SlideShare une entreprise Scribd logo
1  sur  35
Datlas plataforma de
inteligencia de datos
Tengo una idea
¿Dónde la ubico? Caso NL
Por:
Equipo Datlas
Contenido
Introducción
a
DATLAS
1
Oferta de
Soluciones
2
Licencias
3
Reportes
I.A.
4
Consultorí
a
6
Analytics
5
Información confidencial propiedad de Datlas®
Contenido
Introducción
a
DATLAS
1
Oferta de
Soluciones
2
Licencias
3
Reportes
I.A.
4
Consultorí
a
6
Analytics
5
Información confidencial propiedad de Datlas®
1. Contexto
2. Premisa
3. Objetivo
4. Metodología
5. Resultados
6. Siguientes Pasos
Contenido
Introducción
a
DATLAS
1
Oferta de
Soluciones
2
Licencias
3
Reportes
I.A.
4
Consultorí
a
6
Analytics
5
Información confidencial propiedad de Datlas®
1. Contexto
2. Premisa
3. Objetivo
4. Metodología
5. Resultados
6. Siguientes Pasos
Contexto
¿Qué es Datlas?
Información confidencial propiedad de Datlas®
Hemos apoyado a más de +6 instituciones, +300 usuarios y +1,000
asistentes en eventos nacionales. Nuestra plataforma propietaria:
Contenido
Introducción
a
DATLAS
1
Oferta de
Soluciones
2
Licencias
3
Reportes
I.A.
4
Consultorí
a
6
Analytics
5
Información confidencial propiedad de Datlas®
1. Contexto
2. Premisa
3. Objetivo
4. Metodología
5. Resultados
6. Siguientes Pasos
Premisa
Premisa
Información confidencial propiedad de Datlas®
En español: “Nos estamos ahogando en información, mientras seguimos hambriendos por sabiduría”
Problemática
Información confidencial propiedad de Datlas®
IncomprensibleInaccesible Costo elevado
Mucha de la información actualmente es…
Oportunidad
Información confidencial propiedad de Datlas®
Descifrar y VisualizarOrganizar Automatizar
Para consumir la información se debe de…
Contenido
Introducción
a
DATLAS
1
Oferta de
Soluciones
2
Licencias
3
Reportes
I.A.
4
Consultorí
a
6
Analytics
5
Información confidencial propiedad de Datlas®
1. Contexto
2. Premisa
3. Objetivo
4. Metodología
5. Resultados
6. Siguientes Pasos
Objetivo
Objetivo Principal
Mejorar la toma de decisiones de iniciativas con
plataformas tecnológicas que faciliten el análisis de
datos de manera ágil y sencilla
Información confidencial propiedad de Datlas®
Contenido
Introducción
a
DATLAS
1
Oferta de
Soluciones
2
Licencias
3
Reportes
I.A.
4
Consultorí
a
6
Analytics
5
Información confidencial propiedad de Datlas®
1. Contexto
2. Premisa
3. Objetivo
4. Metodología
5. Resultados
6. Siguientes Pasos
Metodología
Metodología
Información confidencial propiedad de Datlas®
Fuente: OReilly Data Mining por Andrea Cirilo y www.sv-europe.com/crisp-dm-methodology/
Nos basamos en CRISP-DM (Cross Industry Standard Process for Data
Mining)* un modelo estándar abierto los enfoques de minería de datos
Metodología
Información confidencial propiedad de Datlas®
Bases de datos de
investigación
procesadas por
DATLAS
Información con
geo referencia
de la
organización
+ ↔
Integración y
restructuración
de datos
Proceso de laboratorio de información Diseño e implementación
↔
Cifrado para
visualización de
información
Visualización y
pruebas de
estrés
→
Generación de
valor accionable
Resultados
→
Diseñamos nuestro proceso de minería y visualización de información
mediante un proceso estandarizado e iterativo
Metodología
Información confidencial propiedad de Datlas®
Bases de datos de
investigación
procesadas por
DATLAS
Información con
geo referencia
de la
organización
+ ↔
Integración y
restructuración
de datos
Proceso de laboratorio de información Diseño e implementación
↔
Cifrado para
visualización de
información
Visualización y
pruebas de
estrés
→
Generación de
valor accionable
Resultados
→
Diseñamos nuestro proceso de minería y visualización de información
mediante un proceso estandarizado e iterativo
Metodología
Información confidencial propiedad de Datlas®
Trabajamos con variables:
Demográficas, Socio-económicas,
Comerciales, Dinámicas (redes
sociales), Climatologicas, etc.
Además integramos bases de
datos de socios de información
para entregar mejores resultados
Recolección y procesamiento de datos
Metodología
Información confidencial propiedad de Datlas®
Geo referenciar, homologar y estructurar información
Metodología
Información confidencial propiedad de Datlas®
Bases de datos de
investigación
procesadas por
DATLAS
Información con
geo referencia
de la
organización
+ ↔
Integración y
restructuración
de datos
Proceso de laboratorio de información Diseño e implementación
↔
Cifrado para
visualización de
información
Visualización y
pruebas de
estrés
→
Generación de
valor accionable
Resultados
→
Diseñamos nuestro proceso de minería y visualización de información
mediante un proceso estandarizado e iterativo
Metodología
Información confidencial propiedad de Datlas®
Cifrado y visualización de datos
Metodología
Información confidencial propiedad de Datlas®
Bases de datos de
investigación
procesadas por
DATLAS
Información con
geo referencia
de la
organización
+ ↔
Integración y
restructuración
de datos
Proceso de laboratorio de información Diseño e implementación
↔
Cifrado para
visualización de
información
Visualización y
pruebas de
estrés
→
Generación de
valor accionable
Resultados
→
Diseñamos nuestro proceso de minería y visualización de información
mediante un proceso estandarizado e iterativo
Metodología
Información confidencial propiedad de Datlas®
Generación de valor
Análisis de NSE
a 1km
La zona azul de la imagen indica 1km a la redonda del punto de estudio
NSE %
A/B 7%
C+ 27%
C 31%
C- 17%
D+ 8%
D 9%
E 0%
Elaborado por Datlas (www.thedatlas.com). Información confidencial. Todos los derechos reservados.
Análisis de entorno
24
Entorno Vecindario (<1km a la redonda)
(49.84%)
(50.16%)
(41.14%)
16%
9%
15%
51%
9%
Rangos de Edad
7-18 años
19-24 años
25-31 años
32-66 años
67+ años
Edad Mediana: 29 años
Elaborado por Datlas (www.thedatlas.com). Información confidencial. Todos los derechos reservados.
25
Análisis de entorno
Elaborado por Datlas (www.thedatlas.com). Información confidencial. Todos los derechos reservados.
2,964 Hogares
4-5 Habitantes por hogar
(Promedio)
0-1Habitantes por cuarto
(Promedio)
1,820
Personas laborando
Ingreso Promedio
$13,498.03
SOCIO-ECONÓMICOS
Entorno Vecindario (<1km a la redonda)
Plataforma de Mapas Reportes con Inteligencia Artificial
Contenido
Introducción
a
DATLAS
1
Oferta de
Soluciones
2
Licencias
3
Reportes
I.A.
4
Consultorí
a
6
Analytics
5
Información confidencial propiedad de Datlas®
1. Contexto
2. Premisa
3. Objetivo
4. Metodología
5. Resultados
6. Siguientes Pasos
Resultados
Caso NL
¿Cómo tomarías la decisión de ubicar tu negocio?
Información confidencial propiedad de Datlas®
Caso NL
Información confidencial propiedad de Datlas®
¿Cómo tomar la decisión de una buena ubicación?
Caso NL
Información confidencial propiedad de Datlas®
¿Cómo tomar la decisión de una buena ubicación?
A B C
Resultados
Información confidencial propiedad de Datlas®
Proceso de laboratorio de información
• Población
• Sexo
• Grupos de edad
• NSE
• Establecimientos
• Precios promedios
• Calificaciones
• Transacciones
• Aceptación de
medios de pago
• Tráfico por día y hora
• Comentarios de
establecimientos
Resultados
Información confidencial propiedad de Datlas®
A
Resultados
Información confidencial propiedad de Datlas®
A
Resultados
Información confidencial propiedad de Datlas®
A
Resultados
Información confidencial propiedad de Datlas®
Diseño e implementación
Restaurante
Entretenimiento
Salud
Nocturna
Mapas de calor por día/hora Clasificación por clúster
Resultados
Información confidencial propiedad de Datlas®
Resultados
Información confidencial propiedad de Datlas®
• Baja competencia a su alrededor
• Vías de comunicación accesibles (avenida)
• Población económicamente estable (PEA 44%)
• Mercado meta: 18,000 personas (trimestral)
• Tasa de adopción del 20%: 3,600 personas
• Consumo promedio por persona: $93 MXN
• Potencial económico: $334,800 MXN
Valor accionable
A
B
C
A
Contenido
Introducción
a
DATLAS
1
Oferta de
Soluciones
2
Licencias
3
Reportes
I.A.
4
Consultorí
a
6
Analytics
5
Información confidencial propiedad de Datlas®
1. Contexto
2. Premisa
3. Objetivo
4. Metodología
5. Resultados
6. Siguientes Pasos
Siguientes Pasos
Alianzas
Continuaremos buscando buenos aliados y partners de datos…
2018 2019
Centros de investigación TI
Planeación Urbanística
Observatorios ciudadanos
Universidades (áreas STEM)
Empresas con altos volúmenes de datos
Entre otros…
Gracias
Colaboración y contacto:
direccion@datlas.mx
DEMO GRATUITO:
www.datlas.mx

Contenu connexe

Similaire à Datlas - Workshop Coloquio Industria 4.0 UANL

El valor de los datos correctos
El valor de los datos correctosEl valor de los datos correctos
El valor de los datos correctos
PowerData
 
Simplificando el uso de los datos para la era cognitiva - Daniel González
Simplificando el uso de los datos para la era cognitiva - Daniel GonzálezSimplificando el uso de los datos para la era cognitiva - Daniel González
Simplificando el uso de los datos para la era cognitiva - Daniel González
BusinessConnect2017
 
Presentación BA - Evento Transformando el Conocimiento Emprasarial en Resulta...
Presentación BA - Evento Transformando el Conocimiento Emprasarial en Resulta...Presentación BA - Evento Transformando el Conocimiento Emprasarial en Resulta...
Presentación BA - Evento Transformando el Conocimiento Emprasarial en Resulta...
Quanam
 

Similaire à Datlas - Workshop Coloquio Industria 4.0 UANL (20)

Business Analytics 101
Business Analytics 101Business Analytics 101
Business Analytics 101
 
Plataformas Analíticas como Soporte en la Era del Big Data
Plataformas Analíticas como Soporte en la Era del Big DataPlataformas Analíticas como Soporte en la Era del Big Data
Plataformas Analíticas como Soporte en la Era del Big Data
 
El valor de los datos correctos
El valor de los datos correctosEl valor de los datos correctos
El valor de los datos correctos
 
A10 Analytics Desayuno Oct 2016
A10 Analytics Desayuno Oct 2016A10 Analytics Desayuno Oct 2016
A10 Analytics Desayuno Oct 2016
 
BDAS-2017 | Innovación con base en datos en Silicon Valley y Latino América
BDAS-2017 | Innovación con base en datos en Silicon Valley y Latino AméricaBDAS-2017 | Innovación con base en datos en Silicon Valley y Latino América
BDAS-2017 | Innovación con base en datos en Silicon Valley y Latino América
 
Mineria de Datos
Mineria de DatosMineria de Datos
Mineria de Datos
 
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...
 
Simplificando el uso de los datos para la era cognitiva - Daniel González
Simplificando el uso de los datos para la era cognitiva - Daniel GonzálezSimplificando el uso de los datos para la era cognitiva - Daniel González
Simplificando el uso de los datos para la era cognitiva - Daniel González
 
Gestión de Proyectos de Ciencia de Datos
Gestión de Proyectos de Ciencia de DatosGestión de Proyectos de Ciencia de Datos
Gestión de Proyectos de Ciencia de Datos
 
Big Data, casos, tecnologias y aplicaciones reales
Big Data, casos, tecnologias y aplicaciones realesBig Data, casos, tecnologias y aplicaciones reales
Big Data, casos, tecnologias y aplicaciones reales
 
Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera
 
Potenciando la data con AI para hacer predicciones
Potenciando la data con AI para hacer prediccionesPotenciando la data con AI para hacer predicciones
Potenciando la data con AI para hacer predicciones
 
2016 ULL Cabildo KEEDIO - BigData
2016 ULL Cabildo KEEDIO - BigData2016 ULL Cabildo KEEDIO - BigData
2016 ULL Cabildo KEEDIO - BigData
 
Organizaciones exitosas gobernando sobre los datos
Organizaciones exitosas gobernando sobre los datosOrganizaciones exitosas gobernando sobre los datos
Organizaciones exitosas gobernando sobre los datos
 
Integración de Datos con Azure Data Factory
Integración de Datos con Azure Data FactoryIntegración de Datos con Azure Data Factory
Integración de Datos con Azure Data Factory
 
El Gobierno de Datos está listo para mostrar su Atractivo [Data Governance is...
El Gobierno de Datos está listo para mostrar su Atractivo [Data Governance is...El Gobierno de Datos está listo para mostrar su Atractivo [Data Governance is...
El Gobierno de Datos está listo para mostrar su Atractivo [Data Governance is...
 
Presentación BA - Evento Transformando el Conocimiento Emprasarial en Resulta...
Presentación BA - Evento Transformando el Conocimiento Emprasarial en Resulta...Presentación BA - Evento Transformando el Conocimiento Emprasarial en Resulta...
Presentación BA - Evento Transformando el Conocimiento Emprasarial en Resulta...
 
Mejora el Rendimiento y la Gobernanza de tus Datos con un Data Fabric Lógico
Mejora el Rendimiento y la Gobernanza de tus Datos con un Data Fabric LógicoMejora el Rendimiento y la Gobernanza de tus Datos con un Data Fabric Lógico
Mejora el Rendimiento y la Gobernanza de tus Datos con un Data Fabric Lógico
 
Talend Introducion
Talend IntroducionTalend Introducion
Talend Introducion
 
DESIC 09
DESIC 09DESIC 09
DESIC 09
 

Plus de Datlas

Plus de Datlas (9)

Datlas Cumbre tecnológica 2019 - Inteligencia artificial como aliado del cont...
Datlas Cumbre tecnológica 2019 - Inteligencia artificial como aliado del cont...Datlas Cumbre tecnológica 2019 - Inteligencia artificial como aliado del cont...
Datlas Cumbre tecnológica 2019 - Inteligencia artificial como aliado del cont...
 
Blog_AIRBNB en CDMX Hallazgos para el sector turismo
Blog_AIRBNB en CDMX Hallazgos para el sector turismoBlog_AIRBNB en CDMX Hallazgos para el sector turismo
Blog_AIRBNB en CDMX Hallazgos para el sector turismo
 
DATLAS I.A. Tu siguiente ubicación ¡en minutos!
DATLAS I.A. Tu siguiente ubicación ¡en minutos!DATLAS I.A. Tu siguiente ubicación ¡en minutos!
DATLAS I.A. Tu siguiente ubicación ¡en minutos!
 
Datlas Analytics para Salud en México
Datlas Analytics para Salud en MéxicoDatlas Analytics para Salud en México
Datlas Analytics para Salud en México
 
Datlas: Empleos y Salarios en México 2017
Datlas: Empleos y Salarios en México 2017Datlas: Empleos y Salarios en México 2017
Datlas: Empleos y Salarios en México 2017
 
Datlas - Tengo una idea ¿Dónde la pongo?
Datlas - Tengo una idea ¿Dónde la pongo?Datlas - Tengo una idea ¿Dónde la pongo?
Datlas - Tengo una idea ¿Dónde la pongo?
 
Datlas Talent Nights
Datlas Talent NightsDatlas Talent Nights
Datlas Talent Nights
 
Guía de agencia Datlas
Guía de agencia DatlasGuía de agencia Datlas
Guía de agencia Datlas
 
Datlas ¿ Cómo comprar Datlas ?
Datlas ¿ Cómo comprar Datlas ?Datlas ¿ Cómo comprar Datlas ?
Datlas ¿ Cómo comprar Datlas ?
 

Dernier

Letra de cambio definición y características.ppt
Letra de cambio definición y características.pptLetra de cambio definición y características.ppt
Letra de cambio definición y características.ppt
ssuserbdc329
 
PLAN ANUAL DE PROYECTO 2020. para mejorar
PLAN ANUAL DE PROYECTO 2020. para mejorarPLAN ANUAL DE PROYECTO 2020. para mejorar
PLAN ANUAL DE PROYECTO 2020. para mejorar
CelesteRolon2
 
Metodos de esterilizacion _20240418_181249_0000.pdf
Metodos de esterilizacion _20240418_181249_0000.pdfMetodos de esterilizacion _20240418_181249_0000.pdf
Metodos de esterilizacion _20240418_181249_0000.pdf
arteagaara
 
Los más ricos administradores de fondo de cobertura (1968-2024).pdf
Los más ricos administradores de fondo de cobertura (1968-2024).pdfLos más ricos administradores de fondo de cobertura (1968-2024).pdf
Los más ricos administradores de fondo de cobertura (1968-2024).pdf
JC Díaz Herrera
 

Dernier (20)

Presentacion-Prevencion-Incendios-Forestales.pdf
Presentacion-Prevencion-Incendios-Forestales.pdfPresentacion-Prevencion-Incendios-Forestales.pdf
Presentacion-Prevencion-Incendios-Forestales.pdf
 
Letra de cambio definición y características.ppt
Letra de cambio definición y características.pptLetra de cambio definición y características.ppt
Letra de cambio definición y características.ppt
 
procedimiento paran la planificación en los centros educativos tipo v(multig...
procedimiento  paran la planificación en los centros educativos tipo v(multig...procedimiento  paran la planificación en los centros educativos tipo v(multig...
procedimiento paran la planificación en los centros educativos tipo v(multig...
 
PLAN ANUAL DE PROYECTO 2020. para mejorar
PLAN ANUAL DE PROYECTO 2020. para mejorarPLAN ANUAL DE PROYECTO 2020. para mejorar
PLAN ANUAL DE PROYECTO 2020. para mejorar
 
Principales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto RicoPrincipales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto Rico
 
Metodos de esterilizacion _20240418_181249_0000.pdf
Metodos de esterilizacion _20240418_181249_0000.pdfMetodos de esterilizacion _20240418_181249_0000.pdf
Metodos de esterilizacion _20240418_181249_0000.pdf
 
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdfPorcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
 
Las marcas automotrices con más ventas de vehículos (2024).pdf
Las marcas automotrices con más ventas de vehículos (2024).pdfLas marcas automotrices con más ventas de vehículos (2024).pdf
Las marcas automotrices con más ventas de vehículos (2024).pdf
 
EPIDEMIO CANCER PULMON resumen nnn.pptx
EPIDEMIO CANCER PULMON  resumen nnn.pptxEPIDEMIO CANCER PULMON  resumen nnn.pptx
EPIDEMIO CANCER PULMON resumen nnn.pptx
 
Análisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de CyclisticAnálisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de Cyclistic
 
Tipos de Educacion en diferentes partes del mundo.pptx
Tipos de Educacion en diferentes partes del mundo.pptxTipos de Educacion en diferentes partes del mundo.pptx
Tipos de Educacion en diferentes partes del mundo.pptx
 
Los idiomas más hablados en el mundo (2024).pdf
Los idiomas más hablados en el mundo  (2024).pdfLos idiomas más hablados en el mundo  (2024).pdf
Los idiomas más hablados en el mundo (2024).pdf
 
Sistema Nacional de Vigilancia en Salud Pública SIVIGILA
Sistema Nacional de Vigilancia en Salud Pública SIVIGILASistema Nacional de Vigilancia en Salud Pública SIVIGILA
Sistema Nacional de Vigilancia en Salud Pública SIVIGILA
 
COMUNICADO PARA TODO TIPO DE REUNIONES .
COMUNICADO PARA TODO TIPO DE REUNIONES .COMUNICADO PARA TODO TIPO DE REUNIONES .
COMUNICADO PARA TODO TIPO DE REUNIONES .
 
Los más ricos administradores de fondo de cobertura (1968-2024).pdf
Los más ricos administradores de fondo de cobertura (1968-2024).pdfLos más ricos administradores de fondo de cobertura (1968-2024).pdf
Los más ricos administradores de fondo de cobertura (1968-2024).pdf
 
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdfCALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
 
Triptico-del-Bullying qué es, cómo detectarlo, donde acudir
Triptico-del-Bullying qué es, cómo detectarlo, donde acudirTriptico-del-Bullying qué es, cómo detectarlo, donde acudir
Triptico-del-Bullying qué es, cómo detectarlo, donde acudir
 
Las mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdfLas mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdf
 
Panorama Sociodemográfico de México 2020: GUANAJUATO
Panorama Sociodemográfico de México 2020: GUANAJUATOPanorama Sociodemográfico de México 2020: GUANAJUATO
Panorama Sociodemográfico de México 2020: GUANAJUATO
 
Posiciones del IDH a nivel global en México (1982-2024).pdf
Posiciones del IDH a nivel global en México (1982-2024).pdfPosiciones del IDH a nivel global en México (1982-2024).pdf
Posiciones del IDH a nivel global en México (1982-2024).pdf
 

Datlas - Workshop Coloquio Industria 4.0 UANL

Notes de l'éditeur

  1. Nos enfrentamos al problema de que esta riqueza de toda esa información en línea es inaccesible, incomprensible o el costo de llegar a ella es muy elevado
  2. Y desde el punto de vista de negocio mientras esa información nos debería servir para resolver retos más complejos, tomar mejores decisiones. Y tener una mejor humanidad
  3. Analizando la mayor cantidad de datos georreferenciados* (+10 mil bases de datos) Es posible generar modelos de big data para mejorar la toma de decisiones en el sector público y privado
  4. *Perfil: Mauricio, 26 años, Lic. en Gastronomía *Contexto/Antecedentes: Emprendedor, carismático, lector de tendencias y con grandes ideas *Reto: Seleccionar la mejor ubicación para un restaurante de comida healthy para mujeres entre 18-30 años *Lugar: Monterrey, Nuevo León