En nuestraRevista Retina

Búscala en el quiosco
Esther Morales (Madrid, 1974) se ha movido entre el mundo financiero y los datos. También fue profesora en el Interactive Advertising Bureau (IAB). Dirige PiperLab desde su fundación en 2015
Esther Morales (Madrid, 1974) se ha movido entre el mundo financiero y los datos. También fue profesora en el Interactive Advertising Bureau (IAB). Dirige PiperLab desde su fundación en 2015
Talento

Big data para saber cuándo poner el partido

PiperLab es una empresa de tratamiento de big data que, entre otras cosas, estudia cuáles son los mejores horarios para los partidos de LaLiga.

Hace solo cuatro años, hablar de big data era “predicar en el desierto”. Hoy es casi una obligación rentabilizar los datos. La empresa PiperLab nació en febrero de 2015 para dar las respuestas que las corporaciones empezaban a demandar. “Los cuatro socios veníamos del mundo de los datos y vimos la necesidad que tenía el mercado de respuestas rápidas en este ámbito”, cuenta Esther Morales, socia y directora de desarrollo de negocio de PiperLab.

Banca, seguros, e-commerce… su cartera de clientes es variopinta. Usan los datos “para prevenir la contaminación de una ciudad o para organizar partidos de fútbol”. No es un ejemplo aleatorio: entre los clientes de PiperLab está LaLiga.

La empresa ha desarrollado un algoritmo que planifica automáticamente los horarios de los partidos de una jornada de liga para maximizar la audiencia y la asistencia a los estadios. De igual manera, para la empresa SEUR anticipa el número de paquetes que se van a enviar a 24 y 48 horas vista.

Lo que diferencia a esta empresa de las muchas dedicadas al big data es que enriquece los datos incorporando variables externas para afinar las predicciones. “Toda organización se mueve en un contexto particular, donde su negocio puede verse afectado por variables externas que a priori no son fácilmente identificables.

El despegue de PiperLab ha sido muy notable. En cuatro años ya cuenta con un equipo de 22 personas, entre data scientists y expertos en negocio.

Por ejemplo, para predecir las averías de las calderas tenemos que tener en cuenta la climatología y la altitud y latitud de la zona en la que se encuentran. Para llevar a cabo una predicción de demanda de pizzas, es imprescindible tener en cuenta el calendario de fútbol porque en un partido Real Madrid - FC Barcelona el consumo se dispara”, explica Morales.

Gracias al tratamiento adecuado de los datos, muchas empresas e instituciones toman decisiones sabiendo de antemano qué va a funcionar mejor. La hora del próximo partido en el Bernabéu no es casual.

Retina

24/08/2019
Normas