Categories
54cuatro

DSaaS – la ciencia de datos como servicio

La transformación digital afecta a todas las áreas de negocio, incluida la innovación de productos, las operaciones, la estrategia de comercialización, el servicio al cliente, el #marketing y las #finanzas.  

Sin embargo, la digitalización no se trata solo de acelerar los procesos comerciales y aprovechar nuevas oportunidades. También se trata de la necesidad de superar la disrupción digital y solidificar la posición de uno en un entorno empresarial en rápida evolución.  

Para identificar qué áreas necesitan ser transformadas y cómo, para eliminar los posibles riesgos y evitar el drenaje innecesario de recursos, las organizaciones modernas adoptan el enfoque basado en datos para la transformación digital. Usan ciencia de datos, #bigdata, #machinelearning, #BI para recopilar, procesar y analizar sus datos comerciales, que luego pueden convertir en información procesable. 

Las últimas encuestas indican que la conectividad e integración de datos se consideran componentes críticos para la transformación digital en la mayoría de las empresas.  

En este caso, #DSaaS (la ciencia de datos como servicio) puede desempeñar un papel crucial para ayudar a transformar digitalmente su negocio y aumentar el #ROI

¿CÓMO FUNCIONA DSaaS? 

DSaaS es principalmente un modelo de servicio basado en la nube, donde se proporcionan diferentes herramientas para el análisis de datos y el usuario puede configurarlas para procesar y analizar enormes cantidades de datos heterogéneos de manera eficiente.  

Los clientes disponibilizarán los datos de la empresa en la plataforma DSaaS y obtendrán información analítica de valor. Estos conocimientos analíticos son producidos por aplicaciones, que armonizan los flujos de datos creados a partir de la utilización de servicios que generan los algoritmos. Una vez que los clientes cargan los datos en la plataforma, el DSaaS se puede incorporar con ingenieros de datos que trabajarán en los datos cargados.  

En su mayoría, existen modelos basados ​​en suscripción. También se puede generar una entrega meticulosa de modelos predictivos listos para producción y análisis de datos utilizando otras metodologías.  

HABILITACIÓN DE LA TOMA DE DECISIONES BASADAS EN DATOS 

Dado que la transformación digital es un proceso complejo, los datos sobre sus clientes y las operaciones comerciales pueden ayudarlo a tomar decisiones informadas y, al mismo tiempo, evitar riesgos innecesarios.  

Con las capacidades de ciencia de datos, puede identificar cómo transformar digitalmente su negocio y qué áreas comerciales requieren transformación. Al mismo tiempo, la ciencia de datos como servicio permite a las empresas contratar a un proveedor profesional que tiene los recursos necesarios y puede ayudarlo a implementar esta transformación más rápido, manteniéndolo por delante de la competencia. 

No es de extrañar por qué cada vez más organizaciones están adoptando la ciencia de datos como un servicio para acceder a un enorme grupo de expertos en datos para mejorar su toma de decisiones. En consecuencia, las empresas, pueden generar un impacto en su estrategia y operaciones digitales, ya sea en forma de aumento de ingresos, reducción de costos o eficiencias mejoradas.  

Con DSaaS, la inteligencia del cliente ahora está tan optimizada y accesible en todos los niveles de la organización como sea posible. Por lo tanto, incorporar e inculcar la ciencia de datos como un servicio en los procesos de toma de decisiones es esencial para obtener los resultados y beneficios deseados de las tecnologías digitales. 

IDENTIFICAR AMENAZAS Y OPORTUNIDADES 

El volumen de información disponible está creciendo rápidamente junto con las oportunidades que abre. La ciencia de datos como servicio permite a las organizaciones hacer frente a la escasez de científicos de datos y aprovechar la ciencia de datos para obtener una vista más panorámica y detallada de su entorno empresarial.  

La ciencia de datos está habilitando la próxima generación de soluciones que pueden predecir lo que sucederá y cómo evitarlo. Por ejemplo, imagine tener una aplicación CRM con la capacidad de pronosticar qué clientes tienen más probabilidades de realizar la próxima compra, qué productos serán parte de esa compra y qué clientes están en riesgo de desgaste. 

Las soluciones habilitadas por la ciencia de datos permiten a las empresas de diversas industrias tener visibilidad en tiempo real de sus clientes, lo que ayuda a los tomadores de decisiones a optimizar las operaciones internas para una mayor agilidad, mayor flexibilidad y menores costos.  

¿CÓMO MONETIZAR LOS DATOS?  

Las empresas a menudo se sienten confundidas y escépticas cuando llega el momento de monetizar sus datos. Casi todo el tiempo, no saben cómo hacerlo. 

Sin embargo, la ciencia de datos como servicio puede ayudar a una empresa a monetizar sus datos mediante un análisis profundo en una revisión de producto, quién lo compraría y por qué razones. Por eso se realizan encuestas para recolectar una muestra de datos, que es una herramienta para fabricar sus estrategias de marketing. Después de tales encuestas, las herramientas de análisis de datos ilimitadas disponibles para crear ideas útiles. 

Este proceso también ayuda a una empresa a comprender la necesidad de su producto y cuánto debe lanzarse al mercado en un momento dado (incluso antes de lanzar el producto). 

WRAP-UP  

DSaaS es una opción ideal para que las empresas administren sin un gran equipo de científicos y analistas de datos internos. Proporciona a las empresas acceso a recursos de análisis para demandas particulares de ciencia de datos sin mucho gasto en la creación de dichos equipos desde cero. 

Aprovechar todo el potencial de las tecnologías y los datos innovadores requiere desarrollar una estrategia eficaz de ciencia de datos. DSaaS presenta enormes oportunidades al permitir a las empresas aprovechar fácilmente los datos para tomar mejores decisiones, operar de manera más eficiente y rentable, ofrecer experiencias más personalizadas y mejorar la calidad general de los servicios.  

Por lo tanto, las empresas ya no tienen que depender de conjeturas, ya que la ciencia de datos puede ayudar a hacer predicciones más concretas cuando fallan tanto la intuición humana como la experiencia. La clave para aprovechar estas oportunidades radica en nuestra capacidad para introducir sin problemas la ciencia de datos en los procesos de transformación digital de su empresa. 

Categories
54cuatro

Detección de Fraude usando Machine Learning

¿Que es el fraude?

El fraude es una práctica efectuada ilegalmente para obtener algo a partir del engaño. El fraude esta penado por ley, y el mundo electrónico no es una excepción. Vamos a separar el #Fraude en 2. Fraude Duro y Fraude Blando.

Para poner algunos numeros sobre la mesa, el fraude Bancario mas habitual es el uso indebido de cajeros y la clonación de tarjetas. En el caso del fraude en E-Commerce lo mas habitual son las compras con tarjetas o información robada a clientes.

Tipo de Fraudes

5 tips para evitar fraudes en e-commerce - Destino Negocio

Fraude Duro: cuando hablamos de este tipo de abuso, hablamos de engaños deliberados, donde se busca obtener un beneficio por medio del engaño. Este tipo de Fraude incluye todo tipo de eventos criminales, como por ejemplo la compra de productos con una tarjeta de crédito robada.

Fraude Blando: este tipo de actividad considera las prácticas abusivas de personas que aunque no se las considere delincuentes, pueden infringir norman y/o realizar abusos que los llevan a cometer delitos. Para poner de ejemplo de este tipo de eventos, que suelen estar ligados a reclamos excesivos, podemos mencionar la exageración y/o engaño de los daños que se presentan a las compañias de seguros.

¿Porque ocurren los fraudes?

Los fraudes suelen ocurrir ante Oportunidades que son “explotadas” o “vulneradas”. Una Oportunidad Explotada puede ser la detección de una tienda que no realiza los controles de seguridad recomendados y que permite realizar compras con una tarjeta de crédito sin validar la identidad. Una Oportunidad Vulnerada, viene de la mano de situaciones donde el atacante suele “convencer” a la victima, por ejemplo una persona que persuade a su mecánico de exagerar el reporte de daños para sacar mas dinero de la cobertura de seguros.

La transformación digital, genera un significativo aumento de los beneficios a partir de la digitalización de las operaciones de una compañía, pero también a medida que el mundo electrónico gana participación, los fraudes aumentan en cantidad y complejidad.

¿Se puede evitar?

Prácticamente todas las emrpesas se encuentran expuestas a estas situaciones, y para poder reducir el riesgo, es necesario comprender la naturaleza de por qué las personas son proclives a cometer fraude. Cuales son sus motivaciones, estrategias y herramientas, permite conocer como defenderse de sus acciones. Aquí es donde es de vital importancia contar con 2 cuestiones básicas:

  1. Contar con datos históricos de transacciones, catalogadas para entender cuales son fraudulentas y cuales no.
  2. Contar con conocimientos que permitan a un analista alimentar de conocimiento a un sistema maestro, con la menor cantidad de sesgos y que sea el motor de un sistema de aprendizaje automatico que cada dia tenga mejor performance.

Existe un método de trabajo Anti-Fraude, basado en 4 letras: P-D-R-D

Prevenir-Detectar-Responder-Diasuadir

  • Prevenir es concientizar acerca de los riesgos, tanto a personas internas como a clientes finales. Un usuario con educación financiera sabe que no debe compartir datos personales, datos financieros y mucho menos claves en un llamado telefónico. El factor cultural genera una disminución de los puntos vulnerables que los delincuentes usan en su favor.
  • Detectar el fraude es complejo y es donde se centran mayormente los esfuerzos. La detección es donde se invierte mayor presupuesto y esfuerzos, para detectar Transacciones Espurias, Suplantaciones de Identidad o Sistemas de Scoring. Existen diferentes sistemas antifraude con Machine Learning, que van desde la detección de transacciones electrónicas, el reconocimiento facial y cognitivo (voz/imágenes/documentos de identidad). Los sistemas de detección deben cumplir 2 condiciones:
    1. El costo del sistema no debe ser superior al de las pérdidas.
    2. Debe estar realizado con técnicas, como #MachineLearning, que le permita ser un sistema “vivo” que pueda ser entrenado e ir mejorando sus predicciones.
  • Responder significa tomar acciones inmediatas apenas detectada una situación irregular. Las respuestas esperadas al momento de la detección de un fraude son:
    • Avisar y tomar intervención de la situación
    • Recopilar datos que permitan identificar al delincuente y que sean útiles en acciones legales
    • Dar aviso a autoridades policiales/judiciales
    • Cancelar y dar “vuelta atrás” de transacciones
    • Generar nuevo conocimiento para el sistema de Aprendizaje para lograr mayores índices de detección en el futuro
  • Disuadir el fraude, esta intimamente ligado a la prevención, pero a diferencia de cuestiones genéricas, la disuación tiene que evitar el fraude a partir de eliminar aquellos factores que generan fraude, ya sea a partir de la aplicación de soluciones tecnológicas, el cambio en procesos/procedimientos o el refuerzo cultural sobre buenas prácticas.

Construyendo un sistema AntiFraude

Fraude bancario
Esquema de Deteccion de Fraude en una Base de Grafos

La aplicación de la tecnología por si sola no va a generar beneficios, si no se tiene en consideración los puntos mencionados anteriormente. Existen diferentes técnicas y estrategias para el armado de sistemas anti fraude, que requieren de la recopilación de datos, del armado de modelos de aprendizaje y algoritmos que permitan clasificar de “Fraude” / “No Fraude”. Las plataformas para procesar esta información pueden estar basadas en #BigData o sistemas de bases de datos #NoSQL; siempre dependiendo del caso de negocios.

Una gran herramienta para estas plataformas de gestión del fraude son las bases de datos NoSQL denominadas “de grafos”. Este tipo de bases permiten almacenar las relaciones entre los datos y observar esas relaciones con mucha facilidad. Esta facilidad para detectar relaciones se transforma en un gran diferencial que permite escubrir redes de fraude y otras estafas sofisticadas con un alto grado de precisión, y son capaces de detener escenarios de fraude avanzados en tiempo real.


Contactate
Categories
54cuatro

¿Que es Hadoop como Servicio?

Hadoop es un proyecto Open Source de la fundación Apache, y que se fue transformando en sinónimo de Big Data.

La verdad acerca de Hadoop

Pero la administración de los clusters, sumado a los grandes costos asociados a hardware y licenciamiento, fueron potenciando el concepto de HadoopAsAService (#HDaaS) como una plataforma lista para usar en soluciones de #BigData basadas en #Hadoop.

Los principales proveedores de servicios Hadoop fueron Cloudera y Hortonworks, hoy unificados bajo una misma empresa. Actualmente los proveedores de nube son algunos proveedores de servicios desafiantes, como Amazon Web Service con EMR, Microsoft con HDInsights sobre Azure o IBM con BigInsight; y que permiten a los usuarios crear cluster según sus necesidades de una manera muy simple, autoadministrable y con costos muy convenientes que permiten lograr un rápido TCO.

Diferencias entre un ambiente on-premise contra uno Cloud

On Premise vs Cloud | EBC Group

Como mencionamos, mantener Hadoop on-premise conlleva la gestión de la infraestructura, la performance de Hadoop, la configuración, el aprovisionamiento y la disponibilidad. Todas estas tareas son difíciles y costosas de mantener. Respecto a Hadoop en la nube, existen grandes ventajas que están llevando a las empresas a migrar sus cargas de trabajo, entre estos beneficios, podemos enumerar:

  • Facilidad de implementación al generarse ambientes con muy pocos clicks.
  • Simplifica la administración al permitir a los usuarios redimensionar, agregar o quitar servidores según se necesite.
  • Mayor simpleza en las actualizaciones de versiones.

Estos beneficios dan como resultado una marcada reducción en el costo de la innovación, y recordemos que en el mundo de los datos, este beneficio es significativo en cuanto al aporte de valor que los datos generar sobre las utilidades de las compañías.

Optimización de Costos

En entornos de Big Data, un científico de datos pasa la mayor parte del tiempo dedicado a la preparación de datos, a través de herramientas como Pig o Hive y otras herramientas destinadas a ciencia de datos, de manera que la optimización de las operaciones de cómputo sin muchas demoras para implementar clústeres de Hadoop, cargar datos y procesar los grandes volúmenes de datos dan como resultado una mayor rentabilidad en el tiempo de los científicos (que por cierto no son nada baratos) conllevando a un mejor ROI proveniente de los análisis efectuados por ellos.

Look After Your IT Assets for Cost Reduction & Estate Optimization | Ivanti

En cuanto a la operación existen ahorros significativos respecto a los gastos de mantenimiento, dado que los entornos HDaaS garantizan una plataforma Hadoop disponible, con un nivel de parcheado up2date, con escalado automático, lo que reduce los costos de mantenimiento al delegar el mantenimiento en el proveedor de nube seleccionado. Adicionalmente, los grandes vendors cloud, brindan excelentes herramientas de monitoreo que permiten un exhausto control de disponibilidad y performance sobre la plataforma donde estamos operando.

Beneficios adicionales

Vale destacar que nuestra plataforma por si sola no va a generar buenos resultados. Necesitamos de todo un ecosistema de herramientas para la integración y procesamiento de datos. Las plataformas de nube tienen completamente resuelto ese tema al brindar soluciones Hadoop con sus propios productos basados en Hive, Pig, MapReduce, Presto, Oozie, Spark y Sqoop. Además ofrecen herramientas tipo conectores para la integración de datos y la creación de pipelines #dataops que garantizan un flujo automatizado y simplificado para todo el ciclo de vida de la información. En el caso de Azure, existen herramientas como DataFactory, Synapse y Databricks que son una navaja suiza para plataformas de Big Data, se integran de forma nativa, muy simple de implementar y mantener.

Conclusión

Es posible que las empresas aún necesiten tiempo para reemplazar las inversiones que hicieron en sus plataformas de datos existentes, pero sin dudas que el crecimiento del mercado de Hadoop-as-a-service obligará a las organizaciones a considerar las migraciones hacia la nube.


    Por favor, demuestra que eres humano mediante la selección el coche.

    Categories
    54cuatro

    Analítica de Videos mejoran la movilidad en las ciudades

    Intro to dashboards for Power BI designers - Power BI | Microsoft Docs

    Cuando se habla de analítica lo primero que suele venir a la cabeza es un tablero o reporte.

    Pero para dar un poco de claridad, podemos destacar que es posible realizar análisis de imágenes, textos, audios y videos, entre otras cosas; y si bien algunos de esos datos pueden terminar en un tablero como el del ejemplo, la realidad que en muchos casos tienen un valor bien definido y que apenas estamos descubriendo.

    Las #CiudadesInteligentes son usuarios de este tipo de analítica, permitiendo optimizar flujos de trafico automotor, controles viales y seguridad urbana; pero aun queda mucho por hacer.

    ¿Qué soluciones existen en la actualidad?

    La planificación urbana requiere lograr que tráfico fluya y ayudar a las personas a llegar a donde necesitan estar, de una manera más rápida e inteligente. Con este fin, las tecnologías y soluciones disponibles permiten optimizar las rutas #logísticas mediante el uso de #mapas que se actualizan en tiempo real, gestión del tráfico por medio de cámaras de video vigilancia que permiten identificar atascos o accidentes, peajes de flujo libre que cobran mediante la identificación de la patente del auto, identificación de autos robados o control de excesos de velocidad.

    ¿Hacia donde avanzan estas soluciones?

    El análisis de video inteligente permite identificar distintas situaciones, como la acumulación de tráfico en las intersecciones, contar la cantidad de vehículos que cruzan una intersección, detectar su velocidad, contar la cantidad de vehículos, todo esto en tiempo real. Todos esos datos van a permitir ser recolectados por sistemas de gestión de trafico al punto de poder cambiar los semáforos a rojo o verde dependiendo de horarios picos. En los próximos meses veremos una optimización inteligente de las señales de tráfico garantizando un flujo de tráfico más eficaz a partir de patrones horarios y/o estacionales.

    IoT smart city video security solution offers 'security without surveillance '

    ¿Qué falta desarrollar?

    Las grandes urbes deben generar sistemas de comunicación en tiempo real para que la informacion recolectada pueda ser trasmitida a los conductores, por ejemplo por medio de guías de trafico visibles en autopistas, avenidas y arterias transitadas. La comunicación inteligente sobre advertencias y actualizaciones ayuda a todos a ahorrar tiempo, evitar frustraciones y simplificar la movilidad diaria.

    Conclusión

    Como mencionamos, la analítica es mucho mas que un tablero. Para las Ciudades Inteligentes las imágenes y videos son una gran fuente de #BigData y una potente forma de detectar patrones y actuar en consecuencia.

    Los datos nos rodean, y podemos recolectarlos por medio de sensores, imágenes, videos, y con esa informacion crear plataformas de informacion que mejoren el dia a dia de los residentes y turistas.

    ¿Te imaginas recibir avisos de lugares de estacionamiento disponibles previo a llegar a un determinado lugar?

    Visita nuestra pagina de con nuestros servicios orientados a los Ciudadanos Digitales.


    Contactate
    Categories
    54cuatro

    MFT – Que es la Transferencia Segura de Archivos?

    Moviendo datos

    En la actualidad, las empresas necesitan soluciones de transferencia de archivos que les permita cumplir con sus necesidades de transferencia y encriptación de #datos, frecuentemente ante la necesidad de mover datos semi estructurados a entornos de análisis como un Lago de Datos en plataformas de #BigData o #Datalakes.
    Dentro de todas las fuentes de datos, la recolección de informacion de socios de negocios, partners, empleados, proveedores, es vital para recabar mayores datos, pero también poder hacerlo con seguridad es de extrema importancia para mantener la integridad y seguridad de nuestros datos.

    Ante el desafío planteado, aparece MFT, la Transferencia Segura de Archivos. Que es MFT?

     MFT, la Transferencia Segura de Archivos

    Existen muchos softwares de #MFT como Connect Direct, #Oracle MFT CS, Control M y muchas mas. MFT es un proceso de gestión de la transferencia de archivos entre sistemas de forma gestionada y auditable, que abarca todos los aspectos de transferencias entrantes y salientes de archivos, usando niveles de seguridad y encriptación que aseguren la protección de los datos.

    A diferencia soluciones tipicas FTP o SFTP, MFT incluye las siguientes funcionalidades:

    • Transferencia de Archivo de Servidor a Servidor
    • Transferencia de Archivo de Servidor a Persona o viceversa
    • Transferencia de Archivo de Persona a Persona
    • Controles de Seguridad
    • Transferencias automatizadas
    • Transferencias Batch
    • Soporte para protocolos seguros mediante certificados (SFTP, SCP, FTPS)
    • Auditoria y Reporteria
    • Reintentos de conexión y auto-resume (para evitar cortes en la trasmisión)

    Las soluciones de MFT poseen registros de auditoria de importancia para el cumplimiento de certificaciones como PCI DSS y GDPR.

    ¿Por qué es importante?

     MFT, la Transferencia Segura de Archivos

    Como mencionamos al principio de la nota, MFT permite proteger la información a través de método seguro y auditables lo que evita riesgos de seguridad asociados a la perdida de informacion por filtraciones, accesos no autorizados, fallas en la trasmisión, entre otros, pero también la Transferencia Segura de Archivos proporciona a las empresas grandes beneficios al mejorar la calidad de la transmisión de datos, reducir el tiempo y los errores asociados a las tareas manuales, cumplir con requerimientos de compliance y simplificar los procesos de ingesta de datos fundamentales para requerimientos DataOps.


    Contactate
    Categories
    54cuatro

    INTELIGENCIA DE LOCALIZACIÓN

    Algunas industrias necesitan trabajar con datos basados en análisis demográficos y espaciales, y eso significa no solo combinar datos para la visualización geoespacial, sino también enriquecerlos. Pero combinar estos datos no es tan simple como con otro tipo de informacion.

    Que es la inteligencia en la localización?

    Este tipo de informacion permite trabajar con ubicaciones de todo tipo para lograr objetivos de negocio. Afecta a distintas industrias, y requieren una manipulación particular según el caso. Vamos a poner algunos ejemplos:

    #Telcos: requieren conocer sus instalaciones de cableado de fibra óptica y cobre, para ello utilizan herramientas GIS (geographic information system) que les permiten situar sus cableados en capas dentro del mapa. Este mapa permite tener un control de sus activos, y ademas esa informacion puede ser usada para detectar fallas en la red.

    #Retail: la decisión acerca de la nueva ubicación de una nueva tienda puede ser determinada analizando el perfil demográfico para entender como las variables geográficas afectan las interacciones entre prospectos comerciales y negocios. Esta industria requiere de soluciones de #geomarketing.

    #Energía: suelen visualizar los activos de petróleo y minería para realizar el seguimiento de la producción por área y por pozo, para lo cual requieren soluciones con mapas interactivos que sirvan la información requerida.

    #Logística: buscan optimizar las rutas para lograr ahorros operativos y comerciales, a través de la ecuación de gastar menos combustible recorriendo menos kilómetros y mejorando la experiencia del cliente entregando en menores tiempos. Esta industria ademas de mapas en real time, suelen requerir soluciones de planificación inteligente con algoritmo de selección de rutas.

    Como cumplir los requerimientos de estas industrias?

    Existen 3 soluciones que #54cuatro puede proveer a través de la #analítica de soluciones basadas en ubicaciones.

    ANALÍTICA ESPACIAL

    La combinación y el mapeo de datos geoespaciales no es suficiente para una visión real. #54cuatro trabaja los grandes volúmenes de datos y los enriquece con análisis espaciales, agregando métricas como el tiempo de viaje, y otros datos que permiten optimizar el territorio.

    ANÁLISIS DEMOGRÁFICO

    54cuatro permite enriquecer sus datos combinando, asignando y agregando datos de fuentes externas, de líderes de la industria o de #OpenData, para nutrir los reportes con data demográfica, geográfica y social para el análisis de los clientes.

    INTEGRACIÓN GIS

    Su sistema de información geográfica o #GIS es tan bueno como los datos que usted maneje. 54cuatro con toda la gama completa de fuentes necesarias para el análisis espacial, desde archivos planos hasta #ESRI y #BigData, y mostrarlo directamente con la tecnología de #BI o visualización deseada.


    Contactate

    Categories
    54cuatro

    Las diferentes etapas de la gestión de datos

    Actualmente mucho se habla de #BigData y #DataScience, y sus beneficios. Pero es importante destacar que la informacion es algo común en todas las empresas, que los Reportes y Dashboards existen hace mucho tiempo y que no es necesario realizar inversiones grandes para sacar valor de nuestros datos. Actualmente se menciona el uso de la informacion como el “petroleo” de las compañías a raíz del gran valor que se obtiene, pero mas allá de una cuestión tecnológica una estrategia de datos requiere coordinación de distintas áreas, desde los sectores de negocios, hasta los sectores técnicos. En #54cuatro tenemos una metodología propia de gestión, basada en #DataOps para realizar acciones conjuntas entre sectores para lograr los objetivos de negocios planteados.

    Infografía

    Analisis de Datos
    Las diferentes etapas en la Gestión de Datos. Clic para ver la imagen completa

    Marco metodológico

    Cuando iniciamos una consultoría basada en datos, es preciso identificar el tipo de proyecto, basado en el resultado esperado. No es el mismo abordaje el que se realiza en un proyecto basado en la búsqueda de ahorros operativos que un proyecto que busque monetizar los datos. Tampoco es igual un cliente de la industria manufacturera que un cliente de retail electrónico. Es por tal motivo que en #54cuatro trabajamos las necesidades de negocio ante una metodología propia de análisis.

    Antes de abordar un proyecto de datos, debemos recordar que no es lo mismo definir Estrategia, Táctica y Técnica, y que el resultado exitoso dependerá en gran parte del planeamiento Estratégico, que contenga la Táctica y la Técnica para dar con el resultado propuesto.

    1) En la Estrategia debemos definir aquellos elementos que seran necesarios para alcanzar un objetivo propuesto.

    2) En la Táctica definimos propiamente el método utilizado a fin de dar con objetivo.

    3) Y la Técnica es la forma de utilizar los recursos de manera eficiente para cumplir con lo propuesto.

    A partir de esto es que nuestra metodología busca:

    • Entender los requisitos de negocios, ya que son el paso fundamental de todo proyecto, y para esta fase, un analista de negocios asignado debe ser especialista en la Industria/Rubro del cliente.
    • A partir de conocer que se busca, se plantean los objetivos, y como se alinearan las estrategias de negocios con las tácticas y técnicas para lograr los resultados.
    • Finalmente se desarrollaran tecnológicamente todas las soluciones que nos acerquen al objetivo.
    • Y finalmente serán presentados resultados con el fin de determinar el nivel de cumplimiento con lo buscado originalmente.

    La presentación de resultados

    Esta etapa es tan importante que podría hacerse una nota completa para esto. Saber comunicar los resultados es vital en todo proyectos de datos. Es necesario poder identificar la forma en que se mostraran resultados operativos, KPI, reportes, métricas, alarmas, etc. También es una condición fundamental lograr interpretar el publico al que dirigimos nuestra información, y poder saber cuando corresponde enviar un archivo, cuando podemos crear un tablero de #BI, o cuando necesitamos comunicar de otras maneras, ya sea haciendo #StoryTelling de la info o mandando un mail con un resumen.

    Por ejemplo, si un gerente comercial quiere conocer un agrupamiento de ventas, que creen que querría ver:

    En el gráfico 1 tenemos la salida de un agrupamiento realizado en #Python. En el gráfico 2, un Dashboard con informacion consolidada. No quedan dudas que un Dashboard es útil como Cuadro de Mando, no solo por la informacion, sino porque visualmente permite explorar datos complejos y conocer métricas claves de manera simple.

    Un gran equipo técnico sin dudas logra buenos resultados explorando datos. Un gran equipo comercial lograr buenos resultados de negocios. Ambos equipos trabajando juntos, logran comunicar efectivamente, inspirar a los lideres a tomar mejores decisiones y generar excelentes resultados.

    Ezequiel Bianucci – Growth 54cuatro

    Contactate
    Categories
    54cuatro

    Caso de Uso: Monitoreo de Animales

    Resumen ejecutivo

    Alcanzar el objetivo de desarrollo sostenible de la ONU de un “mundo con hambre cero” para 2030 requerirá ser más productivo, eficiente, sostenible, inclusivo, transparente y resiliente. Este objetivo requiere una transformación urgente del sistema actual de agricultura, ganadería y alimentación en general.

    La Industria 4.0 está transformado muchas industrias con tecnologías disruptivas como #Blockchain, Internet de las Cosas, Inteligencia Artificial. En el sector agrícola y alimentario #SmartAgro, la difusión de tecnologías móviles, #BigData, #IoT y #Edge computing, ya están mejorando el acceso de los pequeños productores a desarrollos innovadores que les mejora su operatoria.

    En #54cuatro estamos convencidos que el gran desafío de empresas como la nuestra es lograr democratizar el acceso a estas tecnologías que hasta hace poco eran exclusividad de grandes corporaciones.

    En el mundo existen distintas soluciones que permiten monitorear todo tipo de elementos y por supuesto, animales. Se pueden monitorear animales de todos los tipos, desde vacas, toros, ovejas, caballos, inclusive animales salvajes o de agua.

    Así como existe la comunicación entre equipos industriales de tipo #M2M (machine to machine), asumimos este desafío de armar un sistema de comunicaciones que denominamos #A2M (Animal to Machine).

    Nuestra metodología a diferencia de productos standard, implica un desarrollo a medida teniendo en cuenta problemáticas puntuales.

    En esta nota vamos a desarrollar el enfoque utilizado para el proyecto de Monitoreo de Búfalos en la provincia de Chaco, República Argentina.


    Problemática

    La situación que encontramos tiene que ver con perdidas económicas de unos USD 300.000 debido a la falla en la localización de los animales y la falla en la detección de celo, lo que generaba que las Bufalas no fuesen preñadas. La complejidad adicional provenía del hecho que el campo es de 6.000 hectáreas.


    Análisis

    Rodeo de los bufalos

    Monitorear en granjas pequeñas y delimitadas es simple, pero ante tanto terreno tuvimos que cambiar el enfoque del proyecto. Lo primero que hicimos fue investigar el comportamiento del bubalino. Gracias a distintas entidades como el International Buffalo Federation, detectamos los siguientes patrones:

    •El bubalino tiene 150 glándulas sudoríparas por cm2 a diferencia de la vaca que tiene 1500. Esto hace que necesite si o si del agua para enfriarse. Esta informacion nos sirve para detectar zonas de ubicación frecuente basados en la temperatura.

    •Vive en promedio 25 años a diferencia de la vaca que vive 10, y puede dar 16 crías contra 6 que da la vaca. Esto nos marca la importancia de ubicar a las hembras para evitar perder de ciclos de celo.

    •Cuando la Búfala esta en celo se deja perseguir por el macho o lo deja que se apoye sobre la grupa. Podemos detectar síntomas de celo teniendo en cuenta el comportamiento de sus movimientos.

    •El animal enfermo o con riesgo de muerte, se aleja del grupo. Esto es importante para controlar la causa de mortandad y recuperar los sensores.


    Diseño de Solución

    Con esos patrones comenzamos a diseñar 3 cosas. Por un lado la cobertura de red para detectar la posición del animal. En segundo lugar el tipo de sensor, dado que por como se comporta el animal, no podíamos usar un sensor común porque no aguantaría tanto tiempo sumergido, porque el animal se lo rozaría contra arboles para quitárselo, etc. Y por otro lado, patrones de reportes que nos permitan detectar ubicación, posibles condiciones de celo, enfermedad, etc.

    Diseñamos el sensor basados en el comportamiento. Lo que hicimos fue probar diseños sobre modelos 3D.

    Para la conectividad instalamos:

    • 3 Mástiles de comunicaciones a 3 vientos completos de 36 Metros de alto, estrella antirotor, baliza. Obra civil: anclajes elevados, cerco de protección de campo con puertas, y ahi montamos 3 Gateways LoRa.

    • Radioenlaces para transporte IP Ubiquiti y Routers Mikrotik PoE en Gabinetes de exterior de 10U, Autónomos mediante Energía solar (paneles y baterías de 100ah).

    Parte del modelo impreso 3D

    Cada animal se transformo en un nodo de trasmision. Usamos la plataforma de geolocalización desarrollada por Odea para determinar el posicionamiento y cruzar los datos del #GPS con los datos del Ear Tag que contiene:

    • UID Stick
    • ID Posicionamiento
    • Nombre
    • Genero
    • Fecha Nacimiento
    • Posición
    • Estado Servicio
    • Vacunación
    • Peso

    Adicionalmente incorporamos otros tipos de Datapoints que eran de nuestro interés, como por ejemplo factores climáticos y cronogramas de sanidad.

    App mobile con seguimiento de cada animal

    Finalmente para reducir los tiempos de detección del estado del animal, adoptamos un dron dotado con plan de vuelo, plan de vuelo multiespectral, y con un gran rango visual, gracias a la gente de Runco quienes nos ayudaron a encontrar el mejor equipo para lo que necesitábamos.

    Vista del dron en RGB y NDVI

    Resultados

    Con la implementación de nuestra solución, la plataforma se estará dotando de insights provenientes de cada nodo, lo que nutrirá nuestros catálogos de datos y nos permitirán ir ajustando algoritmos de detección de patrones. Esos patrones detectados deben posibilitar algunos resultados claves:

    • Encontrar a cada animal
    • Detectar señales de celo
    • Entender el comportamiento según temperatura, humedad, lluvias, etc.
    • Optimizar el control del peso de cada animal y la alimentación en base a los controles.
    • Disminuir riesgos y mortandad

    Contactate

      Por favor, demuestra que eres humano mediante la selección el corazón.