Hackathon TalentoTECH Locales Comerciales CCB presencial

Modalidad Presencial

Vamos a tener disponible una sala de Google Meet para que sigas cada momento:

Sala de Google Meet

Material para proyectos de la Hackathon

¿Cómo calificar proyectos por parte de los jurados?

Validación de ideas de negocio digitales. 

Cómo participar en una Hackathon.

Cómo conformar un equipo de trabajo en una hackathon.

Reportar avances en el proyecto.

Cómo usar la plantilla de Pitch Final para Hackathon.

Reto de Hackathon: Plataforma de Análisis de Datos para Locales Comerciales Contexto del Reto 

La necesidad de encontrar el local comercial ideal y de identificar oportunidades de  expansión puede ser compleja debido a la gran cantidad de información disponible en  diferentes fuentes. Este reto está enfocado en utilizar analítica de datos para extraer,  procesar y visualizar información relevante sobre locales comerciales en Bogotá D.C.. 

Objetivo del Reto 

Desarrollar una solución de análisis de datos que permita a los empresarios y  arrendadores identificar locales comerciales adecuados mediante la extracción y visualización de datos de diversas fuentes. Se recomienda desarrollar la interfaz visual con la librería Streamlit; esto es una sugerencia.

Nivel Básico 

Descripción: Desarrollar un script para extraer datos de arrendamiento comercial de  los principales portales en Colombia. 

Requisitos: 

1. Scraping de Datos: 

• Utilizar técnicas de scraping para extraer datos de portales de  arrendamiento comercial en Bogotá. 
• Recopilar información básica como ubicación, tamaño, precio, y  descripción del local, imágenes, y los que considere relevantes. 

2. Almacenamiento de Datos: 

• Guardar los datos extraídos en un una base de datos PostgreSQL. 3. Visualización Inicial: 
• Crear una visualización simple que muestre un resumen de  los datos obtenidos, como un listado de locales comerciales y gráficos  básicos. Se recomienda desarrollar la interfaz visual con la librería Streamlit; esto es una sugerencia.
  

4. Demostración: 

• Presentar un flujo de trabajo que muestre cómo los datos son extraídos y  visualizados.

Nivel Intermedio 

Descripción: Ampliar el proyecto básico para incluir una interfaz de usuario que permita a los empresarios filtrar y explorar locales comerciales por barrio, así como integrar datos de OpenStreetMap sobre puntos de interés. Se recomienda desarrollar la interfaz visual con la librería Streamlit; esto es una sugerencia.

Requisitos: 

1. Scraping Avanzado: 

• Continuar extrayendo datos de arrendamiento comercial. 
• Extraer también información relevante de OpenStreetMap sobre  equipamientos y puntos de interés en los barrios. 

2. Interfaz de Usuario: 

• Desarrollar una interfaz que permita a los usuarios buscar locales comerciales por barrio. Se recomienda desarrollar la interfaz visual con la librería Streamlit; esto es una sugerencia.
• Mostrar información adicional sobre los locales, como equipamiento  cercano y puntos de interés (restaurantes, bancos, transporte público). 3. Integración de Datos: 
• Integrar datos de OpenStreetMap en la visualización, destacando puntos  de interés y servicios cercanos. 

4. Demostración: 

• Presentar la interfaz mostrando cómo los usuarios pueden filtrar locales comerciales por barrio y ver información adicional sobre el  equipamiento y puntos de interés. 

Nivel Avanzado 

Descripción: Desarrollar una solución completa que incluya todos los requisitos del  nivel intermedio, con la adición de datos de equipamiento provenientes de  mapasbogota.gov.co y análisis más detallados. 

Requisitos: 

1. Scraping Completo: 

• Continuar con la extracción de datos de arrendamiento comercial. • Incorporar datos adicionales sobre equipamientos y servicios del portal  mapasbogota.gov.co. 

2. Interfaz de Usuario Mejorada:

• Ampliar la interfaz para incluir filtros avanzados y opciones  de visualización de datos. Se recomienda desarrollar la interfaz visual con la librería Streamlit; esto es una sugerencia.
  
• Incorporar mapas interactivos y análisis visual detallado de la ubicación  de los locales comerciales. 

3. Análisis de Datos Avanzado: 

• Realizar análisis de datos más detallado para identificar tendencias,  patrones y oportunidades de arrendamiento. 
• Utilizar técnicas de visualización avanzadas para presentar los datos de  manera clara y efectiva. 

4. Integración y Visualización Completa: 

• Integrar y visualizar datos de diferentes fuentes en un solo panel de  control. Se recomienda desarrollar la interfaz visual con la librería Streamlit; esto es una sugerencia.
• Mostrar un análisis detallado de los locales comerciales, equipamientos  y puntos de interés con herramientas de filtrado y análisis interactivo. 5. Demostración: 
• Presentar un prototipo completo que muestre la integración  de datos, visualización interactiva y análisis detallado para facilitar la  búsqueda y evaluación de locales comerciales. 

Criterios de Evaluación: 

1. Calidad del Scraping: 

• Eficiencia y Precisión: Evaluar la exactitud y eficiencia en la extracción  de datos de las fuentes especificadas. 
• Completitud de Datos: Verificar que se han extraído y almacenado  datos completos y relevantes. 

2. Interactividad y Usabilidad: 

• Facilidad de Uso: Evaluar la facilidad con la que los usuarios pueden  interactuar con la interfaz. 
• Capacidad de Filtrado y Exploración: Medir la efectividad de las  funcionalidades para filtrar y explorar datos. 

3. Precisión en la Visualización: 

• Exactitud en la Presentación: Revisar la exactitud y claridad en la  presentación de los datos, incluyendo mapas y puntos de interés. • Utilidad de la Información Visualizada: Evaluar cómo la visualización  ayuda en la toma de decisiones y en la interpretación de los datos. 4. Análisis de Datos: 
• Profundidad del Análisis: Medir la profundidad y relevancia del análisis  realizado sobre los datos recopilados.
• Utilidad de los Insights: Evaluar cómo los insights generados pueden  ayudar a los empresarios y arrendadores en la toma de decisiones. 5. Cantidad y Diversidad de Fuentes de Datos: 
• Número de Fuentes Incluidas: Evaluar la cantidad de fuentes de datos  integradas en la solución, desde portales de arrendamiento hasta datos  de OpenStreetMap y mapasbogota.gov.co. 
• Diversidad de Datos: Medir la variedad de datos utilizados (como  ubicación, equipamientos, puntos de interés) y cómo estos datos  enriquecen la solución. 

6. Impacto Potencial: 

• Valor Agregado: Evaluar el valor agregado de la solución para  empresarios y arrendadores en la búsqueda y evaluación de locales  comerciales. 

• Aplicabilidad: Medir la aplicabilidad de la solución en escenarios reales  y su potencial para mejorar los procesos de búsqueda y selección de  locales comerciales.