¿Conviene actualmente abrir una juguetería? – Caso de uso DATLAS (Especial día del niño)

La era digital ha revolucionado muchas cosas cotidianas, desde aparatos de comunicación, dispositivos de entretenimiento, el dinero, hasta medios de transporte. Sin duda vivimos en una era donde casi todo es digital y lo que no es aún, se está ideando cómo convertirlo digital, sin embargo hay cosas que no se pueden hacer 100% digitales como lo son los juguetes para niños. Muchas personas podrían pensar que las jugueterías están destinadas a extinguirse porque actualmente los niños prefieren aparatos de entretenimiento digitales. Esto puede que tenga algo de cierto si se ve a grandes rasgos y generalizando pero si nos vamos a específicos nos daremos cuenta que con el uso de los datos inteligentes una juguetería podría seguir sobreviviendo en este mundo digital.

Este blog tiene como propósito explicar cómo se utiliza la analítica y la Big Data para encontrar el mejor lugar para abrir una juguetería nueva en este caso. Nos pondremos en el papel del dueño de esta juguetería con el propósito de llegar a la máxima cantidad de familias posibles para maximizar nuestras ventas.

Utilizaremos un mapa de inteligencia propiedad de Datlas para realizar este caso. Te puede interesar este blog

Primeramente necesitaríamos las bases de datos necesarias para poder mapear, en este caso utilizaremos las siguientes:

  • Nivel Socioeconómico
  • Censo 2020
  • DENUE
  • Códigos postales
  • Categoría Social

Todas estas bases de datos estarán mapeadas delimitadas por AGEB. Si gustas conocer más de esto te puede interesar este blog

Una vez que tenemos nuestras bases de datos mapeadas empezaremos a utilizar nuestras herramientas de análisis para poder tomar la mejor decisión. Iremos paso a paso.

Paso 1: Ubicar a las familias potenciales

Utilizando los datos del CENSO podemos observar dónde son los AGEBs que tienen más personas infantes que son los «clientes» potenciales para una guardería.

Paso 2: Revisar el Nivel Socioeconómico

Con la capa de Nivel Socioeconómico podemos revisar los AGEBs con mayor o menor nivel y dependiendo de ello podemos saber el rango de precios o a qué sector de la población estaría dirigida nuestra guardería.

Paso 3: Observar la Categoría Social

Al momento de tener mapeada la categoría social de cada AGEB nos muestra que tipo de dicha categoría abunda en él, en este caso nos enfocaremos en la categoría de «Familia con Niños» que es de color verde en el mapa.

Paso 4: Activamos la capa de Códigos Postales

En este caso activamos la capa de Códigos Postales en conjunto con la capa de Categoría Social, esto con el fin de analizar cuáles son estos código postales donde existe una gran cantidad de familias con «clientes potenciales».

Paso 5: Sacamos conclusiones

Una vez observado las capaz, de hacer nuestros análisis, podemos llegar a algunas conclusiones importantes. Para fines prácticos se presentará la conclusión de cuáles son los mejores códigos postales para ubicar una juguetería actualmente.

Top 5 CP para ubicar una juguetería:

  • 67257
  • 64103
  • 66612
  • 66647
  • 64984

Se escogieron las zonas donde más abundan los «clientes potenciales» y también los CP donde existe una fácil vía de acceso para llegar a una juguetería.

A grandes rasgos así es como una juguetería podría utilizar el Big Data mediante las herramientas de DATLAS para potencializar sus ventas y seguir existiendo en este mundo cada vez más digitalizado, es un reto difícil pero no imposible. Teniendo a los datos y a la analítica de tu lado siempre irás por el camino correcto.

Equipo Datlas

– Keep it weird –

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 –