Redacción
Big data. Uno de esos términos usados habitualmente de forma muy gratuita en notas de prensa y proyectos con ínfulas cuando hay que buscar algo que suene moderno, vanguardista y muy de futuro. ¿Pero el análisis de datos tiene usos reales en el mundo de la gastronomía y la hostelería? La respuesta la sirvió en bandeja Victoriano Izquierdo hace unas semanas al usar la tecnología Graphext para el análisis de datos para combinar información sobre terrazas de Madrid con las valoraciones de usuarios de Google Maps. El resultado: una pista de dónde hay más posibilidades de encontrar una mesa libre. Y que merezca la pena.
“Conseguir terraza a inicios de primavera y con buen tiempo el fin de semana en Madrid siempre ha sido complicado, ahora con el covid directamente misión imposible, se llenan en seguida”, nos cuenta Izquierdo. Hace cuatro años creó Graphext y desde entonces esta herramienta gráfica para el estudio de datos ha sido usada por farmacéuticas, empresas de marketing o a la Secretaría de Estado de Seguridad para analizar datos sobre crímenes. El crecimiento ha sido muy rápido y ahora ya trabajan más de 20 personas en la compañía.
¿Pero para encontrar una buena terraza también sirve? Eso parece. Al final, todo es cuestión de tener los datos y saber utilizarlos. Eso es lo que hizo el fundador de esta empresa, tal y como él mismo relataba en Twitter y lo explicaba en un vídeo.
Conseguir terraza en Madrid en un finde soleado es misión imposible. Así que me bajé un dataset de terrazas de la web del ayuntamiento con su capacidad y lo mezclé con datos de reviews de Google Maps en @graphext . Aquí el vídeo análisis que hice ayer https://t.co/rQEW7JkL2Q
— Victoriano Izquierdo (@victorianoi) February 21, 2021
“Los datos de Google Maps siempre me han parecido potentes -nos explica-, pero las opciones para filtrar resultados por otros parámetros son escasas”. De hecho, el dato clave en estos tiempos que las terrazas son el lugar más deseado por los clientes, es saber si un local tiene terraza y cómo de grande es. Algo que es una información pública que el Ayuntamiento de Madrid ofrece. Así que sólo hacía falta combinar todos estos parámetros.
8 mesas y 28 sillas
El resultado es un informe con los datos superpuestos sobre el mapa de Madrid con una cantidad de información sencillamente apabullante. Descubrimos, por ejemplo, que la media de una terraza de Madrid es tener 8 mesas y 26 sillas; que Centro, Chamberí y Chamartín son, en este orden, los distritos con más terrazas; o confirmamos lo que seguramente era fácil de imaginar, con o sin pandemia: las peores notas se las llevan las de la Plaza Mayor.
Pero la idea de Izquierdo iba totalmente en serio: él lo que quería era dar con una terraza amplia -es decir, con posibilidades de que hubiera sitio- y bien valorada por los clientes. “Me decanté por Casa Mingo, porque quedaba por Madrid Río cerca de donde nos venía bien y tenía buena puntuación y amplia terraza”.
¿Buena elección? El pollo que tomaron, recuerda, muy rico, pero tocó hacer 40 minutos de cola para poder tener sitio. Los datos son eso, información, pero no pueden hacer milagros si un sitio es popular.
Si ves cómo trabajaban en El Bulli hacían un poco esto de manera muy estructurada: probaban, experimentaban y tomaban nota de todo. Vaya, recopilaban datos
Recomendaciones para quienes se acerquen a los datos y gráficos publicados y, tras abrir mucho los ojos, sientan ganas de tomarse la cerveza en casa: “según esta información sale muy bien La Tragantía (4.4 estrellas), cerca del Bernabéu con 66 mesas y 187 sillas”, señala Izquierdo.
Si de lo que se trata es apostar sobre seguro, va a tocar alejarse a un poco y visitar una zona que igual mucho no frecuentan: junto a la estación de Pitis, Anpe Cerveceria presume de tener 100 mesas, 400 sillas y una nota media de 4,1 en Google Maps. Nada mal.
Quienes den por buenas las valoraciones de los clientes seguro que les interesa saber que Puente de Vallecas es el barrio con la mejor nota media y Salamanca el que peor parado sale. «¿Es porque la gente es más maja en algunos barrios y en otros sólo opinan para criticar, o realmente la relación calidad-precio varía mucho de una zona a otra?», se pregunta el director de Graphtext. Los datos no llegan a tanto.
El Bulli y los datos
Este curioso experimento deja la puerta abierta a su uso en muchas aplicaciones. De momento, cuando Izquierdo compartió su experiencia, asegura que mucha gente de otras ciudades le pidió que hicieran lo mismo. Problema: pocos ayuntamientos comparten los datos y detalles sobre licencias de terrazas como parte de su política de transparencia.
¿Y Graphtext en la cocina? Su responsable lo tiene muy claro: “al final una receta es el ejemplo perfecto de algoritmo que combina ingredientes y da un resultado que puede gustar más o menos”. De hecho, nos adelanta que uno de los proyectos en los que trabaja va justo en esa dirección.
En cocina se combinan datos alrededor de un plato, ingrediente o técnica y se analizan sus usos y combinaciones
“La creatividad de un chef está justamente en crear un Graphext en su mente, que conecte sabores, texturas y colores. Si toda esa información la estructuras, puedes crear un modelo que te de pistas de qué cosas combinan mejor con otras y posibles combinaciones nuevas que estén más cerca de las que suelen estar ricas”, detalla.
Un discurso que seguro que a más de uno le suena familiar. ¿No es la Bullipedia en cierto modo una forma de ordenar los datos alrededor de un plato, ingrediente o técnica y analizar sus usos y combinaciones?
Victoriano Izquierdo confirma esta idea. “Si ves cómo trabajaban en El Bulli hacían un poco esto de manera muy estructurada: probaban, experimentaban y tomaban nota de todo. Vaya, recopilaban datos”.
Lee también
