Comunidad Esri Venezuela Blog

cancel
Showing results for 
Show  only  | Search instead for 
Did you mean: 

Latest Activity

(2 Posts)
AureaRodriguez
Esri Contributor

En la tradición de las startups de Silicon Valley, una de las historias más famosas se centra en cómo Blockbuster tuvo la oportunidad de comprar Netflix por 50 millones de dólares en 2000 y lo rechazó.

La cadena de alquiler de videos estaba entonces cerca del apogeo de sus poderes, mientras que el negocio de DVD por correo de Netflix estaba luchando en un mundo dominado por las ventas físicas.

Cuando los fundadores de Netflix finalmente se reunieron con el director ejecutivo de Blockbuster y dieron a conocer su precio, fueron rechazados y les dijeron que el rumor de las punto-com era una moda pasajera.

Veinte años después, solo queda una sola tienda Blockbuster (en Bend, Oregón) de la red que alguna vez llegó a tener más de 9,000, mientras que el pionero de los medios de transmisión Netflix tiene una capitalización de mercado de más de $ 240 mil millones.

Es una advertencia sobre el cambio tecnológico repentino y las preferencias de los consumidores que cambian rápidamente, un recordatorio de que, en el clima empresarial impredecible de hoy, los David y los Goliath pueden cambiar de lugar más rápido de lo que cualquiera podría imaginar. Cada vez más, las empresas recurren al análisis de datos y a herramientas como el análisis geoespacial para adaptarse antes de que los cambios radicales de la suerte los tomen por sorpresa.

 

Imagen1.jpg

 

El último espectáculo de imágenes

Blockbuster es una de las muchas marcas estadounidenses que han desaparecido de los centros comerciales y las avenidas de la ciudad: Borders, Radio Shack, Toys R Us y otras tuvieron un destino similar. A principios de este año, la última cadena de alquiler de videos que quedaba en los EE. UU., Family Video, cerró sus tiendas restantes después de una larga caída.

Los ejecutivos y analistas minoristas generalmente se enfocan en estrategias de crecimiento y estudios de casos de expansiones exitosas cuando buscan lecciones que puedan aplicar a su propio negocio. Pero un artículo de investigación publicado el año pasado en The Professional Geographer sobre el declive del video familiar sugiere que los líderes empresariales tienen mucho que aprender de las redes minoristas que se contrajeron o fracasaron.

Los autores del estudio concluyeron que la ubicación del sitio y los factores relacionados pueden tener una gran influencia en la salud de una empresa y la viabilidad de cualquier tienda. Su análisis encontró que los factores externos que ocasionalmente se pasan por alto (densidad de población local, negocios vecinos, tamaño de la tienda) pueden tener un efecto significativo y sorprendente sobre si una tienda permanece abierta o se ve obligada a cerrar.

Cada vez más, las empresas con visión de futuro están incorporando un sistema de información geográfica (GIS) en sus análisis para detectar patrones en los datos de ubicación que el ojo humano y las hojas de cálculo pueden pasar por alto. La información empresarial aprovechada por los GIS, conocida como inteligencia de ubicación, puede ayudar a los líderes corporativos a obtener una ventaja competitiva, evitar riesgos y aprovechar las oportunidades.

 

El tamaño y la población son importantes

Joseph Tokosh y Xuwei Chen de la Universidad del Norte de Illinois analizaron datos sobre cierres de videos familiares para identificar los factores subyacentes. La cadena se fundó en la región de los Grandes Lagos y se expandió en áreas rurales y suburbanas donde Blockbuster tenía menos presencia, llegando a 700 ubicaciones en 19 estados y Canadá en su apogeo. En el momento del estudio, 537 tiendas permanecían abiertas.

Después de estudiar elementos como el tamaño del edificio, la demografía de la población y la proximidad a otros minoristas, los autores llegaron a tres conclusiones principales. Primero, las tiendas más grandes (del orden de 5,500 pies cuadrados) tenían más probabilidades de fallar que las más pequeñas. La naturaleza especializada del mercado de alquiler de videos, su línea de productos simple y el hecho de que los puntos de venta no anclaban un mercado como lo haría una tienda departamental, favorecieron a las tiendas más pequeñas con un mayor éxito.

En segundo lugar, descubrieron que cuanto mayor era la densidad de población alrededor de la tienda, más vulnerable era la empresa al fracaso. Las poblaciones más densas tienden a atraer más opciones de compra, lo que obliga a una marca relativamente pequeña como Family Video a igualar los precios y el inventario con las grandes tiendas como Walmart que también venden DVD. Además, dado que las áreas rurales escasamente pobladas a menudo carecen de infraestructura para Internet de alta velocidad y los servicios de transmisión de medios, esas regiones generalmente han tenido un buen desempeño para las tiendas de videos tradicionales.

Las tiendas vacías cercanas aumentaron la probabilidad de cierre de tiendas. Este hallazgo encajó con datos que mostraban que las tiendas en plazas grandes tenían más probabilidades de cerrar que las ubicaciones independientes. Incluso una sola tienda vacia puede tener un efecto no deseado, reduciendo el atractivo de un complejo comercial y desencadenando una cadena de cierres al estilo dominó.

Por otro lado, cuando las ubicaciones de Family Video tenían puntos de venta de alimentos o bebidas como copartícipes, aumentaba la probabilidad de que permanecieran abiertos. Hay un encanto por la pizza y las noches de cine que ha perdurado hasta bien entrada la era del streaming. Cuando Family Video se asoció con Marco’s Pizza, alquilando espacio a la cadena de pizzerías en más de 200 ubicaciones, las tiendas tuvieron un buen desempeño: solo 13 de esas ubicaciones conjuntas cerraron. Así como las tiendas vacías pueden arruinar una franja completa, un restaurante popular puede impulsar la fortuna de las empresas que lo rodean.

 

Estrategias basadas en datos de ubicación

Al dar al tipo de datos analizados en este estudio un contexto visual, los GIS hacen posible detectar, evaluar e incluso pronosticar tendencias antes de que impacten en los resultados de una empresa. Para una empresa con 4 ubicaciones o 4.000, un analista de GIS puede producir mapas inteligentes que muestren datos en un contexto geográfico y señalen el camino hacia estrategias comerciales receptivas.

Una empresa a pequeña escala como Family Video que enfrenta la perspectiva de que tiendas vacías cercanas podría hacer la transición preventiva del sitio para operar como una tienda oscura, cerrada al público, pero actuando como un mini centro de cumplimiento para llenar los vacíos en el comercio electrónico y la venta minorista omnicanal.

Alternativamente, una cadena de deportes electrónicos o videojuegos podría construir una estrategia de mercado en torno a la correlación entre poblaciones más pequeñas y una menor dependencia del entretenimiento basado en Internet, buscando áreas suburbanas y rurales para sus ubicaciones. Esas mismas geografías también pueden aparecer en un mapa inteligente como oportunidades para un proveedor de servicios de Internet que busque romper la brecha digital.

La idea de que los coinquilinos pueden impulsar el comercio de las empresas vecinas podría apuntar a asociaciones valiosas. Un analista GIS puede crear un mapa que muestre las ventas en cada tienda en una red minorista y revelar los patrones conectados a las empresas vecinas.

Nadie conoce el futuro, como demuestra ampliamente el encuentro entre Blockbuster y Netflix. Pero para aquellos con herramientas como GIS que entienden el valor de buscar patrones ocultos, hay muchos proféticos ocultos en los datos.

 

Acerca del autor:

Autor

Gary Sankary

Se incorporó a Esri en 2014 como experto en la materia en el sector minorista después de pasar 30 años en la industria minorista.

Traductor

Aurea Rodríguez

Gerente de Mercadeo de Esri Venezuela.

 

 

more
0 0 99
AureaRodriguez
Esri Contributor

Durante las décadas de 1960 y 1970, un programa estadounidense de alto secreto denominado Corona por la Agencia Central de Inteligencia (CIA) capturó imágenes satelitales de instalaciones militares soviéticas. Ahora, las más de 850.000 fotografías pueden ayudar a los científicos a analizar el impacto humano en la Tierra a lo largo de las décadas, cambios como la pérdida de árboles y la expansión urbana.

Desclasificada en la década de 1990, la enorme colección de imágenes permanece en su mayor parte desorganizada y almacenada en película. Cada imagen debe ser revelada e identificada manualmente con su lugar y hora exactos, un proceso arduo y costoso. Los recientes avances tecnológicos están dando al proyecto Corona un nuevo propósito. Los investigadores están corrigiendo digitalmente las imágenes a veces borrosas y utilizando la tecnología del sistema de información geográfica (GIS) para orientar las imágenes en el espacio y el tiempo, a escala

 

Imagen4.jpg

 

Imágenes antiguas y nueva tecnología resuelven problemas

Cuantos más datos puedan recopilar y analizar los científicos del pasado, con mayor precisión podrán modelar lo que sucederá en el futuro. En la década de 1960, justo cuando se lanzaba el proyecto Corona, surgieron los primeros conceptos de geografía cuantitativa y computacional. Los responsables de la toma de decisiones comprendieron rápidamente el poder de estos enfoques para resolver problemas, y el primer GIS se lanzó en 1963. Cuando los satélites Corona comenzaron a dar vueltas alrededor de la Tierra, Esri estaba comenzando con el mapeo informático aplicado y el análisis espacial. Las herramientas, creadas inicialmente para ayudar a los planificadores del uso de la tierra y los administradores de los recursos de la tierra a tomar decisiones informadas, finalmente se lanzaron como software.

 Hoy en día, los GIS perduran como una tecnología empresarial capaz de analizar datos de la naturaleza, la sociedad y los negocios. Es capaz de tomar enormes cantidades de información de diferentes fuentes y destilarla para que sea comprensible y procesable para casi cualquier persona. Los GIS son tan útiles para comprender la escasez de agua como para optimizar las operaciones comerciales a través de un gemelo digital.

Un equipo en Arabia Saudita está utilizando GIS y métodos de detección remota por satélite para estudiar los cambios en la costa en Yanbu, la tercera refinería de petróleo más grande del mundo. La inteligencia de ubicación recopilada de su estudio está permitiendo al equipo comprender cómo el desarrollo humano ha impactado la costa desde 1965, una comprensión que no sería posible sin las imágenes de Corona. Utilizarán esos datos para predecir la amenaza continua a los sistemas costeros naturales y proyectar las consecuencias de ese daño hasta el año 2109.

 

Imagen2.jpg

 

Otro grupo de investigadores está estudiando el segundo lago más grande de Nepal, Phewa Tal. Los científicos han creído durante mucho tiempo que el lago se estaba reduciendo, pero se ha cuestionado debido a la falta de datos históricos en la región. Los miembros del equipo analizaron mapas antiguos e imágenes satelitales de Corona utilizando GIS e inteligencia artificial (AI) para comprender la contracción del lago a lo largo del tiempo. Su análisis reveló que la actividad de deslizamientos de tierra, la sedimentación a través de la cuenca y el desarrollo urbano harán que el lago pierda el 80 por ciento de su capacidad de almacenamiento durante las próximas generaciones si no se aborda.

 Imagen3.jpg

 

Evolución de la tecnología de imágenes.

El proyecto Corona produjo casi un millón de imágenes. Solo el primer satélite devolvió más imágenes de la Unión Soviética que todo el programa de aviones de reconocimiento de gran altitud U-2. En ese momento, no existía la posibilidad de digitalizar estas imágenes o ponerlas en una base de datos.

Ahora las herramientas SIG permiten a los investigadores mostrar muchas imágenes y catalogarlas y compararlas. Los usuarios pueden navegar a través de múltiples capas de imágenes para mirar a través del espacio y el tiempo. Esta comparación visual es solo un comienzo, con un gran valor derivado del análisis de imágenes que va más allá de lo que el ojo puede ver.

Las imágenes se basan en celdas, y cada píxel contiene valores que el SIG puede clasificar para capas de información como la tierra o el tipo de vegetación. Con un modelo de geoprocesamiento, los conjuntos de datos se pueden derivar directamente de las imágenes. La mayor parte del trabajo de análisis de imágenes ahora está automatizado, utilizando la capacidad informática de la nube para procesar y almacenar una actualización diaria de nuevas imágenes proporcionadas por los satélites actuales. La aplicación del método de inteligencia artificial de aprendizaje automático permite a las computadoras detectar objetos y extraer cosas como huellas de edificios o sitios de lanzamiento de misiles.

A fines de 1960, los datos derivados de las imágenes de Corona le permitieron al director del programa de reconocimiento nacional declarar con seguridad que la Unión Soviética no poseía armas nucleares más estratégicas que Estados Unidos. Llegar a esa conclusión requirió muchas más horas humanas de las que serían necesarias con la tecnología actual.

Antes del lanzamiento de las imágenes de Corona, las imágenes de satélite solo se remontaban a 1972 cuando el primer satélite Landsat comenzó a transmitir imágenes digitales de la Tierra desde el espacio. A pesar de ser estáticas y en blanco y negro, las imágenes de Corona tienen una resolución mucho más alta que sus contrapartes Landsat, ya que fueron tomadas más cerca de la superficie y en el momento óptimo del día para discernir objetos en la superficie de la tierra.

 

Ampliación de la línea de tiempo histórica para modelar el futuro

Los investigadores confían en la información histórica recopilada de libros, fotografías, revistas, obras de arte y otras fuentes para ayudar a ampliar la línea de tiempo de la comprensión. Al proyectar ese conocimiento hacia el futuro, utilizan imágenes con análisis GIS para evaluar riesgos y vulnerabilidades en una amplia gama de industrias y áreas de estudio. Medir amenazas sistémicas como el cambio climático y el aumento del nivel del mar requiere una visión a largo plazo, a veces al menos 30 años de datos.

Por ejemplo, los científicos están utilizando registros detallados de los barcos balleneros para comprender cómo eran el clima y las condiciones marinas en las áreas menos transitadas del océano en el siglo XIX. Otros se aventuran en cuevas para recolectar muestras de guano de murciélago para obtener una instantánea precisa del clima en esa área a lo largo del tiempo. Las fotos tomadas por satélites espías de la Guerra Fría también entran en esta categoría.

Una de las primeras personas en reconocer la utilidad potencial de las imágenes de Corona en el estudio de nuestro planeta fue el vicepresidente Al Gore. En 1990, el entonces senador Gore escribió una carta a la CIA preguntando si las imágenes satelitales de Corona podrían usarse para ayudar a resolver misterios ambientales. El programa MEDEA resultante, dirigido por 70 científicos, se convirtió en una de las mayores fuentes de datos científicos de la tierra en el mundo. La información de la Red Global de Datos Fiduciales de MEDEA ayuda a monitorear los parámetros ambientales críticos en la actualidad.

A medida que avanza la tecnología, los investigadores encuentran nuevas formas de acceder a increíbles volúmenes de datos. Para problemas más importantes, como el cambio climático, necesitan información que abarque el tiempo. Cuando los científicos combinan imágenes de Corona con GIS, pueden ver los cambios a lo largo de las décadas, un conocimiento crucial para tomar decisiones más informadas para proteger el planeta.

 

Acerca del autor:

Autor

Mariah Petrovic

Mariah es escritora y líder de canal de podcasts como parte del grupo de contenido estratégico de Esri.

Traductor

Aurea Rodríguez

Aurea es la Gerente de Mercadeo de Esri Venezuela.

 

more
1 0 221