¿QUÉ ES UN SHAPEFILE Y PARA QUE SIRVE? – INVESTIGACIÓN DATLAS

En Datlas nos especializamos en brindarles a nuestros clientes las mejores opciones para transformar sus datos en decisiones inteligentes, para ello tenemos una oferta grande de soluciones. Los tableros de inteligencia que ofrecemos son muy buenos en explicar los datos, mediante el uso de visuales podemos detectar tendencias y producir hallazgos. Por otro lado, tenemos el uso de Mapas, estos facilitan la interpretación de los datos que están georreferenciados.

Si quieres conocer mas acercaa de los Tableros de Inteligencia, te invitamos a leer «Dashboards de negocios, guía para principiantes – MANUALES DATLAS»

¿Que tienen de especial los mapas en Datlas?

El uso de nuestros mapas resuelve muchos de los retos actuales que tienen los negocios. Desde mapas de expansión comercial, hasta mapas que integran información de ventas de tu negocio.

Una de las solicitudes que hemos atendido es la de integrar distintos tipos de información georreferenciada al mismo mapa. Esto tiene como objetivo crear un mapa con toda la información que se necesita, logrando así un mapa completamente personalizado.

La solución tecnológica para poder integrar múltiples fuentes y múltiples tipos de datos a un solo mapa se atiende de múltiples maneras. Antes hemos hablado de que es un “Geohash” o para que sirve un “AGEB”, pero en esta columna queremos platicarles de que es un Shapefile, de que se conforma, cuál es su utilidad y de cómo podemos crear uno nosotros.

Te invitamos a leer las siguientes columnas para conocer mas de geohash y AGEBs.

¿QUÉ ES UN AGEB Y PARA QUE SIRVE? – INVESTIGACIÓN DATLAS

¿QUÉ ES UN GEOHASH Y PARA QUE SIRVE? – INVESTIGACIÓN DATLAS

¿Qué es la georreferenciación?

Esta es una técnica de posicionamiento espacial donde ubicamos en el mapa un objeto.

Si nos queremos poner técnicos, la georreferenciación es el posicionamiento espacial de una entidad en una localización geográfica única y bien definida mediante el uso de un sistema de coordenadas y datum específicos.

Todo esto se traduce en poner un punto en el mapa.

¿Qué encontramos en un Mapa?

Cualquier mapa que utilicemos desde Google maps hasta algún mapa viejo en papel tiene información desplegada. Toda esta información se encuentra en el mapa tomando alguna forma, esta puede ser un punto, línea o un polígono.

Puntos

Los puntos son objetos que no tienen ninguna dimensión, solo están ubicados dentro del mapa, pero tienen cero “volumen”, estos tienen a ser usados para representar mucha de la información y sin duda alguna es el tipo más común que encontramos en la mayoría de los mapas.

Uno uso común de los puntos es marcar la ubicación de un negocio, parque, centro comercial, etc. Estos lugares sin duda tienen un espacio o un “volumen” en tres dimensiones, pero para fines de simpleza, tienden a ser representados con un solo punto en el centro de su ubicación.

Por ejemplo, en esta captura de pantalla de Google Maps, encontramos al parque fundidora de la ciudad de Monterrey como un solo punto, al centro del parque.

Líneas

El segundo tipo que tocaremos será las líneas, para ello podemos pensar en la silueta o contorno de un lugar. Las líneas tienen un mundo de usos, uno de los más comunes es colocar los niveles topográficos del lugar. En algunos mapas también pueden ser usadas para desplegar información como calles, líneas de metro, límites territoriales, etc.

Polígonos

El polígono tiene la función de formar objetos en 2 dimensiones, en Datlas los utilizamos para delimitar una zona del mapa y agrupar sus características.

Por ejemplo, en esta imagen tenemos algunos polígonos de la Ciudad de Monterrey del mapa demo Datlas.

Trabajando con Múltiples Tipos

Cuando desarrollamos un proyecto nuevo en Datlas, es normal tener múltiples tipos de datos, así como múltiples fuentes.

Al tener todos estos datos georreferenciados, podemos colocarlos en el mismo mapa sin importar de que tipo sean.

Para eso trabajamos con nuestro habilitadores tecnológicos de GIS (geographic information system) que nos permiten procesar la información para colocarla en el mapa.

Nuestro software favorito tiene el nombre de QGIS.

Este es un software libre y de código abierto (open source) que habilita a nuestro equipo de manera importante para hacer procesamientos geoespaciales.

URL: https://www.qgis.org/en/site/index.html

Al trabajar con este tipo de programas podemos hacer uso de múltiples tipos de datos y de distintos formatos.

Lo que nos lleva al famoso SHAPEFILE. Este es un tipo de formato que nos permite trabajar con información georreferenciada ya sean puntos, líneas, polígonos, entre otros.

¿Qué es un Shapefile?

Un shapefile es un formato, así como tus imágenes tiene “.jpg” o tu documento de Word tiene “.docx” los shapefiles o comúnmente abreviados como “shp” son formatos de vectores geoespaciales de datos para el uso de software GIS.

Este formato de shapefile fue desarrollado y es regulado por ESRI como un estándar abierto para la interoperabilidad entre ESRI y distintos softwares de GIS.

Ahora para confundirte:

Cuando decimos “Shapefile” podemos estar diciendo dos cosas distintas. En la industria estas dos cosas tienen el mismo nombre, pero no te preocupes, aquí te decimos por qué y cuáles son las diferencias.

El primero y el que es técnicamente correcto es nombrar “shapefile” al archivo que termina en “.shp”, este es un solo archivo que tiene las características de la geometría de tus puntos, líneas o polígonos.

El problema aquí es que un archivo .shp no puede ser utilizado por sí mismo, tiene que ir acompañado de otros archivos con terminaciones .shx, .prj & .dbf.

Y he allí la confusión, como requerimos de mínimo estos cuatro archivos juntos para poder hacer uso de la información que almacenan, también se conoce como “shapefile” al conjunto de archivos que trabajan juntos para desplegar información en un sistema de información geográfica (GIS).

Mas adelante exploraremos cuales son las funciones de los otros tres archivos necesarios y de todos los otros que pueden acompañar a nuestro “shapefile” que son opcionales.

¿Cueles son los formatos que conforman un Shapefile?

De ahora en adelante llamaremos al conjunto de archivos que trabajan juntos para desplegar la información como “shapefile”.

Sin duda al trabajar con este tipo de documentos y sistemas por primera vez surge la duda de cómo hacer que funcione, por lo general al hacer uso de un archivo solo hacemos clic en él y si tenemos el programa adecuado, este se abre.

Para que un shapefile funcione de manera adecuada solo tenemos que asegurarnos de que todos los archivos que conforman un shapefile tengan el mismo nombre y estén en el mismo directorio o carpeta.

Por ejemplo, si tengo un shapefile que almacena información de un punto de interés se vería de esta manera en mi computadora.

Al importar estos archivos al QGIS o software de sistema de información geográfica de tu preferencia, se desplegará la información de manera adecuada y sin errores.

¿Qué función tienen los archivos que conforman un Shapefile?

Como lo mencionamos antes, un .shp se acompaña de 3 archivos indispensables para su correcto funcionamiento.

Estos son .dbf, .shx y .prj y su función es la que sigue:

.shp

Formato de la forma o, en otras palabras, almacena la geometría.

.shx

Almacena la indexación o forma del índice de la geometría, permitiendo su consulta en ambas direcciones del índice

.dbf

Almacena los atributos de formato, para cada figura del archivo.

.prj

Dentro de este archivo se encuentra la información sobre la proyección de la información. En sí, este archivo tiene los datos necesarios para georreferenciar el shapefile.

¿Qué otros archivos pueden acompañar un Shapefile?

Existen otra serie de archivos que pueden o no acompañar a los 4 esenciales, estos le agregan funciones o atributos al shapefiles.

Algunos de estos archivos son:

.sbn & .sbx

Indexación espacial de los atributos.

.fbn  & .fbx

Indexación espacial de los atributos, con la diferencia de que es solo para la lectura y no se pueden modificar.

.shp.xml (pegado)

Metadatos geoespaciales en formato .xml.

Existen muchos otros tipos de formatos de archivos que se pueden agregar a un shapefile, pero con esta introducción es más que suficiente para empezar a hacer uso de tus propios datos.

¿Dónde empezar?

La barrera de entrada para hacer uso de esta tecnología es baja, si tienes una computadora y puedes descargar información de internet, tienes todo lo que necesitas.

Empieza descargando QGIS desde https://www.qgis.org/es/site/ y utilízalo como tu software para procesamiento de información geográfica, este está disponible para Mac, Windows & Linux. Es seguro y gratuito.

Accede a la documentación en https://docs.qgis.org/3.22/es/docs/user_manual/ para familiarizarte con el programa.

¿Y los datos?

¿Qué crees?, no te tienes que preocupar por encontrar algunos shapefiles. Existe un mundo de información muy accesible y completamente gratuita que es generada por gobiernos, ONGs y entusiastas del mundo de los datos.

Te recomendamos usar tu motor de búsqueda al que más confianza le tengas (para mí: duckduckgo.com) y busques los shapefiles que más te llamen la atención.


Hasta aqui la columna de hoy ¿Qué otras aplicaciones has escuchado para los shapefiles? Únete a la conversación en @DatlasMX y aprende más del tema en Datlas Academy.

Equipo Datlas

– Keep it weird-

FIESTA DEL CINE: Reactivación de la industria de entretenimiento en 2022 – ECOSISTEMA DATLAS

Durante 2020 se vivió una de las temporadas más difíciles de los últimos años consecuencia de la pandemia del COVID-19, afectando no solo la salud de millones de personas alrededor del mundo, sino también teniendo un impacto directo en la economía global en los diferentes giros e industrias. Una de las industrias más afectadas fue el sector turístico, que poco a poco se ha estado recuperando y de la cual ya hemos hablado con anterioridad.

Te puede interesar: La analítica de datos para la recuperación de Turismo post pandemia. – Investigación Datlas

Sin embargo, otra de las industrias afectadas fue la cinematográfica que por el cierre de salas y retrasos de grandes estrenos, afectó la recaudación taquillera, además de que el 2020 fue uno de los peores años para la industria. Durante 2022 con la reapertura de estos espacios, el cine comienza a recuperarse y con el estreno de Blockbusters como Top Gun: Maverick o Spiderman: No way home, parece todo tener un futuro prometedor.

Te puede interesar: INDUSTRIA DEL CINE VS GAMING

Según datos de Canacine, durante 2020 el número de boletos vendidos para funciones de cine tuvo un promedio de 64.5 millones, una caída de poco más del 81% respecto al 2019, en el cual se vendieron más de 350 millones de boletos, mientras que en 2021 se logró llegar a la cifra de 113.6 millones, aun quedándose lejos de las ventas obtenidas pre-pandemia.

Comparativa de venta de boletos de los últimos años en México.
Cortesía: Canacine

Para el cierre de 2022 se espera tener un aumento considerable, ya que los resultados al corte de segundo cuatrimestre parecen favorables y, con la intención de asegurar este crecimiento y reactivación de esta actividad, los días 5, 6 y 7 de septiembre llega la Fiesta del Cine.

Comparativa de venta de boletos al corte de 15 de agosto de 2022.
Cortesía: Canacine

La Fiesta del Cine es una campaña que busca incentivar que el público regrese a las salas de cine con descuentos en las entradas generales de $29 MXN en todas las salas tradicionales de cualquier función en toda la República Mexicana. Las funciones en formatos especiales como IMAX, Dolby Atmos, 3D, 4DX o 4XD tendrán un costo de $49 MXN y salas Premium o VIP un costo de $69 MXN. También habrá descuentos especiales en alimentos y dulcería que se definirán por las diferentes cadenas.

Es una propuesta interesante, ya que uno de los impactos que también tuvo la industria fue el incremento del costo de entrada, por lo que el reducir los costos abre una oportunidad para todos los mexicanos de regresar a las salas de cine.

Aunque el costo promedio tuvo solo un aumento del 3% en algunos Estados y salas de cine puede rondar hasta en lo $90 MXN en salas tradicionales

Para concluir, algunos datos de las películas más taquilleras de lo que va del 2022.

 

Gracias por leernos, estaremos atentos para conocer con que datos cierra el cine este año. Cuéntanos si tú ya has regresado al cine o piensas aprovechar la Fiesta del Cine para hacerlo ¡Escríbenos en redes sociales! @DatlasMX

-Equipo Datlas –

Los 3 tipos de analítica de datos – COLUMNA DE OPINIÓN

La analítica de datos hoy en día se utiliza mundialmente con diversos usos, ya sea en la función pública o el sector privado. El INEGI y el Banco de México son dos ejemplos de instituciones que hacen uso del análisis de datos. Por otro lado, el sector privado tiene muchos ejemplos desde Meta, Google, Apple y Microsoft. Un ejemplo puntual de estas empresas y caso de uso, es de la empresa de la manzana, que en sus dispositivos cuenta con una herramienta para medir el rendimiento de la persona. Esta herramienta describe el uso que se le ha dado al dispositivo, este tipo de análisis es el descriptivo.

Tiempo de pantalla de Apple

Así como estos ejemplos, existen muchos más que nos ayudan a describir, predecir o, mejor aún, prescribir qué deberíamos hacer en el futuro para cuidar nuestras operaciones. En esta columna definiremos y ahondaremos en 3 tipos de analítica que te podrán servir para avanzar en tus proyectos de datos.

** También te puede interesar: A/B Testing para experimentar con datos y tecnología

Analítica Descriptiva

El análisis descriptivo (o de informes) se refiere a saber qué está sucediendo en la organización y comprender algunas tendencias subyacentes y las causas de tales ocurrencias. En primer lugar, esto implica la consolidación de las fuentes de datos y la disponibilidad de todos los datos relevantes en una forma que permita la elaboración de informes y análisis adecuados. A partir de esta infraestructura de datos, podemos desarrollar informes, consultas, alertas y tendencias apropiados utilizando diversas herramientas y técnicas de generación de informes.

Una tecnología significativa que se ha convertido en un actor clave en esta área es la visualización. Usando las últimas herramientas de visualización en el mercado, ahora podemos desarrollar conocimientos poderosos en las operaciones de nuestra organización.

Analítica Predictiva

El análisis predictivo tiene como objetivo determinar qué es probable que suceda en el futuro. Este análisis se basa en técnicas estadísticas, así como en otras técnicas desarrolladas más recientemente que caen dentro de la categoría general de minería de datos. El objetivo de estas técnicas es poder predecir si es probable que el cliente cambie a un competidor («abandono»), qué es probable que el cliente compre a continuación y cuánto, a qué promociones respondería un cliente, si esto el cliente es un riesgo digno de crédito, y así sucesivamente. Se utilizan varias técnicas para desarrollar aplicaciones analíticas predictivas, incluidos varios algoritmos de clasificación.

Empresas de venta en linea usan análisis predictivo

Un caso de uso de analítica predictiva aplicada es en Amazon, por ejemplo, cualquier búsqueda de productos en Amazon.com da como resultado que el minorista también sugiera otros productos similares en los que un cliente pueda estar interesado.

Analítica prescriptiva

El objetivo del análisis prescriptivo es reconocer lo que está sucediendo, así como el pronóstico probable y tomar decisiones para lograr el mejor rendimiento posible. Este grupo de técnicas ha sido históricamente estudiado bajo el paraguas de las OR o ciencias de la gestión y generalmente están encaminadas a optimizar el rendimiento de un sistema. El objetivo aquí es proporcionar una decisión o una recomendación para una acción específica. Estas recomendaciones pueden adoptar la forma de una decisión específica de sí o no para un problema, una cantidad específica (por ejemplo, el precio de un artículo específico o el pasaje aéreo a cobrar) o un conjunto completo de planes de producción.

Un caso aplicado para este tipo de análisis es una ferretería, que suministra barras de acero configuradas a medida para sus clientes. Estas barras se pueden cortar en formas o tamaños específicos y pueden tener requisitos únicos de material y acabado. La empresa adquiere materias primas de todo el país y las guarda en su almacén. Cuando un posible cliente llama a la empresa para solicitar una cotización de las barras especiales que cumplen con los requisitos específicos del material (composición, origen del metal, calidad, formas, tamaños, etc.), el vendedor generalmente tiene poco tiempo para envíe dicha cotización que incluya la fecha en que se puede entregar el producto y, por supuesto, los precios, etc. Debe tomar decisiones de disponibilidad para prometer, que determinan en tiempo real las fechas en las que puede prometer la entrega de los productos que los clientes solicitaron durante la etapa de cotización.

Anteriormente, un vendedor tenía que tomar tales decisiones analizando informes sobre el inventario disponible de materias primas. Es posible que parte de la materia prima disponible ya se haya comprometido con el pedido de otro cliente. Por lo tanto, es posible que el inventario en stock no sea realmente el inventario libre disponible.

** Te puede interesar: Algoritmos Supervisados

Una ferretería aunque suele ser pequeñas, venden gran cantidad de materiales.

Por otro lado, puede haber materia prima que se espera entregar en un futuro cercano que también podría usarse para satisfacer el pedido de este posible cliente. Finalmente, incluso podría haber una oportunidad de cobrar una prima por un nuevo pedido al reutilizar el inventario previamente comprometido para satisfacer este nuevo pedido mientras se retrasa un pedido ya comprometido. Por supuesto, tales decisiones deben basarse en los análisis de costo-beneficio de retrasar un pedido anterior. Por lo tanto, el sistema debería poder extraer datos en tiempo real sobre inventario, pedidos comprometidos, materia prima entrante, restricciones de producción, etc. Para respaldar estas decisiones, se desarrolló un DSS (Sistemas de soporte a decisiones) en tiempo real para encontrar una asignación óptima del inventario disponible y para respaldar análisis hipotéticos adicionales. El DSS utiliza un conjunto de modelos de programación de enteros mixtos que se resuelven mediante software comercial.

Hasta aqui la columna de hoy. Síguenos en nuestras redes para estar enterad@ de la nueva temporada de podcast y recomendarnos nuevas temáticas que te gustaría explorar para este blog.

Equipo Datlas

– Keep it weird –

Fuente de imagen de portada: https://gravitar.biz/bi/tipos-analitica/

Optimización de servicios a Domicilio en el sector de alimentos – Manuales DATLAS

Introducción

Durante la pandemia COVID-19, los restaurantes se convirtieron en uno de los giros de negocios más afectados. Desde un restaurante de 5 estrellas Michelin hasta el puesto de tacos de la esquina, cada establecimiento fue afectado en alguna manera.

Obligaron a los restaurantes a cerrar sus salones, de modo que las personas puedan ejercer el distanciamiento social y así como desacelerar la propagación del coronavirus. No obstante, en muchas zonas, los restaurantes pueden seguir operando al cubrir pedidos a través de los servicios para llevar y entrega a domicilio.

Para que los restaurantes sobrevivan a estos momentos difíciles, deben hacer todo lo que puedan para garantizar la eficiencia de sus procesos de alimentos para llevar y entrega a domicilio.

En el siguiente blog, compartiremos maneras para optimizar los servicios de entrega de restaurantes que se vieron afectados o que simplemente el modelo de negocio del restaurante es comida para llevar.

** Te puede interesar: Que es un GeoHash y para que sirve?

Diseño del Menú

Una de las primeras cosas que se debe hacer al planificar la entrega en línea es volver a redactar el menú.

Cuando se trata de menús en línea, tiene que haber mucho pragmatismo. Las preocupaciones como el cambio de temperatura y los derrames durante el viaje deben analizarse e incluso tener prioridad sobre cosas como la presentación. Dichos percances pueden hacer que los agentes de entrega toquen la comida para volver a empaquetarla. El empaque a prueba de manipulaciones es una solución, pero debe reforzarse creando un menú que viaje bien.

Cuando hayamos elegido entre 15 y 20 platos, podemos empezar a crear una oferta online atractiva, que incluya descripciones claras e imágenes de buena calidad.

No debemos olvidar incluir las modificaciones de productos, que permiten personalizar las comidas, por ejemplo, pasta sin gluten, sin sal, queso extra, etc.

Finalmente, definiremos nuestros precios basándonos en el costo de los alimentos, los gastos generales y los gastos de envío.

Perfeccionar el proceso de entrega

El servicio de entrega en sí debe ser impecable. Desde una aplicación o sitio web de pedidos sin problemas hasta una entrega rápida y eficiente en la puerta del cliente, cada paso del proceso debe funcionar como un reloj. La velocidad y la conveniencia son factores que definen cualquier servicio de entrega y estos no deben verse comprometidos en ningún momento.

Tener un sistema de seguimiento de entregas podría ser una ventaja en áreas como la optimización de rutas para los conductores, la actualización de entregas, la prueba de entrega, el mantenimiento y el estado del vehículo, la comunicación en tiempo real, la integración con otros sistemas de restaurantes, etc. Esto aumenta la transparencia, la responsabilidad, comunicación y productividad.

La entrega sin contacto está configurada para ganar mucha más prominencia con el tiempo, por lo que esta debe ser una implementación obligatoria. Las innovaciones tecnológicas como los drones y los robots también están dejando huella en este ámbito. Así que manténgase al día con todas las nuevas ofertas que podrían ayudar a mejorar el servicio de entrega de su restaurante.

Modelos de entregas

Hay ventajas y desventajas en la entrega interna, auto gestionada, y la entrega en colaboración de terceros. Si bien proporcionar nuestro propio servicio de entrega podría ofrecernos más control sobre todo el proceso, puede ser una inversión demasiado grande para muchos restaurantes. Por lo tanto, tenemos dos opciones:

Unirse a las plataformas o aplicaciones de Delivery, con las siguientes ventajas:

  • Gran visibilidad para tu negocio
  • Capta a nuevos clientes que no te conocían hasta ahora


Desarrollar nuestra propia aplicación de pedidos y fidelización de clientes, con las siguientes ventajas:

  • Reduce comisiones y asegura la rentabilidad.
  • Accede a los datos de tus clientes para fidelizarlos.
  • Mejora el soporte y la atención al cliente.

** También te podrá interesar: https://blogdatlas.wordpress.com/2020/08/17/restaurantes-en-tiempos-de-rentas-altas-que-es-una-dark-kitchen-y-cuales-son-sus-factores-de-exito-datlas-investigacion/

Pagos sin contacto

El efectivo y las tarjetas de crédito, que requieren contacto superficial y el intercambio de mano a mano, que son una forma de transmisión del virus COVID-19. Y dadas las medidas de seguridad sanitarias, lo mejor sería evitar todo tipo de contacto con gente extraña.

Los pagos sin contacto como ApplePay y SamsungPay ya se usaban ampliamente antes de la pandemia. Pero los restaurantes aún deben estar al tanto de todos los nuevos desarrollos de pago sin contacto y buscar proporcionar un método de pago tan diverso como sea posible para los clientes que ordenan en línea.

También se debe desalentar las propinas en efectivo a los agentes de entrega y se debe instar a los clientes a adoptar nuevos métodos digitales. PayPal anunció recientemente un servicio de pago táctil a través de códigos QR. Esta podría ser una opción de propina sin contacto.

Si te interesa más sobre el podcast, lee la siguiente columna.

Marketing

Desde un punto de vista de marketing, los restaurantes deberían volver a adoptar un enfoque digital primero dando protagonismo a las tarjetas de regalo en línea, los programas de fidelización digital y las redes sociales. Los programas de fidelización se están volviendo más sofisticados en estos días. Por ejemplo, empresas de tecnología como Punchh han estado ofreciendo un programa de fidelización personalizado basado en inteligencia artificial eficaz para canales en línea y fuera de línea. Utilizan datos en tiempo real de reseñas en línea y convierten estos sentimientos de los clientes en métricas cuantificables para marketing personalizado y dirigido. Por lo tanto, los programas de lealtad digital se han vuelto altamente interactivos e intuitivos en estos días.

Durante el brote de coronavirus, las marcas adoptaron plataformas de redes sociales para transmitir actualizaciones e información, principalmente sobre cambios operativos. Esto también puede continuar en el futuro. Sin embargo, cualquier mensaje promocional y de marketing debe estar bien pensado, sin sonar demasiado sordo porque las personas recién saldrán de una crisis que fue agotadora tanto física como emocionalmente. Tener soluciones de entrega creativas y centradas en la comunidad también ayudará a las marcas a ganar terreno entre los clientes. Algunos ejemplos son:

  • Comunica en tu establecimiento que realizas entregas a domicilio.
  • Imprime flyers y repártelos por tu barrio.
  • Comunica el servicio a domicilio en tus redes sociales.
  • Cuando realices una entrega introduce un flyer animando a que valoren tu servicio en la plataforma de Delivery.
  • Cuantos más comentarios positivos recibas, mayor será tu número de pedidos.

En conclusión, la entrega en línea es el futuro definitivo, pero la optimización para la entrega solo en un mundo posterior a COVID-19 requiere una planificación previa exhaustiva y completa, al mismo tiempo que se tienen en cuenta las medidas de seguridad porque las experiencias del actual La situación sobrevivirá al COVID-19.

Hasta aqui la columna de hoy. Desde ahora podrás elevar el nivel de conversación en tu equipo de análisis. No olvides repasar los criterios para buenos proyectos y dimensionar el tiempo que nos toma llevar a los datos por todos su ciclos.

Equipo Datlas

Implementando la Gestión del Cambio en tu empresa – MANUAL DATLAS

Se habla mucho de nuevos métodos de trabajo e inteligencia artificial que facilitan los procesos, sin embargo implementar estos métodos y capacitar al personal para utilizar este tipo de tecnología no es tan sencillo como adquirir un refresco en la máquina de auto venta.

En este blog te explicamos que es la gestión del cambio y cómo se lleva a cabo en las empresas.

¿Qué es la gestión del cambio?

La gestión del cambio es el proceso de gestionar su organización a medida que cambia. En general, el proceso de gestión del cambio prepara todo lo necesario para pasar a un nuevo cambio, reúne el apoyo de la organización para el cambio en cuestión y lo implementa de manera oportuna.
Lo más importante en la gestión del cambio es ser consciente y abordar estos cambios desde diferentes perspectivas. Antes de realizar cualquier cambio en su organización, piense en su impacto en los diferentes niveles y miembros de la organización de su equipo. Por esta razón, los métodos de cambio generalmente permiten la implementación gradual de cambios entre equipos a lo largo del tiempo, pruebas en partes de la organización o confirmación de la aprobación de las partes interesadas antes de lanzar una nueva iniciativa. Incluye estrategias para hacer.
La gestión del cambio es tanto un proceso como una metodología. Probablemente no haya pasado demasiado tiempo pensando en cómo implementar una iniciativa de cambio. Y eso está bien. Al seguir el proceso de gestión de cambios, puede preparar mejor a su equipo y organización para asegurarse de que los nuevos cambios beneficien a todos.

Metodología ADKAR 

Introducido por Jeff Hiatt, ADKAR (Awareness, Desire, Knowledge, Ability and Reinforcement) es un modelo de gestión del cambio para ayudar a los empleados a guiarlos a través del proceso de cambio dentro de una organización. ADKAR está destinado a ayudar a las organizaciones a realizar cambios sensibles, identificar los desafíos asociados y planificar el éxito de dichos cambios.

¿Qué tipo de cambios organizacionales hay?

Sobra decir que las empresas realizan cambios, ajustes e innovaciones a diario, por lo que por razones prácticas se aprecian mejoras en el proceso. Sin embargo, algunas conversiones son tan serias que debe pasar por este proceso.


Cambios estructurales
Estas son transformaciones que abarcan toda la arquitectura empresarial y el nivel de jerarquía y requieren nuevas estrategias y objetivos. Este es el caso, por ejemplo, de nuevas culturas, formatos lingüísticos, modelos de gestión y, por supuesto, procesos de internacionalización que necesitan adaptarse a nuevos objetivos.


Cambios culturales
Por ejemplo, una fusión, adquisición o cambio de directorio de una empresa puede representar una ruptura importante con la cultura organizacional a la que los empleados ya están acostumbrados. Repensar la realidad de la empresa y del mercado afecta el comportamiento de todos los involucrados y cambia los valores, creencias y reglas de conducta de la empresa.


Cambios tecnológicos
Uno de los tipos de cambio más populares en la actualidad es el impulsado por la tecnología. A medida que avanzamos cada vez más rápido, cambiar los sistemas de gestión o los equipos utilizados en el lugar de trabajo puede mejorar la productividad, el ahorro de costos, la calidad y más, lo que puede tener un impacto significativo en los resultados de la organización.
De acuerdo con las pautas de gestión de cambios de ITIL (Biblioteca de infraestructura de tecnología de la información), el ciclo de vida del cambio debe administrarse para minimizar el impacto de las interrupciones en los servicios de tecnología de la información y mantener la estabilidad operativa.
cambios en la cartera de productos
Por lo general, los servicios y productos proporcionados por la empresa son el pilar. Toda la organización evita lo que se ofrece a los clientes, accionistas o gobierno. La introducción de innovaciones de productos
o los cambios en sus componentes reflejan muchas de las implicaciones de la vida empresarial cotidiana. Toda la cadena de producción se ve afectada y requiere una gestión adecuada para evitar futuras interrupciones.

Desafíos de la gestión del cambio
Las organizaciones que crean programas de gestión del cambio desde cero a menudo enfrentan desafíos desafiantes. Además de comprender la cultura organizacional, el proceso de gestión del cambio requiere un mapeo preciso de los sistemas, las aplicaciones y las personas afectadas por el cambio. Otros desafíos de la gestión del cambio son:


Gestión de recursos:
Gestión de activos/recursos físicos, financieros, humanos, de información e intangibles. Todos ellos contribuyen a la planificación estratégica de la organización. Si esto no tiene éxito, el cambio será aún más difícil de implementar.

Resistencia:
Los gerentes y empleados más afectados por el cambio pueden resistirlo. Es común que persista la resistencia, ya que el cambio puede causar un trabajo adicional innecesario. La transparencia, la capacitación, la planificación y la paciencia pueden ayudar a reducir la resistencia.

Comunicación:
En muchos casos, las empresas no comunican constantemente las iniciativas de cambio ni involucran a los empleados en el proceso. Necesita un número razonable de mensajes para comunicar sus cambios. Involucrar a suficientes partes interesadas para transmitir el mensaje a través de múltiples canales de comunicación.

Nueva técnica:
La aplicación de nueva tecnología puede interrumpir todo el flujo de trabajo de los empleados. Si no se planifica con anticipación, los cambios se anularán. Las organizaciones pueden evitar esto mediante la creación de una red de aprendices tempranos que puedan defender las nuevas tecnologías.

Múltiples perspectivas:
En la gestión del cambio, los factores de éxito varían de una persona a otra, según su función en la organización. Esto crea el desafío de gestionar múltiples prioridades al mismo tiempo.
Problema de programación:

En Datlas decidimos si el programa de cambio se debe atender a corto o largo plazo, comprender el flujo de trabajo en las empresas a veces es complicado, sin embargo, el tener herramientas y una agenda de desarrollo alimenta la gestión del cambio

Si deseas conocer más acerca de la gestión del cambio te invito a que visites http://www.datlas.mx y revises nuestras soluciones en Consultoría en Analítica y contrates nuestros servicios para tener una mayor productividad en tu empresa.

Make it simple.

EQUIPO DATLAS

– Keep it weird-

Fuentes:
https://www.toolshero.com/change-management/adkar-model-of-change/
https://www.free-power-point-templates.com/articles/adkar-model-and-adkar-powerpoint-templates/

La analítica de datos para la recuperación de Turismo post pandemia. – Investigación Datlas

En los dos últimos años el sector turístico ha dado un giro drástico y muchas de aquellas cosas que hacíamos para disfrutar del tiempo libre, no son tan sencillas en el mundo COVID. Una de ellas, que sin duda es de la que más echamos de menos, es viajar y hacer turismo.

** Te puede interesar: Conocer el tamaño del PIB TURÍSTICO por ESTADO de la República para México

Este cambio ha tenido para el sector turístico un impacto negativo y ha dejado cifras demoledoras. Debido a la pandemia, los ingresos de 2020 en el sector turismo cayeron más de 77%, con casi menos de 90 millones de turistas internacionales y un gasto inferior en un 80%, respecto a 2019.

Ante esta situación para Datlas es importante tener una debida recopilación todos los datos que genera un hotel o cualquier otro tipo de empresa turística y sacarles el máximo resultado, obteniendo respuestas sobre el debido manejo para obtener una respuesta satisfactoria y cuáles deberán ser los pasos a seguir a cerca del negocio, se convierte en imprescindible. Se trata de una ventaja competitiva que reducirá la incertidumbre al mínimo y permitirá a las empresas de este sector tan castigado tener un mejor resultado.

*** Te puede interesar : «Desarrollando un Dahsboard de Inteligencia Turística»

¿Qué es el análisis de datos?

El análisis de datos es el conjunto de herramientas informáticas que permiten manipular, gestionar y transformar datos, independientemente de su volumen, con el objetivo de obtener respuestas objetivas y eficaces. La tecnología nos proporciona herramientas que simplifican el proceso y ofrecen información útil y efectiva.

El análisis de datos en el sector turístico.

El análisis de datos y el uso de herramientas para el tratamiento del sector turístico se ha convertido en los últimos años en un gran aliado de la transformación digital de las empresas. Si, además, incorporamos el factor pandemia a la problemática a la que nos presentamos en el tiempo COVID, un sector clave de la economía es el turismo por ello necesita reaccionar pronto y rápido.

El análisis de datos nos permite transformar los datos en información útil para las empresas del sector turístico y les permite obtener respuestas objetivas que sirvan como cimientos para definir y optimizar sus estrategias de ventas.

** Te puede interesar: Análisis de AIRBNB: Monterrey VS. Mérida

¿Qué beneficios aporta el análisis de datos al sector turístico?

El principal atractivo del análisis de datos está en su capacidad de predecir comportamientos, expectativas y necesidades futuras de los consumidores, permitiendo a las empresas tomar decisiones de negocio más inteligentes y seguras. Como lo son:

  • Detectar tendencias
  • Conocer al cliente
  • Agilizar la toma de decisiones
  • Optimizar procesos
  • Atraer y fidelizar clientes
  • Desarrollar productos y servicios personalizados

El análisis de datos es uno de los grandes proyectos públicos en transformación digital, esto se hace posible gracias al análisis masivo de datos, dotando de soluciones tecnológicas.

Todo ese ecosistema de información genera un destino turístico inteligente en el que la comunicación y la publicidad se reducen al máximo y se transforman en información útil. En ese sentido, los destinos inteligentes conectan y centralizan toda clase de soluciones digitales, desde mapas, audioguías y puntos de interés turístico basados en la geolocalización y la realidad aumentada, hasta aplicaciones móviles con horarios y opciones de transporte o webs que visualizan la información en tiempo real.

Equipo Datlas

– Keep it Weird-

Monitoreo de impacto ambiental con ciencia de datos – Investigación DATLAS

Uno de los casos de éxito más interesantes que hemos realizado en Datlas, ha sido el proyecto que realizamos en conjunto con Pronatura. Esta agencia es el grupo de conservación ambiental más grande de todo México.

El proyecto estaba localizado en la ciudad de Armería, Colima, en una comunidad con diversas parcelas donde se realizaría la intervención. Dicha intervención iba a ser por parte de «Sembrando Vida» y «Pronatura» y consistía en otorgar plantas a los ejidatarios participantes en el programa para combatir los cambios climáticos extremos.

*** También te puede interesar ¿Escasez de agua en Nuevo León?

¿Qué se quería lograr?

El principal objetivo de este proyecto era evaluar si el apoyo que se estaba otorgando estaba funcionando o no para seguir conservando los cultivos. Otro de los objetivos era crear una plataforma o un sistema de recopilación de datos que ayudara a obtener una base limpia. Finalmente, el desarrollar un tablero para visualizar y monitorear todos estos datos que estarían llegando.

¿Cuáles fueron los retos?

Uno de los retos más importantes fue el hecho de crear una base de datos virtual a partir de más de 300 archivos pdf, con diversas técnicas de recopilación y análisis esto fue posible. Una vez teniendo nuestra base de datos quedaba en nosotros mapear todas estas parcelas y unir los datos recopilados de los documentos a cada una de ellas. Otro de los retos, fue el hecho de que toda esta recopilación de datos iba a ser posible mediante encuestas de google forms, y se capacitó a dos ejidatarios para que pudieran realizar este trabajo. Gracias a estas encuestas pudimos recibir los datos de valor necesarios para trabajar con el desarrollo de herramientas de monitoreo y mapeo de este programa social.

Un proceso duro, pero redituable

El proceso fue complejo para el desarrollo de una base de datos uniforme que pudiésemos usar para plasmar la información en nuestra plataforma. Sin embargo, notamos que todo ese trabajo al final rindió frutos y pasando al momento de elaborar los tableros nos fue más eficiente.
A continuación se les comparte un resumen del proceso que se realizó:
– Se diagnosticaron las fuentes de datos, se realizó una limpieza y clasificación de la información​.

– Se capturaron de forma manual algunos de los documentos para generar la base de datos 1.0 en formato tabular​.

– La base de datos 1.0 contenía información de 179 parcelas, aunque posteriormente el proyecto se enfocó en monitorear solo 127 de ellas.​

– Se creó un identificador único (ID) por parcela, para habilitar el monitoreo de una misma parcela a través de las distintas plataformas.

– Se desarrollaron 3 encuestas para recopilación de información directamente en campo​.

– Se enriqueció la base de datos con información de las encuestas.

Visualizaciones del monitoreo

¿Qué valor agregado otorgamos? Datlas fue parte clave para este «monitoreo ambiental» debido a que nos encargamos de realizar un Dashboard para obtener una mejor visualización de los datos recopilados, además de usar nuestra plataforma de mapas de inteligencia para mapear cada una de estas parcelas y el impacto ambiental sobre ellas. Tanto el mapa como el Dashboard están actualmente habilitados para su visualización, destacando que el Dashboard de Monitoreo ambiental está público para que quien esté leyendo esto pueda ingresar sin problema.

*** Te puede interesar «Nuestra experiencia desarrollando Dashboards en POWER BI»

 

Dashboard de monitreo
Mapa de inteligencia

¿Qué hallazgos obtuvimos gracias al monitoreo?

  • Las 127 parcelas monitoreadas emplean a 217 personas siembran 15 tipos de cultivos distintos.
  • La inversión inicial de Sembrando Vida en plantas para estas parcelas fue de $4.75 millones de pesos.
  • 9 de cada 10 parcelas fueron afectadas por altas temperaturas, pero 8 de cada 10 parcelas pudieron combatir los impactos gracias al proyecto.
  • 8 de cada 10 parcelas fueron afectadas por inundaciones, pero 6 de cada 10 parcelas pudieron combatir los impactos gracias al proyecto.
  • 6 de cada 10 parcelas reportaron perdidas de cultivos. El valor económico de las perdidas asciende aproximadamente a $1.04 millones de pesos.

¿Cuál fue el ROI de este proyecto con Datlas?

Gracias a este proyecto se consiguieron distintos resultados importantes.

– Monitoreo de 127 parcelas con un total de 217 empleados y 15 distintos tipos de cultivo.
– Monitoreo de una inversión inicial en cultivos valuada en $4,750,000 pesos mexicanos.
– Disminuir las pérdidas de cultivo por altas temperaturas y/o inundaciones en un 40%.
– Ahorros en recuperación de cultivos.

Fue todo un reto realizar este proyecto pero sin duda uno de los más gratificantes tanto para Datlas como para Pronatura. Este caso es el claro ejemplo de que la ciencia de datos se puede aplicar de cierta manera a la rama que se desea, lo importante es sacarle ese potencial.

¡Te invitamos a entrar a nuestra sección de DASHBOARDS y consultar el Dashbaord de Monitoreo Armería!

– Equipo Datlas –

Keep it weird

¿QUÉ ES UN GEOHASH Y PARA QUE SIRVE? – INVESTIGACIÓN DATLAS

La utilidad de un mapa es inmensa, estos tienen un sinfín de posibilidades.

En Datlas usamos mapas todos los días con el propósito de brindarles soluciones a nuestros clientes. En algunos casos estos mapas son hechos a la medida, mediante el servicio de personalización de plataformas que ofrecemos, estos mapas albergan la inteligencia comercial que puede hacer la diferencia en este mundo de competitividad económica.

¿Pero que tienen de especial estos mapas?

La respuesta depende de cuáles son tus necesidades, ¿Tu compañía busca expanderse mediante el modelo de franquicias?, ¿Buscan segmentar los puntos de venta? o ¿Qué tal un análisis RFM?

El punto es que el mapa que desarrollamos para ti y el que desarrollamos para otro cliente es muy diferente porque las necesidades son distintas, lo que nos lleva a que los datos georreferenciados de los mapas son distintos.

Al trabajar con un universo tan grande de información, nos topamos con datos que están georreferenciados de multiples maneras.

¿Qué es la georreferenciación?

Es una técnica de posicionamiento espacial donde ubicamos en el mapa un objeto[1].

Si nos queremos poner técnicos, la georreferenciación es el posicionamiento espacial de una entidad en una localización geográfica única y bien definida mediante el uso de un sistema de coordenadas y datum específicos.

Al final, todo esto se traduce a poner un punto en el mapa.

Tipos de georreferenciación

Ya sabemos que el mapa es la representación geográfica de un lugar y las coordenadas son la dirección para llegar a cualquiera de estos lugares.

Puntos

Un punto es un objeto de cero dimensiones ubicado en el mapa mediante las coordenadas latitud y longitud.

Estos puntos son de gran utilidad para ubicar negocios en un mapa, o los puntos de venta o incluso puntos que se mueven en el tiempo, como un auto o camión.

** Te invitamos a leer la siguiente columna: AIRBNB En la zona metropolitana de Monterrey – DATLAS COLUMNA DE INVESTIGACIÓN para ver un uso practico del analisis de puntos.

Líneas

El siguiente nivel son las líneas, podemos pensar en las líneas como un conjunto de puntos. Estas son de gran utilidad para mapear objetos como curvas de nivel para topografía, las calles de una ciudad, líneas de metro, limites municipales o de colonias, etc.

Polígonos

Por último tenemos el polígono, estos son un conjunto de líneas utilizadas para representar la superficie, son figuras geométricas irregulares que pueden ajustarse al perímetro o frontera geográfica del elemento que representan.

Multiples fuentes

Ya vimos que los datos pueden ser georreferenciados de diferentes maneras, pero también es importante considerar que cuando creamos un mapa le agregamos información de múltiples fuentes.

Estas fuentes pueden ser del orden público, como datos del INEGI u otras fuentes gubernamentales o pueden ser privados como datos propios de tu empresa.

Al agrupar datos de distintas características y de distintas fuentes se crea un reto. ¿Qué pasa cuando queremos calcular una metrica para una ubicación, cuando esta ubicación tiene datos en agregado de un municipio y de un AGEB?

Estos datos están a diferente “tamaño” uno siendo el municipio que en una zona urbana puede ser mucho más extenso que un AGEB.

** Si te interesa saber mas sobre los AGEBs y de la utilidad que proporcionan, te invitamos a leer la columna: ¿QUÉ ES UN AGEB Y PARA QUE SIRVE? – INVESTIGACIÓN DATLAS

Existen muchas técnicas para analizar los datos en estas situaciones, una de ellas es mediante el uso de geohashes.

¿Qué es un Geohash?

Un geohash es un sistema de geocódigos del dominio público creado por Gustavo Niemeyer[2] en el 2008 en donde se codifica la ubicación geográfica en un texto corto de letras y números.

¿Como se utiliza este sistema?

El mundo se divide en 32 células mediante el uso de una cuadricula, estas están diferenciadas con una letra o un número. En el caso de México, podemos ver que casi todo el país se encuentra ubicado en el geohash “9”, a excepción de Yucatán y Quintana Roo que residen en el geohash “d”.

A este nivel de resolución la utilidad de este sistema de geocodigos es limitada, pero la utilidad de este sistema incrementa al hacerle “zoom” al mapa.

El beneficio de este sistema es que se puede hacer zoom al mapa o aumentar la resolución, al hacer esto podemos ver que se van agregando dígitos al código.

Este mecanismo de aumento de resolución se puede hacer hasta tener un código de 12 dígitos lo cual representaría un cuadro geográfico de tan solo 3.7cm por 1.9cm, sin duda un espacio muy pequeño.

Para un uso más práctico, encontremos el geohash donde se encuentra el Ángel de la Independencia en la Ciudad de México a 8 y 9 niveles.

En 8 niveles podemos observar la siguiente cuadricula, donde se encuentra el Ángel de la independencia, y en el geohash azul al centro de la imagen de 9 niveles, que tan solo mide 4.80 metros por 4.80 metros.

¿Qué tamaño tienen los Geohashes?

Como definimos antes, al crecer el nivel de caracteres que tiene el código del geohash, disminuye el tamaño que representa ese espacio.

El tamaño de cada uno de los 12 niveles que encontramos en este geocódigo es el siguiente:

¿Qué beneficios tiene usar este sistema?

Existen múltiples beneficios de poner en práctica el uso de geohashes en tu organización, el primero es que dado que podemos generar códigos de un tamaño tan pequeño, es difícil que aun que nuestra base de datos de ubicaciones sea extensa, se repita la ubicación del algunos de los geohashes, esto significa que podemos utilizarlos para identificar a cada uno de nuestras ubicaciones, esto se conoce como geotagging.

Otro beneficio es el del bajo costo computacional al utilizar este sistema para hacer consultas a un geo-servidor.

Cuando hacemos consultas a un geo-servidor podemos tener una situación donde sea muy grande la carga computacional, imagínate que le pedimos al servidor que nos de todos los puntos que estén en nuestra base de datos en un área de 1km de radio de una ubicación, la consulta va a ser muy grande dado que se tienen que calcular distancias entre la ubicación y los puntos de la base de datos. Si por otro lado tenemos todos nuestros puntos geohashados podemos hacer una consulta más siempre, algo así como: Tráeme todos los puntos que estén en este geohash. ¿Quieres hace más grande el área de consulta? Entonces tráeme todos los puntos que empiecen con algunos dígitos en su geohash.

Otros dos beneficios de usar este sistema son, primero la curva de aprendizaje amigable, al leer esta coluna ya tienes los básicos para empezar a usarlo. Y por último el costo, dado que nuestro amigo Gustavo Niemeyer [@] creo este sistema y lo coloco en el dominio público es gratis.

¿Como pongo en práctica el geohashing?

Para hacer uso de este sistema primero necesitamos coordenadas, te invito a abrir una hoja en Excel y hacer las siguientes columnas, id, nombre, latitud, longitud y geohash.

Coloca el nombre de tres ubicaciones que gustes y busca sus coordenadas en Google Maps[3].

El siguiente paso es buscar el geohash de estas tres ubicaciones, para eso podemos poner en práctica nuestras habilidades de código mediante el uso de bibliotecas como “Geohash 1.0” para el lenguaje de programación Python[4].

Pero en este caso haremos uso de unas páginas de internet muy utiles, la primera: https://geohash.tools/ donde podemos colocar nuestro primer set de coordenadas.

Esta herramienta nos da como resultado el geohash a 6 niveles de nuestras coordenadas. Un poco amplio el espacio, intentemos ahora con otra herramienta, la página: https://www.movable-type.co.uk/scripts/geohash.html y coloquemos las coordenadas de nuestra segunda ubicación, en este caso solicitemos el nivel a 7 caracteres.

Y por último repitamos el ejercicio en la misma página solicitando la tercera ubicación a un nivel de 8 caracteres.

Al concluir los tres ejercicios, tu tabla debe de estar completa.

Nota como la longitud de tu geohash fue subiendo de caracteres, pero al mismo tiempo el espacio representado por cada código fue disminuyendo.

Hasta aqui la columna de hoy ¿Qué otras aplicaciones has escuchado con Geohashes? Únete a la conversación en @DatlasMX y aprende más de geohashes en Datlas Academy.

Equipo Datlas

– Keep it weird-


Referencias bibiliograficas:

[1] https://es.wikipedia.org/wiki/Georreferenciaci%C3%B3n

[2] https://web.archive.org/web/20080305223755/http://blog.labix.org/#post-85

[3] https://www.google.com/maps

[4] https://pypi.org/project/Geohash/

Análisis de Detección de Incendios y Vegetación : Caso de Uso Sierra de Santiago, Nuevo León, México – Manuales Datlas

Ante el incendio que se registro hace algunas semanas en la Sierra de Santiago en Nuevo León nos hemos dado a la tarea a desarrollar un ejercicio con una herramienta la cual permite identificar ciertos análisis de capas tales como índices de detección de incendio, vegetación, penetración atmosférica entre otros esto por medio de capturas vía satélite.

Durante este blog te presentaremos esta herramienta llamada LandViewer que nos ha ayudado a realizar este ejercicio, así como también un caso de uso el cual nos va a permitir sensibilizar la dimensión de lo qué es un incendio forestal y el cómo más de 2,000 hectáreas afectadas repercuten en la calidad de aire de una ciudad.

LandViewer – Herramienta de Análisis Satelital

Esta herramienta es una aplicación online la cuál nos permite navegar en cualquier parte del mundo y visualizar imágenes satelitales con capas como agricultura, vegetación, cobertura forestal, detección de incendios y muchas más.

Esta herramienta es creada por EOS Data Analytics y reúne imágenes por parte de los satélites Landsat-7, Landsat-8, Sentinel-2 y Modis para hacer posible cualquier tipo de análisis por medio de un interfaz en su página web.

Te puede interesar este estudio de escasez de agua en presas para Nuevo León, México:

Caso de Uso – Sierra de Santiago Nuevo León, México

¿Qué sabemos de este incendio?

El pasado 14 de marzo inicio un incendio en la Sierra de Santiago a las afueras de la Ciudad de Monterrey a causas de la poca conciencia de quemas de basura en la comunidades rurales, este incendio logro contenerse al 90% el 3 de abril afectando más de 2,000 hectáreas de vegetación.

De esta manera el interés de poder hacer un análisis por capturas satelitales surgió de un tweet por parte del Astronauta Thomas H. Marshburn el cual mostro imágenes de la Sierra Madre Oriental específicamente en la Ciudad de Monterrey.

Eso sucedió un 11 de febrero, un mes después aproximadamente se desató el incendio en la Sierra de Santiago y en Datlas nos hicimos la pregunta ¿Y por que no realizar un análisis satelital de lo sucedido en Santiago por medio de LandViewer?

Te puede interesar también ¿Cómo hacer isocronas en QGIS?

¿Qué nos permite identificar LandViewer a partir del incendio?

De primera identificamos a la Ciudad de Monterrey Nuevo León y en la parte de abajo podemos percatarnos del Municipio de Santiago, del lado derecho LandViewer nos permite activar una considerable cantidad de análisis en cuestión de vegetación, drenaje, índices de incendios y otros más.

Captura Satelital al 30 de marzo de 2022

Hallazgos LandViewer

Por medio de la capa «Penetración Atmosférica» podemos identificar la Sierra de Santiago de color azul e identificando una parte del incendio en varias marcas color rojo.

«El Índice de Diferencia Normalizada de la Vegetación o NDVI (Normalized Differential Vegetation Index) es a menudo usado para monitorear las sequías, para monitorear y predecir la producción agrícola, para ayudar a la predicción de zonas susceptibles de incendios y para los mapas de desertización.»

Así de esta manera citamos lo que LandViewer es posible identificar en la siguiente capa y es que encontramos una oportunidad de visualizar las zonas susceptibilidad de incendios en la Sierra como tal.

En la capa de nubosidad podemos visualizar la parte de abajo del mapa que la Sierra se encuentra en un tono más rojizo esto afecta tanto a su alrededor como a la Ciudad de Monterrey como tal.

Conclusión

La concientización de lo que estamos haciendo con nuestra Ciudad y el cómo podemos identificar estas áreas de oportunidad de zonas de riesgo de incendio, a partir de conocer el dimensionamiento de la vegetación en zonas rurales son oportunidades que nos dan esta y más herramientas de análisis de datos.

Afortunadamente la Sierra de Santiago estos últimos días se ha contenido y ha arrojado aire limpio, del que nuestra ciudad respira, siendo los cerros pulmones de la Ciudad que debemos cuidar con medidas de precaución y concientización.

Análisis 9 abril 2022 «Fuego Activo» vs 24 abril 2022 «Contención de Incendio». Observa la nubosidad de la ciudad con respecto a la captura más reciente con aire más limpio después de la contención.

¿Quieres aprender acerca de esta y otras herramientas de análisis de datos?

Equipo Datlas

– Keep it weird –

¿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 –