Mostrando entradas con la etiqueta i. Estadistica digital. Mostrar todas las entradas
Mostrando entradas con la etiqueta i. Estadistica digital. Mostrar todas las entradas

5/7/16

Analista Digital: Herramientas libres

"El día a día de un analista digital pasa por ser capaz de digerir toda la información que recibe a través de Internet y que debe ser segmentada y de fácil manipulación.

Para ello disponemos de muchas herramientas que nos facilitan algunas de las tareas que debemos realizar y que os quiero presentar a continuación, el único requisito de esta lista es que todas las herramientas son open source o software libre.

Voy a englobar las herramientas en cuatro categorías clave en las que todo analista digital debe saber desenvolverse:
Data Mining

La minería de datos no es más que la extracción de información de un gran volumen de datos para posteriormente poder transformarla en una estructura comprensible.

Para esta tarea disponemos de 3 herramientas:



Data Visualization

La visualización de datos es una técnica que consiste en convertir la información en un formato más sencillo y comprensible para el usuario a través de modelos gráficos y visuales.

En este apartado contamos con 8 herramientas:








Web Analytics

La analítica web no es más que la recopilación, medición y explicación de los datos que obtenemos de Internet con el único propósito de entenderlos y optimizar el uso de un sitio web.

Esta tarea podemos llevarla a cabo con 2 herramientas:


Business Intelligence 

La inteligencia de negocio se refiere al uso de datos de una empresa para facilitar la toma de decisiones.
Disponemos de 3 herramientas para esta tarea:



Para terminar hay otras herramientas que son muy útiles en nuestro día a día, tareas como el reporting o los mapas de calor son otra forma de analizar e interactuar con la ingente información con la que trabajamos a diario, sin embargo al no haber tantas alternativas he decido simplemente nombrar las más conocidas en vez de dedicarles una categoría puesto que para el reporting ya hay herramientas mencionadas que lo incorporan.

Este post no pretende menospreciar el potencial de algunas soluciones privativas (cómo por ejemplo Google Analytics, Tableau, Drive o similares…) simplemente es un aporte para los que deseen probar el potencial de estas herramientas."                  (Softwqre libre y comunicación, 16/06/16)

10/6/14

Los 10 algoritmos matamáticos que dirigen nuestra vida

"Durante la campaña electoral de las pasadas elecciones presidenciales en Estados Unidos, una nueva manera de gestionar la ciencia electoral apareció para no irse. A codazos se abrió paso el ‘big-data’ y el análisis matemático de tendencias, opiniones, circunstancias, textos, noticias, localizaciones y lo que se nos ocurra que sea factible de ser diseccionado con una ecuación.

 Por primera vez la comunicación política daba paso a la ingeniería política y, aunque todavía un bebé, la gestión sofisticada de redes sociales para captar intención de voto, envejecía de repente ante la implementación de algoritmos que daban un mejor patrón para lograr esos objetivos. Fue entonces cuando el mundo en general supo que nos gobiernan un montón de fórmulas matemáticas, de algoritmos inteligentes.

Hace unos días George Dvorsky, uno de mis fuentes habituales, trataba en un brillante artículo la importancia de esas ecuaciones matemáticas con las que convivimos todos los días e hizo una relación de los diez más destacados.

El primero sería el propio buscador de Google. El algoritmo del PageRank domina el mercado de la búsqueda en Internet. 

Hubo un tiempo que al preguntar a la gente ¿qué era Internet? se solía responder describiendo Google. La ‘fórmula’ mágica que posiciona los contenidos en Google se basa en un buen número de elementos que han generado incluso oficios y empleos que buscan hacer eficientes esos patrones. Palabras clave, tiempos de conversión, actualizaciones, enlaces y decenas de factores se cruzan en ese laberinto de datos.

El segundo algoritmo destacado es el lector de noticias en el muro de Facebook.

 En este caso más de mil millones de personas acceden a ese espacio para determinar sus próximas lecturas. El comportamiento y entrega de esos datos también se establecen por una fórmula matemática ‘mágica’. Quien decide lo que ves y en que orden es un algoritmo que se basa en ‘tu’ comportamiento y factores de popularidad.

Existe un software genérico denominado de manera no oficial ‘cupido’ que funciona como enlazador de caracteres en términos de posibles parejas o relaciones. 

A partir de plataformas como Match.com y otras, ese algoritmo de ‘matching date’ está entregando preferencias de éxito entre posibles parejas en base a una ecuación matemática que resuelve cada vez con mayor éxito. La analítica de citas está siendo una de las de mayor crecimiento en USA actualmente.

El cuarto algoritmo que nos ‘controla’ es la colección de datos que maneja la NSA norteamericana. 

Que esta agencia de seguridad lleva analizando a millones de individuos era algo que se suponía. Ahora se sabe que es cierto gracias al caso Snowden. El algoritmo que monitorea llamadas de teléfono, correos, imágenes en Webcams, geolocalizaciones, reconocimiento facial, datos personales, etc, es tan sofisticado y eficiente que se ha dudado de su existencia hasta ahora.

El quinto tiene que ver con el ocio. Espacios como Amazon, Netflix u otros pueden saber que vemos, durante cuánto tiempo, que hábitos tenemos y cómo relacionarlos con sus catálogos para que compremos más. 

 No son programas muy complejos aun pero seguramente, en breve, una pantalla nos dirá lo que queremos antes ni tan siquiera de saberlo nosotros. Actualmente la obtención de datos se basa en la multiplataforma una vez damos nuestros usuarios de alguna red o ‘cookies’ adquiridas. En la síntesis de varios espacios por donde nos movemos pueden determinarse gustos de consumo.

La sexta ecuación que determina lo cotidiano es Google Adwords. 

Curiosamente esta pata del gigante informático es la que más importancia tiene. El buscador que no busca. El algoritmo del Adwords le proporciona la principal fuente de ingresos. Por eso que lo cuiden tanto. El funcionamiento y disposición es clave. Muchos otros han intentado crear un modelo similar pero se suelen estrellar.

Mi favorito es el séptimo. El algoritmo que maneja el mundo de las transacciones económicas. El High Frequency Market. 

Se ha pasado de utilizar algoritmos para predecir fluctuaciones del mercado a usarlos para la compra y venta de acciones en alta frecuencia. Es un modelo de disparo rápido, de decisiones en milisegundos, de aprovechar el vacío que deja una misma transacción leída en diferentes puntos del planeta. 

Hablé de ello hace tiempo. Un algoritmo cada vez más inteligente, rápido y autónomo. Casi tres cuartas partes de las operaciones en bolsa del mundo ya no las determina ningún humano. Por eso, los errores te meten en un buen lío, es algo así como volar con piloto automático. Si hay algún imprevisto pinta mal.

El octavo algoritmo clave es el de compresión musical mp3. Todo cuanto escuchamos hoy en día deriva de esa obra sublime de la comprensión de datos musicales. Es evidente que el día que se pudo transformar en bits el sonido, la industria y su cadena de valor y la vida cambiaron.

El noveno es ya de los que asustan. El ‘crush’ de IBM le llaman. Aunque aun no nos ‘domina’ lo puede hacer pronto. 

Como me dijeron hace dos meses en NYC, ‘crush is coming soon’. Se trata de una tecnología predictiva que nos recuerda a la película ‘minority report’. Obviamente no usa a seres extraños que entran en trance para escoger un hecho negativo. Es algo más frío. Hace cuatro años utilizando una ecuación estadística llamada Crush el departamento de policía de Memphis redujo un tercio los crímenes violentos. 

Actualmente hay programas piloto similares en tres estados norteamericanos. La idea es combinar y agregar datos, estadísticas y algoritmos de vanguardia que autorizan a la policía a evaluar patrones y adelantarse a ‘puntos calientes criminales’ probablemente conflictivos.

Y por último, según el listado de Dvorsky, también nos afecta y de un modo menos serio, el ‘auto-tune’ se basa en, a partir de un software creado para el estudio sísmico, generar sonidos acordes y componer en base a semitonos cercanos. Guardando la diferencia con todo lo anterior, no hay que dejar de lado el exitoso ‘shazam’ que a partir de cualquier escucha con tu smartphone te identifica que canción es.

Hay mucho más. Estoy seguro que estás pensando en otros. Desde analisis de comportamiento hasta gestores de imagen inteligente que harán los procesos de compra más simples o eficientes. Espejos que analizan formas, colores, superficies que ordenan pedidos, neveras interconectadas y todo ello siempre rodeando el ‘bid-data’, la Internet de las cosas y el comercio socializado."              (Marc Vidal, 04/06/2014)

21/5/14

Analítica web con software libre

"Cuando se habla de analítica web, Google Analytics es el rey. Un servicio más de Google que no es software libre pero que aprovecha todos los recursos y plataformas de software libre; tanto es así, que hasta el New York Times recoge que el lenguaje de programación que utilizan los ingenieros de Google para realizar todos los cálculos estadísticos, R, es open source.

Como quiera que cada día somos más conscientes de lo que significa la privacidad y el control de las tecnologías, que la propia Google tanto en su política de privacidad de la citada herramienta, como directa y abiertamente para el resto de sus servicios: Google no respeta tu privacidad y así lo reconoce. ¿Qué mejor que usar herramientas de software libre?

La analítica web es de vital importancia, si queremos mejorar, antes debemos conocernos, debemos medir, y para ello, las métricas y la monitorización son nuestras herramientas básicas.  ¿Cómo por ejemplo vamos a iniciar una acción SEO sin saber desde donde partimos?

En software libre existen muchas solucio

nes, pero las dos más utilizadas son AWStats, que es la que muchos proveedores de alojamiento te suelen proporcionar por defecto (en caso de que te proporcionen un módulo de estadísticas o analítica web) y Piwik, actualmente la alternativa más utilizada a Google Analytics, y sin lugar a dudas, una potentísima herramienta.  De hecho, yo tengo instalado en mi propio servidor esta solución libre.

 Otra herramienta que suelen ofrecer los proveedores es Webalizer, aunque existen muchas otras soluciones open-source en algunos casos y software libre en otros, como son: Jawstats, W3Perl, Open Web Analytics,…
Aún así, y como ya he comentado en alguna ocasión, lo importante no es volverse loco con las herramientas, usar una, tener claro para qué usarla y que nos sirva para convertir la información en conocimiento."                  (Software Libre)

20/10/10

Google estudia crear un IPC propio diario con datos de comercio 'online'

"Google está dispuesto a ser algo más que una empresa de Internet. El gigante de la Red tiene en marcha un proyecto para elaborar su propio índice de precios al consumo con datos sacados de su base de datos de compras online. El IPG (índice de precios de Google) sería diario, corrigiendo así el desfase temporal de los IPC oficiales que se publican mensualmente.

Varian reconoció que el IPG no sería un sustituto completo del IPC, debido a que la gama de productos que se suelen vender en la web es muy diferente de la cesta de la economía en general, con la que se elabora el IPC, mediante la visita de funcionarios de Estadística a los comercios.

Así, el capítulo de vivienda representa alrededor del 40% del IPC de Estados Unidos, por ejemplo, pero solo el 18% de la del IPG. El índice de Google muestra una "correlación bastante buena" con el IPC de artículos electrónicos tales como cámaras y relojes que se venden a menudo en Internet, pero no tanto para otros, tales como piezas de automóviles, según el directivo.

Una de las revelaciones del IPG es que muestra una "clara tendencia deflacionaria" en Estados Unidos desde la pasada Navidad, lo que sin duda no es una buena noticia para la Reserva Federal. El núcleo duro del IPC en EE UU, que excluye alimentos y energía (inflación subyacente), subió un 0,9% en un año en agosto.

"Es una imagen muy diferente si vas a Reino Unido donde se ve una ligera tendencia inflacionaria", dijo Varian, que atribuyó el aumento en el IPG de Reino Unido a la debilidad de la libra esterlina.

La idea de elaborar este índice surgió de una experiencia personal del economista jefe de Google. "Una tragedia golpeó nuestra casa hace unos meses porque mi molinillo favorito se rompió y busqué en Google una lista de precios para reemplazarlo".

Google puede ampliar su campo de previsiones a otros datos macroeconómicos mediante el uso de registros en tiempo real. Por ejemplo, las búsquedas de seguro de desempleo pueden ser una buena herramienta para predecir demandas reales de empleo, o la tasa de desempleo." (El País, economía, 13/10/2010, p. 20)