Recomendador de oportunidades de negocio para poner en valor los datos custodiados por la DG Estadística con el fin de impulsar la reactivación económica en la Comunidad de Madrid mediante nuevos usos y combinaciones de datos. El recomendador debe permitir realizar analisis geolocalizado asociado a demografía para completar el mapa del territorio con nuevas oportunidades de negocio (p.ej. guarderías, pastelerías, etc).
El objetivo es poder convertir la solución propuesta en un nuevo servicio que ofrecer desde la DG de Estadística y/o que proporcione información útil para la toma de decisiones por parte de ciudadanos, empresas y la propia Administración.
- Características de la Prueba de Concepto (PoC) propuesta:
- Que permita realizar microanálisis territoriales (análisis de competencias) basados en los datos proporcionados, p. ej. usando machine learning supervisado y no supervisado.
- Que complete la información con información relevante de la zona (actividades complementarias al negocio identificado, transporte y otras comunicaciones, información legal necesaria para crear la actividad, licencias, permisos, etc).
- Que se pueda filtrar la información resultante de distintas formas (localización, actividad económica, tamaño de la empresa, etc).
- Que proporcione al menos un interface básico generado con herramientas estándar para visualizar la información e incluso modificar algún comportamiento de la gamificación.
- Que cumpla con todos los requisitos de protección de datos y privacidad.
Esta Prueba de Concepto deberá ser desarrollada, presentada y entregada a la correspondiente Administración por el ganador del Reto en el plazo máximo de seis meses naturales a partir de la comunicación al ganador.
- Fuentes de información a tener en cuenta para el desarrollo de la Prueba de Concepto o demostrador:
- Colectivo de Unidades Económicas de la Comunidad de Madrid http://www.madrid.org/iestadis/descarga/DATATHON.zip. Incluye:
- Datos de los últimos 6 años (por años),
- 90% de los datos georreferenciados con desagregación microespacial,
- Ficheros en formato CSV con los siguientes campos: razón social, municipio, CNAE a cuatro dígitos, coordenadas geográfica X e Y en ETRS89 Huso 30.
- Bancos de datos de Estadística de la Comunidad de Madrid
http://gestiona.madrid.org/desvan/Inicio.icm?enlace=almudena
- Tabuladores on-line de ficheros, demográficos y económicos donde podrá obtener variables a su máxima desagregación territorial posible.
http://www.madrid.org/iestadis/fijas/otros/tabulaciones.htm
- Visor callejero Nomecalles. con callejero actualizado, fotos aéreas, infraestructuras y puntos de interés. Enlazable.
http://gestiona.madrid.org/nomecalles/Inicio.icm
- Otros recursos: Los participantes pueden utilizar también fuentes como los ficheros de Información estadística de la CAM, o cualquier otra fuente de datos abiertos que se desee incorporar (Renta, movilidad, etc.)
- Entregable para evaluación
En el formulario de registro se entregará una presentación Power Point que contenga:
- Descripción de la solución
- Exposición general del caso de uso y de la propuesta.
- Tipo, mecanismo y tecnologías/herramientas de visualización, AR, gamificación, etc.
- Arquitectura de información propuesta.
- Propuesta de experiencia de usuario, interfaz y estética.
- Otros aspectos relacionados con el potencial de desarrollo (uso de los datos que permita obtener nueva información sobre la actividad económica de la región como por ejemplo: prospectiva de usos, identificación de óptimos de localización de actividades o posibles clústeres, etc)
- Descripción de la Prueba de Concepto (PoC) que se desarrollaría de acuerdo con las características enunciadas anteriormente.
El premio al ganador del Reto, de acuerdo con el procedimiento de evaluación descrito en las bases, consistirá en un contrato por parte de la Dirección General de Estadística valorado en xx.000 euros para la elaboración de la Prueba de Concepto propuesta en su entregable.
Si fuese necesario automatizar análisis de datos o modelado de machine learning la organización facilitará acceso a alguna plataforma de machine learning y data science (p. ej. BigML, MS azure ML, DataRobot, H2O.ai, Amazon Sagemaker,…).