Datumize – Analítica de datos para todo – #SouthSummit

Así como ayer os hablé de Paytime, una de las 100 finalistas del SouthSummit 2017 que tuve la suerte de mentorizar hoy os traigo a Datumize, la Startup que realiza análisis profundo de datos para el sector turístico, transporte y logística.

Lo primero que me gustó de este proyecto fue que ya estuvieran facturando y ganando dinero pero encima con clientes importantes como Globalia pasando de un análisis inicial de 20/30 factores a más de 200 en el mismo negocio. Esta profundidad de datos y análisis automatizado solo tiene un objetivo que es ganar más dinero, en el caso del ejemplo de un 2% al 5%, vamos un dineral.

Para mi el ejemplo de Datumize es perfecto porque aunque a priori no tiene como proyecto la belleza de salvar la vida de nadie con una cura milagrosa o solucionarnos un problema simple de nuestras vidas, ayuda a las empresas y al final a los clientes a encontrar mejores ofertas a sus búsquedas.

Ahora que el BigData y el análisis profundo de datos parece que ya pasó de moda siendo ahora lo más trendy Blockchain, vemos como hay miles de ejemplos donde todavía no se aplica correctamente el análisis de datos para tomar mejores decisiones. Por ejemplo, ¿quién analiza el número de pasajeros en tiempo real de una línea de autbús para incrementar o reducir su frecuencía?, ya te imaginarás que pocos ayuntamientos o me arriesgaría que ninguno en España. Por esto me parece que Datumize hace algo que tiene un gran valor aunque sea complicado de ver como clientes.

Para terminar quería analizar para mi dos errores o carencias que tiene el Pitch y le pasa inicialmente al 80% de los proyectos: Hay que contar con énfasis tu historia y darle valor a tu equipo.. Como veís al final del proyecto surgen como dudas de los jueces.

Os dejo el vídeo de Datumize en el SouthSummit17:

One Comment on “Datumize – Analítica de datos para todo – #SouthSummit

  1.  by  Raquel

    Alejandro hola.

    Gracias por tu artículo. Muy bien enfocado el tema del Dark Data y cómo lo diferencias del Big Data con el ejemplo de análisis de pasajeros.

    Es cierto que se nos pasó hacer mención del equipo, y es casi la parte más importante, ya que sin equipo…. no hay proyecto!!!!!

    Tendremos en cuenta tus recomendaciones para futuros Pithes 😉

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *