A la caza de los datos que valen millones //del WSJ

A la caza de los datos que valen millones

http://lat.wsj.com/articles/SB10104134133213903948904580303543026086002?tesla=y&mg=reno64-wsj&url=http://online.wsj.com/article/SB10104134133213903948904580303543026086002.html

Por Bradley Hope

viernes, 28 de noviembre de 2014 0:02 EDT

Viktor Koen

James Crawford ve dinero en los lugares más extraños. Por ejemplo, escondido en las sombras de edificios a medio terminar en China.

El ex ingeniero de Google Inc. es parte de un grupo de emprendedores que venden análisis de datos a corredores que buscan aprovechar hasta la más ínfima de las ventajas. En muchos casos, el valor no se ha comprobado, pero los analistas afirman que hay un mercado creciente entre inversionistas sofisticados que se interesan por fragmentos de información que en general no están disponibles en forma amplia.

Crawford asegura que las sombras de los edificios en China, por ejemplo, pueden brindar un vistazo sobre si el auge de la construcción se está acelerando o desacelerando. Su empresa, Orbital Insight Inc., analiza imágenes satelitales de sitios de construcción en 30 ciudades chinas y su meta es brindarles a los corredores datos independientes para que no tengan que depender de las estadísticas oficiales.

Crawford, quien encabezó el proyecto de Google para escanear millones de libros, dice que entre los primeros clientes de la empresa figuran varios fondos de cobertura que administran miles de millones de dólares, pero prefirió no revelar sus nombres ni cuánto les cobra.

Orbital también ofrece análisis de imágenes satelitales de campos sembrados de maíz para predecir las cosechas y estudios de estacionamientos al aire libe que son un indicador preliminar de ventas y ganancias trimestrales de cadenas minoristas como Wal-Mart Stores Inc. y Home Depot Inc.

 Nota del autor del blog : creo más confiables son los Chips que están insertos en la ropa.

Otras empresas acuden a las redes sociales, las fuentes colectivas y otros tipos de datos mayormente sin explorar para darles a los corredores noticias de último momento e indicadores macroeconómicos.

“Hay tanta correlación en los retornos en el mundo de la gestión de activos que se está volviendo cada vez más importante encontrar formas de captar nuevos tipos de datos”, sostiene Ronnie Sadka, profesor de finanzas de la Escuela de Administración Carroll, de Boston College.

Sin embargo, analistas afirman que los corredores deberían avanzar con cuidado. “Los pongo en la categoría experimental”, dice Paul Rowady, analista sénior de Tabb Group, una firma de investigación de mercado. “Estos productos son persuasivos en su superficie, pero convertirlos en un indicador de corretaje es un desafío inmenso”.

En el caso del análisis de los estacionamientos, Orbital compró un millón de imágenes de empresas satelitales y desarrolló sistemas informáticos para producir posibles indicadores de corretaje a partir de esos datos.

“Esto es sólo el comienzo”, indica Crawford, quien anteriormente se había desempeñado como vicepresidente sénior de Climate Corp., una empresa que utiliza datos sobre el clima para ayudar a los agricultores a predecir el tamaño de su cosecha. Monsanto compró esa empresa por más de US$1.000 millones en 2013.

Una de las primeras pruebas del sistema predictivo de Orbital tuvo lugar hace unos días. Tras realizar un análisis histórico de los vehículos en los estacionamientos de la cadena de ropa Ross Stores Inc., Orbital pronosticó que la firma reportaría ingresos mejores a lo previsto en el tercer trimestre. En realidad, Ross superó las previsiones de Orbital al anunciar una facturación de US$2.599 millones, comparado con la predicción de Orbital de US$2.560 millones y el consenso entre los analistas de US$2.550 millones.

Orbital, cuyos primeros inversionistas incluyen a Sequoia Capital, firma de inversión de capital de riesgo de Silicon Valley, espera recaudar hasta US$8 millones en una nueva ronda de financiación en las próximas semanas.

Dataminr Inc., que estudia 500 millones de tuits diarios para encontrar noticias que muevan los mercados antes de que lleguen a los servicios de cables noticiosos, fue una de las primeras en avanzar en este ámbito.

Fundada por tres ex compañeros de la Universidad de Yale, Dataminr es parte de un puñado de empresas a las que Twitter Inc. les otorga acceso a todos los datos que ingresan a sus servidores todos los días.

Los sistemas de Dataminr clasifican y analizan cada tuit en tiempo real, descartando el correo basura y comparando información con flujos de noticias, precios de mercado, patrones climáticos y otros datos para determinar su importancia. Los sistemas también controlan si un usuario ha sido confiable en ciertos temas en el pasado.

El 2 de septiembre, cuando el periodista independiente Brian Krebs tuiteó que Home Depot “podría ser la más reciente víctima de violación de datos de tarjetas de crédito”, los sistemas de Dataminr rápidamente lo identificaron como una “señal notable” para sus clientes. La alerta fue emitida a los suscriptores —que incluyen 60 bancos y fondos de cobertura— 15 minutos antes de las agencias de noticias financieras y antes de una caída de 2% en el precio de la acción de la cadena de mejoras para el hogar.

“Ya no hay forma de ignorar a las redes sociales como conjunto de datos”, dice Ted Bailey, presidente ejecutivo de Dataminr. “Un flujo como el de Twitter contiene tanta información, y sin dudas hay valor escondido en su interior”.

Un alto ejecutivo bancario que está abonado a los servicios de la compañía indicó que sus corredores recibieron el primer informe del atentado en la maratón de Boston en abril de 2013 en su aplicación de escritorio de Dataminr. “Los clientes pueden tener unas 50 personas con las que hablan todos los días”, observa. “Cuesta diferenciarse. Tener mejor información puede marcar una gran diferencia”.

Otra startup, Premise Inc., realiza pequeños pagos —a menudo como crédito para teléfonos celulares— a personas en todo el mundo que monitorean los precios de bienes, dándole a la compañía una idea preliminar de cambios en la inflación y otros indicadores.

La idea detrás de los datos macroeconómicos de Premise es que la realidad en el terreno suele ser distinta al relato oficial.

La firma distribuye gran parte de sus datos gratis, pero tiene clientes financieros que buscan pistas sobre la dirección de la inflación en lugares como India y China. Premise tiene contribuyentes de datos en 68 ciudades en 18 países.

“En ciertas partes del mundo, la gente no tiene una fuente confiable de información sobre las condiciones económicas”, dice David Soloff, presidente ejecutivo de Premise. “Nuestro objetivo es fomentar la transparencia”.

 nota del autor del blog: ¿será? Dije que es el momento oportuno de comprar oro

http://economiaytecnologiaentrujillo.blogspot.com/2014/11/es-el-momento-de-comprar-oro-eeuu.html

y subió desde entonces de 1191 a  1211 dólares  la onza troy. vea el gráfico del WSJ