Archivo de la etiqueta: transformacion digital

Asi vivimos el DIGITAL PASSPORT en el MONTERREY DIGITAL HUB (Hay video…)

Durante 2 meses, en DATLAS tuvimos la oportunidad de participar en una experiencia única dentro del Monterrey Digital Hub (MDH), el DIGITAL PASSPORT. Tuvimos un proceso de innovación y transformación digital apalancando las actividades de networking, capacitación técnica, casos de estudio y webinars que el ecosistema del Hub tenía para ofrecer.

Datlas_ID_v2.png

 

Datlas_barra_suscribir

En total fuimos 6 startups las que estuvimos participando: DATLAS, SORA, AlfaOne Technologies, Logykopt SCHEMA, Ayure y WellBook! 🚀 . El objetivo de esta columna es documentar y platicar de las bondades que tiene una startup al pertenecer a un ecosistema. Y al final de la columna dejarte un link para que tú también puedas participar con tu startup en un programa como ese.

4 beneficios de pertenecer al ecosistema del MONTERREY DIGITAL HUB

1) Son más que tremendas oficinas, dentro del Hub se cocina un ecosistema

Qué pasa cuando mezclas en el mismo lugar a las empresas más importantes de una ciudad, expertos de innovación y startups… se forma un ecosistema ideal para hacer negocios transformacionales. En nuestra estancia en el HUB tuvimos acceso a otras empresas que también son miembros y no sólo eso… acceso a conocimiento

Datlas_TIMReview_August2015_Valkokari_1

2) La comunidad (networking)

Nunca menosprecies el valor de un café o una cerveza en los negocios. A unos pasos de nuestra mesa de trabajo teníamos la experiencia del área común donde de vez en cuando había bocadillos y podíamos conectar con empresas a las que difícilmente tendríamos acceso de otra manera.

También logramos convivir y aprender con nuestros colegas “startuperos” compartiendo lecciones y técnicas para seguir haciendo crecer el ecosistema.

El pase de diapositivas requiere JavaScript.

3) Las capacitaciones y exposición a conocimiento de la mano de expertos

Los cursos se dividieron entre algunas capacitaciones a manos de la empresa Galvanize donde nos introducieron algunos conceptos de vanguardia y algoritmos para desarrollar en Python. Así como un programa continuo auspiciado por CEMEX donde expertos nos hablaban de cómo han implementado innovación en sus organizaciones.

Datlas_Charlas_Expertos_MDH2

4) El spotlight (presentación de startups)

Spotlight fue el evento que dio un excelente cierre al DIGITAL ACCELERATION PASSPORT. Logramos exponer nuestro pitchdeck a corporativos y miembros de la comunidad del HUB. A partir de ahí conectamos con prospectos y pronto empezaremos a trabajar con clientes de esta comunidad.

El pase de diapositivas requiere JavaScript.

 

Datlas_barra_suscribir

Cerramos con un testimonio de mano de Eduardo de la Garza Sánchez, General Manager del MDH quien comparte un poco de la impresión que se llevó la comunidad de nuestra startup DATLAS.

Hasta aquí la columna, agradecemos al MDH por la experiencia del programa. Al espectacular staff que nos estuvo apoyando en el proceso y nos quedamos como miembros del Hub durante la próxima temporada. Como quedamos les comparto la liga por si quieren aplicar a la siguiente generación del Digital Passport: https://forms.gle/Y9F9DzVvKZuepV518

100% recomendado. Y si visitan, pregunten por nosotros, nos dará gusto saludar.

Saludos

Equipo Datlas

Keep it weird

 

 

 

 

Anuncios

¿Big data en mi organización? Cómo puedo empezar – Datlas Research

Hemos tenido oportunidad de estar presentes en algunos de los foros y conferencias más destacados del país en cuanto a transformación digital se trata. Una de las preguntas qué más frecuentemente nos hacen cuando empezamos a entrarle a todos los conceptos de analíticos es ¿Cómo se empieza esto del big data? En esta columna daremos una guía resumida de cómo iniciar una estrategia de datos así como compartir algunas de las mejores herramientas para volver realidad big data en tu organización.

Datlas_barra_suscribir

Este es un blog para avanzados, si quieres familiarizarte antes con algunos conceptos puedes profundizar un poco más consultando nuestro DATA PLAYBOOK Gratuito.

¿Cómo aprovechar el Big Data? Dentro de las muchas definiciones nos centraremos en la que considera aprovechar la mayor cantidad de puntos de generación de información a los que tiene acceso tu organización. El primer paso lógico identificar la oportunidad para tu organización “mapeando” los datos a los que se le pudiera extraer más valor.  Puedes leer los ejemplos en  “Almanaque Datlas ¿Cómo convertir datos en dinero?” .

El pase de diapositivas requiere JavaScript.

Ideación para Big Data. Como cualquier fase en las estrategias de transformación digital, lo sugerido es integrar a los tomadores de decisiones y líderes de influencia en tu organización en talleres de ideación. Esto te servirá para integrar la visión estratégica de distintas áreas en tu estrategia de big data, ir gestionando el cambio cultural de manera más natural y enlistar los proyectos que más sentido le hagan a diversas áreas.

El pase de diapositivas requiere JavaScript.

Monetiza los resultados.  En algún momento tendrán que priorizar los recursos de la organización, obtener presupuestos y echar andar en los mejores calendarios algunos pilotos de propuestas.

Datlas_barra_suscribir

Durante toda la conversación es conveniente iniciar con KPIs (metas medibles claras) y alinear todas las decisiones durante los pilotos hacia estos objetivos. Siempre cuidando que estos KPIs puedan ser monetizables. Puedes leer también 15 métricas para tu PYME

El pase de diapositivas requiere JavaScript.

Selecciona a los perfiles adecuados. Hemos hablado mucho en nuestras conferencias sobre la relevancia de identificar las habilidades que requieren los retos que hayas mapeado en la organización. Un “skillset” o set de habilitades habitual para los retos de data science integran, pero no se limitan a: Computación, matemáticas, lógica, modelos predictivos, investigación, comunicación y aprendizaje computacional avanzado. Puedes leer también  5 perfiles para una estrategia de datos.

El pase de diapositivas requiere JavaScript.

Monitorea, ejecuta y repite. Una vez que ejecutes los pilotos. Decide dónde profundizar y genera actividades más recurrentes que vengan acompañados de metodologías. En cada iteración hay que buscar la mejora continua y la especialización. Puedes leer ¿Por qué no necesitas un data scientist?

El pase de diapositivas requiere JavaScript.

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. También, no olvides consultar nuestro DATA PLAYBOOK Gratuito.

Saludos y gracias por leer.

Datlas

-Keep it weird.

Por qué no necesitas un Data Scientist (es Clickbait) en tu organización Parte 1 – Datlas News

Data scientist la carrera “más sexy” del 2018. Los científicos de datos son los mejores pagados.  Los datos son el petróleo del futuro. Habrá un déficit de 400k especialistas de big data para 2020. Si no estás avanzando con un equipo que desarrolle Inteligencia Artificial vas a quebrar.

¿Les suena conocido? No he dejado de escuchar en cada conferencia de empresarios que nos toca asistir aseveraciones de tal calibre. Justamente queremos hacer la reflexión sobre este tema en esta columna. Y que no cunda el pánico, no es una discusión de 1-0 o blanco y negro. Pero sí hace falta balancear el diálogo de si tu empresa necesita un especialista en datos o no. Iniciamos.

View at Medium.com

Datlas_barra_suscribir

El pase de diapositivas requiere JavaScript.

Una organización, con o sin fines de lucro, va creciendo de manera orgánica conforme las necesidades van rebasando a los puestos. Al principio un par de personas gestionan el negocio, pero conforme va creciendo la operación es necesario buscar ampliar el capital humano. Después viene el tema de no tener personal ocioso y optimizar equipos y personas. Ya al final viene los puestos de innovación, que muchos lo ven como pirotecnia. Sin ofender a nadie, me refiero a que hay áreas que no impulsan directamente a la operación ya que su valor agregado va más dirigido a la báscula de ventajas competitivas.

En resumen, concédenos generalizar el proceso de la siguiente manera:

1.Nace la organización > 2.Crece en una sola gestión > 3.Se multiplica en distintas áreas >> 4.  Se optimiza constantemente >> 5. Innova en apuestas a ser disruptiv@

¿Dónde entran los Data Scientist (DS) ? ¿A qué horas me transformo con datos?

La mayoría de las organizaciones hacen estas inversiones en el paso 5) ¿Cuál es el reto? Cuando la cultura de innovación en la empresa no está 100% socializada y la ciencia de datos es un área que con muchos celos demanda atención, gobernanza y autoridad para sacarle valor a un activo de la compañía,(los datos) y reflejar la voluntad de entender que “Los datos no pertenecen  a ningún área o dirección, son de la compañía“.

¿Estoy listo para transformar mi organización con DS?

La primera evaluación es hacia tu organización ya que para implementar esta innovación tiene que lograrse esta cultura de innovación al mismo tiempo del timing tecnológico correcto. Es decir

  1. Si no estás listo para abandonar los excel-es que llevas operando y mejorando toda la vida. No contrates un DS
  2. Si te da miedo transferir procesos y responsabilidades a “cajas negras” que no vas a entender. No contrates un DS
  3. Si eres de los líderes que les gusta decir cómo resolver el problema, en lugar de ceder el problema y la resolución del mismo a tu equipo. No contrates un DS
  4. No entiendes los beneficios de la ciencia de datos o el potencial de tu información. No contrates un DS, terminarás concluyendo que “no sirve” sólo porque no supiste sacarle valor
  5. Y por último, si quieres un DS para que se la pase extrayendo datos y datos, mejorando tableros y visualizaciones. No contrates DS, ambos se frustarán por sólo estar dando la mitad de todo el potencial

(Tomado de inspiración B) citado al final del blog). El trade-off es claro, hay que evaluar.

Mucha crítica ….¿Y qué consejos son mejores prácticas para lograr transformar?

Como cualquier caso en una organización, tienes que tener algunas historias de éxito para convencer a los tomadores de decisiones que vale la pena hacer la apuesta. La mayoría de los casos comienzan contratando consultorías y empresas externas para aprender cómo funciona este mundo.

  1. Vete a lo seguro. Analiza a tus clientes, toma decisiones comerciales como cambios de precios, planes promocionales, marketing y mide resultados KPIs.
  2. Evalúa distintas consultorías que sobre todo tengan capacidad y voluntad de “enseñarle” a tu organización cómo funciona.
  3. Invita a distintos roles a que te acompañen en el proceso.
  4. Genera la historia, “socializala” (Que todos se enteren) y  mapea nuevas posibilidades para datos
  5. Finalmente evalúa repetir el proceso hasta que la organización pueda ceder recursos para interiorizar las capacidades. Aún así la mayoría de las organizaciones que orquestan un área de datos interna contratan y subcontratan. Así es , hasta el mismo Google, IBM, Microsoft o startups como UBER, AIRBNB, CABIFY , entre otras distribuyen el trabajo ya que retener a científicos de datos en una organización es complicado por la demanda actual que existe. Además exigen un alto grado de especialización que puede capitalizar una consultoría porque el análisis de datos es su negocio principal que no pueden descuidar.

No olvides leer nuestro blog de “Los 5 perfiles para una estrategia de datos en tu empresa”

Para el cierre ¿En qué áreas donde agrega valor un científico de datos?

Cerramos con un par de infografías que mapean las áreas de mayor valor agregado para un científico de datos. Recomendamos leer y generar un plan para implementar los “quick-hits” de mayor impacto.

El pase de diapositivas requiere JavaScript.

Hasta aqui la parte uno de la columna de Datlas más enfocados en la cultura de innovación y datos antes de arrancar sin un plan. En la siguiente parte comentaremos de algunas herramientas que pueden ayudar a iniciar experimentaciones de big data sin tener que hacer la “gran inversión”.

Gracias por leer, estamos abiertos a opiniones y buscamos difundir este tema en organizaciones que están batallando mucho para iniciar a experimentar con datos. Siempre contarán con empresas y startups como Datlas para acompañarlos en su desarrollo.

Inspirado gracias a la lectura de:

View at Medium.com

AIRBNB en CDMX ¿Amenaza o bondad? Un análisis para sector turismo – Datlas Research

Vamos de visita a la capital del país, CDMX, los hoteles en mi zona favorita de Reforma, cerca del ángel de la independencia o Condesa están saturados. No te quieres quedar en un hostal, de manera que recurres al servicio del que has escuchado mucho: AIRBNB. Un sitio donde puedes reservar alojamientos auspiciado por personas y no por cadenas hoteleras o empresas. Esto quiere decir que habilitan un cuarto o propiedad sin mucha burocracia y usando sólo internet.  Hoy en día las empresas del sector turismo (mayormente hoteles tradicionales) consideran a AIRBNB una de sus mayores amenazas y es momento de dejar de hablar con el instinto para dimensionar la situación. Desde Datlas, nos dimos la tarea de analizar las propiedades listadas en AIRBNB en CDMX para compartirles algunas recomendaciones al sector.

(También puedes ver: AIRBNB, el nuevo negocio inmobiliario para Monterrey)

Datlas_barra_suscribir

Los datos

Conseguir este tipo de información no es nada sencillo, estamos hablando de que AIRBNB cataloga más de 100 variables para una ubicación. Pero logramos obtener en algunas recopilaciones poco más de 19,000 propiedades para CDMX a julio de 2019.

Metodología

Una vez que obtienes los datos, no es posible usarlos “directamente”. Hay que hacer un par de transformaciones para que las bases estén “limpias”, compartan la misma estructura y sean interpretables en un “lenguaje” que podamos entender fácilmente. Por ejemplo, las coordenadas son útiles para mapear, pero como lectores entendemos mucho mejor si hablamos por delegaciones (municipios) cuando hablamos de CDMX. En ese sentido hicimos el trabajo de “georeferenciar” e identificar en qué delegación es cada cada una de las ubicaciones. A continuación la documentación de esta labor.

Datlas_barra_suscribir

Análisis y 5 hallazgos

Además de datos de ubicación, contamos con descriptivos de AIRBNB. Si alguna vez has utilizado la plataforma te podrás dar cuenta que un alojamiento tiene datos de precios, descripciones, cantidad de cuartos,baños, cajones de estacionamientos, comentarios de visitantes pasados, ratings, entre otros más . Tomando esto en cuenta iniciemos con los descriptivos.

1. “Existen 19 propiedades de AIRBNB por cada kilómetro cuadrado en CDMX”

El pase de diapositivas requiere JavaScript.

2. Más de la mitad de oferta de AIRBNB son apartamentos. Existen ya hoteles y hostales que se enlistan en AIRBNB para ofrecer sus servicios a los viajeros

El pase de diapositivas requiere JavaScript.

3. A un precio promedio por noche de $886 MXN por persona si todas estas propiedades fueran usadas al mismo tiempo sumarían $21.6M de ingresos al día

El pase de diapositivas requiere JavaScript.

4. La oferta de cuartos está balanceada, entre cuartos privados y alojamientos enteros reservados. Siendo los de menor proporción los cuartos compartidos

Datlas_Slide10_BlogAIRBNB

5.  Frecuencia de menciones en amenidades “relevantes” ofrecidos en alojamientos

Datlas_Slide12_BlogAIRBNB

Cierre

Las compañías hoteleras y oficinas de turismo deberían monitorear más de cerca información como esta información. En su transformación digital deberían considerar a qué puntos de precio competir, en qué cobertura y las amenidades que más valoran los usuarios de este tipo de servicios.

Si te interesa conocer más información como esta que te ayude a mejorar tus estrategias de negocio, usar temporalmente el mapa de AIRBNB CDMX o te interesa trabajar con analytics en tu organización puedes buscarnos en ventas@datlas.mx

 

Dejamos la documentación final para que puedas revisarla más a detalle si te interesa:

Saludos y recuerda compartir este blog para que más gente pueda conocer como transformar datos en decisiones con Datlas.

-Equipo Datlas-

Keep it weird