Llevar tu teléfono inteligente a todas partes se ha convertido en una forma de vida. Al hacerlo, produce una cantidad sorprendente de datos sobre su papel en la economía:dónde compra, trabaja, viaje, y en general pasar el rato.

Grupo Thasos, fundada en el MIT en 2011, ha desarrollado una plataforma que aprovecha esos datos, en forma anónima y agregada, para medir economías para la industria y los inversores.

La plataforma de Thasos, basada en la investigación del MIT Media Lab realizada por los cofundadores Wei Pan Ph.D. '15 y el profesor Alex "Sandy" Pentland:procesa datos de ubicación anónimos de cientos de millones de teléfonos móviles a diario, extrayendo consumos notables, empleo, y comportamientos de vida.

"Procesamos de 3 a 5 terabytes de datos por día y usamos esos datos para medir las actividades económicas, como cuántas personas visitan una tienda o una propiedad comercial, cuántas personas van a trabajar o viajan, y cuántas horas hombre se gastan en una fábrica, "dice Pan, El científico jefe de Tasos.

Esta información cuantificable es valiosa para los inversores, corporaciones, Responsables políticos, economistas, y otros que necesitan un conocimiento económico profundo de varios sectores en tiempo real. En noviembre, por ejemplo, Thasos publicó un estudio que muestra cómo la adquisición de Whole Foods por Amazon, y la posterior caída de precios que Amazon implementó, comportamiento del consumidor afectado. Los resultados de los datos de ubicación de los usuarios indicaron que las caídas de precios aumentaron el tráfico peatonal en un 17 por ciento inmediatamente después, con alrededor del 15 al 24 por ciento de los compradores desertando de las tiendas cercanas de la competencia.

"Utilizando patrones de movimiento genéricos, notamos que algunos compradores comenzaron a explorar Whole Foods que nunca antes irían allí, "Pan dice.

Con más de 25 clientes de fondos de cobertura, Tasos es popular entre los inversores, que utilizan la plataforma para medir diversas métricas, como las horas trabajadas por los empleados y las visitas de los clientes, de las empresas en las que pueden invertir o vender acciones. La startup también tiene clientes corporativos y esperanzas, en el futuro, para llegar a los responsables de la formulación de políticas. Podría producir por ejemplo, mediciones en tiempo real sobre cómo las políticas fiscales afectan el gasto de los consumidores, Horas laborales, y otras métricas económicas.

Los otros cofundadores de Thasos son John Collins MBA '12 y Greg Skibiski.

Verdad en números

Para hacer uso de los datos de ubicación, Thasos primero construye "geocercas, "límites virtuales establecidos alrededor de una ubicación de destino, como tiendas, Centros comerciales, sitios de trabajo, barrios, y ciudades. Se agregan semanalmente decenas de miles de geocercas dibujadas a mano a la base de datos de Thasos, cada uno con metadatos importantes, como cuando se abre una instalación o tienda, si el estacionamiento es compartido o no, e información sobre negocios cercanos.

Una vez que se establezcan las geocercas, Thasos recopila datos de ubicación desde dentro de las geocercas de aplicaciones y otro software que recopila datos a través del GPS de los teléfonos inteligentes, RFID, o Wi-Fi, de forma anónima y agregada. Al analizar estos datos, la plataforma identifica grupos de personas que pueden ser, por ejemplo, clientes habituales o nuevos, trabajadores estacionales o trabajadores a tiempo completo, o viajeros de lejos o cerca. Luego, la plataforma puede comparar los datos de ubicación desde el momento en que se implementa un cambio específico, como una caída de precio, con datos históricos para cuantificar el impacto del cambio en grupos específicos.

Thasos ha publicado un par de estudios de casos con clientes de renombre, que han producido algunos conocimientos sorprendentes.

El 28 de agosto Amazon adquirió Whole Foods e implementó reducciones de precios en todas las tiendas. Usando sus geocercas para las tiendas Whole Foods en todo el país, así como para Costco, Comerciante Joe, Coles, Objetivo, Kroger, Walmart, y varias otras tiendas cercanas, Thasos analizó los datos de ubicación de decenas de millones de compradores para medir el crecimiento de los clientes. deserción de los competidores, tiempos de conducción, y datos demográficos como el nivel de ingresos (establecido a través de los datos del censo).

Los resultados mostraron que el tráfico peatonal general de las tiendas Whole Foods aumentó un 17 por ciento durante la semana de reducción de precios; se desaceleró al 4 por ciento al final de las tres semanas, pero se mantuvo elevado por encima de los números anteriores a la adquisición. Los nuevos clientes provinieron principalmente de Walmart (24 por ciento), Kroger (16 por ciento), y Costco (15 por ciento). Porque todos los datos son anónimos, Tasos determinó solo los tipos de compradores que desertaron, por ejemplo, El 24 por ciento de los clientes habituales de Walmart comenzaron a aparecer en Whole Foods durante el período de tres semanas.

Curiosamente, Pan dice:fueron los clientes más ricos de las tiendas competidoras los que tendieron a desertar a Whole Foods, un resultado que contradecía el objetivo de Amazon de atraer una base de clientes más amplia. "Demostramos que la estrategia de reducción de costos no atrajo a compradores de ingresos bajos y medios, "Pan dice, agregando, "Para corporaciones, ese tipo de conocimiento es clave para dar forma a las decisiones ".

En otro estudio de caso reciente, Thasos analizó los fideicomisos de inversión inmobiliaria (REIT), empresas que poseen y operan propiedades comerciales, como centros comerciales. Para medir el valor de sus propiedades, Los REIT generalmente cuentan manualmente el tráfico peatonal en una muestra de centros comerciales y estiman el rendimiento en todas las propiedades en todo el país. Basado en tales estimaciones, los propietarios parecían sugerir que el tráfico peatonal en todo el país estaba aumentando en sus centros comerciales y varias tiendas ancla de alta gama, como Macy's o Nordstrom, así como en las tiendas ancla de gama baja, como JCPenney y Sears.

Tasos, sin embargo, determinado de otra manera. Sus datos indicaron una disminución de las tendencias trimestrales del tráfico peatonal, lo que sugiere una caída en las ventas generales, a lo largo de 2017 entre un 5 y un 6 por ciento en todas las tiendas ancla. (Los resultados se verificaron posteriormente mediante registros de transacciones y ventas de las tiendas cuando los propietarios informaron las ganancias). Sorprendentemente, Los grandes almacenes ancla de gama alta obtuvieron un rendimiento inferior al de los grandes almacenes de gama baja en aproximadamente un 3 por ciento. Y los centros comerciales con tiendas de comestibles atrajeron alrededor de un 5 por ciento más de personas que los que no las tenían.

Estos conocimientos pueden ayudar a los REIT a encontrar formas de atraer a más visitantes, como invertir en más grandes almacenes o tiendas de comestibles, Pan dice:"Tener esta información cambia su forma de pensar sobre el valor de la propiedad".

Combinando datos y economía

En 2009, Pan se unió al Media Lab para estudiar con Pentland, el profesor Toshiba de artes y ciencias de los medios y pionero en la ciencia de datos conductuales. Allí, se interesó en casar su experiencia en ciencia de datos con su interés en economía.

La idea era utilizar datos para medir componentes de las economías mundiales, pero no sabía qué tipo de datos utilizar. Hoy dia, Las encuestas se utilizan típicamente para este tipo de investigación de mercados y ciencias sociales, un tipo de muestreo probabilístico que se originó en la década de 1930. "La industria sigue utilizando tecnología que se desarrolló durante la Gran Depresión, "Pan dice.

Como sucedió, los teléfonos inteligentes estaban en aumento. "Todos tenían un teléfono inteligente, y el teléfono siempre sabe dónde estás, "Pan dice." Desde un punto de vista económico, básicamente estás consumiendo, descansando o trabajando. Me di cuenta de que los datos de ubicación eran el mejor ángulo para medir esas métricas ".

Pan también buscó la orientación de Andrew Lo, el profesor Charles E. y Susan T. Harris y director del Laboratorio de Ingeniería Financiera de la MIT Sloan School of Management, quien es conocido por utilizar la informática para estudiar los mercados financieros. "Media Lab es tan interdisciplinario, se espera que piense en diferentes departamentos, ", Dice Pan." Siempre puedes tomar clases que te ayuden a comprender un campo en el que no estás capacitado formalmente para hacer algo que sea de vanguardia ".

Moviéndose entre el Media Lab y MIT Sloan, Pan construyó una versión anterior de la plataforma Thasos. En 2011, él y Pentland, ya un emprendedor en serie, junto con Collins y Skibiski, lanzó Thasos fuera del MIT, conseguir rápidamente un cliente de fondos de cobertura de más de $ 10 mil millones en la ciudad de Nueva York, donde ahora tiene su sede la startup.

Hoy dia, Thasos opera principalmente en los Estados Unidos. Pero la startup apunta a expandirse en todo el mundo, Pan dice:con la ambición de convertirse en un "motor de conocimientos económicos mundiales". La idea es crear un sistema que pueda comparar y contrastar los principales componentes económicos, como el gasto del consumidor, producción en fábrica, horas de trabajo, y turismo, entre países.

"En la actualidad, cada país tiene su propia forma de medir las actividades económicas. Estamos tratando de construir un sistema consistente para comparar países, para proporcionar una mejor visión de la economía mundial en general, " él dice.

Esta historia se vuelve a publicar por cortesía de MIT News (web.mit.edu/newsoffice/), un sitio popular que cubre noticias sobre la investigación del MIT, innovación y docencia.