Análisis de los discursos realizados por los responsables del Banco Central Europeo (BCE) utilizando la técnica de Text Mining TF-IDF. Esta técnica nos sirve para obtener una métrica de la importancia relativa de un término en un texto respecto a una colección de textos.

¿Se volverá a la normalidad? ¿Se hará un modelo híbrido donde se mezcle teletrabajo con oficina? Hay que mantener distancias para volver a la oficina, ¿cabrán todos? Para caber todos se tendrán que realizar turnos, por lo que ¿A qué departamentos se juntarán? ¿En función de qué se toma esa decisión? Estas son las preguntas a las que se han tenido y se siguen enfrentando la mayoría de las empresas tras la pandemia que ha trastocado la vida de cada uno de ustedes. Desde Afi Analytics se ha encontrado la forma de responder a algunas de esas preguntas a través del análisis de datos.

Un sistema de recomendación es una herramienta que establece un conjunto de criterios y valoraciones a partir de los datos de los usuarios. El objetivo es realizar predicciones sobre recomendaciones de elementos que puedan ser de utilizad o valor para el usuario. El funcionamiento de los sistemas de recomendación ha evolucionado gracias al desarrollo y la implementación de Machine Learning en nuestra sociedad.

El objetivo de esta entrada es introducir algunos principios básicos de modelos de Riesgo de Bancarrota y un ejemplo que ilustre como podríamos utilizar estos criterios.

Calculadora en Shiny de estimación de costes-beneficios en campañas contra el churn, derivadas de la aplicación de modelos analíticos.

Desde el equipo de Data-Analytics de Afi nos hemos propuesto analizar, a partir de datos públicos, la situación del envejecimiento, despoblación de zonas rurales y residencias de mayores en nuestro país. En este primer post hemos analizado el envejecimiento de la población en España a partir de los datos que publica el Instituto Nacional de Estadística (INE).

En Afi Analytics hemos estudiado un aspecto diferente de la presencia de las marcas en Twitter: la competición por la atención de los usuarios. Específicamente, lo que nos hemos preguntado es: ¿a qué otras marcas siguen los usuarios que siguen a mi marca? Es decir, ¿con qué marcas compite la mía por la atención de los usuarios?

En línea con nuestro anterior post ¿Es tu casa grande o pequeña? ¿Y las de tu barrio?, hemos preparado una nueva visualización que permite consultar la antigüedad de las viviendas de los municipios más representativos de la provincia de Barcelona.

Utilizando información catastral, hemos realizado una visualización que permite consultar (dentro de la Comunidad de Madrid) las diferentes configuraciones existentes de zonas/barrios en función del tamaño de sus viviendas.

Analizando datos de portales inmobiliarios y redes sociales de localización es posible estudiar el impacto de la oferta comercial y de servicios de una zona en el precio de las viviendas situadas allí. En siete ciudades españolas, el precio por metro cuadrado de una zona depende fuertemente de la oferta de restaurantes, oficinas, tiendas y posibilidades de ocio. Y menos del acceso a transporte, colegios o parques.