GEOFENCING EL FUTURO DEL MONITOREO TURÍSTICO – Investigación Datlas

En Datlas somos apasionados de la analítica de datos, es por ello que nuestro objetivo es usar cada una de las metodologías y herramientas para reunir información relevante y convertirla en decisiones para todas aquellas organizaciones del empaquetamiento por el tipo de industrial.

En este caso les hablaremos acerca del «geofencing» que puede ser utilizada de manera potencial en la industria del turismo y organizaciones vinculadas a esta industria, durante el blog desarrollaremos el contexto, la composición, el uso y la oportunidad de la analítica utilizando la práctica del «geofencing».

** Te pudiera interesar ¿Cómo funcionan los AGEBS?

¿Qué es el Geofencing?

El geofence es un perímetro delimitado de manera virtual en un área geográfica que mediante un sofware recupera información importante de conectividad proporcionado vía GPS y mediante el uso de datos de un dispositivo móvil. Así estableciendo una valla virtual para diferentes alcances de mercadotecnia principalmente en usuarios de aplicaciones tecnologicas.

What Is Geofencing? | A Primer to Geofence Marketing | Datarade

Componentes del Geofencing

La composición del geofencing es un tanto compuesta para llegar el objetivo de reunir la geo localización de los dispositivos los compoenentes onstan de:

  • Valla Virtual Desarrollada: Creada por desarolladores del sofware en específico para almacenar la información recuperada de cada dispositivo
  • Conectividad (Dipositivo Móvil): Se necesita de una gran cantidad de usuarios y la conexión por medio de datos o WIFI para hacerlo posible
  • Activación GPS (Localización): Es importante el requerimiento de la activación del GPS para cada uno de los dispositivos móviles
Car dealers use geofencing to pinpoint shoppers and pull them in with ads |  Automotive News

** Te pudiera interesar también: ¿Cómo hacer Isocronas en QGIS?

¿Cómo puede ser utilizado?

El geofencing se utiliza cómo herramienta para apalancar las áreas de las industrias en dónde la potencialidad del mercado sea siempre la conectividad de los usuarios entre los usos más relevantes son:

  • Turismo: En el turismo se puede utilizar esta técnica vía antenas proximidad en dónde los usuarios se conecten por medio de WIFI y logren conectarse registrando algunos datos importantes (edad, sexo, procedencia, etc)
  • Geo-analíticas: Por medio de este apartado se puede definir ciertos datos demográficos en zonas, municipios o colonias que se encuentren al entorno al conectarse por medio de datos por medio de una aplicación o página web,
  • Seguridad: El geofence es un técnica tambien de seguridad en dónde haya oportunidad de generar notificaciones cuando entren o salgan del área delimitada esto ayudando a los usuarios más vulnerables.
  • Marketing: Dentro del marketing es un uso potencialmente valorado, ya que por medio de las aplicaciones o páginas webs se realiza esta técnica de una valla virtual dónde ya se encuentre analizado el entorno y la venta de os productos o servicios se encuentre más dirigida.
Geofencing Use-Cases: Where to Use Geofencing in 2021? | Beaconstac

Oportunidad de Analítica en Turismo

Para la industria del turismo es una técnica que sustenta la trazabilidad de los visitantes, desde que llegan al aeropuerto o centrales de autobuses hasta los diferentes puntos de interés que hay en las ciudades grandes y con potencial de turismo.

Actualmente una herramienta la cual creamos en Datlas sucede con la visualización de información turística que se integra el MONTERREY TRAVEL INTELLIGENCE DASHBOARD impulsado por el Clúster de Turismo de Monterrey en el Estado de Nuevo León.

Uno de los objetivos es la integración de datos de antenas de proximidad que hay en los diferentes puntos turísticos en el área metropolitana de Monterrey, con esta metodología podemos realizar un análisis de trazabilidad de visitantes que se conectan vía WIFI desde diferentes terminales de aereopuerto hasta los puntos turísticos de interés en la ciudad.

Con esta información podemos tomar decisiones respecto a la localización e intereses de los visitantes en dónde más desean estar, así como la derrama económica de la ciudad y las áreas de oportunidad que podemos analizar con esta información.

** Te puede interesar ¿Cómo encontrar clientes potenciales usando mapas?

WHAT and HOW of geofencing advertising and emerging trends in 2019 |  Quantamix Solutions

Hasta aqui la columna de hoy, si conoces a alguien que esté liderando una transformación digital y estrategias de analítica en su organización compárte este blog.

Déjanos tus comentarios.

Datlas

-Keep it weird.

Fuentes:

Las «soft-skills» más necesarias para ser exitosos en el mundo de las tecnologías –

De acuerdo al Instituto de estudios d la Universidad de Stanford y Carnegie-Mellon «75% del éxito de largo plazo en un empleo depende de habilidades interpersonales y sólo 25% en conocimiento técnico. De acuerdo a la Universidad de Harvard «85% del éxito en un empleo proviene de tener bien desarrolladas las habilidades blandas (soft-skills) e interpersonales.

En esta columna enfatizaremos la importancia de las habilidades blandas en carreras profesionales alrededor de la tecnología.

Te graduaste y/o capacitaste en TI, trabajas y ¿Qué te espera?

((Leamos a @catalinmpit que nos habla de su realidad))

Y es que la mayoría de las veces nos capacitan para programar, pero realmente un gran porcentaje del tiempo se pasa resolviendo problemas lógicos y de eficiencia. Y bueno, por qué no, distintas dinámicas de inspiración para esos problemas: Googleos, Cafés, charlas con colegas, entre otros… hasta que «por iluminación» la respuesta al problema llega.

Detrás de todo esto, hay muchas habilidades blandas. Entre líneas, este mensaje nos dice que tenemos que ser capaces no sólo de lo que define tu puesto «Ingenier@s de Sistemas == Codear» , sino también detrabajar en equipo. Y por qué no traducir necesidades de negocio en soluciones técnicas.

**También puedes leer «Estas son las habilidades que l@s ciudadan@s del futuro necesitarán: https://blogdatlas.wordpress.com/2021/08/15/las-habilidades-que-ciudadanos-necesitaran-en-el-futuro-investigacion-datlas/

Las habilidades blandas (soft skills) más demandadas

De acuerdo al WEF (World Economic Forum) estas son las habilidades suaves más demandadas:

  1. Inteligencia emocional: ¿Cómo manejas tus emociones? Sobre todo en períodos de urgencia y alto estrés
  2. Resolución de problemas: ¿Cómo estructuras una resolución de problemas y logras mostrar evidencia a tus colegas? Hablar en idioma especializado no siempre es la mejor solución para los colegas de negocios
  3. Pensamiento Crítico: ¿Cómo proponer nuevos retos y perspectivas diferenciadas en las direcciones que se siguen en la organización? Esto con el propósito de ampliar panoramas y no de entorpecer los procesos activos
  4. Toma de decisiones: ¿Cómo mostrar resiliencia y responsabilidad en la toma de decisiones? Cuando el equipo toma una decisión y no estuve de acuerdo muestro una actitud de soporte porque fue la dirección que mi equipo planteó que siguiéramos. En ese sentido no me vuelvo un «profeta del pasado» restregando que debimos de haber ido en la otra dirección, sino muestras capacidades de aprendizaje colectivo
  5. Creatividad: ¿Puedo pensar fuera de las formas tradicionales? Generar ideas productivas con la adopción de nuevas herramientas y habilitando los pronunciamientos estratégicos de la compañía
  6. Orientación de servicio: ¿Cómo soy empático con las necesidades, sentido de urgencia y agendas del resto de mi equipo? En ese sentido vuelvo alguien que agrega valor a la organización no sólo por mi trabajo individual sino por mis aportaciones al colectivo
  7. Sociabilidad: ¿En qué medida identifico dónde construir una relación y busco generar incentivos positivos que la refuercen? En muchos casos la gente que más rápido avanza a las organizaciones es la que tiene más desarrollada esta habilidad
  8. Negociación: ¿Logro encontrar puntos intermedios en disputas donde distintas partes se lleven una versión de triunfo?
  9. Colaboración: ¿Cómo gestionar a otros miembros del equipo y mostrar liderazgo cuidando su desarrollo profesional?
  10. Flexibilidad: ¿En un entorno tan cambiante cómo soy flexible a los cambios de dirección y los adoptos como nuevas oportunidades?

**También te puede interesar nuestro blog: SISTEMA ILUO para nivelar habilidades en los distintos roles de tus equipos

Otro gran mensaje en relación a estas y otras habilidades lo podemos aprender de SUE SIGEL en esta conferencia que impartió en STANFORD

El gran mensaje es incrementar nuestra «Noción de empatía» en la oficina. No olvides este mensaje si quieres encontrar una motivación o punto de partida para desarrollar estas habilidades. No se trata de sonreírle a todos a diario o llevarles el café. Es más complejo que ello, pero ya identificando tu agenda de habilidades suaves será cuestión de tiempo para que las desarrolles, aprendas de algunos colegas y crezcas en tu futuro.

Continúa la conversación y te invitamos a que nos menciones tus habilidades blandas más relevantes en @DatlasMX .

Y si quieres seguir creciendo en conocimientos suscríbete gratuitamente a www.datlasacademy.com en donde por lanzamiento tenemos 3 cursos gratis para los suscritos

SUSCRÍBETE AHORA

Equipo Datlas –

Keep it weird

Fuentes:

LANZAMIENTO DATA PLAYBOOK IV: 2 Caras de la Ciencia de Datos – Ecosistemas Datlas

En Datlas llevamos más de 5 años generando contenido para la comunidad. Comenzamos con este blog donde en más de 300 columnas hemos documentado temas de ciencia de datos y transformación digital. Continuamos con el podcast «Café de Datos» donde acumulamos más de 60 horas de diálogos con expertas y expertos de industria. Todo esto lo integramos en la nueva plataforma de conocimiento Datlas Academy. Y justo en la víspera de este lanzamiento abrimos punta con la nueva edición de «Data Playbook Vol. IV».

Lanzamiento

Hemos abierto en nuestro sitio web y cargado en PDF (dentro de nuestro marketplace) el nuevo Data Playbook IV titulado «Dos Caras de la ciencia de datos». Esto con la motivación de mostrar el potencial de la analítica de la mano de un uso responsable y las precauciones que hay que integrar al aprendizaje de la materia para que no se vuelva una amenaza a la sociedad.

Comenzamos el texto remontándonos a la historia de las telecomunicaciones para llevar a los lectores a la reflexión sobre las denominadas “Smart cities” con sofisticados sistemas que pueden identificar en segundos a cualquier ciudadano.

Desde las conversaciones del equipo Datlas, con nuestros aliados, clientes y expertos invitados al podcast “Café de Datos” reflexionamos que el rigor en el campo de la analítica irá incrementando. Tendremos que considerar nuevos mecanismos para identificar impostores o profesionales con malas prácticas. Así mismo, usando como pivote de nuestras observaciones los famosos documentales de “Netflix” que han ayudado a incrementar la sensibilidad de la audiencia a la protección de datos personales y el uso responsable de las redes sociales, compartimos las que consideramos las mejores prácticas para los cuidados de datos personales.

En el texto también sugerimos a instituciones públicas liberar algunas bases de datos haciendo hincapié en el movimiento de “gobierno abierto y transparente” para que más datos de nuestras comunidades puedan ser explorados por científicos de datos independientes. Finalmente, no dejamos de lado la época transformacional y la digitalización que ha impulsado la pandemia. Presentamos los casos para transformar crisis en oportunidades. También invitamos a revisar a las crisis, no tanto desde la causa, sino hacia la consecuencia con la metáfora del “efecto dominó”.

Este documento (Data Playbook IV) recopila los aprendizajes más importantes que hemos tenido como startup en  Datlas durante el último año. Cumpliendo con nuestra filosofía, te lo compartimos para que puedas aprovecharlo al máximo y nos ayudes a continuar impulsando la ciencia de datos en LATAM. No te detengas y compártelo a más gente para que conozca de estos temas.

Este lanzamiento es especial para los fanáticos que descargaron «Ciencia de Datos a la Mexicana». Gracias de verdad a todas las personas que se han tomado el tiempo de revisarlo, ha sido todo un éxito y nos motiva a continuar en esta ruta. Además puedes continuar consultando nuestros otras ediciones en nuestro marketplace . Todos de manera gratuita por tiempo limitado.

Conoce más de Datlas Academy

En este documento reforzamos el mensaje de nuestro lanzamiento de una plataforma de educación sobre analítica y transformación digital.

Recordando que para los primeros usuarios ya están en vivo 3 cursos sobre storytelling de datos, definición de KPIs e introducción a la ciencia de datos.

Hasta aquí la columna de hoy, continua con la conversación revisando nuestro contenido en redes y participa con tus comentarios en @DatlasMX.

Equipo Datlas

– Keep it weird –

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-

SISTEMA ILUO para matriz de habilidades de departamentos de datos en organizaciónes – investigación datlas

Generar proyectos y áreas de datos exitosos está directamente relacionado al capital humano. Es decir, para poder avanzar con proyectos de analítica que abonen a la transformación digital de nuestras organizaciones es necesario mapear y desarrollar talento. Pero ¿Cómo lograrlo de manera ágil y sencilla? En esta columna hablaremos del sistema ILUO que nos permitirá monitorear las habilidades dentro de nuestro equipo de datos.

** Te podrá interesar ¿Cómo detectar un impostor de datos?

Como ejemplo, estas habilidades para un departamento de datos en una organización de mediano tamaño

El objetivo del sistema ILUO es desarrollar y administrar habilidades dentro del equipo a nivel departamento (No a nivel individual).

Dentro de una matriz se coloca los miembros del equipo del lado izquierdo, las habilidades en la parte superior y dentro de la matriz se categoriza con respecto al dominio de cada habilidad por miembro del equipo.

Las siglas ILUO tienen un significado gráfico y representan el avance que se va teniendo en el desarrollo de los empleados de la organización. La cantidad de líneas que forman cada letra indica el nivel de madurez de cada empleado. Los cuatro niveles de habilidad ILUO indican:

Nivel I: Aquellas personas que se encuentran en capacitación para conocer y cumplir con su tarea, sin intervenir en los procesos.

Nivel L: Aquellas personas que ya intervienen en los procesos, pero no están calificadas para operar sin supervisión.

Nivel U: Aquellas personas que ya están acreditadas para cumplir con su tarea bajo los estándares y el tiempo requerido.

Nivel O: Aquellas personas que ya han acreditado todos los niveles de habilidad y recibieron una certificación para poder formar a otras personas.

**Te podrá interesar «Los 5 perfiles para un equipo de Datos»

¿Qué pasos hay que seguir para desarrollar una matriz de habilidades en un equipo de Datos?

  1. Identifica y enlista las habilidades de tu departamento de datos
  2. Enlista el «staff» en los renglones de la matriz
  3. Identifica del 1 al 5 el mayor nivel en que cada miembro del equipo se desarrolla en esa habilidad
  4. Una vez que tenemos calificadas estas habilidades, hay que presentárselo al líder de equipo y desarrollar un plan de acción (Capacitación, nivelación, apoyos, entre otros.)
  5. Finalmente comprometer fechas y dar monitoreo constante

** Te podrá interesar «¿Por qué pueden fracasar los proyectos de datos?»

¿Cuáles son las ventajas de implementar el sistema ILUO?

·Incrementar la calidad de sus productos y/o servicios

·Reducción de desperdicios

·Mejorar la satisfacción de sus clientes internos y externos

·Lograr la continuidad operativa

·Se elimina o reducen ausentismo y rotaciones

·Aumenta la motivación de los empleados

·Desarrolla el sentido de pertenencia hacia la organización

** Te puede interesar nuestra columna sobre «Diseño de perfiles para áreas de analítica»

Hasta aqui la columna de hoy, te invitamos a continuar aprendiendo en nuestro podcast y a suscribirte a nuestra nueva iniciativa en Datlas Academy donde obsequiaremos algunos cursos para mantenernos a la vanguardia en temas de transformación digital.

Fuentes

https://www.leanconstructionmexico.com.mx/post/sistema-iluo-qu%C3%A9-es-y-como-implementarlo-ejemplo-de-matriz-iluo

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-

¿Por qué pueden fracasar los proyectos de Ciencia de datos? – iNVESTIGACIONES DATLAS

Según estadísticas de Kaggle, entre el 70 y 85% de los proyectos de ciencia de datos fallan en alguna rubrica a la hora de ser implementados. En esta columna dedicaremos un espacio para analizar sobre las principales razones de fracaso en proyectos de analíticas. Esto lo haremos utilizando una encuesta a más de 16,000 participantes de la industria de «data science».

Como preámbulo, es justo entender en esta lectura porqué estos proyectos nacen de manera inherente con problemas de dimensionamientos en tiempo, recursos y esfuerzos.  Como cualquier iniciativa de tecnologías, los proyectos de información son complejos. Entre más grande la organización más difícil se vuelve integrar una visión estratégica a problemas de datos. Aún en compañías pequeñas y medianas nos vamos a enfrentar al retador mundo de la estadística y cómo usar técnicas matemáticas adecuadas para sacarle valor a los datos de mi negocio. Esto sin mencionar que en cualquiera de los casos hay que hacer una venta interna sobre lo que probablemente será una «caja negra» . Todo esto se traduce en resistencias internas en la organización, plantear proyectos sobre fundamentos que no se conocen al 100% , entre otros.

También puedes leer: «No se aprende «Big Data» en un curso de 2 horas, pero tampoco requieres un doctorado» .

Datlas_Blog_Promo_SuscriberFree

Con este importante contexto , vamos a tener la óptica de que en proyectos de analítica de datos es muy probable que nos enfrentes a algunos de estos obstáculos (mencionados como respuestas de la encuesta).

El pase de diapositivas requiere JavaScript.

Problemas de Colaboración-Organización

En una compañía , este tipo de proyectos involucra a 3 áreas: negocios, TI y analítica (si existe el área, en su defecto sería TI o similar). Las encuestas muestran que existe principalmente faltas de comunicación.  Esto principalmente viene de que cada área tiene sus especialistas, a los que les gusta hablar su propio lenguaje. También que no necesariamente se le informa al negocio la manera en que se está resolviendo el problema.

Datos

En general las compañías y organizaciones tienen datos gracias a los sistemas que han implementado durante la última década. El problema es que esta información no está lista para consumir. Al menos el 30% de los que respondieron la encuesta identificaron la falta de datos como un reto. Lo más común es que el proyecto se estime sin considerar los tiempos reservados a la limpieza e integración de datos con los que se va a trabajar.

Talento

Los especialistas en datos están muy demandados y dentro de las organizaciones han optado por capacitar a su personal interno para resolver estos retos de analítica. Sin embargo, esto ha traído consigo falta de método y de respuestas precisas a los retos de negocio. En la encuesta mencionan el 42% de los retos son asignados a la obtención de talento. También puedes leer «5 perfiles para una estrategia de datos en tu organización».  La necesidad de desarrollar  e incorporar equipos con experiencia en el área de analítica que puedan planear proyectos con mayor probabilidad de éxito cuidando los temas de fracaso común como los mencionados en la encuesta.

Datlas_Promo_Facebook_Suscribe

Herramientas y Presupuesto

Resolver nuevos retos de big data algunas veces requiere de nueva infraestructura.  Entre mayor sea la cantidad de datos y las áreas de la compañía a atender se van a requerir herramientas más sofisticadas y presupuestos.  Algunas de ellas las mencionamos en nuestro «Data Playbook». Pero como aclaramos en la charla del INCMTY 2019,  las tecnología es relevante pero no es lo más importante. El presupuesto primeramente debe ir dirigido a la cultura y personas que estarán revisando los temas, más que a la tecnología. Al final las personas indicadas harán el mejor uso de los recursos que se le asignen a los proyectos.

3_Datlas_Piramide_Porquefracasan_proyectosdeDatos

Cierre

Termina la columna de hoy con la recomendación que la «planeación de escenarios» nos puede ser de utilidad en proyectos de big data. Esto significa que si ya sabemos las posibilidades de enfrentarnos a estos retos deberíamos de prepararnos dando por hecho que estos obstáculos que hemos nombrado aparecerán en el curso del proyecto. Siendo así podríamos generar nuestro propio «checklist» para verificar que contamos con todo lo necesario para echar a andar alguna iniciativa de datos y sobre todo los compromisos de negocio que vienen acompañados de las mismas.

Datlas_Promo_Podcast_Suscribe

Esperamos te haya gustado la columna y comparte tus comentarios así como precauciones que tomas en proyectos de datos. Te invitamos además a participar en nuestra lista de prelanzamiento para el «Data Playbook Vol II».

Equipo Datlas

Keep it weird

El almanaque de Datlas.mx – ¿Cómo convertir los datos # –> a dinero $ ?

Hoy en día escuchamos en el ambiente de negocios #BigData y #Analytics por todos lados. Pero la verdadera pregunta que nos tenemos que hacer cuando de datos se habla es si finalmente poseerlos te puede llevar a ganar más dinero. Hasta ahora hay bastante gente hablando de que los datos son el nuevo petróleo de nuestro siglo, pero pocos mencionan cómo hacerlos dinero.

cartoon7380

En el blog de hoy te daremos 6 ejemplos prácticos de cómo convertir todos estos números, variables y estadísticas a más ingresos para tu negocio.

datlas_fintech_suscribe

Cuando queremos llevar de Datos a Dinero lo primero que hay que entender es que hay muy pocas empresas haciendo dinero directamente con Datos. En un par de años habrá «market place» de datos como tal, pero por lo pronto para que un dato se pueda explotar en tu negocio hay que llevarlo por varios procesos. En general estos son 4:DatosAlAprendizaje

Así que el primer mensaje es que, a menos de que seas un banco, un Facebook o un Google, tus datos no valen por sí solos, hay que llevarlos por un proceso para extraer su valor.

«Tus datos no valen por si solos, hay que llevarlos por un proceso para extraer su valor»

Tus datos inician siendo esos números en un excel que sabes que son interesantes porque te cuentan la historia del comportamiento de tus clientes o proveedores, pero para convertirlos en dinero tienes que:

  • Entender si la historia que te cuentan es  buena o mala estableciendo métricas, límites y calificaciones.
  • Luego comprender ¿Por qué pasó? Esto se logra seleccionando  variables respuestas y relacionándolas con todas las otras variables que pudieron generar un cambio.
  • Una vez que detectaste las variables que son más relevantes, con ellas preparas modelos de acción y proyección que te llevan a mayores ingresos en tu siguiente iteración.

La realidad es que hay muchísimas empresas apostándole a todos estos pasos que hemos mencionado (Un mercado en conjunto de $3.4 trillones de dólares de acuerdo a Gartner)

113 ventures.png

Pero para aterrizar un poco esto a un negocio convencional compartiremos 6 formas de convertir datos en dinero.. ya sea que lo hagas usando datos de alguien más o de una forma sostenible donde con tu propia información mejores tus ganancias.

1. Marketing Digital – Apunta y dispara el mensaje correcto al usuario correcto

Facebook, Badoo, Linkedin, hasta las cadenas de correo electrónico; todos lo hacen. Las herramientas de marketing digital como las de Mailchimp, Facebook o Google ads te permiten segmentar tu publicidad.

En Datlas ayudamos a uno de nuestros clientes a usar los datos del perfil de clientes de su mejor sucursal para atraer nuevos clientes en su peor sucursal. Esto fue definiendo demográficos (edad, sexo, etc.) de su mercado meta y filtrando por código postal los anuncios en la terminal de publicidad de Facebook.

2. Marketing Tradicional – A qué mercado me acerco

Panorámicos, spots de radio, volantes, posters y todo tipo de marketing tradicional puede ser optimizado con datos.
Esto quiere decir que además de atraerte un mercado de más valor te ayuda también a reducir las pérdidas por anuncios que no generaban impacto.

Nosotros hemos apoyado en campañas de comunicación usando información de tráfico vehicular y peatonal buscando las mejores áreas de impacto. Trata de hacer lo mismo usando la observación, registrando códigos postales o direcciones de donde vienen tus clientes y pregúntales qué hicieron antes de llegar contigo para que tu marca pueda interactuar con ellos en algún punto de su día.

3. Pronosticar – ¿Cómo serán las cosas en el futuro? ¿Cómo planear?

La principal razón por la que debes almacenar datos durante un tiempo es para poder pronosticar y simular futuros escenarios. Esto te apoya generando estrategias que se traducen directamente en dinero.

Proyecta a 12 meses tus ventas de cada producto y ajusta, así podrás arreglar o colocar metas realistas, simular escenarios de promociones y saber hasta qué descuento en % puedes ofrecer para seguir cumpliendo con la venta deseada.

Un ejemplo de proyección con datos lo podrás encontrar aqui.

4. Optimizar – Aprende de tus errores y equivocate menos

Según datos del INEGI, los gastos hormiga representan el 12% del ingreso mensual. Hay que aprender a optimizar en la vida como en los negocios. Una buena gestión comercial incluye conteos y mediciones de todo lo que entra y sale del negocio.

Tus registros de inventarios son datos que tienen mucho que contar. En ellos puedes detectar qué productos están ciclando menos, cuánto tiempo te quedaste en desabasto de un producto y detectar robos o extravíos.

5. Promociones personalizadas

Digamos que en tu restaurante has notado que pierdes ingresos por menos venta de refresco y todos esos clientes están migrando a pedir soda o limonada a vasos con agua natural que ofreces gratuitamente.
Hablando con algunos clientes leales te cuentan que están volviéndose más sanos y cuidando de su peso.

Es el momento de cruzar tus datos «cualitativos y cuantitativos» para personalizar una promoción. Reformula tu inventario de bebidas, pídele a tu proveedor productos light y ten botellas de agua bien frías siempre a la mano. Hasta podrás incluir combos con bebidas más dietéticas y ofrecer más valor a tus clientes.

Nextrestaurants hace muy bien todo esto, revisalo aqui

 

Aquí termina nuestra columna de hoy, esperamos que te haya gustado y puedas hacer este año proyectos para convertir tus datos en dinero.

 

Si no sabes como usarlos o tienes más dudas contáctanos en www.datlas.mx

-Keep it weird-

Equipo Datlas

 

 

Fuentes:

https://www.wired.com/insights/2014/08/big-data-can-mean-big-money-big-losses/

https://www.forbes.com/sites/ciocentral/2012/06/28/three-ways-to-make-big-data-make-money/3/#41862420379c

https://www.forbes.com.mx/cuidado-con-el-gasto-hormiga/

BigData Meetup Monterrey – Los tips para ser un científico de datos con #Twitter

¿Qué tan complicado es volverse un data scientist? … bueno mientras sepas de matemáticas siempre será sencillo saber por dónde empezar.

Esta semana recibimos la invitación de la comunidad de Big Data Monterrey a exponer en un meetup algún ejercicio que hayamos trabajado con información. Como también iban a asistir miembros de la comunidad de Python decidimos compartir todo lo que sabemos sobre el análisis de redes sociales.

Hace unos meses comenzamos a explorar cómo podíamos usar Twitter para entender la dinámica de una ciudad. Esto es porque en la red de twitter muchísima gente (alrededor de 30 mil por mes) publica a dónde sale, cómo se la pasó y qué estaba haciendo.

Datlas_barra_suscribir

Todo esta valiosisima información puede ser capturada con unas cuantas líneas de código y después analizadas para entender la dinámica de una ciudad. Aqui les dejamos una síntesis de la presentación que dimos en el Meetup para que puedan conocer todo.

 

En cuanto a nuestra experiencia el día de la presentación la verdad es que quedamos fascinados por la oportunidad que nos dieron. El «engagement» de los participantes salió a relucir. Nos hicieron muchas preguntas, pero al mismo tiempo nos compartieron algunas ideas que habían intentado trabajar antes.

 

Les queremos compartir que nuestro siguiente taller programado es en el INCMTY 2016 bajo el nombe de: Datlas, Tengo una idea ¿Dónde la pongo?

No se lo pierdan si quieren conocer más de lo que hacemos, de aprender más trucos de análisis de datos o tips de como usar grandes cantidades de información para mejores decisiones de negocio.

Datlas_blog_Twitter_Marketplace
https://www.datlas.mx/marketplace/

Nos seguiremos dando a conocer en este año para que más gente quiera usar nuestra plataforma. Por favor deja tus comentarios sobre la presentación y comparte este blog con todos tus amigos interesados en los #datos.

Saludos y -Keep it weird –

Equipo Datlas

www.datlas.mx