TFM_Grupo-OVNIS_vfinal8-split-merge

MASTER EN BUSINESS INTELLIGENCE & INOVACIÓN TECNOLÓGICA.
TRABAJO FINAL DE MÁSTER
Análisis explicativo de
avistamientos
UFO.
EAE Business School
Campus Joaquin Costa
Madrid
Autores: Kamila Lis
Juan Rojo
Cinta Simón
Carmen Valdés
Tutores:
Izaskun López-Samaniego
Yolanda Alfaro Peral
Joseba López-Samaniego

CREATIVE DIMENSION
DESIGN STUDIO

Índice
General
1.INTRODUCCION
Presentación de la idea de
Proyecto y hechos generales
sobre el objeto de nuestro
análisis
2.PROPUESTA DE VALOR
Detalle de modelo de
negocio que planteamos
desarrollar
3. DESARROLLO TECNICO
Procesos de extracción y
análisis de las bases de datos
4. ANÁLISIS Y MODELADO
Desarrollo del estudio
basándonos en modelos
temporales y apoyándonos
en R Studio.
Acercando el
Business
Intelligence a lo
sobrenatural
4. CONCLUSIONES & NEXT
STEPS
Resumen del aprendizaje y
aproximación a las siguientes
fases del negocio.
ANÁLISIS UFOS
00

Agradecimientos
Queremos agradecer a nuestros tutores, la confianza mostrada desde un principio ante un
grupo sin conocimientos técnicos ni experiencia en el terreno del Business Intelligence y
Big Data. Mención especial a ellos también por su apoyo incondicional en la temática de
nuestro TFM.
Agradecer también a EAE Business School el poner a nuestra disposición sus instalaciones y
permitirnos hacer uso de ellas durante las largas horas invertidas en este proyecto,
facilitando un espacio de trabajo que ha acabado por convertirse en una segunda casa
para nuestro equipo.
Por último, aunque no menos importante, gracias a nuestras familias y amigos por la
paciencia demostrada a lo largo del master.

INTRODUCCIÓN
Contexto y Justificación
El debate sobre si estamos solos en el universo no es una novedad; esta es una pregunta que se
repite de forma continuada desde el principio de siglo. No importa cuántos años hayan pasado, lo
cierto es que a día de hoy sigue tratándose de un tema sujeto a las opiniones subjetivas de
científicos y aficionados, pues no se ha llegado a confirmar ni desmentir ninguna de las teorías.
Después de años de investigación, en los que siguen apareciendo comentarios en las redes de
miles de personas expuestas a avistamientos de objetos no identificados, la cantidad de
información disponible acerca de esta temática es inmensurable. No son pocos los institutos
oficiales que se encargan de recoger y archivar estas declaraciones de forma rigurosa, sin
embargo, no existe una explotación pública de esta base de datos.
Con las técnicas aprendidas durante este master nuestro objetivo es acceder y trabajar estas
bases de datos con el fin de buscar resultados más concluyentes sobre los avistamientos
recogidos en los últimos años.
Objetivo
Como detallaremos más adelante, nuestro objetivo tras el análisis de esta información es doble:
a) Por un lado, dar respuesta a algunas de las dudas populares más frecuentes a través de un
análisis explicativo de los datos, mediante el desarrollo de un dashboard ad hoc con los
resultados y conclusiones obtenidas.
b) Explotar los resultados en un modelo de negocio que reporte beneficios tanto para los
investigadores interesados en la ufología, como para sectores que puedan encontrar un
beneficio directo en ella, como es sector turístico y recreacional.
La investigación se centra en los avistamientos de OVNIs declarados a nivel mundial, pero para
dotales de valor, otras fuentes de datos se incorporarán a este estudio para alcanzan una mayor
profundidad en el contenido.
ANÁLISIS UFOS 01

Metodología y Fuentes
Tras analizar varias fuentes de datos de donde obtener el registro de avistamientos OVNIS más
cualificados, la opción seleccionada para la extracción de la información es NUFORC en base a
variables cuantitativas – cerca de 90.000 registros de avistamientos en su BBDD – y cualitativas,
pues se recogen a través de formularios con campos cerrados que facilitarán la normalización
posterior
Fig. 1 – Captura web NUFORC
www.nuforc.org
Director: Peter Davenport
NUFORC
N
U
F
O
R
C
National
Unidentified
Flying
Object
Report
Center
Fundada en 1974 por Robert J. Gribble, NUFORC cumple la función pública de recibir, registrar y,
en la medida de lo posible, corroborar y documentar los informes de avistamientos de fenómenos
inusuales (generalmente relacionados con OVNIS) efectuados por individuos a lo largo de todo el
planeta.
El principal canal de recepción de información de NUFORC es el telefónico, su línea ha funcionado
de manera continuada desde su fundación y ha procesado decenas de miles
02
ANÁLISIS UFOS

de llamadas, contribuyendo al crecimiento reputacional del centro.
NUFORC es, además, independiente de cualquier otra organización relacionada con los OVNIS.
Sus registros se realizan de forma anónima, lo que ha fomentado que esta organización se
convierta en el servicio de información OVNI más popular y ampliamente aceptado en todo el
mundo.
Una de las políticas del centro, que distingue sus operaciones de la mayoría de las demás
organizaciones de OVNIS, es que pone a disposición del público todos sus datos en forma
resumida. La información detallada se pone a disposición de los investigadores OVNI
experimentados. Los resúmenes mensuales del informe de avistamiento se publican en este sitio
web.
Además, de la línea telefónica, NUFORC cuenta con un formulario online a través del que dejar
registro de los avistamientos mediante campos predefinidos que obligan a los usuarios a dejar
constancia de la fecha, la duración, la provincia, el estado, el código postal, la forma del objeto
avistado y el número de objetos y testigos del avistamiento.
Fig. 2 – Captura web NUFORC
Fig. 3 – Captura web NUFORC
Mensualmente, la organización revisa y corrige los informes recibidos tanto a través del
formulario como vía telefónica y los pública en su web. Sin embargo, NUFORC no cuenta con un
archivo descargable de información, lo que dificulta el acceso a la base de datos.
ANÁLISIS UFOS 03

NUFORC: extracción de la BBDD
Puesto que la información se encuentra reflejada en la web, en formato HTML, en tablas
mensuales desde 1947, con un rango de entre 200 y 700 registros por mes, la extracción manual
de la información se convierte en una tarea inviable.
La primera opción para acceder a la información es ponernos en contacto con el director de la
organización para explicar la envergadura del proyecto y la necesidad de acceder a una base de
datos tratada para poder llevarlo a cabo. Pese a que inicialmente NUFORC se presenta dispuesto a
colaborar con el proyecto, la realidad es que no cuentan con una BBDD agregada y limpia que
puedan compartir con nosotros por contener datos personales que, por razones obvias, no
pueden compartir con entidades externas sin incumplir la normativa de protección de datos.
Ante esta situación, recurrimos a técnicas de web scraping para acceder de manera automatizada
a las más de 1000 páginas en las que se muestra la información mensual.
WWW
Web Scraping
INTRODUCCION AL SCRAPING
Web scraping es una técnica que sirve para extraer información de una web de
forma automatizada.
El scraping de datos se basa en transformar el contenido no estructurado de un
sitio web en datos estructurados los cuales pueden ser almacenados
posteriormente en una base de datos o en una hoja de cálculo.
Esta técnica se relaciona directamente con la indexación web para organizar el
contenido que encontramos en los motores de búsquedas.
04
ANÁLISIS UFOS

En este caso concreto, para extraer la información mediante scraping optamos por desarrollar
nuestro propio código Python, en lugar de seleccionar alguna de las múltiples herramientas webs
disponibles. Esto nos permitirá modelar la información en el momento de la recuperación y
facilitar la posterior normalización de los datos.
El código se conecta con la web http://www.nuforc.org/webreports/ndxevent.html, donde
encontramos un listado de 915 enlaces que redirigen a las páginas que contienen la información
mensual completa.
Con la librería Beautiful Soup identificamos las etiquetas de formato link en el formato HTML de
la página anterior. Mediante un bucle, ordenamos al código que cada vez que encuentre una
etiqueta , acceda a la web y parsee la información para crear un segundo bucle en el que
escriba la información de la tabla que se encuentra en la página de destino del link (sólo existe
una única tabla, lo que simplifica el código final) en un csv, con filas y columnas a las que
previamente les hemos dado formato.
En el momento de la extracción se eliminan las comillas, dobles espacios, comas simples, y todo
aquel carácter que pueda dificultar el tratamiento posterior de la información
Una vez hecho esto, el código vuelca la
información sobre un fichero csv y vuelve a
ejecutar el bucle inicial para continuar con la
extracción de la información contenida en el
segundo enlace, que almacenará en el mismo
fichero csv, a continuación de la extraída
anteriormente.
La extracción total de la información tarda
unos 40 minutos en ejecutarse, y devuelve
más de 85K filas de información. Pese a
tratarse de una cantidad más que suficiente
para llevar a cabo nuestro análisis, vemos
que no todos los registros de la web han sido
almacenados en el fichero csv. Tras hacer una
comprobación manual en la web,
observamos que algunos de los enlaces están
corrompidos o no contienen información.
Aceptamos la extracción del fichero como
válida y procedemos a la normalización de la
información de la base de datos.
Fig. 4 – Código Python scraping
ANÁLISIS UFOS 05

Primeros Resultados
NUFORC
Antes de normalizar la BBDD hacemos un
primer análisis descriptivo que nos ayude a
plantear las bases de nuestra propuesta de
negocio.
EEUU COMO PRINCIPAL PAÍS CON
AVISTAMIENTOS
TERRITORIO MUY
DEFINIDO
EEUU deberá ser el centro de la propuesta
de negocio que presentemos
88%
41%
Le sigue muy de lejos Canadá (4,5%) y
UK (3%).
Tanto la organización como la página
web tienen su origen en Seattle, por lo
que no es de extrañar que el 95% de los
registros provengan de países de habla
inglesa.
A PARTIR DE 2008 CRECE EL NÚMERO
DE AVISTAMIENTOS
Entre el 2008 y el 2013 se producen el
41% de los avistamientos Ovnis,
Aunque es realmente a partir de 1995
cuando empieza a aumentar el volumen
de registros
VERACIDAD
CUESTIONABLE
Los avistamientos se concentran a partir
del atardecer, y 1 de cada 4 no tiene una
descripción precisa, será necesario verificar
la información con otras fuentes.
31%
LA MAYORÍA DE LOS REGISTROS DE
OVNIS TIENEN UNA FORMA
DEFINIDA
Sólo el 31% de los avistamientos
corresponden a formas luminosas.
No existe una forma predominante
entre los registros, aunque las formas
circulares son más frecuentes.
REGISTROS TOTALES EN LA BBDD >> 86.246
Con estos resultados, y antes de continuar ejecutando análisis,
vamos a continuar con la definición de nuestra propuesta de
negocio.
TEMÁTICA DE INTERÉS
GLOBAL
Aunque en menor medida, encontramos
registros en casi todos los países
06
ANÁLISIS UFOS

Explotación de
la información
Antes de adentrarnos en las técnicas necesarias para desarrollar y evaluar nuestra idea de
negocio, repasemos los conceptos básicos de este territorio, así como la historia y evolución del
mismo, con el fin de situar la propuesta en un contexto social acertado.
PSEUDOCIENCIA
Afirmación o creencia que
es presentada
incorrectamente como
científica, pese a carecer
de estatus científico ni
poder ser comprobada de
forma fiable.
EXTRATERESTRE
Popularmente, se denomina
así a todo ser vivo originario
de algún sitio ajeno a la
tierra.
Comúnmente al nombrado
“marciano”, cuya definición
aplicaría sólo a los habitantes
de Marte.
OVNI
Objeto volador no identificado.
Se refiere a la observación de
un objeto que no puede ser
identificado por el
observador y cuyo origen
sigue siendo desconocido
después de una
investigación.
ANÁLISIS UFOS 07

Un poco de histórico
UFOLOGÍA: CIENCIA O PSEUDOCIENCIA
(TERMINOLOGÍA INGLESA QUE PROCEDE DEL TÉRMINO UFO)
1
Europa
02
Estados Unidos
Finlandia, Noruega, Suiza o
Alemania son los primeros países
europeos en reportar
avistamientos de extrañas
formas en el cielo.
La Fuerza Aérea de Estados Unidos
crea un organismo para investigar
las crecientes declaraciones de
avistamientos OVNIS en el país.
08 ANÁLISIS UFOS

Es a partir de 1946 cuando comienzan las
primeras declaraciones de avistamientos OVNIS.
Han pasado más de 70 años, y aún a día de hoy
siguen identificándose en el cielo luces, discos y
otras formas de las que no es posible explicar su
procedencia. La Ufología se abría paso, así como
disciplina científica cuyo objetivo se centraba en
el estudio de estos objetos volantes.
Algunos meses después el fenómeno llegó a EEUU
a raíz de las declaraciones de Kenneth Arnold, un
piloto civil que en junio de 1947 avisto nueve
extrañas naves volando sobre Washington, en el
oeste de los Estados Unidos, se acuñó el término
OVNI por vez primera.
La prensa bautizó estas naves
como “platillos volantes”.
Las declaraciones de Arnold (quien además
de piloto, era considerado un respetable
hombre de negocios), unidas a otros
fenómenos inexplicables, como la supuesta
llegada a Roswell, Nuevo México, de un OVNI
en el mismo año, obligó a la Fuerza Aérea
estadounidense a crear un organismo de
investigación sobre lo sucedido.
Llamado Proyecto Libro Azul, con sede en
Ohio, se decidió incluir en el programa a un
número muy limitado de personas. Pese a su
reducido número, este equipo investigó en
poco más de veinte años más de 12.618
avistamientos de OVNIS.
Réplica de un extraterrestre en el Museo y Centro de
Investigación de Ovnis, en Roswell, Nuevo Mexico.
ANÁLISIS UFOS
09

Proyecto Libro Azul
Las fechas de la creación del proyecto coinciden con el final de la II Guerra Mundial y el inicio de
la Guerra Fría, un periodo de inestabilidad política en el que se propagaban el número de
avistamientos de objetos no identificados. La intención del proyecto era disminuir la inquietud
pública y devolver a la sociedad un clima de normalidad.
Entre los años 40 y 50 el tema de los OVNIS se asentó en las discusiones políticas del país como
algo que todos los jefes de gobierno entendían de suma importancia.
En 1966 un comité independiente de la Fuerza Aérea fue creado para profundizar en algunos de
los casos del Proyecto Libro Azul. Este grupo concluyó tras su investigación que no había
evidencia de actividad de OVNIS, lo que llevó a la clausura definitiva del proyecto en 1969.
No hay indicio
alguno de ser
una amenaza
para la seguridad
nacional.
No existen
pruebas que
demuestre
adelantos o
tecnología
superior.
No se puede
probar que los
avistamientos
correspondan a
vehículos.
extraterrestres.
Pese al fin del proyecto, no se recupera la tranquilidad. Más de 700 casos del proyecto no
pueden ser explicados por falta de información; algunos de los casos cerrados despiertan más
preguntas que respuestas para los ufólogos, y pese a que muchos de estos documentos se han
hecho públicos, todavía continúa la solicitud de información al gobierno estadounidense.
A pesar de estos hechos, los científicos, no sólo no creen en OVNIS y extraterrestres, sino que los
estigmatizan y los consideran, desde el enfoque de la ciencia oficial, como tabúes a evitar e
ignorar. Lo que, a su vez, alimenta la acusación de los ufólogos hacia los científicos como
personas de mente estrecha y, en último término, como miembros de una organización que, no
solo rechaza, sino que conspira para ocultar al público información importante y valiosa.
NO PUEDE CONSIDERARSE CIENCIA A LA UFOLOGIA
Es innegable que el fenómeno ha despertado el interés de disciplinas como la sociología,
psicología y antropología que encuentran fascinante la reacción ante el fenómeno OVNI,
con especial interés en las abducciones y en las teorías conspiratorias.
10 ANÁLISIS UFOS

En conclusión, la ufología surge a raíz de la
Segunda Guerra Mundial, marcada por
inestabilidad social y miedo y se enfrenta
directamente con la ciencia, no por los objetos
de estudio, si no por las metodologías aplicadas
y la falta de evidencias concluyentes.
El clima de misterio creado en torno a esta
materia ha despertado el interés de los medios
de comunicación y la cultura, desarrollándose
un fenómeno fan centrado en los
extraterrestres que ha llevado a la industria
cinematográfica, junto a otras, a ganar millones
de dólares con su explotación
Roswell (Nuevo México), el Área 51 (Nevada), el
Triángulo M (Rusia), el parque nacional de
Árboles de Josué (California), Wycliffe Well
(Australia), Sedona (Arizona), San Clemente
(Chile), Wiltshire (Reino Unido) … Estos destinos
son el foco de muchos turistas ávidos de
encontrarse de frente con vida extraterrestre y
podrán constituir parte de nuestro target final en
el modelo de negocio que desarrollaremos.
Más de 200.000
personas al año
visitan Roswell y gastan
unos 5 millones de
dólares entre
recuerdos y servicios de
hotelería.
ANÁLISIS UFOS
11

Propuesta de Valor
A pesar de la insistencia del gobierno americano por rebajar importancia a este nuevo
fenómeno, un promedio de 226 avistamientos se registra al día desde los últimos 20 años
según NUFORC.
IDENTIFICAMOS 3 SEGMENTOS
A EXPLOTAR
Turismo
PARTICULARES
Turismo
EMPRESAS
Investigación
PUBLICACIONES
Interesados en actividades
diferentes, ocio cultural y
familiar.
Agencias y Organizaciones que
unifiquen paquetes
vacacionales.
Sector especializado en el
estudio y la investigación de
estos fenómenos.
12
ANÁLISIS UFOS

Business Canvas Model
DISEÑO DEL SUPUESTO MODELO DE NEGOCIO.
Fig. 5 – Canvas Business Model
ANÁLISIS UFOS
13

En el canvas anterior identificamos tres tipologías de clientes en los que enfocaremos la
investigación con el fin de poder constituir un modelo de negocio rentable a partir de un análisis
explicativo de los avistamientos OVNI registrados desde 1950 en EEUU
1. Segmento de Clientes Particulares
Pese a que los particulares serán los usuarios finales del producto desarrollado, será a través de las
empresas de viaje y turismo como moneticemos los resultados del análisis.
No obstante, será necesario tener en mente cuales son las necesidades de este tipo de clientes
para asegurarnos que el producto final se ajusta a sus expectativas. Identificamos 3 tipos de
clientes diferentes dentro del segmento de Particulares:
Aficionados a
viajar
Aficionados al
turismo de
aventuras
Aficionados a la
ufología
Constituyen el subsegmento
más amplio y
genérico, puesto que no
muestran un particular
interés en ufología. No
obstante, pueden llegar a
constituir la mayor fuente
de ingresos por el
volumen que suponen.
Suponen una combinación
interesante entre los viajeros
habituales y aquellos que
buscan nuevas experiencias en
sus aventuras. No son grandes
aficionados a la ufología,
aunque el tema es susceptible
de despertarles suficiente
curiosidad para contratar el
paquete de viaje ofrecido por la
agencia.
Adicionalmente, a este tipo de
viajeros se les presupone la
necesidad de compartir con su
entorno las experiencias
desarrolladas en sus viajes con
el fin de diferenciarse de los
turistas más comunes, por lo
que constituirán un altavoz
social para dar a conocer estos
nuevos paquetes de viajes.
Serán los más interesados en
los resultados de la
investigación, aunque no
necesariamente son el
público habitual de las
agencias de viajes. Para llegar
a ellos serán necesario
hacerlo a través de un
método no convencional,
bien utilizando los propios
portales online sobre
fenómenos extraterrestres
bien a través de participación
en convenciones
relacionadas.
Este target se encuentra a
medio camino entre el
público directo del negocio
orientado al turismo y el
interesado en la publicación
de la investigación.
Contra este segmento de público se lanzarán, además, propuestas en paralelo con el fin de
ayudar a la financiación del proyecto de investigación, como aplicaciones móviles para detectar:
1. Avistamientos de OVNIs el día de tu cumpleaños.
2. Dónde/cuándo se producirá el próximo avistamiento.
14 ANÁLISIS UFOS

2. Segmento de Clientes Empresas
Como se ha mencionado anteriormente, será a través de las empresas donde encontremos la
fuente de ingreso para el modelo de negocio orientado a Turismo.
Clasificamos las empresas en dos tipologías que pueden requerir de una aproximación
diferenciada a la hora de presentarle nuestro Plan de Negocio:
2.1 Agencias de Viajes
Hablaremos aquí tanto de agencias presenciales como de OTAs (Online
Travel Agencies) ya que el acercamiento a ambas será similar.
Ofreceremos un servicio de información sobre avistamientos OVNIS no sólo
en las localizaciones más conocidas por el gran público (a través del cine o
la televisión) si no que ampliaremos a todos los estados de USA de los que
dispongamos suficiente información tras la investigación.
2.2 Oficinas de Turismo Locales
Con el fin de ampliar nuestro radio de acción, no nos limitaremos sólo a las
agencias, puesto que en la actualidad existe una tendencia creciente a la
organización individual de los viajes, independientemente del destino o las
necesidades.
Para evitar que la caída del negocio de las agencias afecte al nuestro
directamente, ofreceremos a las oficinas de turismo locales las rutas con
mayor probabilidad de avistamientos junto con la información
complementaria sobre el análisis explicativo que las dotará de la veracidad
necesaria para que resulte interesante para el gran público.
2.3 Empresas Organización de Eventos
Un sector relacionado con las agencias de turismo y las oficinas de Turismo
WE CAN locales, MAKE son las INDIVIDUAL empresas dedicadas OFFER a la organización FOR YOU de eventos. JUST
TELL Ofreceremos US WHAT alternativas YOUR de experiencias BUSINESS de coaching NEEDS y actividades
grupales para aquellas pymes y multinacionales que busquen desarrollar
actividades de cohesión entre sus trabajadores en una temática totalmente
ajena al mundo empresarial.
ANÁLISIS UFOS
15

3 Segmento de clientes Publicaciones
Como tercer y último segmento de cliente, encontramos a las diferentes agencias tanto
nacionales como internacionales que se ocupan de temas de estas características.
Ofreceremos los resultados finales de la investigación con el fin de demostrar a la comunidad de
ufólogos la relación encontrada entre los avistamientos registrados a lo largo de los últimos 70
años y otros fenómenos externos que puedan sacar a la luz supuestos fraudes en los
avistamientos. Así como poner de manifiesto aquellos resultados que con los registros obtenidos
den lugar a una duda razonable sobre la veracidad de la información, puesto que como veíamos
al principio, no existen explicación lógica y/o científica para alguno de estos fenómenos y las
principales instituciones gubernamentales los consideran un engaño.
No obstante, no será suficiente con identificar el público más adecuado para nuestro modelo de
negocio, si no que necesitaremos contar con producto capaz de diferenciarse entre los similares
ya existentes en el mercado, y aportar un valor añadido a nuestros clientes para conseguir tanto
la satisfacción del cliente final como la distribución orgánica de la información que suponga un
beneficio extra para las Agencias y Oficinas de Turismo.
Para ello identificamos cuáles serán las actividades claves para poder dotarlas a continuación de
contenido relevante para todos nuestros públicos.
16
ANÁLISIS UFOS

Actividades clave
CLASIFICACIÓN DE LA INFORMACIÓN POR ESTADOS
A través del cine y la televisión unos pocos estados de América del Norte se han convertido
en protagonistas de los fenómenos extraterrestres, mientras que los registros de
avistamientos se han venido sucediendo a lo largo de todo el país.
Nuestro objetivo con este análisis es dotar a las agencias de viajes de nuevos puntos de
interés y valor añadido que puedan constituir fuentes de ingreso adicionales, bien como
rutas añadidas a los viajes habituales o bien como incremento en el ingreso por
excursiones organizadas en destinos frecuentes.
ANÁLISIS DE PROBABILIDAD DE FRAUDE
Los registros de avistamientos son muchos y constantes a lo largo de los últimos años. El
interés turístico despertado en lugares como Roswell supone una fuente de ingresos
fundamental para una población relativamente pequeña, por lo que existen sospechas de
que los propios nativos de la ciudad reporten falsos avistamientos con el fin de seguir
atrayendo la atención de los turistas.
Con el fin de despejar todas las dudas posibles, analizaremos qué factores externos pueden
influir en el incremento de avistamientos por cada uno de los estados para procurar una
información lo más contrastada posible a las empresas y desmentir los mitos más obvios.
PROBABILIDAD DE AVISTAMIENTOS
La frecuencia de registros de avistamientos en EEUU es constante y con una media de más
de 200 avistamientos diarios, lo que nos permite calcular donde existe mayor probabilidad
de que se produzca el siguiente avistamiento con un análisis predictivo.
La incorporación de nuevos destinos junto con la probabilidad de avistamientos basado en
los acontecimientos más recientes dotará a las agencias que comercialicen este producto
de información más precisa que sin duda añadirá valor extra para sus clientes finales.
DIVULGACIÓN DEL ANÁLISIS
Al buscar medios de comunicación especializados y agencias internacionales dedicadas a
este tipo de fenómenos para distribuir los resultados de nuestra investigación
conseguiremos acercarnos al público más interesado en avistamientos OVNIs, lo que
permitirá (en la medida de las posibilidades de distribución de estos medios) acercar al
público nueva información.
El objetivo de la divulgación en publicaciones especializadas es doble: por un lado,
pretendemos dotar de fiabilidad científica a los resultados obtenidos; por otro, encontrar
una fuente de ingresos adicional que permita financiar futuros análisis
ANÁLISIS UFOS
17

Evaluando al Target
ENCUESTA SOBRE HÁBITOS DE VIAJE
De cara a anticipar el éxito del proyecto en la medida de lo posible, se desarrolla una encuesta
online en la que se pregunta sobre los diferentes hábitos de consumo de la población.
Se envía una encuesta online a una BBDD de en torno a 1200 personas, todos ellos trabajadores
mayores de 18 años, entre los que se recoge una muestra de 793 respuestas.
El 76,7% declara que le gusta
viajar, un total de 608
entrevistados; sobre ellos
realizaremos nuestro estudio
para determinar cómo
ofrecerles el mejor producto.
La encuesta se divide en tres
bloques, en los que se pretende
determinar su perfil socio
económico, así como los hábitos
más frecuentes en sus viajes,
tanto en la ejecución como en la
planificación de las mismas.
Determinamos con la encuesta
que el 33,7% de los encuestados
prefiere los destinos exóticos y
diferentes. Si le preguntamos
qué tipo le viaje les gustaría que
las agencias de viajes le
ofrecieran, el 43% responde que
le gustaría recibir una
“experiencia diferente”.
Fig.6 – Infografía (parte 1)
18 ANÁLISIS UFOS

Puesto que viajar es una actividad que le gusta a
la mayoría de la población y, en la que
detectamos un cierto interés por la
diferenciación, creemos que un paquete de viaje
que combine aspectos más tradicionales con
experiencias al aire libre para el avistamiento de
ovnis en directo podría suponer una fuente de
negocio importante tanto para agencias de viaje
tradicionales como para OTAs (Online Travel
Agencies).
Se elabora una
infografía con los
resultados de la
encuesta
19
Fig.7 – Infografía (parte 2)
ANÁLISIS UFOS

Desarrollo
PLANTEADO EL ESCENARIO A DESARROLLAR, FASEAMOS EL PROYECTO
ANTE EL QUE NOS ENFRENTAMOS
Paso 01. Nuevas Fuentes de Información
Buscaremos datos externos a la información obtenida de
NUFORC con el fin de complementar la información con
factores que puedan ayudarnos a certificar la veracidad de los
registros.
Los datos a encontrar serán los siguientes:
01. Referencias Cinematográficas
02. Referencias Web
03. Variables Meteorológicas
Paso 02. Limpieza y Normalización
Una vez tengamos localizadas las fuentes complementarias,
procederemos a normalizarlas junto a la BBDD inicial para
desarrollar el modelo óptimo sobre el que trabajaremos.
Dependiendo de la complejidad de las BBDD encontradas, la
normalización será manual, o se automatizará a través de funciones
en R.
20 ANÁLISIS UFOS

Desarrollo
del Proyecto
Paso 03. Almacenamiento de
datos
Sobre el que trabajar las consultas
necesarias para los análisis posteriores.
Paso 04. Análisis y modelado
Aplicaremos los lenguajes y herramientas
aprendidas para el desarrollo del análisis
descriptivo.
FIN DEL
PROYECTO
Paso 05. Cuadro de Mandos
Los resultados finales se presentarán
volcados sobre un cuadro de mandos,
para el que se seleccionará la
herramienta de visualización más
adecuada según las necesidades del
proyecto.
Conclusiones
Resumen del
aprendizaje.
ANÁLISIS UFOS
21

Extracción
BBDD
SELECCIONAMOS EL ORIGEN DE LAS FUENTES Y LA MEJOR MANERA DE
OPTENER LA INFORMACIÓN
REFERENCIAS CINEMATOGRÁFICAS
El mayor archivo de cine y televisión global actual se encuentra agregado en el “INTERNET
MOVIE DATA BASE”, que se aloja bajo el dominio IMDB.com en Internet. La web fue creada en
octubre de 1990, y poco tiempo después, en 1998 fue adquirida por Amazon.
IMDB se constituyó en sus inicios como una base de datos pública, alimentada por usuarios
anónimos que fueron completándola hasta convertirla hoy en día el mayor repositorio de cine.
22 ANÁLISIS UFOS

A través del motor de búsqueda de la web,
encontramos un listado de referencias
cinematográficas sobre temática
extraterrestre agregado desde1898 hasta
2016.
Un total de 268 títulos cinematográficos,
recopilados por los usuarios de IMDB.
Puesto que se trata de una base de datos
creada por usuarios, asumimos que existe un
margen de error que consideramos aceptable
dado el volumen de información obtenido.
Fig. 8 – Captura IMDB
https://www.imdb.com/list/ls055028710/
Analizado el entorno, optamos por utilizar una de las herramientas de scraping que ofrece el
mercado en lugar de desarrollar un nuevo código. La herramienta seleccionada es IMPORT IO, a
través de su aplicación web nos permitirá rastrear el contenido de una web, seleccionar los datos
que deseamos extraer y guardarlos en un archivo .csv o json.
El proceso que seguimos es el siguiente:
1. Registro en la web con una licencia de prueba.
Esta licencia nos ofrece acceso libre a todas las características de la herramienta, limitando el
número de consultas máximas que podemos hacer, 500. Para nuestro ejercicio, lo
consideramos aceptable.
2. Introducimos la URL de la web de
IMDB que deseamos.
En este momento se carga una
réplica de la web sobre Import IO en
la que aparecen claramente
identificadas las áreas con formato
tabla cuando pasamos el cursor
sobre ellas.
Fig.9 –Captura Import IO
ANÁLISIS UFOS
23

3. Comprobación de la tabla resultante.
Antes de proceder a la extracción de la
información, la herramienta ofrece la
posibilidad de pre visualizar el
resultado que obtendríamos con los
elementos seleccionados, así como del
formato de la tabla y las columnas de
las que se compondría.
Fig10 –Captura Import IO
Esta es una de las facetas de la herramienta que consideramos más valiosas, puesto que la
conversión de la información al fichero definitivo es un proceso lento, y la pre visualización permite
corregir errores antes de solicitar la descarga.
4. Extracción de la data del website.
Como último paso, y simplemente tras pulsar un botón, procedemos a la extracción de la
información.
La herramienta permite repetir la consulta con la periodicidad deseada (días, semanas, meses…), lo
que resulta muy útil para extraer información de aquellos sites que se actualizan de forma
continuada. Para este tipo de ejemplos, excederíamos las limitaciones de la versión gratuita y sería
necesario contratar una licencia.
Con este sencillo proceso, obtenemos un archivo en csv con la información de las referencias de cine
que buscamos.
El objetivo de esta tabla será cruzar su información con los datos extraídos a partir de NUFORC para
analizar si los años con lanzamientos cinematográficos están directamente relacionados con los
periodos de mayor número de avistamientos.
Los resultados deberán dar respuesta a nuestra hipótesis número 1:
WE CAN MAKE INDIVIDUAL OFFER FOR YOU JUST
TELL US WHAT YOUR BUSINESS NEEDS
Las referencias culturales producen ruido sobre los medios de
comunicación que sugestionan a la población y aumentan el
número de avistamientos.
24
ANÁLISIS UFOS

VIDEOS UFO SUBIDOS A YOUTUBE
Siguiendo la lógica de la primera hipótesis, presuponemos que al igual que puede existir una
relación directa entre el cine y los avistamientos, los videos que los usuarios suben de manera
orgánica a sus canales de YouTube deberían coincidir en fecha y lugar con los eventos más
importantes recogidos en la base de datos de NUFORC.
En el caso de YouTube contamos con una gran desventaja al tratarse de una plataforma
relativamente joven. YouTube se crea en 2005 como una plataforma privada agregadora de
videos.
En 2006 esta plataforma es adquirida por Google, quien empieza su explotación comercial hasta
transformarla en la mayor plataforma de consumo de video online a nivel mundial.
El repositorio de datos con el que cuenta YouTube es infinito, no obstante, para resolver nuestro
proyecto necesitamos contar tan sólo con información de videos relacionados con Ovnis.
Para acceder a la información de YouTube lo hacemos a través de su API oficial.
A través de la web para developers de Google, obtenemos el listado de información que
podremos extraer del canal para la operación “list”, que será la que recupere información. El
resto de operaciones disponibles a través de la API no resultan interesantes para este proyecto.
Fig11 –Captura YT Developers site
ANÁLISIS UFOS
25

LA API PERMITE UN MÁXIMO DE 50
REGISTROS POR CONSULTA,
por lo que no es posible hacerlo en una sola llamada, si no
que será necesario ir iterando las fechas para que alcanzar
un número de registros más amplio.
La iteración de fechas la haremos a nivel diario, por lo que
le pediremos al código que para cada día desde 2005,
devuelva información sobre las consultas relacionadas con
“UFO”. Esta información la acompañaremos de
parámetros adicionales para completar el registro final:
- Fecha de Publicación del Video
- Título
- Descripción del video
Fig12 –Código Python Conexión API YT
Le pedimos al código que nos devuelva los 50
primeros vídeos más vistos cada día desde la
fecha de creación del canal hasta hoy.
Este tipo de contenido no es muy frecuente en
YouTube, día tras días, los videos más vistos
aparecen repetidos.
LA ITERACIÓN
PROVOCA LA
DUPLICIDAD DE
REGISTROS
26
ANÁLISIS UFOS

BASE DE DATOS METEOROLÓGICA
En tercer lugar, nos planteamos una última hipótesis:
Las condiciones climatológicas afectan a la visibilidad y, por tanto, a la
veracidad de los avistamientos.
La cuarta base de datos con la que trabajaremos la encontramos ya creada en la web.
Buscábamos un histórico de datos climatológicos que comprendieran un rango de fechas de al
menos 20 años para poder contar con al menos el 50% de la información extraída en NUFORC.
La BBDD la encontramos a partir de Kaggle. Tras encontrar varios proyectos basados en
climatología, nos ponemos en contacto con el creador de un proyecto que tiene por objeto la
evolución del clima a nivel mundial.
Puesto que la BBDD subida en este proyecto no contiene los campos exactos que necesitábamos,
nos ponemos en contacto con el usuario, quien nos facilita la BBDD original que el mismo había
obtenido mediante scraping de la web WEATHER UNDERGROUNDG.
Esta base de datos contiene registros desde 1995, pero sólo nos interesarán aquellos que
coincidan en localización y timestamp con la base de datos de avistamientos.
ANÁLISIS UFOS
27

Normalización
Las diferentes bases de datos con las que vamos
a trabajar en este proyecto se han extraído
mediante técnicas de scraping.
Esta información, pese a ser visualmente
correcta desde el navegador, en el momento de
rastrearse y archivarse en un nuevo documento,
ve comprometido el formato inicial añadiendo
columnas o filas en blanco, con caracteres no
UTF, etc.
PROCESO DE LIMPIEZA
El proceso de limpieza y normalización es la fase previa e indispensable al ETL (siglas que
corresponden a Extracción – Transformación y Load (Carga)) y que constituyen un elemento
importante cuya función completa el resultado de todo el desarrollo de la cohesión de
aplicaciones y sistemas.
La limpieza asegura la calidad de los datos que vamos a procesar. Evita, además la información
no relevante o errónea antes de su volcado, lo que aligera el peso de la carga.
La eliminación de información duplicada ayuda a ahorrar espacio en disco y agiliza las consultas.
Para aplicar una normalización de forma correcta debemos tener en cuenta una serie de
premisas:
1. Aplicar reglas de unificación de datos Ej. Todo en minúsculas.
2. Validación única de los datos de un campo Ej. Sustituir datos vacíos por “na”.
3. Estandarización de datos Ej. Campo DNI siempre sin letra.
28 ANÁLISIS UFOS

Extraction
Transformation
Load
No es posible lograr un buen resultado final en un
proceso ETL, acorde a los objetos marcados, sino se
realiza previamente una buena limpieza de los datos.
EXTRACCION
Es necesario tener en cuenta lo siguiente:
LA EXTRACCION NO
DEBE ALTERAR LA BBDD
DE ORIGEN
1. Extraer los datos desde los sistemas de origen.
2. Analizar los datos extraídos obteniendo un chequeo.
3. Interpretar este chequeo para verificar que los datos
extraídos cumplen la estructura que se esperaba.
3. Convertir los datos a un formato preparado para
iniciar el proceso de transformación.
Además, uno de las prevenciones más importantes que
se deben tener en cuenta durante el proceso de
extracción sería el exigir siempre que esta tarea cause
un impacto mínimo en el sistema de origen. Este
requisito se basa en la práctica ya que, si los datos a
extraer son muchos, el sistema de origen se podría
ralentizar e incluso colapsar, provocando que no
pudiera volver a ser utilizado con normalidad para su
uso cotidiano.
TRANSFORMATION
La fase de transformación de un proceso de ETL aplica
una serie de reglas de negocio o funciones, sobre los
datos extraídos para convertirlos en datos que serán
cargados.
Declarativas. | Independientes. | Claras. | Inteligibles.
CARGA (LOAD)
A la hora de cargar los datos al sistema de destino se
deberá considerar cual es el nivel de granularidad
óptimo teniendo en cuenta el objetivo del proyecto.
El trabajo de análisis se realizará sobre los datos
cargados en el proceso ETL, no sobre la base de datos
original.
ANÁLISIS UFOS
LA TRANSFORMACIÓN
DEBERÁ IGNORAR TODO
DATO NO ÚTIL PARA EL
NEGOCIO
LA CARGA AGREGADA DE
INFORMACIÓN AGILIZA
TIEMPOS DE CONSULTA
29

Normalización NUFORC
A TRAVÉS DEL SCRAPING WEB QUE EFECTUAMOS PARA OBTENER LA
INFORMACIÓN ADQUIRIMOS UNA TABLA CON 114K REGISTROLSS (FILAS)
Como hemos visto anteriormente, el propio código desarrollado en Python está configurado para
eliminar aquellos caracteres que inicialmente sabemos que nos darán problemas en la
consolidación final de los datos: comillas dobles, comillas simples, espacios, saltos de página, …
Esta pequeña corrección facilita el trabajo de normalización posterior, pero no es suficiente
para poder considerarla estándar.
La tabla original cuenta con los siguientes campos, que pasaremos a comentar para detallar su
normalización.
DATE / TIME
Fecha en la que se produce el
avistamiento.
Se devuelve en formato
mm/dd/aa hh:mm en la
mayoría de los registros, pero
encontramos variaciones a lo
largo de las más de cien mil
filas.
Localizamos y eliminamos las
filas sin dato en este campo.
Con los resultados restantes,
hacemos una segunda
normalización con el fin de que
todas las fechas tengan
exactamente el mismo
formato.
CITY
El campo ciudad tiene una
dificultad añadida pues el
volumen de ciudades supera
las 24K.
Puesto que la existen faltas de
ortografía, ciudades escritas en
varios idiomas y lugares
concretos que no
corresponden con ninguna
ciudad, el trabajo no puede
automatizase y tenemos que
recurrir a una automatización
manual.
DEVELOPMENT
STATE
Los datos están compuestos
por estados y países en código
ISO. Para facilitar la lectura de
la información se añade una
columna descriptiva que
contiene el nombre completo
del país/estado.
Los campos vacíos se
completan con el código ISO y
descripción correspondiente.
Esta tarea no es sencilla pues
nuestra referencia principal es
el campo ciudad y existen
ciudades con el mismo nombre
en diversos lugares del planeta.
Lorem ipsum dolour siter amet, consectetur
30 adipiscing elites unc
ANÁLISIS UFOS
DEVELOPMENT
Lorem ipsum dolor siter amet, consectetur adipiscing
elites unc
ac laoreet nisi. Doneci eget
ac laoreet nisi. Doneci eget

Otros campos que contiene esta tabla son:
1. Shape: Corresponde con la forma declarada del avistamiento y encontramos un total de
29 referencias diferentes que agregamos y estandarizamos, dejando un total de 18
formas distintas.
2. Duración: Campo numérico que representa el tiempo de exposición al avistamiento y que
unificaremos en segundos para todas las celdas.
3. Comentarios: Este campo no lo trabajaremos en nuestro análisis, por lo que se mantiene
el contenido original.
4. Fecha de publicación: No lo consideramos relevante y se elimina de la tabla normalizada.
Además de la estandarización, completamos la información con datos que necesitaremos para
profundizar en el análisis:
Coordenadas de geolocalización por ciudad.
Día de la semana, nombre del mes.
Por último, con el fin de explotar la información con un objetivo lúdico a posteriori, creamos
campos que relacionen los datos reales de NUFORC con contenido literario sobre la posible
procedencia de los avistamientos.
https://www.nasa.gov/feature/jpl/new-clues-to-trappist-1-planet-compositions-atmospheres
Fig13 –Captura NASA, Composición Sistemas Solares
ANÁLISIS UFOS 31

PLANETAS HABITABLES
En febrero de 2018 la NASA publica la
composición de los siete planetas que
orbitan a la cercana estrella enana ultra
fría TRAPPIST-1, es básicamente rocosa
y, potencialmente, algunos podrían
albergar más agua que la Tierra.
El sistema planetario de esta estrella está
compuesto de siete planetas terrestres templados,
de los cuales cinco (b, c, e, f y g) son similares en
tamaño a la Tierra, y dos (d y h) son de tamaño
intermedio entre Marte y la Tierra. Tres de los
planetas (e, f y g) orbitan dentro de la zona
habitable
120 Horas de trabajo invertidas en la
normalización de las BBDD
CÓMO COMBINAMOS LA
INFORMACIÓN DE LA NASA
Partimos de los datos reales: nombre del
planeta, nombre del Sistema solar, color y
temperatura y establecemos una relación
basada en la siguiente hipótesis:
A más frio y menor luminosidad, mayor
probabilidad de Éxodo
Establecemos una relación entre la frecuencia de
viaje y la forma del avistamiento:
45% Total -Muy frecuente: luces, formaciones
de varios objetos y naves triangulares...
33% Total- Frecuentes: formas circulares y
esféricas.
22% Total -Poco frecuente: formas cilíndricas e
indefinidas.
32
Damos así coherencia a la información pese a
tratarse de datos ficticios
ANÁLISIS UFOS

Normalización resto de BBDD
BBDD IMBD – CINE Y TV
Esta base cuenta con 276 entradas, cada entrada corresponde a un título de película o serie de
televisión relacionada con UFOS o visitas alienígenas.
La tabla se compone de 26 columnas diferentes, de las que extraeremos solo la información
relevante para nuestro análisis, mientras que el resto las descartaremos.
Campos de la BBDD:
- TITLE(srt): Título de la película.
- YEAR(srt): Año de lanzamiento y tipo de pantalla.
- CERTIFICATE(srt): Clasificación por edades.
- RUNTIME(srt): Duración de la película.
- GENRE(srt): Género cinematográfico.
- VALUE(int): Puntuación de la película del 1 al 10.
- SUMMARY(srt): Sinopsis.
- DIRECTOR/sTART(srt): Director y reparto.
Se eliminan acentos y caracteres especiales. Los títulos se pasan a formato frase. Se comprueba
que las duraciones y los años de lanzamientos tengan el mismo formato en todos los campos
para su posterior utilización.
BBDD YOUTUBE
La extracción de YouTube ha tenido como resultado 3.500 registros en 3 columnas:
- TITLE (srt): Título del video.
- DESCRIPTION (SRT): Resumen del contenido del vídeo
Coincide con el título.
PUBLISHED AT Fecha de publicación del video.
No obstante, esta información está altamente duplicada debido a la iteración diaria del bucle.
De los más de 220K registros, sólo extraemos 371 videos de duplicados.
La información de los campos no es determinante para establecer una localización del UFO, por
lo que a priori descartamos esta tabla para nuestro análisis.
ANÁLISIS UFOS 33

Almacenamiento
de
datos
LAS REGLAS DE NORMALIZACIÓN NO CONSIDERAN EL
RENDIMIENTO. EN ALGUNOS CASOS ES NECESARIO CONSIDERAR
LA DESNORMALIZACIÓN PARA MEJORAR EL RENDIMIENTO.
DESNORMALIZACIÓN
La desnormalización es la duplicación intencionada de columnas en varias tablas, lo cual aumenta
la redundancia de datos. Crear más tablas es necesario, pues, para llegar a una mejor
normalización. Sin embargo, a mayor número de tablas, mayor número de combinaciones al
recuperar los datos; lo que contribuye a la ralentización de las consultas.
La unión de muchas tablas requiere operaciones de entrada/salida (I/O) y lógica de
procesamiento adicional en el disco, por lo que requeriremos de la ayuda de un software para
realizar las consultas.
34 ANÁLISIS UFOS

Rehacemos la información de la tabla normalizada de NUFORC para crear el modelo óptimo de
nuestra base de datos.
Nuestro objetivo es alcanzar un modelo estrella, donde nuestra tabla de hechos esté acompañada de
5 tablas de dimensiones. Estas tablas estarán compuestas por la siguiente información:
TABLA DE HECHOS
Fig13 –Captura Tabla BBDD NUFORC
TABLAS DE DIMENSIONES
DIMENSION LOCATION
DIMENSION DATE
Fig14 –Captura Tabla BBDD NUFORC
Fig15 –Captura Tabla BBDD NUFORC
ANÁLISIS UFOS
35

TABLAS DE DIMENSIONES
DIMENSION PLANET
Fig16 –Captura Tabla BBDD NUFORC
DIMENSION TIME
DIMENSION SHAPE
Fig17 –Captura Tabla BBDD NUFORC
Fig18 –Captura Tabla BBDD NUFORC
MODELO DE DATOS
Nuestro modelo de estrella dibujará un mapa de relación que en teoría debería ser similar a la
siguiente figura:
Fig19 –Modelo Estrella Teórico
36
ANÁLISIS UFOS

En este diseño del almacén de datos la Tabla de Variables (Hechos) está rodeada por
Dimensiones y juntos forman una estructura que permite implementar mecanismos básicos para
poder utilizarla con una herramienta de consultas OLAP.
Esquema estrella del Almacén de Datos implementa un diseño lógico relacional de base de datos
que resulta en que las tablas de hechos representan la Tercera Forma Normal (3FN) y las
dimensiones representan la Segunda Forma Normal (2FN).
El motivo de mantener las tablas en el modelo relacional y permitir el almacenamiento de
información redundante es optimizar el tiempo de respuesta de base datos y dar información a
un usuario en el menor tiempo posible. En este modelo, para obtener la información solicitada,
no hay que construir una sentencia SQL muy compleja que lea muchas tablas de una vez. Una
herramienta de consultas sólo tiene que acceder una tabla.
Se puede encontrar casi cada información de una tabla de hechos en una tabla de dimensiones.
Lo característico de la arquitectura de estrella es que sólo existe una tabla de dimensiones para
cada dimensión y esta tabla representa la segunda forma normal.
Fig20 –Captura SQL server. Modelo Estrella Real
ANÁLISIS UFOS
37

Gestor BBDD: SQL SERVER
Structured Query Language, más conocido por su acrónimo SQL, es un lenguaje de
programación diseñado para administrar sistemas de gestión de bases de datos.
SQL Server es un sistema de BBDD relacionales de Microsoft diseñado para el entorno
empresarial diseñada para el procesamiento de transacciones en línea y el almacenamiento de
datos
En su versión SQL Server Express, encontramos una edición SQL Server que ofrece un almacén
de datos gratuito, fiable y potente, ideal para manejar BBDD ligeras. Esta solución nos evita
hacer un desembolso económico, y pese a sus limitaciones, nos permite trabajar nuestro
proyecto sin dificultades.
Otro punto a favor de la aplicación es que los requerimientos para su instalación no son muy
elevados, con 512Mb de RAM y 4,2GB de espacio disponible en el disco duro de nuestras
máquinas, podemos hacer correr esta aplicación.
Para nuestro proyecto, SQL Server nos facilitará la manera de hacer consultas a la BBDD NUFORC
que, por el volumen de datos, no podríamos hacer desde una hoja de cálculo convencional.
En un futuro, nos permitirá hacer conexiones directas a otras herramientas como Tableau para
completar el cuadro de mandos en tiempo real.
38 ANÁLISIS UFOS

SE HA TRABAJADO CON SQL SERVER EN EL DESARROLLO DEL
PROYECTO PARA PROFUNDIZAR EN EL ANÁLISIS.
A continuación, ilustramos con ejemplos como han sido algunas de esas
consultas:
¿AVISTAMIENTOS POR CIUDAD EN 2012?
?
Fig21 –Captura SQL Server
¿AVISTAMIENTOS POR CIUDAD EN 2012 Y MES?
?
Fig22 –Captura SQL Server
¿PLANETA DE PROCEDENCIA EL LOS
AVISTAMIENTOS EN NEW YORK CITY?
?
Fig23 –Captura SQL Server
ANÁLISIS UFOS
39

Modelado y
análisis
SELECCIONAMOS EL ORIGEN DE LAS FUENTES Y LA MEJOR
MANERA DE OPTENER LA INFORMACIÓN
SERIE TEMPORAL
Utilizando R Studio hemos realizado el estudio de nuestro data set de avistamientos. No
volveremos a extendernos en este apartado sobre el contenido del mismo, pero sí recordaremos
que contamos con más de 80K de avistamientos. Por tanto, es aconsejable, sino imprescindible,
apoyarnos en R para estudiar su contenido e intentar extraer conclusiones.
Dadas las características de nuestro data set vamos a centrar nuestro estudio en las series
temporales.
40 ANÁLISIS UFOS

Una serie temporal se define como:
Una colección de observaciones de una variable recogidas secuencialmente
en el tiempo y, aunque no es nuestro caso, estas observaciones se suelen
recoger en instantes equidistantes en el tiempo.
Encontramos multitud de series temporales en todos los campos. Simplemente a modo de
ejemplo citaremos algunos. En economía o marketing, la evolución del precio de la vivienda, el
índice del barril de Brent, PIB anual…
En factores socio demográficos, número de inmigrantes en una determinada región, tasa de
natalidad anual, renta media per cápita…Incluso en medioambiente, podemos citar los índices de
calidad del aire, la temperatura media mensual, la lluvia recogida diariamente en una ciudad y la
cantidad de metros cúbicos recogidos en un embalse y su evolución.
No citaremos más ejemplos porque son demasiado numerosos; sino que vamos a avanzar
revisando algunas clasificaciones de las series temporales.
Si se pueden predecir exactamente los valores, se dice que las series son
determinísticas.
Si el futuro sólo se puede determinar de modo parcial por las observaciones
pasadas y no se pueden predecir exactamente, se considera que los futuros valores
tienen una distribución de probabilidad que está condicionada a los valores
pasados. En este caso, las series son así estocásticas.
Siguiendo el modo habitual de estudio cuando se trabaja con una serie temporal lo que hemos
hecho en nuestro estudio es dibujar y analizar las medidas descriptivas básicas.
Tendencia:
Cambio a largo plazo que se produce
en relación al nivel medio, o el cambio
a largo plazo de la media. La tendencia
se identifica con un movimiento suave
de la serie a largo plazo.
Estacionalidad:
Periodicidad o variación de cierto
periodo (anual, mensual ...). Ej. el paro
laboral aumenta en invierno y
disminuye en verano. Estos tipos de
efectos se pueden eliminar del
conjunto de los datos
desestacionalizando la serie original.
Componente aleatoria:
Valores que afectan de forma aleatoria.
Se puede estudiar qué tipo de
comportamiento aleatorio presentan
estos residuos, utilizando algunos tipos
de modelo probabilístico que los
describa.
ANÁLISIS UFOS
41

Este enfoque no siempre resulta ser el más adecuado, pero es interesante cuando en la serie se
observa cierta tendencia o cierta periodicidad.
Más adelante mostraremos el resultado de nuestro estudio, y aún a riesgo de caer en el spoiler,
adelantaremos que nuestra serie presenta una tendencia al alza, una estacionalidad acusada en los
meses de veranos y algún outlier en el mes de noviembre.
CLASIFICACIÓN DESCRIPTIVA DE LAS SERIES TEMPORALES
Una serie es estacionaria cuando es
estable, es decir, cuando la media y la
variabilidad son constantes a lo largo del
tiempo. La serie tiende a oscilar
alrededor de una media constante y la
variabilidad con respecto a esa media
también permanece constante en el
tiempo. Es una serie constante a lo largo
del tiempo
Para este tipo de series tiene sentido
conceptos como la media y la varianza.
Sin embargo, también es posible aplicar
los mismos métodos a series no
estacionarias si se transforman
previamente en estacionarias.
No estacionarias:
Son series en las cuales la media y/o
variabilidad cambian en el tiempo.
Los cambios en la media
determinan una tendencia a crecer
o decrecer a largo plazo, por lo que
la serie no oscila alrededor de un
valor constante.
Hasta aquí la pequeña introducción de las series temporales, comenzamos con nuestro estudio
práctico creando la serie temporal.
Partiendo de nuestro data set hallamos la serie de estudio eligiendo la columna de avistamientos
por año y mes. En el eje de coordenadas mostramos el número de avistamientos y en las abscisas el
número de meses/año de nuestro estudio.
Observamos que prácticamente hasta el año 1995 el número de avistamientos es reducido y
constante. Aproximadamente en 1995, el número de avistamientos se incrementa claramente, la
WE CAN MAKE INDIVIDUAL OFFER FOR YOU JUST
tendencia alcista se suaviza hacia el 2005 puesto que el número de avistamientos se mantiene
TELL US WHAT YOUR BUSINESS NEEDS
bastante constante desde el 2005 a casi el 2010. Del 2010 al 2013 la tendencia alista es mucho más
acusada y también lo es la diferencia entre el número máximo y mínimo de avistamientos. (fig 24)
42
ANÁLISIS UFOS

Fig24 –Serie Estacional modelada en R
El siguiente gráfico que mostramos es un diagrama de cajas y bigotes por meses (fig 25). En él,
podemos observar claramente que durante los meses de verano el número de avistamientos es
mayor que en el resto del año. Es decir, presenta una estacionalidad clara.
Fig25 –Serie Estacional modelada en R
Dada la posición de la mediana muy próxima a los valores del primer cuartil en todos los meses,
la distribución no es en absoluto simétrica. Además, en todos los meses el bigote inferior está
mucho más cercano a los valores del primer cuartil y a la mediana; mientras que los valores del
bigote superior están mucho más alejados de los valores del tercer cuartil.
ANÁLISIS UFOS
43

En el mes de noviembre observamos outliers más allá del límite superior. Si buscamos una razón
con origen "social" podríamos encontrarla en las festividades de Halloween, Noche de los
Muertos o Difuntos...
A continuación, vamos a desglosar la serie temporal en sus componentes = Tendencia, Senoidal y
Aleatoria.
La línea random, muestra el incremento de avistamientos desde 2005 aproximadamente y un
fuerte incremento alrededor del año 2010.
La curva que representa la estacionalidad nos confirma lo que veníamos comentando hasta
ahora, nuestros avistamientos tienen una fuerte componente estacional.
Y, por último, si nos apoyamos en la línea de tendencia confirmamos la tendencia alcista a partir
de 1998.
Fig26 –Serie Estacional modelada en R
44
ANÁLISIS UFOS

Continuando con la figura 26, observamos cómo la última gráfica del set muestra una tendencia al
alza y una estacionalidad perfecta. No obstante en el periodo posterior a la década de los 90
empezamos a ver cierta aleatoriedad.
Es decir, la gráfica nos muestra que existe una variable o variables no identificadas que están
interrumpiendo en el análisis. Eso quiere decir que existe una variable no identificada que está
influyendo en los datos.
Para continuar, si deseamos estabilizar la varianza debemos tomar logaritmos. Por tanto,
dibujamos el logaritmo de nuestra serie temporal. Observamos que hasta 1998 aproximadamente
la varianza es mucho mayor que en los años sucesivos donde se mantiene prácticamente estable.
Consideramos que la explicación se debe al incremento significativo del número de datos
disponible desde esta fecha.
Fig27 –Serie Estacional modelada en R
Para eliminar la tendencia en la serie temporal realizamos un estudio de las diferencias entre el
número de avistamientos t con el anterior, es decir, t-1.
Al igual que en la gráfica anterior la diferencia es significativamente menor desde 1998 por el
incremento del número de registros.
ANÁLISIS UFOS
45

Vemos representado un correlograma de la serie (fig 27b), es decir, una representación gráfica de
las autocorrelaciones entre xt y xt+k, en función de k. Donde k es igual a 1 año.
Vemos que las dos primeras autocorrelaciones se salen de las bandas de Barlett . Además, se
muestra periodos de incremento y luego de decrecimiento que pueden tomarse como evidencia
de autocorrelación
Fig27b –Serie Estacional modelada en R
Observamos que tenemos estacionalidad anual eliminamos la serie temporal t-12. En este caso en
vez de estudiar la diferencia con el avistamiento anterior, se contrastará con el avistamiento
situado en doce posiciones anteriores.
Fig28 –Serie Estacional modelada en R
44
ANÁLISIS UFOS

Para dar respuesta a los entusiastas de los fenómenos ovnis, con la función auto.arima hemos
dibujado un predictivo
Fig29 –Serie Estacional modelada en R
Fig30 –Serie Estacional modelada en R
La predicción descrita por la línea azul muestra un comportamiento bastante similar al de los años
inmediatamente anteriores, es decir, continuar con la tendencia al alza y una diferencia bastante
acusada entre el número máximo y mínimo de avistamientos.
ANÁLISIS UFOS
45

Influencia cinematográfica en los
avistamientos
COMPROBAMOS SI EXISTE UNA RELACIÓN ENTRE LO GRABADO EN EL
IMAGINARIO COLECTIVO Y EL AUMENTO DE LOS AVISTAMIENTOS.
Profundizando en el estudio de los avistamientos ovnis, a continuación, vamos a intentar
determinar si esta influencia existe.
Tomando como base los data set de IMBD y el de avistamientos ovnis, enfrentamos las gráficas
del acumulado intentando ver si mantienen una forma o tendencia similares.
Tendremos en cuenta dos campos de la BBDD de IMDB para llevar a cabo esta comparativa:
- El volumen de películas: Presuponiendo que un mayor de títulos en cartelera en el
periodo de un año pueden marcar la conversación social en torno a la temática
extraterrestre.
- La valoración de las películas será el segundo campo a analizar presuponiendo que a
mayor número de votos tienen mayor posibilidad de influencia sobre los avistamientos.
En ambos casos, la correlación con los avistamientos, nos llevaría a pensar que existe una
influencia cultural que condiciona a la población a la hora de asemejar objetos no identificados
con visitantes de otros planetas. Este factor nos ayudaría a identificar “fraude” en los
avistamientos registrados.
Recuperamos el evolutivo anual de
avistamientos hasta 2014. Observamos
un incremento de registros que
relacionamos con el mayor acceso de la
población a Internet.
Fig31 –Evolutivo Anual Avistamentos en R
.
46 ANÁLISIS UFOS

En la fig. 32 vemos como la temática extraterrestre en el
cine concentra mayor número de lanzamientos entre los
años 50 y 90, periodo inmediatamente anterior al
crecimiento de avistamientos registrados.
Pese a que el volumen de referencias cinematográficas se
ha mantenido estable estos últimos años, no observamos
que haya una relación directa con el aumento de
avistamientos. Si nos demuestra, no obstante, que el
interés en esta temática sigue despertando inquietudes que
se reflejan en la creación de nuevas producciones.
Fig32 –Evolutivo Número de Peliculas - R
Fig33 –Evolutivos Votos de Cine
Lo mismo sucede en la comparación con las
votaciones.
Ambos casos muestran un pico previo a 2010,
con un incremento en el número de películas,
cuyo efecto apenas se ve representado en el
evolutivo de avistamientos.
NO PODEMOS
ESTABLECER UNA
RELACIÓN ENTRE EL
NÚMERO DE
AVISTAMIENTOS Y EL
NÚMERO DE PELÍCULAS
O VOTOS.
ANÁLISIS UFOS
47

Análisis por localización
EEUU CONCENTRA EL 88% DEL VOLUMEN TOTAL DE AVISTAMIENTOS
RECOGIDOS
Tanto en las series temporales, como en los análisis anteriores ya habíamos visto cómo con el
asentamiento de la penetración de internet aumentan exponencialmente el número de
avistamientos registrados.
De igual manera, EEUU aparece como zona principal en la que se producen estos avistamientos.
Visualización de Avistamientos OVNIs
en la última década (Mundial)
Hemos realizado un análisis para visualizar cómo es esta evolución en las diferentes zonas del
planeta.
Como veremos en los mapas, la evolución por décadas demuestra claramente este aumento de
avistamientos.
48
ANÁLISIS UFOS

De nuevo, nos apoyamos en RStudio para mostrar sobre un mapa la evolución de los
avistamientos OVNI.
Hemos ido modificando el código para obtener diferentes vistas, trabajamos con tres principales
enfoques. En primer lugar, avistamientos globales, es decir el globo terráqueo tal y como lo
muestra RStudio por defecto. La vista desde el meridiano de Greenwich, y dado que los
avistamientos se concentran en USA la impresión de los avistamientos desde aquí.
En el archivo anexo “Gráficas avistamientos.rmd” hemos ido comentando paso a paso el código.
En enfoque de trabajo ha sido el siguiente, teniendo en cuenta el volumen de los avistamientos
codificamos nuestro data set por décadas para poder agrupar los datos por décadas comenzando
en 1910.
Fig34-39 –Evolución x décadas #Avistamientos (RStudio)
Luego eliminamos las filas con elementos vacíos, generamos la columna de latitud y longitud
para trabajar, cargamos el mapa y lo dibujamos el mapa con todos los avistamientos. Fijamos el
punto de vista que queramos en cada momento, y continuación generamos archivos pngs y a
partir de ellos creamos el GIF.
ANÁLISIS UFOS
49

Cuadro de
Mando
REPRESENTACIÓN VISUAL DE LA INFORMACIÓN DE LA BASE DE
DATOS NUFORC MEDIANTE UN CUADRO DE MANDOS
TABLEAU
Entre las diferentes soluciones de BI disponibles en el mercado para dashboarding,
seleccionamos Tableau como base para nuestro desarrollo del cuadro de mandos.
La facilidad de acceso a una licencia completa mediante nuestro carné de estudiante, así como
su sencilla conexión con SQL son las principales características para tomar esta decisión.
Desarrollamos un Dashboard sencillo, onepage, que permita acercarnos a los potenciales
compradores de nuestra idea de negocio de una forma cercana, pero demostrando que
dominamos las herramientas necesarias para ayudarles a desarrollar el producto final.
50 ANÁLISIS UFOS

Fig40 – Captura Dashboard Tableau Análisis Final
ANÁLISIS UFOS
51

Conclusiones
EFECTUADOS LOS ANÁLISIS ANTERIORES SOBRE NUESTRAS BASE
DE DATOS, RESUMIMOS LAS CONCLUSIONES EXTRAÍDAS.
NOS DECLARAMOS
DATA BELIEVERS
52 ANÁLISIS UFOS

LOS AMANTES DE LOS
OVNIS SI EXISTEN
El volumen de
avistamientos ha sido
constante en los últimos
años e independiente de
otras referencias culturales
NO HAY PRUEBAS
CONCLUYENTES DE
FRAUDE
Al igual que en el Proyecto Libro
Azul, no hemos podido verificar la
autenticidad o no de las
declaraciones de avistamientos
EL CINE NO FOMENTA
LOS AVISTAMIENTOS
Se ha diluido el fenómeno ovni
entre películas de zombies,
super heroes,etc., a pesar de
ello continúa produciéndose
trabajos audiovisuales de
temática OVNI.
FACTORES FAVORABLES PARA LOS
AVISTAMIENTOS
Observamos estacionalidad en los meses de verano, especialmente en
climas despejados por lo que deducimos que o a los extraterrestres les gusta
el buen tiempo o la visibilidad es un factor clave para los avistamientos.
POSIBILIDADES DE MONETIZACIÓN
EL SECTOR TURÍSTICO ES ADECUADO PARA APROVECHAR LAS
POSIBILIDADES DE NEGOCIO DEL FENOMENO OVNI
CONSIDERANDO LAS ESTACIONALIDAD DE LOS AVISTAMIENTOS
Y EL INCREMENTO SIGNIFICATIVO DE AVISTAMIENTOS EN LAS
ULTIMAS DOS DÉCADAS
ANÁLISIS UFOS
53

Próximos
Pasos
¿CUÁLES SERÍAN LOS PRÓXIMOS PASOS SI DECIDIÉRAMOS LLEVAR A LA
REALIDAD EL OBJETO DE ESTE TFM?
BUSINESS CANVAS >>
PLAN DE MARKETING >>
Partiremos del modelo de negocio de negocio
descrito al comienzo de esta memoria, trabajando
con la segmentación de clientes mencionada y el
modelo canvas.
VIABILIDAD >>
Es imprescindible profundizar en el análisis de
viabilidad del negocio contrastando los costes e
ingresos a corto, medio y largo plazo en los
diferentes escenarios que se puedan plantear.
Teniendo en cuenta lo sui generis de nuestro
negocio siempre nos plantearíamos un escenario
pesimista en los cálculos.
BUSINESS ROADMAP. >>
Definiremos los principales milestones y el tiempo
necesario para crear la infraestructura del negocio
(RRHH, local físico o trabajo en remoto…). El
enfoque siempre será intentar mantener los
costes bajo un estricto control partiendo del MVP
(Minimum Viable Product).
Nos apoyaremos en foros
especializados, es posible que
decidamos lanzar alguna acción paralela
de crowdfunding en foros especializados
y evaluando a nuestro target
desarrollemos una app con un predictivo
de los avistamientos, aprovechando la
data de TRAPPIST para fomentar el
acercamiento a los más escépticos
desde el humor.
AGILE >>
Apostaremos por la mejora continua. No
sólo nos mantendríamos focalizados en
mantener una estructura ágil, sino que
extrapolando algunas lessons learnt de
las metodologías Lean y Agile de manera
frecuente haremos un “sprint review”
corrigiendo de la manera más rápida
posible los errores que se hayan
detectado.
54 ANÁLISIS UFOS

Bibliografía
MATERIAL DEL MASTER
Campus EAE
Egighian, G. (2014). “A transatlantic buzz”: flying saucers, extraterrestrials and
America in the postwar Germany. Journal of Transatlantic Studies
Eghigian, G. (2015). Making UFOs make sense: Ufology, science, and the history of
their mutual mistrust. Public Understanding of Science
Programación y estadística con R: Fundamentos de programación y técnicas para
el análisis exploratorio, contraste de hipótesis y aprendizaje automático, Juan José
de Haro
Learning R, Richard Colton
R for everyone, Jared Lander
Python 3 para no programadores, Patricia González R
Python Crash Course, Eric Mattes
Learning Python, Mark Lutz, David Ascher
SQL: QuickStart Guide – The Simplified Beginner’s Guide To SQL” By
ClydeBank Technology
“SQL Queries for Mere Mortals” By John L. Viescas and Michael J.
Hernandez
ANÁLISIS UFOS
55

ANEXOS
CODIGOS R
Código 1. SERIE TEMPORAL
TFM_OVNIS_SerieTemporal.Rmd
Código 2. COMPARATIVA DE AVISTAMIENTOS VS. PELICULAS
TFM_OVNIS_ComparativaAvistamientosVSPeliculas.Rmd
Código 3. GRÁFICAS AVISTAMIENTOS
TFM_OVNIS_GráficasAvistamientos.Rmd
MAPAS
MUNDIAL
56 ANÁLISIS UFOS

EUROASIA
EEUU
ANÁLISIS UFOS
57

CODIGOS PYTHON
Código Scraping NUFORC
scrappingNUFORC_UFO_ddbb_ok2.py
Código conéxión API Youtube
ConectarAPIYoutube_ok4.py
DASHBOARD TABLEAU
Análisis_Avistamientos_UFO.twb
ENLACE A “ENCUESTA ONLINE”
https://www.onlineencuesta.com/s/d3b8559
INFOGRAFÍA COMPLETA RESULTADOS ENCUESTA “HABITOS DE VIAJE”
Infografía_Hábitos
deViaje.pdf
ANÁLISIS UFOS
57

09/2018
TFM
BI & Innovación
Tecnológica
KAMILA LIS | CINTA SIMON | JUAN ROJO | CARMEN VALDÉS