Etiqueta: analitica

Rainforest Connection: Salvando la selva, con tecnología

Rainforest Connection es el nombre de una iniciativa que recicla viejos teléfonos celulares y los une a la más moderna tecnología de Machine Learning y analítica de SAP para supervisar a distancia los bosques del mundo y alertar la presencia de cazadores furtivos, taladores y otras amenazas

Topher White es el nombre de un ingeniero norteamericano que dislumbró una forma de atacar el problema de la deforestación ilegal de los bosques tropicales: haciendo uso de la tecnología.

La solución propuesta por White, actualmente en uso en más de 26.000 hectáreas de bosque, consta de una combinación de tecnología de punta con tecnología casi obsoleta, reciclada. Y es que las estaciones de rastreo de Rainforest Connection están basadas en materiales de bajo costo que incluyen el uso de tarjetas lógicas y otras partes de celulares que ya han sido descartados. White asegura que “las mejores partes provienen de celulares realmente viejos, conocidos por sus grandes capacidades de conexión en redes 2G y su gran rendimiento energético”. Las estaciones de monitoreo de White se complementan con paneles solares de bajo costo y una carcaza negra que protege al celular de las inclemencias del tiempo.

Estas estaciones son colocadas en alto, en árboles dentro de la zona protegida y son capaces de escuchar y transmitir los más diversos ruidos, naturales o no, haciendo uso de una conexión celular 2G. El contenido recibido es procesado en tiempo real y con poderosos sistemas, habilitados con capacidad para aprender, se pueden distinguir los ruidos de las diferentes especies animales, de los elementos de la naturaleza y los producidos por el hombre, ya sea al disparar, aserrar o golpear con un hacha. Además el sistema es capaz de reconocer cuando los animales detectan la presencia humana, gracias a los cambios en el comportamiento de los mismos, y el sistema es capaz de generar alertas de cazadores furtivos o taladores hasta 5 minutos antes de que se produzcan los ataques.

Machine Learning de SAP , el corazón de la solución

El corazón de esta solución es el uso de la capacidad de Machine Learning de SAP, así como el uso de herramientas predictivas. Sin esto, el sonido transmitido por las estaciones receptoras de poco serviría. La computadora es capaz de aprender a distinguir los distintos ruidos provenientes de los pájaros, principalmente, así como del resto del ambiente, y después con el uso de métodos predictivos se predicen eventos como la tala, en base al comportamiento de los animales, generando una alerta que va directo a los guardaparques, que pueden actuar en apenas minutos.

Otras partes importantes de la solución incluyen una App p[ara iOS y Android que permite a cualquier persona escuchar los sonidos recopilados en los distintos bosques. Así mismo la data recolectada de cada una de las instalaciones está disponible para investigadores que quieran accederla, según corroboró el propio White.

La solución se encuentra implementada en varias partes del mundo, incluyendo países latinoamericanos como Brasil, Perú y Ecuador, y segurmanete se realizarán muchas más instalaciones por lo que es seguro que pronto, muy pronto, volvamos a estar hablandodeti, Rainforest Connection, y de los beneficios de aplicar la tecnología al cuidado de la naturaleza.

junio 12, 2018
¿Son Big Data y Analítica de negocios opciones reales para las PyME?

Casi todas las grandes empresas de TI insisten en que las PyME se pueden beneficiar de la aplicación de tecnología de Big Data y Analítica de negocios, pero la realidad puede ser muy diferente

Mucho se habla en el mundo de Big Data y analítica de negocios, dos grandes tendencias que amenazan con cambiar el accionar de las empresas. ¿Pero están las empresas latinoamericanas listas para aplicarlas?

Esa es la pregunta de los US$64.000 –o de las sesenta y cuatro mil lochas, como diríamos en Venezuela—y la respuesta no es sencilla.

Por un lado las grandes empresas de TI tienen razón al afirmar que esta tecnología está al alcance de las empresas PyME. La oferta de herramientas que permiten analizar o extraer datos en gran escala ya sea de repositorios internos como bases de Datos, o de repositiorios externos, como redes sociales, es amplia y no es tan costosa como hace algunosaños. La posibilidad de instalar estas soluciones en appliances de costo reducido, o en “nubes” en centros de datos, terminan de brindar factibilidad a las ofertas tecnológicas. El argumento de las grandes empresas es que hay multiples Fuentes de datos que están siendo descartados, que de analizarse podrían generar beneficios.

Pero muchos ejecutivos de estas PyMES argumentan que sus empresas dificilmente necesiten de esta tecnología y mucho menos se puedan beneficiar de la misma. En un trabajo realizado recientemente para una revista de negocios venezolana, uno de los fabricantes de soluciones de software que produce sencillas herramientas de analítica, me comentó que un cliente de ellos, de tamaño medio, que genera 4.000 facturas mensuales, con una historia de 6 años, guarda toda esa información en apenas 176 Mbytes. En comparación una foto de 16 megapixels en formato RAW son 48 Mbytes. ¡Lo que implica que toda la información de facturación de esa empresa es apenas el equivalente a 4 fotos!.

Lo cierto es que el concepto de BigData es muy atractivo, y aún recién está empezando a ser implementado por empresas grandes y unas pocas de tamaño medio. Pero sin duda alguna no es un concepto para todas las empresas, aún si estas llegan a generar grandes cantidades de datos. Areas como logística, telecomunicaciones, atención al cliente, banca o finanzas, tienen el potencial de generar gran cantidad de datos que podrían llevar a evaluar el uso de Big Data, pero antes hay que resolver el problema de como recabar, procesar y descartar esos datos, sin comprometer la operación normal de la empresa, ni crear un centro de datos paralelo. Hay muchas aristas en este problema que deben ser consideradas, desde los costos de procesamiento, hasta la utilidad proyectada de estas iniciativas, pasando por la estandarización de la información y la privacidad de la misma.
En resumen si usted y su equipo creen que Big Data puede beneficiarlos, es un buen momento para empezar a estudiar la factibilidad de aplicarla. Empiece por ordenar sus datos, para hacerlos accesibles a las herramientas de BigData –generalmente basadas en Hadoop–, investigue sobre conceptos como los Lagos de Datos de EMC –que ale ayudan a evitar duplicación de datos—y consulte a expertos que le puedan ayudar en este proceso.

El caso de analítica es mucho más amplio. Las herramientas de evaluación y visualización suelen ser más aplicables en las Pymes. Algunos ejemplos sencillos de esto pueden ser herramientas en areas puntuales como en “Cuentas por cobrar” donde una herramienta de visualización que permita orientar los registros según tamaño de la deuda, diás de vencida, factibilidad de cobro basada en el historial del cliente, o muchas otras opciones, puede ayudar a un departamento de cobranzas de pequeño tamaño a ser mucho más eficiente. Igualmente puede ocurrir en areas cómo Logística, Recursos Humanos, Cadena de suministros, y muchas otras.

Al final, pudiera ser que si, que al hablar de empresas que pueden beneficiarse de Big Data y Analítica, esté hablandodeti, querido lector, y de tu empresa PyME.

septiembre 6, 2014
La alianza de Apple e IBM no es tan sorpresiva como a algunos les parece

IBM y Apple han establecido una alianza para fortalecer sus ofertas empresariales, algo que a muchos puede haberles parecido sorprendente. Pero realmente esta alianza tiene mucha lógica y poco de asombrosa

IBM y Apple alcanzaron un acuerdo que ayudara a ambas empresas a tener una mejor posición en el mercado corporativo, mejorando las ventas de Apple a este sector y fortaleciendo la oferta de IBM en software empresarial. Se trata de una alianza extensapara incorporar más tecnología móvil y de análisis de datos en el mundo corporativo.

Con varios meses de trabajo previó, ambas empresas cuentan ahora con un centenar de prrogramas para negocios desarrollados sobre iOS –para usar en tabletas y teléfonos de Apple—que incluyen aplicaciones específicas a ciertas verticales de industrias –como salud, venta al detalle, banca, etc.

El acuerdo anunciado por los CEO de ambas empresas, sorprendió a muchos –aunque quizás pocos de las más recientes generaciones estén conscientes de la rivalidad que existió entre ambas empresas al inicio de la computación personal—pero es un paso lógico en un panorama tecnológico donde el soporte para tomas de decisiones es cada vez más móvil y omnipresente.

La idea de ambas empresas es redefinir la forma en que los ejecutivos toman decisiones y como analizan los resultados que arroje la analítica de negocios aplicada sobre los datos de la empresa.

Para IBM lograr este acuerdo con la plataforma móvil más popular es clave, mientras que para Apple , significa extender la utilidad de sus dispositivos más allá del simple browsing en Internet, manejo de correos electrónicos o consulta de redes sociales, extendiéndolos hacia un mercado, el corporativo, que aún no le es del todo amigable.

De alguna forma este acuerdo formaliza algo que venía ocurriendo de manera espontanea, con SAP, ORacle y otras grandes firmas de software, pero al contar con un marco formal de desarrollo, es de esperar que se multipliquen las aplicaciones y se eleve el nivel de calidad de las mismas.

Algunas estadísiticas indican que en el 92% de las empresas del ranking Fortune 500 se usan iPhones e iPads, y este acuerdo debe proteger esta proporción, manteniendo el mercado de Apple. Además lo más probable es que aumente el número de dispositivos usados dentro de cada empresa, mejorando las ventas de Apple al sector.

Por su parte IBM y los desarrolladores de aplicacionestendrán la facilidad de desarrollar aplicaciones para un ambiente más sencillo, con gráficos avanzados e interfaz estándar, algo que no es tan marcado en Android, que sufre una gran fragmentación, y múltipes configuraciones de dispositivos, ahorrándoles tiempo y dinero, y mejorando la experiencia de usuario y simplificando la curva de aprendizaje.

Estoy seguro que esta alianza entre estas dos importantes empresas dará mucho de que hablar, y que en el futuro seguiré hablandodeti Apple, y también de ti IBM, gracias a esta importante decisión.

julio 17, 2014
Brasil 2014: La máquina que es Alemania, funciona con software de SAP

Escribo esto antes de saber el resultado de la final del mundial de fútbol Brasil 2104, sin saber si la genialidad de Messi y su equipo argentino se impone a la perfección alemana. Pero algo les puedo asegurar, SAP desde ya es uno de los ganadores de la copa

Desde hace meses quería escribir este post, después de ver en persona el sistema en un demo en el Sapphire, y lo único que me detenía era mi justificada incredulidad. ¿Pueden Big Data y la Analítica ser tan importantes para ganar partidos, cómo saber jugar al fútbol? Y la respuesta es un si rotundo.

Si bien los primeros resultados de Alemania fueron positivos, no se podía concluir nada sobre los mismos. Pero el juego ganado ante Francia por estrecho margen y el ganado por paliza ante Brasil, dejaron claro algunas cosas interesantes.

Por ejemplo, ante Brasil el dominio del balón estuvo de parte de Brasil, con un 52%, apenas lograron tener oportunidades de gol, mientras que Alemania con un 48% logro hacer 5 goles apenas en la primera parte del juego, y en la segunda, jugando de manera relajada, lograría otro par de goles. Brasil, pese a intentarlo durante todo el juego, sólo logró acertar una vez en la arquería contraria.

¿Qué marca entonces una diferencia tan notable entre Brasil y Alemania? ¿Es sólo habilidad para jugar al fútbol? Podría ser que no, ya que la selección alemana utiliza SAP Match Insights, una solución desarrollada en conjunto con SAP y la Federación
Alemana de Fútbol, diseñada para apoyar el análisis de las actividades de entrenamiento, preparación y participación de los equipos en torneos competitivos. Esta solución también ayuda a entrenadores y buscadores de talentos a realizar análisis y evaluaciones de las situaciones clave de cada partido, lo que facilita el procesamiento de enormes volúmenes de datos y contribuye a promover niveles superiores de rendimiento, tanto de los jugadores individuales como de los equipos

¿Pero de que se trata realmente la solución? Pues de Big Data y Analítica.

“El trabajo de SAP ha transformado la experiencia del fútbol para entrenadores, jugadores, fanáticos y los medios” señaló Oliver Bierhoff, Embajador de SAP y gerente de la selección alemana de fútbol. “imaginen que en 10 minutos, 10 jugadores con tres pelotas [en entrenamiento] pueden producir mas de 7 millones de datos asociados a puntos específicos en sus cuerpos. Y para procesarlo en tiempo real tenemos a SAP Hana. Con SAP nuestro equipo puede analizar esta gigantesca cantidad de datos para ajustar el entrenamiento y prepararse para un próximo juego” añadió.

El 18 de Junio uno de los coach del equipo admitió que la preparación de Alemania para vencer en el mundial, incluía dos años de recopilación de datos sobre todos los posibles rivales. 50 estudiantes, y fanáticos del fútbol y la selección alemana, levantaron todas las jugadas de importancia, artículos de prensa y cualquier otra información acerca de los rivales, para ponerlos a disposición del equipo en tan sólo un click. El acuerdo con SAP permitió contar con la plataforma, y se desarrollo software para este fin, que aún no está disponible para otros equipos, ya que SAP espera ayudar a la selección de su país de origen antes de ofertar el producto al público.

Este software, por ejemplo, permitió darse cuenta que el tiempo promedio de retención del balón de un jugador alemán era de 3.4 segundos, y se trabajó para bajarlo a tan solo 1.1 segundos. Eso explica el estilo “automatizado” que muchos le endilgan a la selección alemana. La herramienta permitió descubrir este dato e incluirlo en la preparación de la misma, como un objetivo a mejorar. Esto puede explicar entonces, como con tan solo el 48% de posesión de balón, Alemania fue 7 veces más productiva que Brasil, llegando a marcar tres goles en tan sólo 179 segundos.

Probablemente SAP comience a finales de año a comercializar este producto, y estoy seguro que tendrá para el momento una importante lista de equipos de primer nivel esperando para comprarlo. Por eso estoy seguro que seguiré hablandodeti SAP, y de tus productos para deportes, en los próximos meses.

julio 12, 2014
¿Como evitar la frustración digital del fanático en el estadio?

En un mundo dominado por las redes sociales, los eventos en vivo, y especialmente los deportivos, se desarrollan no sólo en su ámbito físico, sino también en los diferentes dispositivos móviles de quienes están viéndolo

Pero ¿cómo hacer para que un estadio lleno de gente, no se sienta frustrada al sentir que su experiencia de “ver el juego” es inferior a los que lo observan en una TV gigante, con todas las comodidades del hogar y conectados a la Internet.

Esa es la respuesta que los equipos deportivos están obligados a encontrar.

Bonnie Bernstein, comentadora de deportes de reconocida trayectoria en la TV y radio de EUA, estuvo charlando con el público en el NBA City, en el Universal City Walk de Orlando, Florida, comentando sobre como el uso de BigData está cambiando el deporte professional. Bernstein –quien está asistiendo a la conferencia mundial de la empresa SAP, el Sapphire 2014—dejó claro que los equipos enfrentan un serio reto para satisfacer la “frustración digital” de los asistentes a los estadios. Esta frustración surge de varias factores, que se combinan. Primero todo un estadio lleno de peronas que se quieren conectar a la Internet y que dificilmente lo logran. Al no estar conectados se genera un segundo factor: empiezan a perderse la reacción de los amigos y conocidos, y porqué no la de algunos extraños, algo que puede llegar a producir la sensación de que ver el juego en el estadio, puede ser “menos” que verlo desde la comodidad del hogar. Si a esto se agrega la gran labor de muchos medios para generar interesantes estadísticas en tiempo real sobre jugadores y equipos, el coctél no es el mejor para los equipos deportivos.

Ahora bien, como ya comenté hace un año en este blog, SAP y otras empresas están buscando solucionar este problema mejorando la experiencia del fanático a través del uso de BigData y analítica para generar datos interesantes en tiempo real, incluso personalizados para cada usuario. Pero Berstein ve otros ángulos muy interesantes de la aplicación de BigData y Analítica al negocio deportivo.

Primero el uso de BigData para el Manager o entrenador de un equipo puede tener un alto impacto. Saber que estadísticamente después de dos outs en la segunda mitad del juego, un jugador es mucho mejor que otro para venir como bateador designado, puede terminar dándole al equipo varias victorias importantes en una temporada. Igualmente si un lanzador de béisbol se encuentra en problemas ante un bateador, que el manager al salir sepa que dicho bateador falla consistentemente más ante cierto lanzamiento determinado, en condiciones similares, puede ser un arma extra para lograr la confianza que el lanzador necesita para salir del problema.

Igualmente la contratación de nuevos peloteros puede beneficiarse enormemente de esta tecnología. Tal como relata la película Moneyball, basada en una historia real sobre los Atléticos de Oakland, un buen manejo de las estadísticas, y la selección de las variables correctas, puede volver competitivo a un equipo, por mucho menos de lo que otros gastan. Bernstein ve aquí una aplicación fantástica para el Beísbol de fantasia, un juego que ha tenido un gran desarrollo en los EUA.

Por último, el dueño del estadio, el equipo de casa, también puede sacar provecho de BigData y Analítica, al encontrar hechos aislados que pueden levantar grandes demandas de bienes y alimentos particulares. ¿En que inning se venden más cerveza y hot-dogs? ¿en que momento la gente se acerca más a las tiendas a comprar recuerdos? ¿qué días –o a que temperaturas, condiciones de clima, etc—favorecen la venta de ciertos productos? Estar preparado para atender –y aprovecharse—de estos eventos puede marcar una gran diferencia en las finanzas de cada equipo.

SAP cuenta con una solución de deportes muy interesante, la cuál ha colocado en la NBA recientemente, y en la que Hana, su sistema de cómputo en memoria, juega un rol fundamental. En los próximos días tendré la ocasión desde estas páginas de contarles un poco más al respecto, una vez que pueda cotejar los avances que ha tenido la solución desde el año pasado. Mientras tanto ha sido un placer no sólo hablar de tecnología con esta solución de SAP, sino también estar hablandodeti, Bonnie Bernstein, y descubrir después de tomarnos una foto juntos, que compartimos el mismo día de cumpleaños.

junio 3, 2014
Los sistemas “ingenierados” de IBM: ¿el futuro de los servidores?

Hace poco más de dos meses tuve la posibilidad de entrevistara a Gary Andrews, programador y Consultor Senior de IBM y conversamos sobre servidores de alto rendimiento en el análisis de datos, en especial sobre los llamados Pure systems de IBM.

Se trata de servidores altamente optimizados para tareas específicas, que a la manera de los servidores Exadata de Oracle y los recientemente anunciado Kraken de HP, ofrecen rendimientos increíbles para el manejo de grandes bases de datos y sistemas que se basan en estas bases de datos. En inglés se les distingue como “engineered systems” que vendría a ser algo así como sistemas “ingenierados” si me valen el término que no existe.

Andrews, revela que IBM tiene una larga tradición optimizando el uso de los servidores, como por ejemplo con los llamados “mainframes” que alcanzan cifras de utilización altísimas, rondando el 100%. La tecnología conocida como PureScale aprovecha el motor de base de datos de IBM –aka DB2—y lo ejecuta de manera paralela, logrando un gran aumento de rendimiento. IBM combinó esta tecnología con una versión de Websphere para lograr un hardware de alto rendimiento en funciones que se pueden paralelizar, por ejemplo para las transacciones en línea. Por supuesto que estos servidores incluyen múltiples tecnologías para mejorar la velocidad de las transacciones en línea, incluyendo tecnología de Netteza, una solución de Datawarehouse comprada a finales de 2010 por IBM.

IBM incluye tres ofertas diferentes en su portafolio de Pure Systems: PureData System for Transactions, PureData System for Analytics, and the PureData System for Operational Analytics, cada uno adaptado a las necesidades puntuales de cada acción. Están disponibles desde modelos básicos basados en arquitectura x86 hasta configuraciones mucho más potentes basadas en servidores con arquitectura Power, ejecutando AIX, la versión de UNIX de IBM.

Lo cierto es que tanto Oracle, como IBM, y otros fabricantes, a los que se suma recientemente HP, están desarrollando servidores altamente optimizados para Bases de Datos y otras tareas específicas, que incorporan una gran cantidad de memoria RAM, rápida y económica, y discos duros de estado sólido, para reducir los tiempos de acceso a las bases de datos, y combinan este hardware con técnicas que optimizan el manejo de las propias bases de datos, para ofrecer rendimientos asombrosos que permiten realizar operaciones críticas en tiempo real, aún si se trata de Big Data.

Estamos entonces ante una nueva generación de servidores, para usos muy específicos, que están amenazando el reinado de las grandes supercomputadoras incluso, al incorporar mucha de su tecnología en modelos económicos y fáciles de administrar.

Así que hoy terminamos hablandodeti IBM, al hablar de las nuevas generaciones de servidores, pero pronto espero también hablarles de las opciones de otros fabricantes.

mayo 23, 2013