vols un Samsung Galaxy Note?

ja fa setmanes que vull canviar el meu HTC Google Nexus One que ha donat un resultat bastant decebedor, la veritat, i el meu objectiu és el Samsung Galaxy Note

la veritat és que buscar el millor preu pel telèfon no és gens senzill, totes les operadores tenent moltes tarifes diferents, amb condicions diferents i un munt de lletra petita i detalls que fan que qualsevol decisió sigui molt complicada

ahir em vaig dedicar a recòrrer les botigues de mòbils incloent-hi defonjaus per veure quin preu podia treure, amb dos premises: 1) no vull pagar un paston d’entrada pel telèfon; 2) no vull pagar un paston cada mes durant molts mesos

la taula següent resumeix el que costa el Samsung Galaxy Note fent portabilitat; potser en altres botigues es poden conseguir ofertes millors, però amb això ja em puc fer una idea de per on van els trets:

NOTES:

  • preu telf. és el preu del telèfon tal qual l’ofereix l’operador
  • desc. és perquè en certs models de telèfons i per tarifes específiques de vegades fan descomptes (defonjaus)
  • tarifa és la millor combinació tenint compte consums mínims, especialment en el cas de yoigo
  • extra és una quota de 3€/mes que redueix el preu a pagar inicialment, de fet surt més a compte
  • total és el cost total tenint en compte el cost inicial més la permanència amb la tarifa triada (tarifa+cuota)
  • % telf. és el percentatge (sobre 1) del cost inicial per tenir el telèfon respecte el total
  • €/mes és el cost total dividit per la permanència (perm.), per saber el que ens costa cada mes tot plegat
companyia oferta tarifa preu
telf.
desc. tarifa extra perm. total % telf. €/mes
yoigo la del 8 + bono 8 369 0 8 3 18 592,92 0,62 32,94
yoigo la del 8 + bono 8 429 0 8 0 18 598,92 0,72 33,27
yoigo la del 6 + bono 15 259 0 19 3 18 716,56 0,36 39,81
yoigo la del 6 + bono 15 319 0 19 0 18 722,56 0,44 40,14
yoigo la plana del 30 249 50 30 0 18 836,2 0,3 46,46
yoigo la del 4 159 50 39 0 24 1213,48 0,13 50,56
movistar la de 25 + llamadas 389 0 25 0 18 920 0,42 51,11
movistar la de 35 + llamadas 299 0 35 0 18 1042,4 0,29 57,91
orange delfin 20 419 50 20 0 18 793,8 0,53 44,1
orange delfin 30 349 50 30 0 18 936,2 0,37 52,01
orange delfin 40 279 50 40 0 18 1078,6 0,26 59,92
vodafone @s 489 50 29,9 0 24 1285,77 0,38 53,57
vodafone @m 349 50 40 0 24 1431,8 0,24 59,66

1400 € per un telèfon a pagar en 24 mesos??? estan bojos???

però la gràcia d’aquesta taula és comparar les dues darreres columnes amb la cinquena (tarifa mensual):

es poden veure dues coses immediatament: primer, yoigo és la companyia més barata i surt a compte acollir-se al tema de la cuota de 3€/mes; segon, és obvi, que mentre més barato surt el telèfon, més acabes pagant a la companyia

jo crec que em decidiré per yoigo amb la tarifa del 6 i el bono 15 amb la quota de 3€ per més, és a dir, el telèfon surt per 259 euros (sense cap descompte) i cada mes es paga 3€ (pel telèfon) més 19€ (més IVA) de tarifa: 15€ de dades (1GB) i la resta per veu

com ho veieu? alguna oferta millor?

Advertisements
Categories: comparison

el gordo de Navidad

el pasado 22 de Diciembre, como cada año desde hace muuuucho (la wikipedia revela que la primera edición fué en 1812), se celebró el sorteo de Navidad, donde millones de españoles ponen sus esperanzas al haber fracasado políticos y empresarios…

pero bueno, no nos pongamos negativos; en este sorteo entraban en juego 100000 bolas, repartidas en 200 liras de 500 bolas cada una, que se mezclan juntas en un bombo giratorio. Este bombo junto con otro con los premios (1807 bolas en total, una por cada premio) se hacen girar y se extrae una bolita de cada bombo hasta que el bombo de premios se queda vacío

la idea era visualizar los resultados, primero por número (en un array de 200 x 500, de 250 x 400, de 316 x 317???) pero el resultado no era muy interesante, no es que se esperasen ver patrones al estilo Matrix o Pi, pero la verdad es que no se entendía gran cosa. Entonces la idea de visualizar las liras usadas para almacenar las bolas hasta que son metidas en el bombo cogió fuerza, por lo que aquí teneis un applet que permite visualizar los premios directos (es decir, con bolita de premio, no terminaciones o centenas de otros premios, etc.) ordenados por liras

por cierto, si alguien sabe como están las bolas distribuidas en las liras que me lo diga, por favor, y modificaré el código de acuerdo a dicha distribución; ahora cada grupo de 500 bolas está ordenado por columnas, de izquierda a derecha; las columnas están invertidas, suponiendo que la lira se carga desde arriba, cuando está vacía, empezando por la bola 00000 en el primer alambre, por lo que encima le queda la bola 00001 y así hasta la bola 00049; la bola 00050 va al fondo del segundo alambre, etc.

por otra parte, cuatro estadísticas sobre la distribución de premios entre liras:

  • de las 200 liras, todas recibieron algún premio, la que menos 2 (en dos casos) y la que más 17 (un caso)
  • lo más habitual es que cada lira tenga 9 o 10 premios (ocurre en 25 casos cada uno); 1807 premios entre 200 liras da a 9 premios por lira, aproximadamente, así que está bien repartido
  • lo “normal” (el segundo y tercer cuartiles) va entre 6 y 11 premios por lira, ambos incluidos
  • dentro de cada lira, la “mejor posición” es la 160 (empezando desde 0), lo que hace que hasta 12 veces haya caido el premio en 160 o 660
  • la siguiente es 232 (y por lo tanto 732) con 10 veces
  • por el contrario, hay 11 posiciones que no han sido agraciadas con ningún premio: 014 (y por lo tanto 514), 022 (522), 032 (532), 073 (573), 176 (676), 233 (733), 236 (736), 282 (782), 291 (791), 324 (824) y 393 (893)

suerte!!!

Categories: visualization

més Mohameds que Jordis?

26/11/2011 3 comments

del grup InfoExplorers surten mil idees i ens costa donar sortida, ja sigui per la complexitat dels conjunts de dades com de vegades per manca d’un objectiu concret i comú

aprofitant el poc quòrum de l’altre dia, vàrem decidir començar a jugar amb els noms dels nadons a Catalunya, per comarques, amb la idea de respondre la pregunta que es feia Duran Lleida, de CiU i que dóna el titol a aquesta entrada

agafant les dades d’IDESCAT a lo bruto, endevinant l’ús dels paràmetres de la crida HTML i amb una mica de parsing HTML cutre, hem pogut agafar la primera plana de noms (els 25 més populars) de cada comarca entre els anys 1997 i 2010, inclosos; el resultat? una bonica imatge creada amb tagxedo (la posició del nom no té res a veure on s’ha usat més, la mida si, és proporcional al nombre de cops que s’ha posat):

noms dels nadons a Catalunya, 1997-2010 (font: IDESCAT)

noms dels nadons a Catalunya, 1997-2010 (font: IDESCAT)

trobeu els Mohameds? jo no, en canvi veig molts Jordis i no parlem ja dels Marcs o les Maries… de fet les dades diuen que en aquest període de temps, hi ha hagut 976 Mohameds (o Mohammeds, per cert) contra 3780 Jordis, així que, sr. Duran Lleida, ejem, ejem… de fet, si en lloc de tenir en compte els 25 primers noms usem tota la info d’IDESCAT, hi ha 7364 Jordis i 2975 Mohameds (i variants), que no són pocs però està lluny dels 20444 Marcs, per exemple…

però no siguem manipuladors, potser en Duran Lleida es referia a una situació concreta: les dades mostren que els Mohameds van batre als Jordis l’any 1999 a Osona, per exemple, ha passat uns quants cops més… de fet és un fet que s’inicia tímidament el 1999 però desperta amb més força el 2006, on en 7 comarques hi han nascut més Mohameds que Jordis, fet que s’ha repetit a 9 comarques el 2007, a 7 el 2008 i a8 el 2009 i el 2010, sembla “estabilitzar-se”

i on ha passat més cops? doncs 9 cops a Osona i al Baix Empordà, i 8 cops a l’Alt Empordà; algú podria dir-me si és en aquestes comarques on partits com PxC amb el seu discurs xenòfob treu millors resultats? igual Duran Lleida només volia fer com Albiol a Badalona, copiar el discurs de PxC per esgarrepar quatre vots… (per cert, per mi PxC sempre ha volgut dir Peó per Cavall); si ho repetim per tots els noms, no només els 25 primers, els resultats no són gaire diferents

tots els scripts i dades els teniu a http://personal.uoc.edu/opendataviz/nadons

problemes? noms amb accents, ç, ñ i altres caracters especials, la majoria d’eines unix (p.e. uniq) no funcionen correctament; treure els accents vol dir que Júlia i Julià passen a ser el mateix, un problema que conec de primera mà…

crítiques, comentaris, idees, finançament tot serà molt ben rebut!!!

Categories: visualization Tags:

Barcelona Europeana Hackathon!!!

during two days (June the 8th and 9th), Jaume Nualart and myself have been playing around the Europeana API (although we think API is too much a word for such search engine). We were very lucky to be selected as two of the twenty-something participants for the Barcelona hackathon.

More than 19000000 records are waiting to be used in innovative ways more than just searching and browsing. Most hackers in the event tried to visualize records, create mobile apps and other very nice stuff; we adopted a very different approach: we are interested in better understanding the quality of the metadata describing such records and the “aggregated” quality of the data providers. So we took the data set description file and we tried to retrieve a small subset of records for each source (with 384 records we ensure an error of +/- 5% for a 95% level of confidence). Then we analyze the metadata present in such records in order to know, for instance:

  1. What is the size of the original collections / providers?
  2. Which licenses are the most used in Europeana?
  3. What about the quality of the extended record metadata, i.e. including DC terms?

Here you have a link to our working demo. Some trash scripts for retrieving records and data sets can be found here.

Regarding our experience with the Europeana API, here you have some thoughts we would like to share with you:

  1. A simple search engine is not a true API.
  2. There are known issues when searching by provider name or collection name (spaces, html special characters, and so). Even though working around such issues, some searches just fail.

Anyway, it was **cking fun!!!

And thank you to the Museu Picasso for hosting such an event in a very nice place, good food (but no alcohol LOL) and helpful staff!!!

Categories: hacking Tags: , ,

Catalan government facilities

just a quick post for setting up this blog, these are the facilities of the Catalan government (well, only those 18856 out of 25309 that have been geolocalized), the bounding box approximately reveals the borders of Catalonia

you can find the original data set here, the graph was created using Gnuplot