"The only way to be sure of catching a train is to miss the one before it." Gilbert K. Chesterton
(tiempo de lectura medio estimado, sin links: 1 min y 40 segs)
La banana azul es término acuñado por un grupo de geógrafos franceses y comprende una zona determinada dentro de Europa, concretamente desde un punto medio de Inglaterra hasta Milán, describiendo una curvatura que ha servido para atribuirle tan curioso nombre frutal. Este corredor discontinuo, y altamente urbanizado, suscita mucho interés para autoridades y empresarios. No en vano es una de las zonas más industrializadas, con más dinero y población de Occidente. Un lugar histórico por el que habitualmente han circulado mercancías y personas convirtiéndolo en un eje comercial de gran importancia.
Existen otros equivalentes que quieren competir en importancia, la banana dorada, por ejemplo, con un gran peso en el sector de las IT, pero el volumen potencial de consumidores es menor. Y ahí está el punto importante por el que el acceso a la banana azul es esencial para cualquier país europeo, por el potencial incremento en sus ventas.
Europa está incrementando las redes de ferrocarril para cohesionar y hacer más eficientes las distintas redes nacionales y así poder crear una red supranacional que permita un mejor intercambio de bienes y servicios a nivel europeo. Aunque no siempre es rentable directamente en términos económicos como medio de transporte debido a la gran inversión que requiere, ayuda a dinamizar las zonas que conecta.
Y aquí es donde entra la oportunidad de España. Actualmente hay dos corredores proyectados en los que se avanza menos de los que los empresarios querrían. Uno de ellos desde Algeciras, pasando por la costa mediterránea española y francesa, hasta llegar a paises como Rumanía, y otro que vendría desde Portugal y conectaría la zona norte de España, Oeste de Francia y llegaría hasta Mannheim, Alemania. Ambos corredores se conectarían en Algeciras y Madrid, esta última fuera del recorrido natural de ambos proyectos pero como nexo y plataforma de unión logística como gran nodo industrial. Los dos corredores conectan gran parte de las zonas más industrializadas de España, y los dos acaban conectando con la banana azul.
martes, 30 de mayo de 2017
viernes, 26 de mayo de 2017
EPI's y responsabilidad colectiva.
"Cuanto más grande la cabeza, más fuerte la jaqueca." Proverbio Serbio
(tiempo de lectura medio estimado, sin links: 1 min y 45 segs)
Los Equipos Protección de Individual (EPI's) son una de las medidas básicas en el Plan de Seguridad y Salud. Los EPI's comprenden desde complejos sistemas autónomos con filtración de aire hasta un sencillo par de guantes de lona, todo aquello que el operario debe utilizar para reducir los riesgos señalados en el Plan de Seguridad y Salud. De nuevo, no todos las tareas son iguales, no lleva la misma equipación un operario que trabaja con pintura pulverizada que un operario que está colocando tubos en una zanja, y cada uno debe llevar medidas de seguridad adecuadas a su labor.
En este caso no he tenido la suerte de trabajar a ambos lados, pero he hablado con operarios que se quejan de que su jefe les obliga a ponerse los EPI's, que a veces son incómodos para trabajar, y estaban convencidos de que su insistencia sólo respondía a una demostración de poder. Y no dudo de que a veces responda a esa razón, pero he hablado con encargados de obra que me confesaban ponerse pálidos cada vez que un operario se ponía a trabajar sin el casco, los guantes y la línea de vida, porque en caso de accidente, si el operario no lleva las EPI's necesarias, la responsabilidad es del propio encargado.
Parto de la base de que entiendo que, por ejemplo, ponerse gafas y guantes para hacer un taladro en una pieza puede ser un inconveniente en pleno verano, donde se suda y todo parece sobrar incluso en naves climatizadas. Lo traslado a la vida doméstica y poca gente conozco (o ninguna) que se ponga guantes y gafas anti-impactos para hacer un taladro en su pared. Pero también entiendo que el empresario, a través de sus delegados o encargados, insista en que lleven esas protecciones dado que la responsabilidad final recae en él.
Y, sobretodo, entiendo la sensación del proyectista de responsabilidad colectiva. Tuve un profesor de proyectos que todavía, 20 años después, recordaba vividamente el momento en el que un operario falleció en una obra que dirigía él. Y decía sentirse culpable a pesar de que se había seguido toda la reglamentación y tomado las precauciones posibles, que no se lo deseaba ni a su peor enemigo.
(tiempo de lectura medio estimado, sin links: 1 min y 45 segs)
Los Equipos Protección de Individual (EPI's) son una de las medidas básicas en el Plan de Seguridad y Salud. Los EPI's comprenden desde complejos sistemas autónomos con filtración de aire hasta un sencillo par de guantes de lona, todo aquello que el operario debe utilizar para reducir los riesgos señalados en el Plan de Seguridad y Salud. De nuevo, no todos las tareas son iguales, no lleva la misma equipación un operario que trabaja con pintura pulverizada que un operario que está colocando tubos en una zanja, y cada uno debe llevar medidas de seguridad adecuadas a su labor.
En este caso no he tenido la suerte de trabajar a ambos lados, pero he hablado con operarios que se quejan de que su jefe les obliga a ponerse los EPI's, que a veces son incómodos para trabajar, y estaban convencidos de que su insistencia sólo respondía a una demostración de poder. Y no dudo de que a veces responda a esa razón, pero he hablado con encargados de obra que me confesaban ponerse pálidos cada vez que un operario se ponía a trabajar sin el casco, los guantes y la línea de vida, porque en caso de accidente, si el operario no lleva las EPI's necesarias, la responsabilidad es del propio encargado.
Parto de la base de que entiendo que, por ejemplo, ponerse gafas y guantes para hacer un taladro en una pieza puede ser un inconveniente en pleno verano, donde se suda y todo parece sobrar incluso en naves climatizadas. Lo traslado a la vida doméstica y poca gente conozco (o ninguna) que se ponga guantes y gafas anti-impactos para hacer un taladro en su pared. Pero también entiendo que el empresario, a través de sus delegados o encargados, insista en que lleven esas protecciones dado que la responsabilidad final recae en él.
Y, sobretodo, entiendo la sensación del proyectista de responsabilidad colectiva. Tuve un profesor de proyectos que todavía, 20 años después, recordaba vividamente el momento en el que un operario falleció en una obra que dirigía él. Y decía sentirse culpable a pesar de que se había seguido toda la reglamentación y tomado las precauciones posibles, que no se lo deseaba ni a su peor enemigo.
martes, 23 de mayo de 2017
Plan de Seguridad y Salud
"No midas el trabajo hasta que el día termine y la labor esté hecha" Elizabeth Barrett Browning
(tiempo de lectura medio estimado, sin links: 1 min y 50 segs)
En el curso que estoy haciendo por las tardes se trata de formarnos para ser capaces de redactar proyectos en el sector eléctrico y, como van de la mano, se comparten muchos puntos con el sector de la construcción. Uno de los más importantes es quizás la elaboración de un Plan de Seguridad y Salud (En adelante PSS), dado que es necesario para la apertura de un centro de trabajo o de reanudación de la actividad después de efectuar alteraciones, ampliaciones o transformaciones de importancia.
El PSS lo tiene que elaborar el contratista y lo tiene que aprobar el coordinador de seguridad y salud en la fase de obra. Los requisitos están definidos en el RD 1627/1997 y una de sus funciones esenciales es la de identificar los peligros que pueden darse en el lugar de trabajo y las medidas preventivas que se deben tomar para paliarlos en la medida de lo posible.
Es importante tener un proyecto bien laborado y un PSS completo y consistente para evitar accidentes e incidencias. Nadie quiere accidentes; ni los trabajadores, ni los promotores, ni el proyectista.
Uno de los puntos más técnicos y menos "administrativos" que requiere de una colaboración estrecha entre los operarios y el coordinador de seguridad y salud, es la identificación en cada unidad de obra, y en cada tajo, de los posibles peligros. Se analiza cada función y se incluyen desde los más leves como caídas al mismo nivel, hasta los más peligrosos e improbables como el volcado de maquinaria pesada. Es necesario tener en cuenta cómo se realiza el trabajo y que peligros inherentes hay en ese proceso (no es lo mismo poner una luminaria a 12 metros de altura, que excavar una zanja). Aunque lo habitual es que la misma persona haga el estudio para identificar los riesgos y proponga las medidas preventivas, es hasta tal punto importante que existen especialistas en determinar los posibles riesgos en cada zona de trabajo y especialistas encargado de proponer medidas preventivas.
Existen multitud de guías en Internet para elaborar este documento, aquí y aquí, por ejemplo. Se reducen la incidencias, aumenta la seguridad y a la larga se recupera la inversión de hacer las cosas de la manera correcta.
(tiempo de lectura medio estimado, sin links: 1 min y 50 segs)
En el curso que estoy haciendo por las tardes se trata de formarnos para ser capaces de redactar proyectos en el sector eléctrico y, como van de la mano, se comparten muchos puntos con el sector de la construcción. Uno de los más importantes es quizás la elaboración de un Plan de Seguridad y Salud (En adelante PSS), dado que es necesario para la apertura de un centro de trabajo o de reanudación de la actividad después de efectuar alteraciones, ampliaciones o transformaciones de importancia.
El PSS lo tiene que elaborar el contratista y lo tiene que aprobar el coordinador de seguridad y salud en la fase de obra. Los requisitos están definidos en el RD 1627/1997 y una de sus funciones esenciales es la de identificar los peligros que pueden darse en el lugar de trabajo y las medidas preventivas que se deben tomar para paliarlos en la medida de lo posible.
Es importante tener un proyecto bien laborado y un PSS completo y consistente para evitar accidentes e incidencias. Nadie quiere accidentes; ni los trabajadores, ni los promotores, ni el proyectista.
Uno de los puntos más técnicos y menos "administrativos" que requiere de una colaboración estrecha entre los operarios y el coordinador de seguridad y salud, es la identificación en cada unidad de obra, y en cada tajo, de los posibles peligros. Se analiza cada función y se incluyen desde los más leves como caídas al mismo nivel, hasta los más peligrosos e improbables como el volcado de maquinaria pesada. Es necesario tener en cuenta cómo se realiza el trabajo y que peligros inherentes hay en ese proceso (no es lo mismo poner una luminaria a 12 metros de altura, que excavar una zanja). Aunque lo habitual es que la misma persona haga el estudio para identificar los riesgos y proponga las medidas preventivas, es hasta tal punto importante que existen especialistas en determinar los posibles riesgos en cada zona de trabajo y especialistas encargado de proponer medidas preventivas.
Existen multitud de guías en Internet para elaborar este documento, aquí y aquí, por ejemplo. Se reducen la incidencias, aumenta la seguridad y a la larga se recupera la inversión de hacer las cosas de la manera correcta.
viernes, 19 de mayo de 2017
Big data
"La ciencia se construye a partir de aproximaciones que gradualmente se acercan a la verdad." Isaac Asimov
(tiempo de lectura medio estimado, sin links: 1 min y 25 segs)
Hace un par de semanas estuve en una charla sobre Big Data y, sin duda, la parte más interesante fue la relativa al Machine Learning. Antes se usaba estadística, se cogía una pequeña muestra de todos los datos disponibles, y se extrapolaba al resto, eso conlleva errores estadísticos por escoger mal la muestra, por ejemplo. O a estar más limitados a la hora de recabar los datos. Es el futuro, incluso teniendo en cuenta la idea que dejaba caer el martes: los primeros intentos suelen ser bastante imprecisos, pero los resultados van mejorando poco a poco y automáticamente.
En Big Data no se analizan pequeñas muestras sino que se analizan todos los datos disponibles. Y hablamos de muchos datos, cada paso que damos, especialmente si usamos medios telemáticos, queda registrado como dato. La primera limitación obvia es la de controlar esas cantidades ingentes de datos.
Y es donde entra en juego el término Machine Learning. Me he apuntado a un curso online del tema por la Universidad de Stanford. El problema es que he sobreestimado mi capacidad de reunir tiempo para ello, y me es imposible seguir semana a semana las varias horas que piden de trabajo, así que he quedado como oyente, sin opción a título, pero con más flexibilidad para revisar y trabajar en el material disponible.
Como al final los títulos cuentan en el CV, intentaré sacármelo más adelante, pero de momento voy a ampliar mis conocimientos. Aunque en principio parezca quedar fuera de mi perfil, a mi parecer puede ser un buen enlace, incluso con conocimientos básicos, entre la ingeniería, la programación y el MBA. Una especie de Oficina Técnica de Proyectos con capacidad de obtener información más precisa.
(tiempo de lectura medio estimado, sin links: 1 min y 25 segs)
Hace un par de semanas estuve en una charla sobre Big Data y, sin duda, la parte más interesante fue la relativa al Machine Learning. Antes se usaba estadística, se cogía una pequeña muestra de todos los datos disponibles, y se extrapolaba al resto, eso conlleva errores estadísticos por escoger mal la muestra, por ejemplo. O a estar más limitados a la hora de recabar los datos. Es el futuro, incluso teniendo en cuenta la idea que dejaba caer el martes: los primeros intentos suelen ser bastante imprecisos, pero los resultados van mejorando poco a poco y automáticamente.
En Big Data no se analizan pequeñas muestras sino que se analizan todos los datos disponibles. Y hablamos de muchos datos, cada paso que damos, especialmente si usamos medios telemáticos, queda registrado como dato. La primera limitación obvia es la de controlar esas cantidades ingentes de datos.
Y es donde entra en juego el término Machine Learning. Me he apuntado a un curso online del tema por la Universidad de Stanford. El problema es que he sobreestimado mi capacidad de reunir tiempo para ello, y me es imposible seguir semana a semana las varias horas que piden de trabajo, así que he quedado como oyente, sin opción a título, pero con más flexibilidad para revisar y trabajar en el material disponible.
Como al final los títulos cuentan en el CV, intentaré sacármelo más adelante, pero de momento voy a ampliar mis conocimientos. Aunque en principio parezca quedar fuera de mi perfil, a mi parecer puede ser un buen enlace, incluso con conocimientos básicos, entre la ingeniería, la programación y el MBA. Una especie de Oficina Técnica de Proyectos con capacidad de obtener información más precisa.
martes, 16 de mayo de 2017
Machine Learning
"Los ordenadores son inútiles. Sólo pueden darte respuestas" Picasso
(tiempo de lectura medio estimado, sin links: 2 mins y 10 segs)
Machine learning es un término al que vamos a tener que acostumbrarnos en breve. Se trata de la capacidad de las máquinas de aprender por ellas mismas. No significa que una tostadora pueda rebelarse, pero sí que un software de Inteligencia Artificial pueda hacer funciones más allá de las que tenía programadas en un principio.
La Inteligencia Artificial convencional está acotada por la inteligencia del programador, es decir, un sistema sólo puede tomar decisiones que previamente estaban parametrizadas y programadas de fábrica. Por ejemplo, una Inteligencia Artificial puede decidir bajar las persianas automáticamente en una oficina si el sol pudiera ser molesto para el usuario, aunque la decisión la toma basándose en la hora que es, en si el clima es soleado y en si hay gente en la oficina, no es una decisión que tome el sistema, la decisión la ha tomado el programador y ha dejado marcadas las condiciones de antemano. Sólo ha tenido que instalar unos sensores de luminosidad, de presencia y un reloj para ver cuando se cumplen esas condiciones.
Machine learning da un paso más. Igual que en el ejemplo anterior, el sistema sólo tiene opción de bajar y subir las persianas, pero en lugar de un sistema rígido de condiciones en el que si los sensores mandan los datos concretos se bajan las persianas, dispone de un algoritmo. Este algoritmo acumula datos en una base de datos y los analiza, el programador no le dice en qué condiciones debe bajar las persianas, pero el algoritmo le indica que tome nota de cuándo los usuarios bajan las persianas manualmente, y en qué condiciones, para intentar replicarlo en el futuro. Los primeros intentos serán muy inexactos porque no tendrá suficientes datos para trazar patrones, pero a medida que los usuarios vayan utilizando las persianas de forma manual, o corrigiendo el comportamiento del sistema (por ejemplo, subiendo las persianas si las ha bajado cuando no era necesario), aumentará el número de datos a analizar, el comportamiento será mucho más preciso y se adaptará a cada oficina, porque no todas están localizadas en el mismo punto, ni sus usuarios tienen las mismas preferencias. Un buen algoritmo incluso podrá adaptarse a cambios estacionales, a distinguir a los usuarios en función de sus rutinas y ofrecer un servicio personalizado, etc.
Este ejemplo es sencillo ya que hay pocas variables, las funciones son sencillas y el usuario puede determinar muy claramente sus opciones. Una buena programación convencional podría simular un sistema de Inteligencia Artificial avanzado de grandes prestraciones, que tome múltiples decisiones y elija, todavía en función del criterio del programador. ¿Pero qué sucede cuando hay millones de datos y opciones cruzadas? Allí donde el análisis estadístico y las limitaciones de un equipo de programadores tiene su tope, el machine learning se impone y se sofistica día a día, y su uso del big data es la llave para una Inteligencia Artificial más autónoma que ofrezca mejores servicios.
(tiempo de lectura medio estimado, sin links: 2 mins y 10 segs)
Machine learning es un término al que vamos a tener que acostumbrarnos en breve. Se trata de la capacidad de las máquinas de aprender por ellas mismas. No significa que una tostadora pueda rebelarse, pero sí que un software de Inteligencia Artificial pueda hacer funciones más allá de las que tenía programadas en un principio.
La Inteligencia Artificial convencional está acotada por la inteligencia del programador, es decir, un sistema sólo puede tomar decisiones que previamente estaban parametrizadas y programadas de fábrica. Por ejemplo, una Inteligencia Artificial puede decidir bajar las persianas automáticamente en una oficina si el sol pudiera ser molesto para el usuario, aunque la decisión la toma basándose en la hora que es, en si el clima es soleado y en si hay gente en la oficina, no es una decisión que tome el sistema, la decisión la ha tomado el programador y ha dejado marcadas las condiciones de antemano. Sólo ha tenido que instalar unos sensores de luminosidad, de presencia y un reloj para ver cuando se cumplen esas condiciones.
Machine learning da un paso más. Igual que en el ejemplo anterior, el sistema sólo tiene opción de bajar y subir las persianas, pero en lugar de un sistema rígido de condiciones en el que si los sensores mandan los datos concretos se bajan las persianas, dispone de un algoritmo. Este algoritmo acumula datos en una base de datos y los analiza, el programador no le dice en qué condiciones debe bajar las persianas, pero el algoritmo le indica que tome nota de cuándo los usuarios bajan las persianas manualmente, y en qué condiciones, para intentar replicarlo en el futuro. Los primeros intentos serán muy inexactos porque no tendrá suficientes datos para trazar patrones, pero a medida que los usuarios vayan utilizando las persianas de forma manual, o corrigiendo el comportamiento del sistema (por ejemplo, subiendo las persianas si las ha bajado cuando no era necesario), aumentará el número de datos a analizar, el comportamiento será mucho más preciso y se adaptará a cada oficina, porque no todas están localizadas en el mismo punto, ni sus usuarios tienen las mismas preferencias. Un buen algoritmo incluso podrá adaptarse a cambios estacionales, a distinguir a los usuarios en función de sus rutinas y ofrecer un servicio personalizado, etc.
Este ejemplo es sencillo ya que hay pocas variables, las funciones son sencillas y el usuario puede determinar muy claramente sus opciones. Una buena programación convencional podría simular un sistema de Inteligencia Artificial avanzado de grandes prestraciones, que tome múltiples decisiones y elija, todavía en función del criterio del programador. ¿Pero qué sucede cuando hay millones de datos y opciones cruzadas? Allí donde el análisis estadístico y las limitaciones de un equipo de programadores tiene su tope, el machine learning se impone y se sofistica día a día, y su uso del big data es la llave para una Inteligencia Artificial más autónoma que ofrezca mejores servicios.
viernes, 12 de mayo de 2017
Streisand
"Que hablen de uno es espantoso. Pero hay algo peor: que no hablen." Oscar Wilde
(tiempo de lectura medio estimado, sin links: 1 min y 35 segs)
El lanzamiento de las zapatillas de Nike capaces de acercar al corredor al límite de las dos horas ha causado debates en los círculos deportivos que frecuento y los blogs que he consultado. En casi todos se obvia la proeza y se critica la campaña mercadotécnica de fondo.
El efecto Streisand, llamado así por el dudoso honor de la actriz Barbra Streisand de hacerlo popular, viene a decir que cuando alguien intenta censurar una información, suele tener un efecto contrario. El intento fracasa y recibe más eco precisamente por ese intento de censura. Muchos periodistas y corredores profesionales han criticado las zapatillas, picando en la provocación de la marca deportiva al llamar Maratón a algo que no lo era estrictamente. Y seguramente ello provoque que el producto llegue a oídos de más gente que si Nike hubiera hecho una campaña publicitaria convencional. Parecido al dicho de Oscar Wilde que abre el post de hoy.
No me cabe duda de, como corredor (muy) amateur, que este verano voy a ver a bastantes corredores igual de (muy) amateurs que yo, con unas deportivas de 250 euros que son capaces de hacer que profesionales arañen unos segundos a sus tiempos. Pero que son inútiles para gente que ya no sólo es incapaz de hacer un tiempo decente en una Maratón, si no que no son capaces de acabar los más de 42 kilómetros de la prueba. Lo que en un principio parecía marcar un público objetivo de profesionales, va a tener un caladero de consumidores en los, infinitamente más numerosos, principiantes. Y eso es todo un éxito de la campaña de Nike.
Personalmente seguiré tirando de deportivas Asics o Mizuno de un par de temporadas anteriores, con precios inferiores al 50% de las de la temporada actual, que para los tiempo que hago yo y donde los hago, no necesito una gran tecnología ni un diseño a la última.
(tiempo de lectura medio estimado, sin links: 1 min y 35 segs)
El lanzamiento de las zapatillas de Nike capaces de acercar al corredor al límite de las dos horas ha causado debates en los círculos deportivos que frecuento y los blogs que he consultado. En casi todos se obvia la proeza y se critica la campaña mercadotécnica de fondo.
El efecto Streisand, llamado así por el dudoso honor de la actriz Barbra Streisand de hacerlo popular, viene a decir que cuando alguien intenta censurar una información, suele tener un efecto contrario. El intento fracasa y recibe más eco precisamente por ese intento de censura. Muchos periodistas y corredores profesionales han criticado las zapatillas, picando en la provocación de la marca deportiva al llamar Maratón a algo que no lo era estrictamente. Y seguramente ello provoque que el producto llegue a oídos de más gente que si Nike hubiera hecho una campaña publicitaria convencional. Parecido al dicho de Oscar Wilde que abre el post de hoy.
No me cabe duda de, como corredor (muy) amateur, que este verano voy a ver a bastantes corredores igual de (muy) amateurs que yo, con unas deportivas de 250 euros que son capaces de hacer que profesionales arañen unos segundos a sus tiempos. Pero que son inútiles para gente que ya no sólo es incapaz de hacer un tiempo decente en una Maratón, si no que no son capaces de acabar los más de 42 kilómetros de la prueba. Lo que en un principio parecía marcar un público objetivo de profesionales, va a tener un caladero de consumidores en los, infinitamente más numerosos, principiantes. Y eso es todo un éxito de la campaña de Nike.
Personalmente seguiré tirando de deportivas Asics o Mizuno de un par de temporadas anteriores, con precios inferiores al 50% de las de la temporada actual, que para los tiempo que hago yo y donde los hago, no necesito una gran tecnología ni un diseño a la última.
martes, 9 de mayo de 2017
2 horas
"Estoy feliz por ser parte de la familia Nike". LeBron James
(tiempo de lectura medio estimado: 1 min y 45 segs)
Hace unos días el medallista olímpico Eliud Kipchoge, de la mano de Nike, batió el record de tiempo de una prueba de Maratón. Corrió los 42.195 metros de distancia en 2 horas y 25 segundos. Hasta ahora el mejor tiempo era de 2 horas, 2 minutos y 57 segundos. Recortar más de dos minutos es toda una proeza y aunque no bajaron de las 2 horas como quería el organizador del evento, el corredor ralentizó su ritmo en el último tercio de la carrera, es sin duda toda una promoción para las zapatillas que se presentaban.
Era necesario que alguien muy preparado corriese un tiempo espectacular, de hecho hubo tres corredores que lo intentaron y sólo acabó uno, pero el protagonista no era el corredor. Nike ha invertido mucho tiempo y dinero en esas zapatillas, verdaderas protagonistas de la noticia, algunos incluso piensan que supone una ventaja que roza la ilegalidad, un dopaje tecnológico. El running, o salir a correr, es un negocio lucrativo para Nike, empresa que maneja ingresos de varias decenas de miles de millones y que está enfocando su negocio al nuevo deporte de moda.
A pesar de que, de momento, nadie se ha atrevido a censurar el propio calzado, lo cierto es que este tiempo no va a contar como oficial y el record a batir seguirá manteniéndose en 2 horas y casi 3 minutos. El motivo es que la distancia se recorrió en condiciones muy preparadas, con un grupo de fondistas que protegían a Kipchoge, con un coche eléctrico llevando un panel que cortase el viento, con avituallamiento constante y todo los apoyos que uno se pueda imaginar. No se puede quitar mérito a la proeza, por primera vez se ve la barrera de las dos horas al alcance de la mano, pero se hizo en condiciones de laboratorio.
Por tanto, el tema de esta semana, que en principio podría parecer motivacional, tiene más que ver con la tecnología. O con la mercadotecnia, ya que las zapatillas protagonistas de la historia saldrán al mercado en Junio.
(tiempo de lectura medio estimado: 1 min y 45 segs)
Hace unos días el medallista olímpico Eliud Kipchoge, de la mano de Nike, batió el record de tiempo de una prueba de Maratón. Corrió los 42.195 metros de distancia en 2 horas y 25 segundos. Hasta ahora el mejor tiempo era de 2 horas, 2 minutos y 57 segundos. Recortar más de dos minutos es toda una proeza y aunque no bajaron de las 2 horas como quería el organizador del evento, el corredor ralentizó su ritmo en el último tercio de la carrera, es sin duda toda una promoción para las zapatillas que se presentaban.
Era necesario que alguien muy preparado corriese un tiempo espectacular, de hecho hubo tres corredores que lo intentaron y sólo acabó uno, pero el protagonista no era el corredor. Nike ha invertido mucho tiempo y dinero en esas zapatillas, verdaderas protagonistas de la noticia, algunos incluso piensan que supone una ventaja que roza la ilegalidad, un dopaje tecnológico. El running, o salir a correr, es un negocio lucrativo para Nike, empresa que maneja ingresos de varias decenas de miles de millones y que está enfocando su negocio al nuevo deporte de moda.
A pesar de que, de momento, nadie se ha atrevido a censurar el propio calzado, lo cierto es que este tiempo no va a contar como oficial y el record a batir seguirá manteniéndose en 2 horas y casi 3 minutos. El motivo es que la distancia se recorrió en condiciones muy preparadas, con un grupo de fondistas que protegían a Kipchoge, con un coche eléctrico llevando un panel que cortase el viento, con avituallamiento constante y todo los apoyos que uno se pueda imaginar. No se puede quitar mérito a la proeza, por primera vez se ve la barrera de las dos horas al alcance de la mano, pero se hizo en condiciones de laboratorio.
Por tanto, el tema de esta semana, que en principio podría parecer motivacional, tiene más que ver con la tecnología. O con la mercadotecnia, ya que las zapatillas protagonistas de la historia saldrán al mercado en Junio.
viernes, 5 de mayo de 2017
Sunk Cost Fallacy
"Al bar al principio, hay que echarle billetes" Fermín Trujillo, personaje de la serie La que se avecina.
(tiempo de lectura medio estimado, sin links: 3 min y 15segs)
Esta semana el post con más peso es sin duda el de hoy. El martes comentaba que muchos emprendedores se estrellaban en sus negocios por culpa de una falta de formación específica a la hora de gestionar y analizar proyectos de viabilidad de negocio. La primera vez que me di cuenta de esta situación fue con el boom de los cigarrillos electrónicos y que abrieran 4 tiendas en la misma calle en un plazo de 6 meses. Ninguna llegó a cumplir el año, y no se en que pensaban aquellos que decidieron abrir la tercera y la cuarta tienda. Es especialmente importante cuando te juegas tu dinero y tu tiempo, pero también se da con cierta frecuencia en grandes empresas cuyos directores de proyecto no siempre entienden un análisis de viabilidad.
En este caso he tenido la suerte de trabajar directamente en casi todos los eslabones. He trabajado a pie de calle haciendo encuestas. He analizado datos que otros han tomado para mi. He cocinado estadísticas con datos que otros han analizado para mi. Y finalmente, he elaborado informes de proyectos basándome en estadísticas que no había hecho yo, y de las que no había controlado el origen de las fuentes. Sólo me faltaría el de director de proyecto que recibe ese informe, y espero en algún momento de mi carrera poder estar en ese papel.
En cada uno de los pasos se van perdiendo irremisiblemente datos. Cuando haces una encuesta, por ejemplo, no es lo mismo que alguien afirme muy rotundamente a que tarde unos segundos en contestar, a pesar de que en la casilla vas a marcar un "sí". Por muy bien que se diseñe una encuesta, el tener que cuadrar todo en preguntas rápidas de múltiples opciones, habitualmente sin opción a matices, permite una mayor recogida de datos en poco tiempo, pero a costa de su calidad. O no es lo mismo enviar a medir distancias a alguien cuidadoso, que a alguien que lo hace rápido pero no es preciso.
Siempre que me he situado en los eslabones más cercanos a la decisión final y he tenido que realizar informes, he optado por presentar el análisis bajo tres escenarios. Uno particularmente negativo en el que el entorno empeora, uno neutro en linea con las tendencias actuales y uno positivo donde el entorno mejora. Justificando, con números y estadísticas, que si en cada escalón previo que ha traído la información hasta el punto actual se ha podido cometer errores de apreciación, es necesario asumir esos errores e incluirlos en un análisis. Para bien o para mal.
Al final el que tiene que valorar el riesgo es el que se juega su dinero, o su puesto, y es el que decide cual de los hipotéticos casos le parece más plausible o adecuado. No es fácil, ni siquiera con formación, pocos vieron la crisis de las hipotecas subprime hace una década, y que todavía da coletazos, por ejemplo.
Alguna vez no me ha quedado más remedio que recomendar a alguien que desista, que ni siquiera el análisis más optimista puede aguantar decisiones irracionales. Es difícil de asumir, y más para los que somos "corredores de fondo", pero solemos caer en la "Sunk Cost Fallacy", algo así como "Falacia del Coste por el Desagüe".
Esta teoría afirma que el impulso es seguir manteniendo el esfuerzo tras haber dedicado muchos recursos, esperando que al final haya un retorno positivo y compense todo el tiempo y/o dinero dedicado a un proyecto ( y da igual lo que sea, un negocio, una relación personal, incluso un flirteo, etc.). A veces, y sólo tras haberlo estudiado cuidadosamente, lo mejor es asumir que no va a haber un retorno de nuestra inversión y salir de esa situación antes de seguir empleando unos recursos que no podemos malgastar.
(tiempo de lectura medio estimado, sin links: 3 min y 15segs)
Esta semana el post con más peso es sin duda el de hoy. El martes comentaba que muchos emprendedores se estrellaban en sus negocios por culpa de una falta de formación específica a la hora de gestionar y analizar proyectos de viabilidad de negocio. La primera vez que me di cuenta de esta situación fue con el boom de los cigarrillos electrónicos y que abrieran 4 tiendas en la misma calle en un plazo de 6 meses. Ninguna llegó a cumplir el año, y no se en que pensaban aquellos que decidieron abrir la tercera y la cuarta tienda. Es especialmente importante cuando te juegas tu dinero y tu tiempo, pero también se da con cierta frecuencia en grandes empresas cuyos directores de proyecto no siempre entienden un análisis de viabilidad.
En este caso he tenido la suerte de trabajar directamente en casi todos los eslabones. He trabajado a pie de calle haciendo encuestas. He analizado datos que otros han tomado para mi. He cocinado estadísticas con datos que otros han analizado para mi. Y finalmente, he elaborado informes de proyectos basándome en estadísticas que no había hecho yo, y de las que no había controlado el origen de las fuentes. Sólo me faltaría el de director de proyecto que recibe ese informe, y espero en algún momento de mi carrera poder estar en ese papel.
En cada uno de los pasos se van perdiendo irremisiblemente datos. Cuando haces una encuesta, por ejemplo, no es lo mismo que alguien afirme muy rotundamente a que tarde unos segundos en contestar, a pesar de que en la casilla vas a marcar un "sí". Por muy bien que se diseñe una encuesta, el tener que cuadrar todo en preguntas rápidas de múltiples opciones, habitualmente sin opción a matices, permite una mayor recogida de datos en poco tiempo, pero a costa de su calidad. O no es lo mismo enviar a medir distancias a alguien cuidadoso, que a alguien que lo hace rápido pero no es preciso.
Siempre que me he situado en los eslabones más cercanos a la decisión final y he tenido que realizar informes, he optado por presentar el análisis bajo tres escenarios. Uno particularmente negativo en el que el entorno empeora, uno neutro en linea con las tendencias actuales y uno positivo donde el entorno mejora. Justificando, con números y estadísticas, que si en cada escalón previo que ha traído la información hasta el punto actual se ha podido cometer errores de apreciación, es necesario asumir esos errores e incluirlos en un análisis. Para bien o para mal.
Al final el que tiene que valorar el riesgo es el que se juega su dinero, o su puesto, y es el que decide cual de los hipotéticos casos le parece más plausible o adecuado. No es fácil, ni siquiera con formación, pocos vieron la crisis de las hipotecas subprime hace una década, y que todavía da coletazos, por ejemplo.
Alguna vez no me ha quedado más remedio que recomendar a alguien que desista, que ni siquiera el análisis más optimista puede aguantar decisiones irracionales. Es difícil de asumir, y más para los que somos "corredores de fondo", pero solemos caer en la "Sunk Cost Fallacy", algo así como "Falacia del Coste por el Desagüe".
Esta teoría afirma que el impulso es seguir manteniendo el esfuerzo tras haber dedicado muchos recursos, esperando que al final haya un retorno positivo y compense todo el tiempo y/o dinero dedicado a un proyecto ( y da igual lo que sea, un negocio, una relación personal, incluso un flirteo, etc.). A veces, y sólo tras haberlo estudiado cuidadosamente, lo mejor es asumir que no va a haber un retorno de nuestra inversión y salir de esa situación antes de seguir empleando unos recursos que no podemos malgastar.
martes, 2 de mayo de 2017
Análisis de negocio
"Dile a Michael que lo hice por negocio, yo siempre lo quise" Salvatore Tessio, película "El padrino"
(tiempo de lectura medio estimado, sin links: 1 min y 40 segs)
Una de las grandes carencias entre los emprendedores es su formación en el sector más "económico" de sus negocios. Es decir, la idea la tienen clara, sobran las ganas de trabajar y consiguen financiación, aunque sea arriesgando todo su patrimonio, pero falla un análisis previo del negocio, su viabilidad. Si el tema de la pasada era la muerte por éxito, esta semana toca la muerte por fracaso.
El tema no se ciñe exclusivamente a negocios a baja escala, una tienda de barrio o una pequeña empresa de reformas, aunque sean los que sufren especialmente esa ausencia de conocimientos. Aunque en algunas escuelas técnicas existan asignaturas de economía o proyectos en el temario de las ingenierías, muchos ingenieros salen (salimos) sin mucha idea de cómo plantear un buen análisis de negocio, la formación está más dirigida a calcular los costes en un entorno industrial que a analizar tendencias o viabilidad. Y luego toca enfrentarse a datos que no sabemos manejar y, con prisas o dead-lines próximos, a firmar sin revisar lo que otros departamentos han hecho.
En un análisis medianamente importante intervienen varios agentes: Posibles encuestadores con trabajo de campo, analistas que cocinan los datos, economistas que los interpretan y el proyectista que lo encajan en el plano general. Ingeniería o Dirección de Proyecto no tienen porque saber interpretar todos los ratios, o conocer todos los sistemas de análisis, pero dado que es el responsable final, es de esperar que tengan una serie de herramientas para tener una visión general, especialmente cuando hay tantos tramos fuera de un control directo.
Hay sistemas sencillos, como el TIR y el VAN, que en unos minutos y con un par de fórmulas nos dan una respuesta aproximada de la viabilidad económica y de las tasas de retorno o de los tiempos de inversión. Cada proyecto tiene sus particularidades, y herramientas genéricas no van a resultar útiles siempre, pero una sencilla comprobación, y una llamada al departamento adecuado para que expliquen aquello que no cuadra del todo, pueden salvar líneas de negocio, o empresas enteras. Aunque, sin duda, lo mejor es contar con formación específica algo más avanzada y realizar una revisión propia de los números a los que acabaremos por estampar nuestra firma.
(tiempo de lectura medio estimado, sin links: 1 min y 40 segs)
Una de las grandes carencias entre los emprendedores es su formación en el sector más "económico" de sus negocios. Es decir, la idea la tienen clara, sobran las ganas de trabajar y consiguen financiación, aunque sea arriesgando todo su patrimonio, pero falla un análisis previo del negocio, su viabilidad. Si el tema de la pasada era la muerte por éxito, esta semana toca la muerte por fracaso.
El tema no se ciñe exclusivamente a negocios a baja escala, una tienda de barrio o una pequeña empresa de reformas, aunque sean los que sufren especialmente esa ausencia de conocimientos. Aunque en algunas escuelas técnicas existan asignaturas de economía o proyectos en el temario de las ingenierías, muchos ingenieros salen (salimos) sin mucha idea de cómo plantear un buen análisis de negocio, la formación está más dirigida a calcular los costes en un entorno industrial que a analizar tendencias o viabilidad. Y luego toca enfrentarse a datos que no sabemos manejar y, con prisas o dead-lines próximos, a firmar sin revisar lo que otros departamentos han hecho.
En un análisis medianamente importante intervienen varios agentes: Posibles encuestadores con trabajo de campo, analistas que cocinan los datos, economistas que los interpretan y el proyectista que lo encajan en el plano general. Ingeniería o Dirección de Proyecto no tienen porque saber interpretar todos los ratios, o conocer todos los sistemas de análisis, pero dado que es el responsable final, es de esperar que tengan una serie de herramientas para tener una visión general, especialmente cuando hay tantos tramos fuera de un control directo.
Hay sistemas sencillos, como el TIR y el VAN, que en unos minutos y con un par de fórmulas nos dan una respuesta aproximada de la viabilidad económica y de las tasas de retorno o de los tiempos de inversión. Cada proyecto tiene sus particularidades, y herramientas genéricas no van a resultar útiles siempre, pero una sencilla comprobación, y una llamada al departamento adecuado para que expliquen aquello que no cuadra del todo, pueden salvar líneas de negocio, o empresas enteras. Aunque, sin duda, lo mejor es contar con formación específica algo más avanzada y realizar una revisión propia de los números a los que acabaremos por estampar nuestra firma.
Suscribirse a:
Comentarios (Atom)