Archivo de la etiqueta: mcdonalds

5 tendencias de analítica avanzada para retailers y cpgs – COLUMNA DE INVESTIGACIÓN DATLAS

Esta semana tuvimos la oportunidad de compartir con algunos de nuestros clientes nuestra opinión sobre tendencias de analítica para sectores retail y CPGs (Consumer Packages Goods). En esta columna enunciaremos las 5 tendencias más interesantes considerando innovación: Incremental y transformacional

Tipos de innovación al evaluar tendencias

Cuando hablamos de tendencias e innovación siempre es bueno poner en la antesala dos tipos: La innovación incremental y la transformacional.

La incremental se refiere a la mejora continua de procesos cotidianos con soluciones creativas y que te mantengan a la vanguardia dentro de tu industria. Por otro lado, la transformacional, son proyectos disruptivos que alteran el tiempo de funciones de los miembros de una organización.

A continuación compartiremos tres tendencias con proyectos de innovación incremental y dos con transformacional.

5 tendencias

1) Aplicaciones para pedidos programados (Incremental)

La embotelladora Arca Continental con sede en Monterrey, Nuevo León, México habilita una aplicación a los tenderos donde entrega sus productos (refrescos y bebidas). Esta APP móvil sugiere el tamaño de pedidos a sugerir a los tenderos para que cuenten con el abasto suficiente y no caigan en una situación de “venta pérdida”.

2) Aprovechamiento de datos de clientes (Incremental)

OXXO, la cadena de conveniencia más grande de México con presencia en LATAM hizo público un proyecto de aprovechamiento de datos de sus más de 13 millones de transacciones diarias. Se trata de analizar datos de ventas de tickets y ponerlas al alcance de sus proveedores. En este sentido se podrían generar mejores estrategias comerciales para desplazar productos en la cadena comercial.

3) Internet de las cosas para mantenimientos preventivos (Incremental)

Los sensores y el internet de las cosas se han extendido a las compañías de productos de consumo como la panadería que ofrece BIMBO en México. En esa dirección proyectos de integración de sensores y GPS se han sumado a las flotillas de entrega de esta compañía. Estos nuevos datos les ayudan a tomar acciones preventivas para evitar problemas logísticos en las entregas de sus productos

4) Revisión de anaqueles automatizadas (Transformacional)

Usando un robot con cámaras y sensores compañías como Walmart han difundido programas de automatización como el de “escanear” los anaqueles de manera automatizada en búsqueda de faltantes y facilitar los planogramas dentro de retailers.

Heineken, la compañía de cerveza, revisa anaqueles con aplicaciones móviles enviando equipos a fotografiar anaqueles para estudiar los impactos en los frentes de las tiendas donde promocionan sus productos

5) Algoritmos avanzados de recomendación (Transformacional)

“Food-service” y empresas como RAPPI no se quedan atrás en los avances disruptivos. Una buena recomendación de platillos o restaurantes puede significar una buena oportunidad de venta cruzada para el negocio. Para que este tipo de servicios funcionen se tienen que registrar millones de transacciones, almacenar grandes cantidades de información en tablas distribuidas, entrenar modelos con catálogos dinámicos y garantizar que los servicios estén activos para cuando el usuario los necesite.

Hasta aqui la columna de hoy y te preguntamos ¿Qué otro tipo de aplicaciones de analítica avanzada conoces en industrias de retail o CPGs? Compartenos tus comentarios en @DatlasMX

Si quieres continuar aprendiendo de analítica y transformación digital revisa nuestro podcast: “Café de Datos”

Equipo Datlas

– Keep it weird-

El futuro de la seguridad PARA SMART CITIES (FT. ANALITICA DE DATOS) ¿problemas de privacidad? –

Recientemente podrás haber leído nuestra columna de “CODED BIAS” , el documental de Netflix donde se hace referencia a la inteligencia artificial como potencial causante de un futuro donde las decisiones tomadas por máquinas llevan una carga de sesgo humano. Esta carga es la que genera categorizaciones equivocadas cómo no identificar a personas de razas no blancas, detener personas en la calle por malas interpretaciones, entre otras.

En este episodio daremos un paso adelante y profundizaremos en cómo tecnologías y analítica de datos se combinan para dar pasos avanzados en el tema de seguridad. También reflexionaremos sobre si esto generaría problemas para la privacidad de las personas.

Para entrar motivados a esta columna comenzaremos dando una idea de qué tipo de tecnologías ensamblan a una de las cadenas más famosas de comida rápida.

¿Qué lograron? Apps para pedir bajo demanda, segmentación de visitantes, escaneo de placas, recomendaciones sugeridas, personalización de órdenes en pantallas, auto-servicio para dudas y comentarios y sobre todo hiper-personalización.

Si ellos lo lograron para vender más hamburguesas… ¿Una ciudad lo podrá hacer para cuidar a sus personas?

¿Qué aplicaciones de analítica de datos son usadas al día de hoy para seguridad de la ciudadanía?

1) Identificación de personas por cámaras de seguridad

Las cámaras de CCTV son implementaciones cada ves más frecuentes por delegaciones y municipalidades para monitorear la seguridad en la ciudad. De hecho, puedes ver nuestro blog de “Análisis de cámaras CCTV en el mundo”. donde ciudades como Monterrey acumularon 4.18 cámaras por kilómetro cuadrado (4,000 cámaras) para el 2020. Pero por otro lado, ciudades como Londres tienen 67.5 CCTVs por km2 o Taiuyan China 120 cámaras por km2.

2) Detección de personas contrastando inventarios de imágenes

Además de que las cámaras detecten personas, las CCTVs de más alta definición tienen potencial de hasta 50x de zoom óptico, además de otro tanto digital. Con esto se pueden obtener resoluciones completas de personas. Si estas imágenes se contrastan contra bases de datos de imágenes ciudadanos, por ejemplo en México, de las credenciales de elector para votar o licencias de conducir, es posible deducir quién es la persona que se mueve en la ciudad y dónde gracias a la ubicación de las cámaras.

3) Identificación de autos mediante placas

Una de las más sofisticadas es la detección de placas de autos. Se instalan estos detectores en entradas, accesos, casetas y también en las vías más importantes de la ciudad para detectar las rutas que toman autos.

Imagínense en una persecución, sería sencillo identificar un auto si tenemos sus placas considerando que en una base de datos sabemos donde y en qué momento se han estado movilizando autos con esas placas.

Si quisieras entender cómo funcionan estos algoritmos de clasificación te recomiendo revisar este blog de supervisados vs no supervisados.

4) Etiqueteo de objetos en toma para generar filtros

Hay “ejércitos” de personas y compañías que hoy día se dedican a etiquetar objetos en vídeos y fotografías para poder entrenar filtros en CCTV. De manera en que si quiero detectar autos blancos en el video puedan ser eliminados todos los autos que no sean de ese color. Así como las motocicletas y facilitar las persecuciones de los oficiales.

5) El principio de una ciudad inteligente: Centros de monitoreo

C4 Municipal, C5 Estatales y mecanismos de monitoreo en las ciudades. El principio de ciudades inteligentes es capacitar equipos que puedan monitorear y convertir todos estos datos en protocolos de seguridad. Así como de prevención.

También te puede interesar nuestro podcast donde hablamos de cómo analizar datos para proteger tu negocio.

6) Análisis de reportes vía redes sociales y reportes de ciudadanía

En Monterrey, Nuevo León, México plataformas ciudadanas como CIC han dado de alta la plataforma de CIVIX – Análisis (Liga: https://analisis.civix.mx/ ) en dónde se pueden visualizar y dar seguimiento a denuncias ciudadanas.

¿Y hay preocupaciones por la privacidad ?

La conversación, desde el documental de social dilemma, ha sido más democratizada. Somos más conscientes de que los datos asociados a personas y las problemática de la privacidad de los datos. Antes teníamos que llenar formularios de datos para que se escribieran en una base de datos, ahora con nuestro rostro hay mucha información que pueden saber de nosotros.

En el futuro habrá más conversaciones de ética. Lo importante es saber que estamos en ese punto en el tiempo en el que debemos de identificar que es lo que está pasando y/o está a punto de suceder en muchas ciudades del mundo. Por ejemplo, en México se ha avanzo en una legislación para generar un padrón de números telefónicos e información personal. Puedes ver esta nota de Forbes con todos los detalles. Pero los datos que solicitarán son:

Los datos que tendrían que dar los usuarios mexicanos son:

  • El número telefónico.
  • Fecha y hora de la activación de la linea telefónica móvil adquirida en la tarjeta SIM.
  • Identificador único de la tarjeta SIM.
  • Fecha y hora de activación de la línea telefónica.
  • Nombre completo, domicilio, nacionalidad y datos biométricos, como su huella digital del usuario.
  • Número de identificación oficial con fotografía del titular de la línea.
  • Esquema de contratación de la línea telefónica móvil.

¿Qué riesgos? Bueno un mal uso por parte de las autoridades, mal aprovechamiento de información, vulnerabilidades en información si algún hackear llega a identificarlos, entre otros

También te puede interesar “Fragilidad en sistemas IOT y de seguridad”. Fuente: https://www.elfinanciero.com.mx/tech/sin-protocolo-de-seguridad-empleados-de-verkada-tenian-amplio-acceso-a-camaras-de-clientes-privados/

Hasta aquí la columna de hoy. Hay que continuar manteniendo una postura de ciudadanos digitales y comenzar a preocuparnos por los derechos del mundo del internet y las privacidad de los datos.

– Equipo Datlas –

Keep it weird