El Lanzamiento de Datlas Academy está casi listo – STARTUP DATLAS

Las startups-scaleups no podemos estar orientadas a un sólo productos y/o servicios. No ensamblas un equipo de emprendedores cargados de innovación y experimentación para solamente hacer «una cosa». Si bien este argumento es muy debatible, la nueva ola de startups está pensando en orientar sus inversiones y tiempos al desarrollo de ecosistemas.

En este Norte y a la luz de la integración de un ecosistema de analítica y transformación digital en esta columna detallaremos los primeros pasos que estamos haciendo en Datlas para la formación de un ecosistema que lleva ya en piloto 6 meses operando de manera muy exitosa.

¿Qué significa pensar en ecosistemas?

Les contaré una historia. Hace tiempo comencé a correr y me pareció bastante más estimulante hacerlo mientras escuchaba música y/o podcast. En ese sentido me suscribí a #spotify para conectarme a contenido de muy buena calidad. Sin embargo al momento mis audífonos inalámbricos ya estaban obsoletos y fallaban. Fue entonces cuando busqué opciones y , a pesar de ser usuario Android, di con los Airpods de la marca APPLE.

Habitualmente, si eres un usuario de IPHONE, serían tu primera opción. Si eras como yo, de ANDROID, ni lo pensarías. Pero tras un par de sesiones de ejercicio quedé fascinado con su tecnología «noise-cancelling», portabilidad y diseño. En 28 años no había adquirido ningún equipo de la marca de la manzana hasta ese momento.

Me encontré después en la necesidad de adquirir un nuevo equipo smartphone de trabajo y bajo una lógica similar adquirí un Iphone. Era genial la sincronización y la facilidad de uso de los audífonos. Mi experiencia con la marca de la manzana parecía que mejoraba por cada artículo de su ecosistema que obtenía.

Finalmente, quise agregar y regalarme de cumpleaños un reloj inteligente de la misma marca. Y lo que les puedo contar es que la experiencia de los 3 aparatos mejoro considerablemente.

¿A dónde quiero ir con todo esto? Aunque sea un ejemplo a veces trillado, APPLE ha generado líneas de ingreso alrededor de formar un ecosistema en donde cada nuevo lanzamiento representa un valor agregado a la experiencia global de marca ¿Será posible trabajar en algo similar cuándo hablamos de una startup de analytics cómo Datlas?

¿Cuál es el ecosistema de Datlas?

En realidad en Datlas entendimos que muchas organizaciones están encima de la ola de la «transformación digital » y esto no sólo ocurre adquiriendo nuevas tecnologías y/o plataformas de analítica. En realidad la base de la transformación es el capital humano y durante los últimos 5 años hemos recibido invitaciones a impartir conferencias, cátedras y webinars con nuestros clientes para impulsar a mayor nivel la conversación de digitalización en los equipos internos.

Con esta misma motivación y para regresarle un poco a las comunidades que nos han visto crecer decidimos continuar impulsando este «Blog Datlas» y nuestro podcast «Café de Datos». En donde hemos atraído audiencias de cientos de miles de personas que están pivoteando algunos aspectos de su carrera hacia la analítica y transformación digital.

En este sentido, iniciamos este año en etapa ALFA www.datlasacademy.com un experimento de plataforma en línea con mucho del contenido exclusivo que hemos desarrollado. De la mano con esto «pitcheamos» a algunos aliados la idea, confiaron en nosotros y decimos tomárnoslo más en serio.

Lanzamiento de Datlas Academy

Datlas Academy es una comunidad de aprendizaje habilitada por una plataforma digital de educación para capacitar jóvenes y ejecutivos que buscan actualizarse en conocimientos prácticos de transformación digital y tecnologías vigentes en LATAM de alto valor agregado

•Es una plataforma donde expertos pueden preparar y desarrollar cursos en línea para monetizar su conocimiento

•Es una plataforma donde expertos pueden preparar y desarrollar cursos en línea para monetizar su conocimiento

•Con programas en español preparados de manera didáctica y con talleres que presentan ejemplos de uso de herramientas

•Para instituciones y organizaciones el contenido puede darle más valor a su membresía

Una comunidad con 3 tipos de usuarios

1) Maestros

2) Alumnos

3) Instituciones

Alianzas con organizaciones e instituciones para enfocar aprendizaje de transformación digital y analítica en su gestión del cambio organizacional.

Te invitamos a suscribirte dentro del mes de Septiembre para ser de las y los primeros con acceso a esta plataforma. Obtendrás de manera gratuita 3 cursos de bienvenida: 1) Storytelling de Datos ; 2) Introducción a la Ciencia de Datos y 3) Definición de KPIs para tu organización. Regístrate en www.datlasacademy.com

Hasta aqui la columna de hoy. Síguenos en redes @DatlasMX para conocer más de nuestros lanzamientos del 2021.

Nota especial: Agradecemos infinitamente a las marcas, aliados y a nuestro equipo de desarrollo en Datlas que han potencializado este lanzamiento para que salga en tiempo y forma.

Equipo Datlas

– Keep it weird –

¿cómo detectar fake news manualmente? – investigación datlas

Hemos hablado antes de «Fake News» en este blog y con motivo a una serie de noticias falsas que se dispersaron en «Whatsapp» este fin de semana que pretendían dar un mensaje del «Secretario de Economía de Nuevo León» quisimos compartir y reforzar este tema.

En este episodio haremos hincapie de algunas técnicas para detectar «fake news» y repasar los puntos más importantes en este ejercicio. (Usaremos como fuente esta columna: https://www.visualcapitalist.com/how-to-spot-fake-news/)

¿Qué tipo de contenido falso existe?

  • Parodia o engañosa
  • Conexión Falsa entre el encabezado y el contenido
  • Contenido confuso
  • Contexto falso en tiempo o lugar
  • Contenido con fuentes anónimas o no identificables
  • Contenido manipulado
  • Contenido 100% fabricado

***Te puede interesar «Radiografía de Fake News en México». Liga: https://blogdatlas.wordpress.com/2021/06/20/fake-news-radiografia-en-mexico-columnas-de-opinion-datlas/

¿Cómo se puede detectar ?

  • La fuente – Cuál es la historia, quién la investiga y/o comparte
  • El URL (liga de website) – Es conocido el sitio web o tiene algún respaldo. Si, por ejemplo habla sobre una nota mexicana sería más confiable que termine en «.com.mx»
  • El texto – La ortografía y puntuación tendrá que ir de acuerdo a la seriedad de la nota
  • La información – Revisa las citas de otros autores y valida la información en otras fuentes
  • El autor – Si lo buscas encontrarías otra nota de la misma o el mismo autor
  • Fuentes de respaldo – Revisa la información vinculada en links que te lleven a otros sitios
  • La fecha – La publicación es oportuna, actual o es una re-publicación de otro momento en el tiempo
  • El sesgo – Considera si tus creencias afectan el proceso de validación de la nota
  • Experta – Tiene alguna referencia estilo académica y está hecha de manera correcta

*** Te puede interesar «Fake News en tiempos de COVID-19». Liga: https://blogdatlas.wordpress.com/2020/04/20/fake-news-en-covid-19-la-2da-pandemia-conferencia-talend-land-tv-2020/

También te dejamos el video de la charla completa que se impartió en «LAB NL de CONARTE» en Nuevo León, México.

Hasta aqui la columna de hoy. Te invitamos a continuar aprendiendo con nuestro contenido y a no perder la oportunidad de suscribirte a Datlas Academy. Esta nueva iniciativa que lanzamos para incrementar el aprendizaje de analítica y transformación digital en la comunidad de LATAM.

Equipo Datlas

-Keep it weird-

DESARROLLO DE DASHBOARD DE INTELIGENCIA PARA EL MONITOREO TURÍSTICO – MANUALES DATLAS

Dentro de nuestro portafolio Datlas nos encontramos con una propuesta de valor en dónde desarrollamos tableros de inteligencia llamados dashboards en dónde reunimos información para monitorear cualquier tipo de sector, industria o negocios a partir de datos públicos o privados, datos que de cierta manera nos dan un potencial para la toma de decisiones o creación de iniciativas. (TURISMO)

En este te blog te mostraremos uno de los dashboard que estamos desarrollando para la industria Turística en el estado de Nuevo León en alianza con el Clúster de Turismo de Monterrey y Observatorio Turístico NL. Continua leyendo si quieres aprender sobre qué es un dashboard, cómo funciona esta alianza de industria y actualmente cómo se ve la navegación de nuestra plataforma.

Datlas_Blog_Promo_SuscriberFree

Estructura de un Dashboard

Un dashboard es un sistema de información con tableros, filtros y visualizaciones (gráficos o tablas) que permite monitorear datos, tendencias y predicciones de una manera ordenada. Es por ello que te enlistamos las características y conceptos preponderantes:

  • Tableros: Son elementos esenciales de un dashboard en donde concentramos información de un solo tipo o categoría.
  • Filtros: Son botones que permiten visualizar la información de manera segmentada. Ejemplo: años, meses, municipios y a nivel estado.
  • KPI´s: “Key Performance Indicators” o indicadores clave de desempeño, utilizados para medir el rendimiento de las actividades y aplicaciones de nuestro proyecto.

Antecedentes

¿Qué es el Clúster de Turismo de Monterrey?

Es la concentración de empresas interconectadas que cooperan para el desarrollo de la innovación, la competitividad y la inteligencia de mercado. Son fenómenos, no políticos, existentes por la naturaleza económica de un país, como resultado de un proceso de mercado.

Bajo el régimen de triple hélice: Gobierno, Academia e Industria convergen para realizar actividades de innovación que contribuyan al desarrollo económico y la competitividad global de las empresas de Nuevo León.

Image

Como objetivo estratégico y acuerdo de colaboración con el Clúster de Turismo de Monterrey se estableció un plan para generar un tablero de información (“Dashboard”) para monitorear la industria de Turismo en el Estado.

Datlas_Promo_Facebook_Suscribe

Introducción a «DASHA» MTY Travel Intelligence Dashboard

Te presentamos a DASHA (Así le nombramos a esta nueva plataforma en co-creación) …

El MTY Travel Intelligence Dashboard reúne datos públicos y privados de la industria Turística al momento de manera actualizable para monitorear cada una de las áreas que en su mayoría a base de investigación han sido fundamentales para este proyecto, consta de la siguientes secciones:

  • Economía
  • Ocupación Hotelera
  • Llegadas y Transportes
  • Negocios y Parajes Turísticos
  • Socioeconómicos
  • Eventos y Convenciones
  • Noticias y Reportes
  • Tecnología en Turismo
  • Otros
  • Resumen Nuevo León
  • Repositorio Clúster Turismo de Monterrey
Animated GIF

A continuación de mostraremos cada uno de los pasos para ingresar, navegar y consultar a «DASHA» MTY Travel Intelligence Dashboard:

Ingresando a «DASHA» MTY Travel Intelligence Dashboard

Por medio de este video te mostraremos los pasos a seguir para registrarte por medio de nuestra página web www.datlas.mx, iniciar sesión como usuario y tener acceso al MTY Travel Intelligence Dashboard.

Primera navegación en «DASHA» MTY Travel Intelligence Dashboard

Por medio de este video te mostraremos las 11 diferentes secciones que nos ofrece el MTY Travel Intelligence Dashboard, así como algunos botones de interés para desplazarte por el Dashboard o ponerte al contacto con nosotros.
Datlas_Promo_Podcast_Suscribe

Futuro del Proyecto

La escalabilidad de nuestro proyecto trasciende en la innovación de nuestro potencial en el análisis de datos de una manera ágil, esto para ser utilizado por una mayor cantidad de usuarios.

Las mejores implementaciones del business intelligence por medio de DASHA generan tableros que nos hagan más eficientes a la hora de tomar decisiones para las organizaciones que componen las industria del Turismo en la región.

Detectando cada uno de los perfiles e intereses de las personas, para monitorear comportamientos críticos o situaciones que necesiten inmediatez con datos duros, al momento y de manera automatizada.

Back To The Future Film GIF

Si te interesa generar un Dashboard para monitorear tu industria y/o organización revisa nuestra sección especial en la website de Datlas o bien contáctanos a ventas@datlas.mx

– Equipo Datlas –

Keep it weird

¿PODRÍAS SER más propenso a chocar que otra persona SÓLO POR TU MODELO DE AUTO? La respuesta puede ser «sí» – DATLAS INVESTIGACIONES

El análisis de datos ha ido adquiriendo mucha importancia últimamente, sabemos que es una ciencia que se encarga de analizar un respectivo conjunto o conjuntos de datos para obtener conclusiones de los mismos y así tomar decisiones o simplemente obtener nuevos conocimientos. En esta columna presentamos un ejercicio complementario de análisis de datos. Esto sobre una base de datos de choques y siniestros para Nuevo León. Te presentamos nuestros hallazgos.

** También te podría interesar nuestras otras columnas sobre choques y siniestros

Big Data y Data Science: los profesionales especializados en ciencias de  datos tienen el futuro asegurado

En esta ocasión se usará una base de datos que recopila los choques de la zona metropolitana de Monterrey, Nuevo León desde el año 2016 hasta la mitad del 2018. Gracias al análisis podremos observar los diferentes fenómenos que se presentan.

La base de datos contiene los registros ya mencionados, cada registro contiene diferentes columnas, podemos dividir estas columnas en tres secciones que definen cada aspecto del choque:

1) La primera sería el lugar del suceso,

2) La segunda sería la descripción del mismo y

3) La tercera es la fecha/hora cuando ocurrió.

Ahora bien, con estos datos vamos a contestar algunas preguntas.

¿En qué códigos postales de la ciudad de Monterrey, Nuevo León y Zona metropolitana (ZMM) se generan más choques?

Para fines prácticos, se tomaron de la tabla los diez códigos postales donde hubo más choques, esto considerando su respectiva frecuencia de ocurrencias con respecto al total. Los resultados se mostrarán a continuación.

Top 10 códigos postales con más choques:

  1. 64000
  2. 64620
  3. 64590
  4. 64330
  5. 64619
  6. 64200
  7. 64988
  8. 64460
  9. 64710
  10. 64700

Para un mejor entendimiento se relacionó cada código postal con el nombre de la colonia. Estas son las colonias donde hay más percances del área metropolitana.

Top 10 colonias con más choques:

  1. Col. Centro
  2. Col. Vista Hermosa
  3. Col. Agrícola
  4. Col. Gral. Naranjo
  5. Col. Residencial Cumbres
  6. Col. Croc
  7. Col. El Milagro
  8. Col. Mitras Centro
  9. Col. Nuevas Colonias
  10. Col. Nuevo Repueblo
Mapa Monterrey, N.L. Colonias con más choques.

Si andas por estas colonias te recomiendo que vayas con mucha precaución detrás del volante.

¿A qué hora ocurren más choques en Monterrey (ZMM) ?

Pienso que esta es una de las preguntas más importantes a considerar ya que si vives en Monterrey sabrás de la cantidad de tráfico que se genera a las horas pico, veremos si existe una relación entre los choques y las horas de más tráfico.

Formato 24hrs.

Las horas que destacan son: 14:00, 13:00, 16:00, 18:00, 15:00. Podemos notar que los choques están relacionados con el tráfico, y el tráfico a su vez se genera principalmente debido a las «horas de trabajo», claramente podemos observar la “hora de entrada”, la de “hora de comida” y la “hora de salida” que son los tiempos en donde hay más personas manejando.

¿Qué días de la semana suceden más choques en Monterrey(ZMM) ?

Formato 24hrs. Empezando por día domingo y terminando el sábado.

Empezando por el domingo en este caso, se puede notar cómo es que los choques varían dependiendo del día, siendo el “viernes” cuando ocurren más siniestros y el “domingo” el día que menos. Otro fenómeno curioso que podemos observar es que durante los sábados en la noche la cifra de choques aumenta considerablemente en comparación a los demás días, es entendible, la gente se va de fiesta, toma alcohol u otras sustancias, acto siguiente escoge manejar y lamentablemente choca. 

¿Algún color de auto es más propenso a chocar?

La respuesta corta es “sí”, existen autos que son más propensos a chocar que otros por su color, esto quizá se deba a que durante el día o la noche son más difíciles de observar para los conductores, otro factor puede ser que la mayoría de los autos que circulan son de ciertos colores «populares» y por ende tienen esas estadísticas.

Puede parecer broma, pero tomando en cuenta todo esto, en dado caso de que te encuentres manejando un carro gris o blanco un viernes por la tarde en el centro de Monterrey, estadísticamente tienes una gran probabilidad de chocar.

– Equipo Datlas –

¿Qué se puede decir de todo esto?

“Nuevo León, la entidad con mayor registro de choques en el país” – El financiero

“Falta cultura vial…y abundan choques” –El Norte

Estos solo son dos ejemplos de los miles que se pueden encontrar en cuanto a notas periodísticas donde mencionan nada más que la verdad. Nuevo León es en efecto la entidad del país con el mayor número de choques, esto se puede comprobar observando las bases de datos del INEGI o simplemente visualizando las gráficas que ya tienen disponibles en su página. No hace falta ser muy meticuloso con los datos para darnos cuenta de esto, solo basta con salir a manejar en horas pico para que uno se dé cuenta de lo pésima que es esta situación, no es de sorprenderse que seamos la zona metropolitana con mayor número de choques.

Finalmente, si multiplicamos las probabilidades de cada dato podemos llegar a una conclusión un poco chistosa pero cierta, si tú decides salir a manejar un automóvil de color blanco, un viernes por la tarde en el centro de la ciudad de Monterrey, estadísticamente tienes mayor probabilidad de chocar que cualquier otro conductor.

Ándate con cuidado si tienes un auto blanco y te gusta salir los viernes.

Lectores recuerden suscribirse en www.datlasacademy.com para obtener cursos gratuitos sobre métodos y conceptos de transformación digital. Para las y los primeros suscriptores habrá un curso de «Storytelling de Datos» de obsequio. No se lo pierdan.

Equipo Datlas –

No te sientes al frente si vas en un carro blanco por gonzalitos (Caso de ANÁLISIS DE CHOQUES PARA NUEVO LEÓN, MÉXICO) – DATLAS INVESTIGACIONES

Aún con varios blogs escritos al respecto, los datos de los siniestros reportados de inicios del 2016 a mediados del 2018 en Mty NL, aún tienen mucho que decirnos. Y aunque pareciera un título alarmante, la realidad es que no lo es, ¿o sí? Como diría cualquier científico social: Depende. Quédate en este blog para descubrir la respuesta.

** Te puede interesar «Categorizando zonas con más choques en Nuevo León»

Si cualquier persona con suficiente equipo de cómputo para utilizar Microsoft Excel filtrara y contara las observaciones de la antes mencionada base de datos, se daría cuenta de los siguientes resultados:

  1. El color de los vehículos más chocado en ese periodo es el color blanco.

Seguido del gris, rojo, plata, y negro. Al quitar duplicados, sumar colores prácticamtente iguales, y ordenando de mayor a menor por cantidad de observaciones, obtenemos el TOP 10 se se ve en la imagen.

2. La parte del auto donde sucedió el choque más frecuente fue el frente

Seguido de la parte trasera, el cofre, el costado derecho delantero, y el costado izquierdo delantero. El procedimiento fue prácticamente el mismo que en el caso del color del vehículo, y gracias a ello tenemos el TOP 10 en esta segunda imagen.

3. Los choques de auto se concentran en su mayoría en la avenida Gonzalitos.

Por último, si proyectaramos un mapa 3D de las latitudes y longitudes, las cordenadas de los diferentes siniestros filtrados por tipo de vehículo, podríamos llegar a la conclusión de que en el mapa de autos, estos se concentran más en la avenida de Gonzalitos, mientras que en el camión se concentran por Ruiz Cortinez, y en los camiones ligeros por Madero.

Ahora bien, ¿debería de alarmarme por el título de este blog? Nuestra respuesta sería: no lo suficiente, y la manera más fácil de explicarlo es con el color del vehículo.

El hecho de que el color con más choques reportados sea el blanco, no quiere decir que dicho color sea el más propenso a chocar, porque no sabemos si es el color más comprado. Si por ejemplo casi toda la ciudad compró autos blancos y solo chocó 1 tercio, mientras que los autos rojos solo compraron 10 personas y todos chocaron porque es el color más propenso a chocar, el número de reportes entonces no nos ayuda mucho.

Algo similar sucede con la avenida Gonzalitos. Si solo nos basamos en los datos de los siniestros reportados, no podríamos comparar esta avenida con otras, al no estar seguros de cuantos automóviles la transitan, y por ende, no podemos asumir que es la avenida más peligrosa o propensa a sufrir un accidente. No es coincidencia que la hora con más choques es la 1:47pm, la cual cabe en lo que conocemos coloquialmente como la hora pico.

Como de costumbre, la intención de este blog no es asustar al usuario, si no compartir resultados interesantes de un análisis básico de datos, y generar conciencia de como un evento tan normal como un choque en esta ciudad, puede arrojarnos información interesante a compartir.

Hasta aquí la columna de hoy, no duden en visitar los otros escritos de esta base de datos o de la basta variedad de temas de analítica que hemos realizado. Pueden encontrarnos en nuestras redes sociales como @DATLASMX.

Adjuntamos el video echo por un aplicante para una de nuestras últimas convocatorias de ingreso a la startup, donde tenía que explicar esta y otras conclusiones interesantes de la base de datos en 6 minutos como máximo.

Equipo Datlas

-Keep it weird-

Fake News (Radiografía en México) – Columnas de opinión Datlas

En otros blogs hemos comentado de distintas controversias sobre análisis de datos. Hablamos de algoritmos de censura en redes sociales como twitter, casos que atentan con la privacidad como el de cambridge analytica y dimos nuestra opinión sobre las FAKE NEWS en eventos como Talent Land.

En esta ocasión motivados por el evento del próximo 22 de Junio en LABNL complementamos la opinión de las FAKE NEWS difundiendo una investigación de la UNAM y narrando cómo funcionan las granjas de bots según investigaciones de las BBC.

El homo sapiens digital

Es importante seguir amplificando la conversación de FAKE NEWS debido a la creciente cantidad de dispositivos conectados a la red y la información de insumo para las notas periodísticas en el mundo

  • 7.6 Bn de Habitantes
  • 50 Bn de dispositivos conectados
  • 7 dispositivos por persona
  • 5,020 gigabytes por persona
  • +80,000 ciberataques al día

Hoy en día se escriben más bases de datos que nunca antes en la historia. Nuestra actividad en redes sociales, transacciones electrónicas y las interacciones en el mundo tecnológico deja una huella digital que alimenta sistemas de información robustos. Estas bases de datos, antes estaban sólo al acceso de profesionales calificados o instituciones certificadas. Sin embargo, con el avance en el área de “analítica de datos” y el internet, más personas  pueden acceder a estos datos e interpretarlos a su criterio para después hacerlos de dominio publicó en redes como Facebook, Whatsapp, Instagram y Twitter.

En las noticias falsas (Fake news), debemos de navegar en nustras redes cuestionando los roles de los consumidores y generadores de información en la conversación social que habilitan las redes sociales.

Durante el COVID-19 fuimos testigos de la desalineación entre la alta velocidad de difusión de noticias falsas habilitadas por redes como Facebook y Whatsapp y la validación de las mismas. Tanto así que esto impulso el movimiento de masas con repercusiones como el agotamiento de ciertos bienes de consumo en tiendas de autoservicio (Cerveza, papel higiénico, entre otros).Adicional, estudios como el de  “Radiografía sobre la difusión de fake news en México” de la UANL en el 2020 indican que el 90% de los usuarios de Whatsapp en México había obtenido una nota falsa. En este sentido resulta oportuno ampliar el diálogo sobre ética de datos y “fake news”.

Importancia de hablar de FAKE NEWS

La velocidad a la que fluye la información en INTERNET gracias a las redes sociales eleva la necesidad de hablar de redes sociales. Según estudios el 90% de los mexicanos recibió una FAKE NEW durante la pandemia COVID-19

Fake News y las granjas de bots en México

La limitante de que en México podemos obtener tarjetas SIMS sin la necesidad de registrar nuestra identidad abre la puerta para que muchas cuentas falsas en redes sociales como twitter y facebook se den de alta (Esto porque dependen de un número telefónico).

Estudio de Radiografía en redes sociales México

En un estudio de la UNAM realizado a más e 1600 internautas de los 32 Estados del país se generaron distintos hallazgos sobre FAKE NEWS.

  • 88% recibió una noticia falsa
  • 90% recibió una nota falsa sobre COVID-19

DeepFake

Ahora, gracias a la tecnología DEEP FAKE, no podremos confiar en lo que veamos y escuchamos en internet. Hay que validar. Aquí este ejemplo que la empresa mexicana SORIANA hace sobre CANTINFLAS (Un actor legendario en México de la época de oro)

Cierre (5 pasos para evitar la propagación de FAKE NEWS)

1.No creer al 100% lo que circula en las redes sociales

2.Darse unos minutos para corroborar antes de compartir

3.Guardar la calma y no dejarse llevar por los impulsos ni hacer comentarios deliberados si no tenemos la seguridad

4.Mantenernos informados a través de autoridades de salud, nacionales e internacionales

5.Seguir las normas de sanidad establecidas para evitar el contagio

Hasta aqui la columna de hoy. Si te quieres sumar a la conversación de FAKE NEWS no dudes en contactarnos via redes sociales en @DATLASMX

Equipo DATLAS

– Keep it weird –

Fuentes:

Cisco IBSG, EMC Digital Universe with Research & Analysis by IDC y PURPLE Resources. Via: https://purplesec.us/resources/cyber-security-statistics/

https://www.dgcs.unam.mx/boletin/bdboletin/2020_318.html

¿refrigeradores conectados a internet? industria 4.0: iot -investigación datlas

Anteriormente hemos platicado de ciudades inteligentes en donde tocamos brevemente el tema de sensores e internet de las cosas. En esta ocasión queremos contarte un poco acerca de que trata este gran elemento dentro de la transformación digital y la industria 4.0.

Antes de iniciar hay que tener claro que el término “industria 4.0” se utiliza para referirse a la llamada “cuarta revolución industrial”. El término se originó en Alemania en el 2011, y hace referencia a un modelo de manufactura avanzado que incluye tecnologías integradas una con otra de manera física o digital.

Existen varios tipos de tecnologías que pueden ser integradas a estos modelos, como por ejemplo: inteligencia artificial (IA), robots, cloud computing y efectivamente, el Internet de las Cosas (IoT por sus siglas en inglés).

Universidad y 4ª revolución industrial | Aprenentatge Servei

¿Qué es el Internet de las Cosas?

A grandes rasgos, el internet de las cosas encasilla todo lo que está conectado a internet, permitiendo que los objetos se “comuniquen” entre ellos. De manera más específica, el IoT es una herramienta tecnológica que permite integrar sistemas de procesamiento, almacenamiento y comunicación entre diversos procesos conectados entre si.

¿Dónde está presente el Internet de las Cosas?

El objetivo principal del IoT, es automatizar procesos. Por ello, está presente en muchos objetos cotidianos; desde los celulares que usamos, relojes inteligentes, aparatos electrónicos (TVs, consolas), un amplio abanico de electrodomésticos (como refrigeradores) y hasta cámaras.

También está presente dentro de las grandes industrias, por ejemplo en las industrias manufactureras, se encuentra en forma de sensores que mandan alertas si algo está pasando; en los grandes campos de cultivo donde gracias a algunos sensores, se puede conocer a detalle la calidad de la tierra.

Internet de las Cosas: Definición, funcionamiento, 6 beneficios y ejemplos

En el giro de transporte y logística, gracias al IoT, se pueden administrar las flotas de automóviles, barcos y aviones, tomando en cuenta factores como el cambio climático, disponibilidad de la vía, tránsito, entre otros. Además, el IoT se puede usar para mejorar la seguridad de los trabajadores. Por ejemplo, empleados en entornos peligrosos como minas, campos de petróleo y plantas químicas, necesitan tener conocimiento de los posibles eventos peligrosos que podrían suceder. Al estar inmersos en la tecnología IoT, pueden recibir alertas o notificaciones que les permitan tomar las acciones pertinentes.

Los retos actuales del IoT

Ahora bien, conociendo un poco del IoT, sus aplicaciones y beneficios, es importante conocer los retos a los que se enfrenta esta tecnología en el mundo moderno.

En primera, ¿cómo migrar a un ecosistema IoT? Se puede decir que tratar de migrar a la industria 4.0 es complicado. No solamente se limita a grandes inversiones económicas, implementación de tecnologías, equipamiento o softwares. Se trata de realmente lograr un cambio de visión y perspectivas dentro de la compañía, algo que no es para nada sencillo.

Volviendo al tema financiero, los costos de inversión para un ecosistema IoT pueden variar mucho, dependiendo del tamaño de la compañía y los alcances que se buscan, pero podemos asegurar que no es para nada barato. Aunado a esto, se estima que a las compañías, ver el retorno de inversión (ROI) les puede tomar entre 7 y 12 años.

La seguridad y privacidad digital también es un reto que afronta la transformación IoT. Las compañías pueden ser víctimas de amenazas, ataques por parte de hackers y hasta filtración información sensible. Se requiere que se desarrolle confianza en los ecosistemas IoT, sin embargo, las frecuentes amenazas a la seguridad y privacidad, lo hacen un camino difícil de recorrer.

Hasta aquí la columna de hoy. ¿Qué opinas del IoT? ¿En el futuro realmente puede ser más accesible y realizable? ¿Conoces algunos casos de IoT aplicados en la industria? Compártenos tu opinión a través de nuestras redes sociales @DatlasMX

Equipo Datlas

-Keep it weird-

Utilities: abundancia de datos y gran oportunidad para analítica y big data – Investigación DATLAS

Hace alrededor de un mes tuvimos la oportunidad de tener como invitado en nuestro podcast Café de Datos al Global Head of AI & Analytics en Telefónica IoT & Big Data Tech el gran Antonio Pita Lozano con quien estuvimos platicando acerca de la ciencia de datos como una carrera profesional, como ensamblar equipos de ciencia de datos en las organizaciones e incluso nos comentó acerca del Máster en Ciencia de Datos del cual es director en KSchool. En esta columna vamos a tomar una de las aportaciones que más nos sorprendió de la charla con Antonio para profundizar un poco más.

Para iniciar, como es costumbre con nuestros invitados en el podcast, les pedimos que nos compartan ¿con quién se tomarían un café? si pudieran elegir a cualquier personaje de la historia. En este caso Antonio nos comentó un par de nombres famosos, pero terminó inclinándose por Alan Turing. Para quien no lo conozca Alan Turing fue un matemático nacido en Reino Unido que fue un protagonista del desarrollo del campo de la teoría computacional. Recientemente se hizo más famoso por su función de criptógrafo descifrando mensajes de los “nazis” con la máquina ENIGMA después de la segunda guerra mundial. De hecho en Datlas le hicimos un homenaje a este gran personaje por el Día de Muertos que celebramos en México, puedes ver el altar homenaje aquí.

Después de este pequeño ritual de bienvenida para calentar motores Antonio nos relató un poco de su carrera y desarrollo profesional. Durante este bloque comentamos acerca de la transformación digital que han experimentado, y aprovechado, algunos grandes sectores económicos como lo es la industria financiera. Asimismo le pedimos a Antonio que nos diera su perspectiva alrededor de sectores o industrias que tuvieran grandes cantidades de datos y al mismo tiempo una gran oportunidad de aprovecharlos o explotarlos de una mejor manera. Sorprendentemente para nosotros, Antonio nos hizo notar que uno de los sectores que ha tenido una inmersión importante en temas de analítica de datos, después del sector financiero, ha sido el sector de las Utilities y quisimos profundizar un poco en esta parte.

¿Qué son las Utilities?

Las utilities es la denominación en inglés de aquellas compañías que pertenecen al sector energético y de servicios colectivos que prestan servicios de los cuales no se puede prescindir como por ejemplo: electricidad, gas, agua, residuos, etc.

Se consideran empresas seguras puesto que los ingresos son estables, sin embargo, debido a la gran inversión que requieren, suelen tener grandes cantidades de deuda, provocando una gran sensibilidad ante los cambios en la tasa de interés. Un aumento de la tasa de interés, va acompañado del incremento de la deuda, lo que provoca que el funcionamiento de las Utilities sea mejor cuando las tasas de interés están decayendo o se mantienen bajas.

¿Cómo aprovechan el Big Data y la analítica de datos las Utilities?

Antes que nada hay que entender que estas empresas apalancan otra de las grandes tendencias de la transformación digital que es el Internet de las Cosas (IoT) y los sensores.

Growing Technology Acceptance Boosts Demand for IoT in Utilities

Esta nueva forma de obtener datos les permite generar casos de uso como:

Predicción, detección y prevención de cortes de energía

Un corte de energía puede hacer que todo un país se detenga, como el apagón del noreste de 2013 que afectó a más de 45 millones de personas en los Estados Unidos. Las condiciones climáticas desfavorables son una de las principales causas de tales cortes. Las Utilities están construyendo una infraestructura y sensores más inteligentes para mejorar la previsibilidad y prevenir estos escenarios de interrupciones.

Los sistemas modernos de cortes de energía emplean soluciones en tiempo real que operan en base a datos en vivo y algoritmos inteligentes para predecir y prevenir cualquier situación posible.

Estos sistemas son capaces de predecir el impacto de cualquier eventualidad cercana a la red, posibles cortes causados ​​debido a eventos de medidores inteligentes, cortes específicos de la región y más.

Gestión de carga inteligente

Para gestionar de forma eficiente la carga de energía, las Utilities necesitan equilibrar de forma estratégica e inteligente la demanda de energía con un suministro de energía óptimo en un período de tiempo determinado. Tener un sistema de gestión de carga inteligente les permite cubrir los requisitos de gestión de red de extremo a extremo, incluidas la demanda y las fuentes de energía con la ayuda de fuentes de energía distribuidas, sistemas de control avanzados y dispositivos de uso final.

Todos los componentes del sistema de gestión generan datos. Al aplicar análisis de Big Data, las empresas pueden tomar decisiones con precisión con respecto a la planificación y generación de energía, la carga de energía y la estimación del rendimiento.

▷ Mantenimiento Predictivo - Digitalización y optimización de las fábricas

Gestión preventiva de activos

Dado que es una industria intensiva en activos y depende en gran medida del rendimiento óptimo de sus equipos e infraestructura de red. La falla de estos activos puede causar serios problemas de distribución de energía y, en consecuencia, mermar la confianza del consumidor. Por lo tanto, prevenir este tipo de incidentes es una de las principales prioridades de la industria.

Para el mantenimiento preventivo de equipos, el Big Data y la analítica viene al rescate. Los activos están integrados con sensores inteligentes, rastreadores y soluciones de datos que transmiten información en tiempo real al centro. Los datos recopilados se pueden procesar y analizar para identificar posibles problemas con el mantenimiento del equipo, lo que permite un manejo proactivo de la situación.

Mayor eficiencia operativa

Aprovechar los datos en tiempo real de los activos relacionados con la tasa de actividad, el estado de las operaciones, el tiempo, el análisis de la oferta y la demanda, y más, ayudan a las empresas de Utilities a optimizar la eficiencia energética y el rendimiento de los activos. Las aplicaciones de Big Data y analítica les permiten mejorar la confiabilidad, la capacidad y la disponibilidad de sus activos de red mediante el monitoreo continuo del costo y el rendimiento.

Y… ¿de que tamaño es el mercado?

Finalmente, Antonio nos hizo reflexionar acerca de las aplicaciones de Big Data, analítica de datos, Internet de las Cosas y sensores que tiene este sector. Hemos visto ejemplos claros y aplicaciones con casos de negocios sustentados, pero como emprendedores, como proveedores de soluciones de analítica, la última disyuntiva que pudiéramos tener es ¿de qué tamaño es el pastel? y justo nos dimos cuenta que la inversión en analítica por parte de las Utilities ha venido creciendo desde el 2012 y el año pasado logró posicionarse en $3.8 billones de dólares, de los cuales Latinoamérica participa con alrededor de $0.5 billones de dólares.

Así que, al igual que nosotros esperamos que hayas aprendido como nosotros un poco más alrededor de una industria que a pesar de ser longeva tiene una gran oportunidad y ya esta adoptando nuevas tecnologías.

Si eres emprendedor, profesionista o simplemente te interesa adentrarte al mundo de la ciencia de datos te recomendamos escuchar el Episodio #44 de nuestro podcast Café de Datos con Antonio Pita y conocer más acerca del Máster en Ciencia de Datos de KSchool del cual Antonio es el director y tiene un modelo muy interesante de aprendizaje basado no solo en la teoría sino también en la práctica.

Hasta aquí la columna de hoy, no olvides compartirla con tus colegas y seguirnos en nuestras redes sociales como @DatlasMX

Bibliografía:

BigDataissuesandopportunitiesforelectricutilities.pdf

The role of big data analytics in Energy & Utilities (cigniti.com)

Utility | WikiFinanzas – Finanzas para Mortales (wiki-finanzas.com)

ANÁLISIS NLP de discursos presidenciales en eua: biden vs trump – datlas investigación

La semana pasada el protagonismo para la audiencia en Estados Unidos de América y la mayoría de países del mundo fue el cambio en el liderazgo presidencial del país. Después de unas controversiales votaciones, Joe Biden del partido Democrático ganó y paso a ser el nuevo presidente de los Estado Unidos por un período de 4 años.

Dejando atrás la controversia electoral, en esta columna nos enfocamos a desarrollar un análisis de NLP (Natural Language procesing o procesamiento de lenguaje natural) de los discursos presidenciales. Por un lado el de salida desarrollado por Donald Trump y por otro lado el de entrada, ejecutado por Joe Biden.

Te pudiera interesar los análisis que hemos hecho para los discursos de AMLO, el presidente de México, en el 2018 y 2019.

¿Qué es el procesamiento de Lenguaje natural o NLP?

Es un campo de la inteligencia artificial que estudia las interacciones entre computadoras y el lenguaje humano. Son utilizados en el estudio de discursos escritos o hablados. En este caso, por ejemplo, de un discurso presidencial.

El discurso de salida de Donald TRUMP

El discurso de salida de la presidencia de Trump estuvo cargado de agradecimientos y mensajes que algunos consideran de «venganza» o dejando claro que «regresará» de alguna u otra manera al escenario político de Estados Unidos. Si quieres leer el discurso completo te recomendamos ver la siguiente liga.

Como primer paso, pre-procesamos el discurso y lo dividimos en distintos enunciados más pequeños para que pueda ser procesado correctamente. Usando la librería » library(SentimentAnalysis) » en R contamos la cantidad de palabras por cada uno de los enunciados.

Posteriormente, y tomando en cuenta un diccionario de palabras que asocia cada término con un puntaje que representa 3 niveles de connotación en cada palabra: negativa, neutral o positiva, se analiza el nivel de cada uno de los enunciados.

Es posible obtener el nivel generalizado de cada uno de los enunciados su nivel. En ese sentido encontramos que para el discurso de trump 20 de los 23 enunciados desarrollados fueron con una mayor carga positiva

Respecto a las palabras, podemos realizar un conteo de las más usadas y así construir una «nube de palabras» que nos ayudará a entender un poco más el tipo de lingüística preferido por el presidente en este discurso

En concreto, este discurso tiene una carga de agradecimiento como es de entender de alguien que deja su cargo. Muy enfocado a las personas y elaborando comentarios sobre los temas problemáticos con los que se despide su gobierno. Muy al estilo Trump, algunas palabras denotan extremos, pero generarán empatía con su seguidores y partido.

El discurso de entrada de JOE BIDEN

Corriendo un proceso similar, tan sencillo como replicar el código, pre-procesamos el discurso de BIDEN que puedes encontrarlo aqui.

Respecto a la carga de mensajes, 45 de los 53 mensajes tuvieron una carga positiva. En proporción, menos que los de TRUMP, y mayormente porque algunas emociones que provocaría BIDEN en su discurso serían para provocar preocupación de la situación «caótica» en la que le «entregan» al gobierno.

Cuando revisamos las palabras más frecuentes del discurso encontramos terminología clásica en discursos presidenciales. Tales como «América», «Nación», «Democracia», «Presidente» y «personas». Con estas palabras invoca mensajes a una audiencia específica, al pueblo de los Estados Unidos.

Aqui una imagen generada con esta información

¿Para qué nos puede servir el análisis de NLP?

  • Analizar tickets de clientes
  • Clasificar prioridad de dudas o mensajes
  • Entender el contexto y campos de texto en variables
  • Generar predicciones
  • Entre otros…

Los mejores usos a este tipo de métodos se les da en aplicativos usando datos de redes sociales. Como es el caso de Twitter. Por ejemplo, aqui se analizan los datos de los últimos 250 tweets al corte de @JoeBiden

Hasta aqui la columna de hoy, cuéntanos en nuestras redes sociales @DatlasMX qué otro tipo de aplicaciones existen para NLP. Comparte y suscríbete a nuestras cuentas.

Equipo Datlas

– Keep it weird-

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