Ahora, más que nunca, la habilidad de enriquecer datos internos con datos externos, de una manera segura y sencilla, es una necesidad crítica y estratégica para las empresas. Los invitamos a en este seminario en donde Snowflake y Precisely demostrarán en vivo el Mercado de Datos. El Mercado de Datos de Snowflake facilita que compañías enriquezcan sus datos privados con conjuntos de datos ofrecidos por terceros, como Precisely, para descubrir tendencias o “correlaciones” nuevas, no evidentes sin datos externos. En este seminario en vivo, Snowflake y Precisely mostrarán lo siguiente: - La funcionalidad de utilizar datos de terceros en Snowflake - La gama de datos de ofrecidos por Precisely - Enriquecimiento de datos dentro Snowflake utilizando datos de Precisely

1. © 2021 Snowflake Inc. All Rights Reserved
ENRIQUECIMIENTO DE
DATOS FÁCIL Y RÁPIDO

2. © 2021 Snowflake Inc. All Rights Reserved
AGENDA
● Enriquecimiento de Datos
● Introduccion al Mercado de Datos de Snowflake
● Introduccion a Precisely
● Demo Snowflake y Precisely
● Q&A

3. © 2021 Snowflake Inc. All Rights Reserved
SPEAKERS
JAVIER RUIZ
Senior Sales Engineer
Latin America
Snowflake
YUKIHIRO TOMODA
Senior Sales Engineer
Precisely

4. © 2021 Snowflake Inc. All Rights Reserved
Enriquecimiento de Datos

5. © 2021 Snowflake Inc. All Rights Reserved
¿Cúal fue la diferencia entre la toma 1 y la toma 2?

6. © 2021 Snowflake Inc. All Rights Reserved
¿Qué es Enriquecimiento de Datos?

7. © 2021 Snowflake Inc. All Rights Reserved
¿Qué es Enriquecimiento de Datos?

8. © 2021 Snowflake Inc. All Rights Reserved
¿Qué es Enriquecimiento de Datos?

9. © 2021 Snowflake Inc. All Rights Reserved
Casos de uso
- Datos demográficos
- Datos climatológicos
- Datos de salud
- Datos financieros
- Datos de tránsito
- Datos geodemográficos
- Datos geoespaciales
- Datos del medio ambiente
- Datos de comercio
- Datos económicos
- ...

10. © 2021 Snowflake Inc. All Rights Reserved
Snowflake

11. © 2021 Snowflake Inc. All Rights Reserved
Plataforma de Snowflake
11
DATA
SOURCES
OLTP DATABASES
ENTERPRISE
APPLICATIONS
THIRD-PARTY
WEB/LOG DATA
IoT
DATA
CONSUMERS
DATA MONETIZATION
OPERATIONAL
REPORTING
AD HOC ANALYSIS
REAL-TIME ANALYTICS

12. © 2020 Snowflake Inc. All Rights Reserved
SNOWFLAKE CLOUD DATA PLATFORM
12
DATA
SOURCES
OLTP DATABASES
ENTERPRISE
APPLICATIONS
THIRD-PARTY
WEB/LOG DATA
IoT
DATA
CONSUMERS
DATA MONETIZATION
OPERATIONAL
REPORTING
AD HOC ANALYSIS
REAL-TIME ANALYTICS

13. © 2020 Snowflake Inc. All Rights Reserved
Métodos tradicionales paracompartir datos
13
Métodos Tradicionales
Copiar datos a FTP/repositorios en la nube
Contruir, mantener, y llamar APIs
Flujos de ETLs
Data marts de datos
Copiar y mover datos
Mantenimiento costoso
Los datos no están frescos
Posibilidad de errores
Inseguro o difícil de asegurar
Retos

14. © 2020 Snowflake Inc. All Rights Reserved
Compartiendo datos de forma segura
14
Copia única en tiempo real de los datos
No se copian, no se mueven los datos
Datos en tiempo real
Vistas seguras y personalizadas
Acceso gobernado y revocable
Disponible en nube globales

15. © 2020 Snowflake Inc. All Rights Reserved
Para compartir datos 1 a 1 Consumiendo datos de terceros:
Acceso a mucho proveedores de
datos como Precisely
YOUR DATA
EXCHANGE
IN YOUR
ACCOUNT
SNOWFLAKE DATA
MARKETPLACE
Para compartir datos a escala:
Muchos consumidores, muchos
sets de datos
Compartiendo datos desde Snowflake
Share directo Intercambio Privado
Marketplace de Datos de
Snowflake
YOUR
ACCOUNT
OTHER
ACCOUNT
YOUR
ACCOUNT
Manejado a través de la funcionalidad de compartición Segura de Datos: Una sóla copia de los datos en
vivo; no se copian los datos, no hay retrasos

16. © 2021 Snowflake Inc. All Rights Reserved

17. Demo

18. Portfolio de Datos

19. © 2021 Snowflake Inc. All Rights Reserved 19
Portfolio - LATAM
Por Grupos de Datos
• Demográficos
• Básico
• Detallado
• Datos Económicos
• Geodemograficos
• Puntos de Interés
• Streets

20. Consumer Spending Variables
Estimativa de consumo anual
dividido en 20 categorías y 3
variables para cada categoría:
- Consumo Anual.
- Consumo Per Capita.
- Fracción de participación en el
volumen total del País.

21. Geodemographics

22. © 2021 Snowflake Inc. All Rights Reserved
Cobertura y Granularidad

23. Recursos básicos para
utilizar Precisely Data
en Snowflake

24. Demo

25. Site Location demo
Caso de Uso:
❑ Utilizando datos de desempeño de las Tiendas de ventas, el cliente busca
obtener un modelado predictivo para abertura de novas tiendas.
Destaques:
❑ Polos de atracción de consumidores (POI)
❑ Acceso – distancia a las calles principales (Street Pro)
❑ Demografía (MBI)
❑ Estacionamiento (Street Pro)
❑ Impacto de la competencia – encontrar competidores (POI)
❑ Poder de compra (MBI)
❖ ELT/Geocoding: codificar una tabla non-espacial – localización de las Tiendas
❖ Visualizador de Mapas
❖ Herramientas de Modelado Predictivo (Random Forrest)

26. Monterrey – MEX Trade
Area

27. Demo

28. Estimado de Población: Soma Proporcional
100% insertado
Contribuye con 100%
de su población
Contribuye con 50%
de su población
Población = 100% de A + 50% B
50% fuera
50% insertado

29. Extensión: JTS_INTERSECTION
(0,0)
(0,10) (10,10)
(10,0)
(5,0)
(5,10) (15,10)
(15,0)
Source: https://www.osgeo.org/projects/jts/
JTS_INTERSECTION('POLYGON((0 0, 0 10, 10 10, 10 0, 0 0))', 'POLYGON((5 0, 5 10, 15 10, 15 0, 5 0))')
=
POLYGON((5 0, 5 10, 10 10, 10 0))

30. © 2021 Snowflake Inc. All Rights Reserved 30
SNOWFLAKE
- ST_GEOHASH
- ST_GEOGFROMGEOHASH
- ST_INTERSECTS
- ST_AREA
- ST_ASWKT
- ST_POINT / TO_GEOGRAPHY
- CREATE PROCEDURE
EXTERNOS - PRECISELY
- MAP VISUALIZATION
- RANDOM FORREST ALGORITHM
- ETL
EXTERNOS – LIBRERIAS ABIERTAS
- JTS_INTERSECTION
REQUERIMIENTOS
Recursos Utilizados – Site Location
DATOS PRÓPIOS
• Desempeno de Tiendas
DATOS DE PRECISELY
• Puntos de Interés
• Streets Categoria 1-4
• Demografia

31. Q&A

32. GRACIAS