Conoce las historias que ponen en relieve el valor de los datos

¿Cómo se mueven los trabajadores de Distrito T? El área global de Medioambiente de Telefónica está diseñando un plan de movilidad sostenible para Distrito T. Los científicos de datos del área de Big Data for Social Good de LUCA colaboraron con el mismo, aportando análisis de datos que arrojen conocimiento objetivo sobre cómo se desplazan a diario los trabajadores de Distrito Telefónica.

Analizamos cuánto gastan los bomberos de Londres para salvar vidas de animales al desafiar nuestra hipótesis contra un nulo. Cuanto mayor sea el tamaño y la disponibilidad de los datos abiertos en los servicios públicos, nos permite mejor analizar patrones y modelos que podemos usar para calcular los ahorros de costos que impactan a los ciudadanos y su entorno.

Gracias a herramientas de análisis predictivo obtenidos a través de biciMAD, hemos podido analizar los patrones más comunes de accidentes de ciclistas en la ciudad de Madrid. Así, gracias a los datos obtenidos, como la localización de los accidentes, podemos obtener insights para entender mejor las características y motivos de estos, y tomar mejores decisiones.

Telefónica NEXT, a través de datos móviles, analizó los patrones de movimiento de los ciudadanos de Alemania, aportando información valiosa al plan de transportes de distintas áreas y regiones. La información adquirida a través de los datos aporta beneficios a las instituciones públicas de transporte urbano, para desarrollar nuevos planes de movilidad.

Gracias a los datos móviles y meteorológicos, tenemos la capacidad de analizar el impacto del temporal que tuvo lugar en la zona del Golfo de San Jorge de Argentina en 2017.

Carto ha trabajado junto con la plataforma LUCA Transit para analizar los datos de movilidad y transporte para minimizar el impacto del cierre de la línea 5 de metro de Madrid.

Utilizamos live mobility data y tecnología Smart Steps con el objetivo de diseñar un mapa de regiones español alternativo al administrativo, basado en los flujos de movilidad de los ciudadanos.

Utilizamos datos y Machine Learning para caracterizar, analizar y predecir el videojuego de League of Legends, uno de los mayores videojuegos eSport de todos los tiempos.

Trabajando en estrecha colaboración con el equipo de Movistar Sports Science, analizamos los conjuntos de datos creados por el Equipo Movistar a lo largo de sus competiciones para ver cómo el Big Data podría marcar la diferencia en su rendimiento.

Utilizamos nuestra tecnología Smart Steps para comprender el perfil y el origen de las personas que van a la Puerta del Sol para celebrar la Nochevieja.

Analizamos los conjuntos de datos abiertos sobre los refugiados en los últimos años para entender cómo la crisis ha evolucionado con el tiempo.

Utilizamos nuestra tecnología de Smart Steps para identificar cuáles eran los destinos más populares para las personas que salían de Madrid durante el fin de semana del puente de diciembre y cómo varía año tras año.

Realizamos un análisis profundo de las llamadas de Telefónica Global Solutions para mostrar los insights detrás del tráfico de llamadas internacionales, permitiendo comprender los efectos de eventos importantes en los patrones de comunicación.

Observamos los datos de Smart Steps durante las horas punta de Madrid para ver cómo se mueven los trabajadores de Madrid y evaluar dónde hay mayores oportunidades de compartir coche y de usar transporte público.

Combinamos los datos de Smart Steps con Open Data para investigar el problema de contaminación de Madrid.

Analizamos las elecciones de EEUU en tiempo real gracias a las Hue Lamps de Philips y Kibana, usando además Sinfonier, uno de los productos de ElevenPaths.

Usamos Big Data de sensores IOT durante la vuelta al mundo en moto de Hugo Scagnetti para crear una visualización, posibilitando analíticas de conducción más seguras.