasados). Siendo así, no podemos hablar de Inteligencia Artificial sin hablar de Big Data dado que para construir modelos o algoritmos de I.A. se necesitan datos, que precisamente son obtenidos y manipulados por el Big Data.

¿Qué impacto esperábamos hace algunos años?

Apenas hace un par de años (2018), según información de Deloitte, 9 de cada 10 ejecutivos afirmaban que los sistemas de I.A. transformarían sus modelos de negocio.

datlas_mx_blog_deloitte_encuesta

Además, se esperaba que la Inteligencia Artificial diera lugar a la aparición de nuevos perfiles profesionales que debían convivir con los ya existentes. Estos perfiles especializados abren un nuevo abanico de posibilidades innovadoras que afectan directamente a procesos y herramientas, que ven mejorado su rendimiento.

Impacto actual

Actualmente, lejos de verse mermado el acelerado crecimiento y adopción de soluciones de I.A., por ejemplo, se ha visto una expansión interesante a nivel mundial y también en Latinoamérica. En el caso de asistentes virtuales inteligentes (tipo Siri y Alexa) en Latinoamérica se manejan más de 850 millones de conversaciones en negocios B2B y B2C para atraer, generar, crecer y retener clientes. Y este es solo un tipo de aplicación y una de las múltiples formas de derivar beneficios.

Por otro lado, el Big Data se utiliza para promover productos, desarrollar mejores estrategias comerciales, llegar a los clientes, explorar nuevos mercados y audiencias objetivo, optimizar el flujo de trabajo, reducir los costos y obtener otras ventajas competitivas en el mercado.

Natural Language Processing: A Short Introduction To Get You Started |

Ahora bien, sabemos que no todos los negocios han sufrido esta pandemia de la misma forma. Existen sectores o industrias que han sido impactados de forma más crítica, mientras otros han podido lidiar con esto de una manera menos acelerada. De la misma forma el impacto que estas tendencias del Big Data y la I.A. han tenido en las distintas verticales de negocio ha sido variado, en términos de sus aplicaciones, pero igualmente relevante y trascendente. Por mencionar algunos ejemplos puntuales profundizaremos en industrias como: retail, marketing y publicidad, así como el transporte y logística.

Retail, Marketing y publicidad

La tarea más frecuente de las soluciones de Big Data está relacionada con la búsqueda de patrones de comportamiento que se puedan emplear para muchos propósitos. Comprender los hábitos y deseos de los clientes es la principal preocupación de cualquier negocio, y el análisis de Big Data es la única forma válida de lograr resultados precisos basados en un gran muestreo y cálculos extensos en lugar de intuiciones y experiencias personales.

Otra aplicación común de Big Data en las empresas de retail, marketing y publicidad es el análisis predictivo sobre la base de grandes conjuntos de datos. La mayor cantidad y volumen de datos permite obtener resultados más precisos, configurar más parámetros antes del análisis e incluso ampliar los temas y las posibilidades generales de pronóstico.

Qué es el Big Data Marketing y qué ventajas ofrece?

Transporte y logística

Las empresas de transporte también manejan grandes volúmenes de información sobre vehículos, pasajeros, equipaje y carga. La necesidad de administrar flujos de datos extensos con restricciones de tiempo estrictas impuestas por los horarios de transporte requiere soluciones de software de alto rendimiento diseñadas específicamente para Big Data.

El propósito práctico de tales soluciones radica en rastrear la entrega de carga, monitorear el uso y suministro de combustible, el estado técnico del estacionamiento de vehículos de la empresa, los controles de salud de los conductores y el horario de trabajo, así como muchos otros factores relevantes. De esta forma, las empresas pueden utilizar el software Big Data para priorizar la seguridad además de la optimización habitual del consumo de recursos y la mejora de la eficacia.

How does Big Data save logistics? - How does Big Data save logistics? -  Régens

¿Cómo pinta el futuro?

Los analistas empresariales predicen que los ingresos del mercado global de Big Data alcanzarán los 103 mil millones de dólares en 2027. No importa si tu empresa es grande o pequeña, siempre hay una forma de beneficiarse de las soluciones de Big Data. La ventaja más importante que ofrece esta tecnología es el conocimiento de las necesidades y los patrones de comportamiento de los clientes. Esta información, junto con los pronósticos de alta precisión permite a los empresarios diseñar estrategias comerciales efectivas en lugar de perder tiempo y dinero en el método de prueba y error. La capacidad de manejar grandes volúmenes de información utilizando soluciones de software automatizadas también simplifica enormemente la gestión empresarial, incluidos aspectos como mantenimiento, inventario, envío, carga de trabajo y otros.

Si quieres conocer un caso real aplicado de Big Data e Inteligencia Artificial y enterarte de como puedes tu mismo comenzar a aplicar estas tecnologías en tu negocio el próximo lunes, no te pierdas nuestra sesión este viernes. Inscríbete gratis aquí.

datlas_mx_6_sesiones_2S2020_bigdata_analytics_ia_sesion2_promo

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

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

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

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

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

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

Desarrollo

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

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

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

 

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

Datlas_Promo_Facebook_Suscribe

 

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

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

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

¿Qué encontramos?

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

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

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

 

 

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

Datlas_Promo_Podcast_Suscribe

 

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

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

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

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

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

Datlas_Promo_Youtube_Suscribe

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

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

Saludos

Equipo Datlas

Fin de Temporada Podcast Café de Datos – Invitado estrella…

“Una de las cosas críticas en esta crisis que hemos estado tratando de superar … es que tenemos que tirar el libro de reglas. Nunca hemos visto este tipo de crisis en nuestras vidas ” Ana Botin,Presidente Ejecutivo Santander.

18. Fin de Temporada 1 - Understanding the world around us with location analytics

Con gusto compartimos que llegamos al fin de la primer temporada de “Café de Datos”. Y así como nuestros capítulos de invitados, lo cerramos a lo grande con un especialista en cartografía y análisis de ubicación: Sasha Trubetskoy.

Sasha es originario de “North Virginia” en  Estados Unidos. Estudió Estadística en la Universidad de Chicago. Su principal especialidad es comunicar datos y análisis a partir de mapas. Impulsando proyectos independientes como mapas de “nieve”, de iphone vs. android o históricos ha llegado acompañada de fama en redes sociales. Actualmente es consultor independiente y socio en Kartographia, empresa de análisis de datos.

Datlas_barra_suscribir

Desde Datlas, nos entusiasmo mucho invitar a Sasha al podcast y preguntarle sobre su desarrollo profesional, qué hace un cartógrafo en el 2020 y qué piensa del futuro de la analítica en 30 años. Este episodio le podrá ser de utilidad a quienes estén decidiendo cómo formar su carrera en analítica o estén evaluando darle un giro a su profesión para enfocarse a la generación y comunicación con datos. Han acudido personas a nosotros con estas inquietudes en la época del COVID-19 y nos parece un buen punto de partida para inspirar su decisión.

Este es el primer episodio que generamos en idioma inglés (rompimos las reglas). Notarán que no es nuestro primer idioma, pero hicimos el esfuerzo para traerles contenido de calidad.

Una síntesis de las preguntas qué revisamos en este episodio

o Introducción con Sasha: ¿Puede contarnos sobre su trayectoria profesional (académica, publicaciones y cursos favoritos). ¿Qué hay de tus pasatiempos? ¿Qué temas prefieres para leer?

o Entonces, ¿Qué pasa con tu título profesional (Estadística en Universidad de Chicago), cómo es el antes y el después con respecto a su conocimiento de análisis de datos?

o ¿Crees que un título como el que tomas te da una ventaja en el campo del análisis de datos?

o En este momento, ¿Cuál es tu “Caja de herramientas” preferida para analizar datos y también para hacer estos impresionantes mapas?

o Menciona estadísticas, ¿Puede especificar sobre el uso de estadísticas en los desafíos que resuelve ahora como profesional?

o Además, como cartógrafo, fusiona sus capacidades de análisis con mapas. ¿Puedes dar más detalles sobre el proyecto de mapas de Android e IOS?

o Hablemos de análisis de ubicación(“Location Analytics”). En este momento, es como el santo grial en análisis. Entonces, en tus palabras, ¿Cómo podemos definirlo?

o Con respecto a la analítica descriptiva y predictiva. ¿Cuáles son algunos ejemplos en los que podemos aprovechar el análisis de ubicación en lugar de, por ejemplo, simplemente usar una hoja de cálculo?

o Entonces, imagino que existen algunos desafíos al trabajar con el análisis de ubicación. Por un lado, necesita un atributo de ubicación para cada registro, como una coordenada, una dirección o algo similar. Por otro lado, debe poder utilizar los métodos estadísticos tradicionales para transformar estos datos en ideas. ¿Cuáles son los 3 desafíos principales cuando trabaja con este tipo de datos?

o Ejemplo de aplicaciones del mundo real de análisis de ubicación.

o En los últimos años ha habido muchos escándalos de privacidad como los de Cambridge Analytica o el gobierno siguiendo los caminos de las personas en disturbios con grandes datos. Estos eventos crean conciencia sobre el uso que las compañías le dan a nuestros datos. ¿Cuáles son las principales preocupaciones desde una perspectiva de ética que un analista debe tener cuando trabaja con análisis de ubicación?
o cierre.

Datlas_CafeDeDatos_1eraTemporada

Datlas_barra_suscribir

Hasta aqui el episodio de hoy, te invitamos a suscribirte a nuestra plataforma  y te invitamos a hacerlo también en nuestro podcast “Café de Datos”. Te vas a pasar un buen rato y tenemos muchas sorpresar para la 2da temporada. Gracias a  los más de 3 mil escuchas de más de 10 países que nos han dado la oportunidad hasta ahora.

Equipo Datlas

– Keep it weird – 

Dashboards de negocios, guía para principiantes – Datlas

Un avión donde viajan 300 personas que puede ser conducido por 2 personas, una megaciudad de más de 5 millones de habitantes conducida desde un “war-room” (C4 ó C5) con 20 personas, o la gestión de un mundial de fútbol en más de 20 ciudades a la vez controlado por un equipo de 40 profesionales ¿Qué herramienta tienen en común?  Todos en algún momento usaron dashboards.

Datlas_barra_suscribir

En los negocios ocurre igual. Un tablero de control o dashboard es un lugar donde se pueden monitorear los aspectos más importantes del quehacer de una organización. Sinedo así,en el campo de “inteligencia de negocios” o “business intelligence”, este tipo de herramientas le ayuda a los tomadores de decisiones y operativos a reaccionar de forma efectiva a cambios en el negocio.

1) ¿Qué es un dashboards de negocios?

Es un gráfica que refleja el estatus operativo de datos recolectados en tiempo real (o casi tiempo real) visualizados en una plataforma. Un ejemplo de lo que podría ver un empresa que se dedica a envíos de comida a domicilio en un dashboard.

El pase de diapositivas requiere JavaScript.

Así como los pilotos en un avión monitorean la altura, velocidad, ruta y otros aspectos del vuelo. En un negocio podríamos vigilar las órdenes , las ventas, tiempos de entregan las entregas exitosas, los artículos más vendidos, entre otros.

Te puede interesar nuestra columna titulada: Ranking de Dashboards de COVID-19.

2) Características de un dashboard

Para ser considerado un buen panel de control tendría que integrar:

  • Un sistema valioso de indicadores
  • Visualización e interacción intuitiva
  • Buena calidad de datos como insumo y amplitud en cortes temporales
  • Un sistema completo de arquitectura que permita actualización automática

Recomendamos que leas nuestro ejemplo en: Analítica en Dashboards para Turismo.

3) ¿Cuáles son los tipos de dashboards?

Datlas_niveles

  • Dashboard estratégico: Resume y sintetiza los indicadores más importantes de la compañía para tomar decisiones de manera rápida basadas en datos
  • Dashboards analíticos: Puede ser estratégico y operativo, destinado a que los equipos de mandos altos y medios puedan tomar decisiones de manera más ágil
  • Dashboards operativos: Enfatiza el reporteo de información constante y continua
4) ¿Qué acciones debería habilitar un dashboard?
A) Seguimiento a KPIs
Datlas_saludkpis

Una vez que se realizó el trabajo de planificación estratégica donde se delimitaron los KPIs que los equipos de trabajo deberán de cuidar para que los proyectos tengan buena salud es importante poder visualizarlo en el dashboard. Por lo mismo es útil generar un “semáforo” donde rojo sea señal de gran oportunidad para mejorar y verde sea buena salud.

B) Alertar de comportamientos fuera de rango o prevenciones
Datlas_alertas

Las mejores implementaciones de inteligencia de negocios generan tableros que están listos para alertar sobre comportamientos críticos o situaciones que necesitan inmediata atención. Idealmente estas notificaciones tienen que ser desarrolladas por las personas con más experiencia en la organización y con base a atender las oportunidades que de no atenderse podrían representar un costo no reemplazable a la compañía.

C) Monitoreo en tiempo real
Datlas_gif_Realtime_Dashboard

En una etapa más avanzada habrá que procurar que el monitoreo de los datos sea en tiempo real. Esto requiere necesidades más sofisticadas de infraestructura y que se cuenten con iniciativas de ciberseguridad para asegurar que no haya fugas de información. Esto permitiría una toma de decisiones más oportunas sobre datos que sean reales.

Cierre

Los dashboards permiten ser más eficientes y eficaces en la toma de decisiones operativas y en el cumplimiento de la estrategia de una organización. Hay que trabajar de la mano con el área o la función de planeación en nuestra compañía para generar buena calidad de KPIs, alertas y sobre todo garantizar que los datos más dinámicos sean actualizados en tiempo real.

Datlas_barra_suscribir

Si te interesa seguir conociendo más de este tema (KPIs y herramientas de medición te invitamos a nuestra próxima charla. Puedes registrarte aquí GRATIS: https://bit.ly/dfuturos4 

WhatsApp Image 2020-07-06 at 9.05.32 AM

También solicitar en nuestro marketplace una llamada para platicar sobre este tema y evaluar cómo con alguno de nuestros casos aplicados podemos ayudar a tu organización.

Fuentes:

Dimensionando la industria de “Analítica de datos e Inteligencia Artificial” – Datlas Research

¿Cuántas empresas de analítica de datos existen? ¿En qué industrias están participando? ¿Quién está desarrollando Inteligencia Artificial? Hoy hablaremos del mapa de mercado desarrollado por “Firstmark”  (@matttruck). Desde Datlas, startup mexicana de analytics, dedicamos esta columna a profundizando en el dimensionamiento y la clasificación de la industria completa de analítica de datos e inteligencia artificial.

Mapa completo de industria al 2019

2019_Matt_Turck_Big_Data_Landscape_Final_Datlas
Descarga aqui: https://cloudup.com/ck5aIRPKNuU

Según el reporte podemos encontrar 7 industrias y 82 sub-industrias para la industria de “datos” (Analítica, big data e inteligencia artificial).  Ahora haremos un pequeño enfoque a cada una.

1) Infraestructura

Abrir una empresa de analítica de datos y de tecnología hace 20 años tenía como 80% del presupuesto dedicado a infraestructura. Comprar potentes procesadores y sobre todo capacidad de almacenaje físico. Sin embargo, en los últimos 10 años ha ido en incremento los oferentes de poder de cómputo distribuido y almacenaje por nube.

1_Infrastructure_Panorama_Datlas

2) Analítica y Machine Learning(ML)

¿Tableau? ¿Power BI? ¿Watson? la mayoría de sus servicios corporativos pertenecen a la vertical de la subindustria de analítica y ML.  En estas plataformas es posible encontrar soluciones para convertir datos en algoritmos o visualizaciones y así mismo en ventajas comparativas para una empresa.

2_Analytics_ML_Panorama_Datlas

3) Aplicaciones con enfoque a empresa

Hay otro segmento de soluciones prediseñadas donde participan las tecnologías de analítica de nicho. Soluciones para gobierno, industria inmobiliaria o financiera son alguno de los ejemplos de empresas que han generado soluciones tan específicas como para atender un nicho. Estas startups buscan como estrategia ser tan importante en la industria que se acerque algun gigante como IBM, Microsoft o Palantir para adquirir su participación en la industria.

3_Aplicaciones_Empresa_Panorama_Datlas

4) Analítica de infraestructura cruzada

Son compañías que desarrollan diversas plataformas suficientemente robustas como para adaptarse a distintas industrias. En su mayoría podemos entender estos desarrollo como empresas que buscan generar ecosistemas más que productos o servicios.

4_Infraestructura_Cruzada_Analytics_Panorama_Datlas

**Si te interesa conocer más de analítica de datos y Big data te invitamos a solicitar GRATIS el DATA PLAYBOOK Vol. II de DATLAS. Solicítalo aqui. **

Datlas_Playbook_prelaunch

5) Open source – Fuentes abiertas

Hay otro segmento de compañías, organizaciones y desarrolladores independientes que son fieles creyentes del “open source”. Esto hace referencia a los aplicativos que son gratuitos y mejorados por la comunidad que los utiliza. Aunque pareciera que no hay incentivos, casos de éxito como R, Hadoop o Linux , que son Open-source, son impulsores de cambios y mejoras en las industrias de manera significativa.

5_OpenSource_Panorama_Datlas

6) Fuentes de Datos y APIs

Los modelos de analítica y Big data requieren datos listos para ser consumidos. Es decir limpios, estructurados y actualizados. En este sentido hay una serie de empresas de fuentes de datos que se han encargado de desarrollar APIs o carreteras directas a fuentes de datos de valor.  Este es el caso, sobre todo, de aplicaciones móviles que recopilan datos de usuarios y como modelo de negocio comercializan esos datos.

6_RecursosdeDatos_Apis_Panorama_Datlas

Si quieres conocer más de este tema te puede interesar ¿Cómo funciona Location intelligence? el blog donde explicamos este tema a detalle

7) Más recursos de datos

Finalmente otros recursos de datos como las escuelas, incubadoras, centros de investigación o plataformas de retos de datos como Kaggle. Sin restarle importancia (Consideremos que Google ha adquirido un par de estas empresas), continua el incremento y las empresas que quieren ganar nombre desde verticales más tradicionales como consultoría, educación o desarrollo de patentes/algoritmos propietarios.

7_RecursosDatos_Panorama_Datlas

¿Qué opinas del tamaño de la industria? ¿Te imaginabas? Hasta aqui la columna de hoy si te gustó el contenido recuerda compartir y aprovecha nuestros descuentos en el MARKETPLACE DE DATLAS.

***BONUS 8 de Enero 2020*** CB Insights libera un reporte de Tendencias en Inteligencia Artificial donde estructuran las iniciativas de “Alphabet”. Parece que ellos están entendiendo como ir capturando la industria desde distintas empresas.

Alphabet_CB_Insights_KEY_AI_Initiatives_Google

 

Equipo Datlas

-Keep it weird-

 

 

 

 

Análisis de NLP discurso de AMLO de 1 de Julio 2019 – Datlas research

(Este análisis sólo tiene fines científicos, no son interpretaciones políticas)

7 meses de gobierno de AMLO, la 4T , el gobierno de transformación o cómo le gusten llamar. Y el pasado primero de Julio se promovió un evento en el Zócalo capitalino de la CDMX en México para “celebrar” algunos avances del gobierno en su corta temporada.

datlas_barra_suscribir

Muy al estilo de Andrés Manuel Lopez Obrador, preparó un discurso con hechos, datos y planes que le dan a su sector votante y a los mexicanos un ocaso de esperanza. Sin tomar algún tinte político, desde Datlas, donde nos dedicamos a la analítica, quisimos hacer un ejercicio de Procesamiento de lenguaje natural (NLP por sus siglas en inglés) para analizar en dos sentidos este discurso. Primero conocer la carga “emocional” aplicando un “análisis de sentimiento” a las frases. Y en el segundo sentido con un simple conteo de frecuencia de palabras.

En este blog explicamos cómo funciona a detalle estos análisis: Análisis de discurso presidencial de AMLO

Análisis de sentimiento

Contamos alrededor de 108 enunciados  que promediaban 22 palabras cada uno. Cada frase fue procesada por un algoritmo que nos interpreta si el sentimiento o la intención del enunciado fue negativo, neutral o positivo

SA_AMLO_General

Para una mejor comprensión, hacemos un conteo general donde obtenemos lo siguiente

SA_AMLO_Calificacion

En contraste con el análisis del primer discurso que AMLO dió como presidente. En aquella ocasión el 15% de los enunciados encausaba mensajes positivos. En esta ocasión hablamos de un 12%.

Frecuencia de palabras

Respecto al conteo de palabras. En una lógica parecida se hace una limpieza de preposiciones, números, puntuaciones y acentos en el discurso. Para posteriormente hacer una tabla de conteos. Por ejemplo aqui les mostramos las primeras 10

NLP_ConteoWording

Para una mayor apreciación usamos un gráfico de nube para comunicar los hallazgos.

Datlas_Count_RplotVFFF

Las interpretaciones las dejamos abiertas, pero a ojo de analista encontraremos en tamaño más grande las palabras que más veces se repitieron. Por ejemplo en el análisis del discurso presidencial encontramos: Todos, México, Corrupción, amigos, país y gobierno. En este caso: Pueblo, país, publica, social, entre otros. Sin duda alguna se ve más como un discurso de rendición de cuentas más que un discurso de arranque como lo fue el caso anterior.

¿Te interesa conocer más sobre análisis de datos? Visita nuestro sitio www.datlas.mx en donde desarrollamos plataformas para reducir incertidumbre para tus decisiones de negocio.

Atentamente.-

Equipo Datlas

 

Fuentes de discurso:

https://www.gob.mx/presidencia/articulos/discurso-de-andres-manuel-lopez-obrador-presidente-de-los-estados-unidos-mexicanos?idiom=es

 

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

¿Cuánto cuesta una buena UBICACIÓN para tu negocio? – Caso Nuevo León, Datlas research

Durante el año hemos hablado de ¿Dónde ubicar tu negocio? , consejos para las mejores ubicaciones, considerar la dinámica de tu cliente, factores a tomar en cuenta y hoy nos toca profundizar un poco en el factor precio cuando de encontrar la mejor ubicación se trata.

Aclaramos que no somos una empresa de real Estate, lo que hacemos es “analytics” de grandes cantidades de información orientados a insight y conocimiento de mercado comunicado de la forma más clara posible. En ese sentido en esta columna comunicamos nuestros hallazgos de valor de suelo comercial para Nuevo León, México. Una de las 3 zonas con más impulso económico en el país (México).

datlas_fintech_suscribe

En nuestro primer análisis de tipo “real estate” o bienes raíces es sobre Nuevo León. Nos fuimos a evaluar la oferta comercial de bienes raíces en línea de los últimos 2 años. Con ello estimamos los precios por metro cuadrado cuando se trata de operaciones de renta con un presupuesto aproximado de $10,000 MXN. Los hallazgos se muestran en el siguiente gráfico. Respondiendo a la pregunta

¿Cuántos metros cuadrados comerciales se rentan con $10,000 MXN de renta?

($540 dólares mensuales ó €455 euros)

Promos_DATLAS_RE

El top 5 de zonas más caras por metro cuadrado, que hace sentido donde hay más expansión de centros comerciales, son:

  1. San Agustín, en San Pedro GG 19 m2
  2. Carrizalejo, en San Pedro GG 23 m2
  3. Valle oriente, en San Pedro GG 25 m2
  4. Obispado, en Monterrey 30 m2
  5. Mty – Centro, en Monterrey  34 m2

(Saltamos a Monterrey y San Pedro de la posición 3 y 4 porque integran un promedio de otras zonas ya consideradas).

La zona comercial de mayor lujo a destacar es sin duda San Pedro Garza García. Hablamos de que en este municipio se encuentran corredores como el de Lázaro Cárdenas (San Agustin), Gomez Morin (Carrizalejo) y Valle oriente que aportan una gran proporción de PIB (producto interno bruto) al Estado cuando de servicios se trata.

Por otro lado la zona vecina de Monterrey es el corazón de la ciudad. El municipio donde mayor tráfico de personas hay y hay mucho más oficinas pequeñas que son intensiva en mano de obra o que dan servicios profesionales a los grandes corporativos de la ciudad.

Y ya que entramos en tema de perfiles de actividades que realizan quienes trabajan en oficinas con presupuestos de alrededor de $10,000 mxn mensuales. Estos espacios de renta ¿Por qué tipo de negocios son principalmente demandados?

A continuación un análisis con datos de Google, INEGI y otras fuentes.

Promos_DATLAS_REvtabla

Los 5 giros que más demandan espacios en estos presupuestos podrían ser los siguientes

  1. Banca múltiple
  2. Servicios de Acceso a computadoras
  3. Centros de impresiones
  4. Bufetes jurídicos
  5. Servicios de contabilidad y auditoría

Si bien una oficina de banca múltiple suele tener más presupuesto que un servicio de auditoría lo anterior es una estimación según datos de la INEGI y sugerencias de expertos en bienes raíces. Quién quiera ofrecer un espacio de renta para estos presupuestos podrá enfocarse en estos giros.

datlas_fintech_suscribe

¿Cómo quedó tu plan de negocio después de conocer los precios? Posicionarse en alguna buena zona tal ves requiera de un poco más de presupuesto o tratar de buscar opciones de cowork u oficina compartida. Hay que evaluar todas las opciones y como siempre te recomendamos hacer uso de nuestra plataforma DATLAS.

 

Hasta aqui la columna, deja tu opinión ¿ Qué negocio quieres abrir en el 2019?

y comparte con tus amigos emprendedores

 

Saludos

@TheDatlas

Keep it weird

M5- De frente con Wizeline, Lyft y Prezi en el consulado MX de SF -DATLAS: Emprendedores

Datlas_Blog_Promo_SuscriberFree

Wizeline – Bismarck Lepe

Jpeg

Lyft – Michael Masserman

Jpeg

Prezi – Rocío Medina

Jpeg

Estábamos rodeados de las mejores empresas , cualquiera de nosotros de una u otra forma había utilizado alguno de los productos. Estas personas que nos estaban presentando empresas que tomaron una idea convencional, le agregaron innovación y crearon su empresa. Las tres pláticas me gustaron mucho, aprendí bastante. En particular de la app de Lyft, ya que uno de mis proyectos para mi ciudad en Monterrey tiene que ver con carpooling… “Thumbsup” próximamente lo veré.

Datlas_Promo_Facebook_Suscribe

Luego fuimos a nuestro primer evento consular de nuestas vidas: MEX I AM

Jpeg

O bueno yo digo que fue el primero para mi… aunque se que estéticamente no es lo más correcto voy a poner más fotos para compartir un poco más de la experiencia….

Jpeg

Jpeg

Jpeg

Este evento tenía una agenda increíble, el consulado y sus socios se encargaron de llevar un poco del encanto mexicano a la zona de la bahía en California. Me puso los pelos de punta escuchar al Director del Centro de Estudios Latinoamericanos de Berkeley hablando de lo bonito y disfrutable que es la cultura mexicana y cómo toda América se ha contagiado de esta.

Datlas_Promo_Youtube_Suscribe

Luego cerramos con una oratoria del cónsul de San Francisco Andrés Roemer que fue el cierre perfecto para hacernos dar cuenta de la enorme presencia cultural que tenemos en California. En lo personal me hubiera gustado quedarme después un tiempo más a platicar con los invitados, pero nos teníamos que ir porque nosotros nos estábamos quedando en San José que quedaba como a una hora de ahí en carro.

Jpeg

Linkedin: Pedro Vallejo Castillo