GAITEK 2013

Programas I+D+i de Apoyo al Sector

Empresarial en Euskadi

MEMORIA DEL PROYECTO

ZUENKNOW

ACRNIMO
TTULO

Tipo
Proyecto

Extraccin avanzada de conocimiento de la red

de

GAITEK Proyectos de Desarrollo de Nuevos Productos

ecmware business intelligence SL

Participantes

AURMAN

AGENTES
DE
LA RED VASCA
DE C.T.I.
Fundacin TECNALIA RESEARCH & INNOVATION

En Erandio, a 25 de Marzo del 2013

Pgina 1 de 38

ZUENKNOW

INDICE DE CONTENIDOS
1.

2.

RESUMEN GENERAL DEL PROYECTO..........................................................4

1.1.

RESUMEN, OBJETO

1.2.

ESTRATEGIAS

OBJETIVOS

PRINCIPALES.................................................................4

A LAS QUE RESPONDE EL PROYECTO...........................................................5

ANLISIS DEL ESTADO DEL ARTE...............................................................8

2.1.

ESTADO

DEL ARTE DE LA TECNOLOGA..........................................................................8

2.1.1. Herramientas de Anlisis de opinin (sentiment analysis)...............................8

2.1.2. Extraccin de entidades, conceptos y eventos................................................9
2.1.3. Crawlers web................................................................................................. 11
2.1.4. Semntica en BI............................................................................................. 12
2.1.5. Recursos lexicogrficos.................................................................................13
2.2.

CONCLUSIONES

DE ESTADO DEL ARTE.........................................................................14

2.3.

ANTECEDENTES

DE LAS EMPRESAS PARTICIPANTES.........................................................17

2.3.1. ecmware........................................................................................................ 17
2.3.2. AURMAN........................................................................................................ 18
2.4.

LA

NOVEDAD TECNOLGICA DEL PROYECTO Y LOS RESULTADOS ESPERADOS........................19

3.

OPORTUNIDAD DEL PROYECTO................................................................20

4.

RIESGOS Y BENEFICIOS..........................................................................22
4.1.

RIESGOS TECNOLGICOS..................................................................................22

4.2.

RIESGOS DE MERCADO......................................................................................22

4.3.

PREVISIONES DE EXPLOTACIN COMERCIAL/ ANLISIS DE BENEFICIOS.............23

4.3.1. Mercado potencial......................................................................................... 23

4.3.2. Anlisis econmico y financiero.....................................................................23
5.

6.

GRUPO DE INVESTIGACIN.....................................................................24
5.2.

ECMWARE.......................................................................................................... 24

5.3.

AURMAN............................................................................................................ 24

PLANIFICACIN DEL PROYECTO. FASES Y TAREAS....................................26

6.1.

PLANIFICACIN

6.2.

DIAGRAMA

6.3.

DESCRIPCIN

DE

GLOBAL ESTIMADA DEL PROYECTO Y FASES EN LAS QUE SE ESTRUCTURA........26

GANTT..............................................................................................26
DE LAS TAREAS A REALIZAR Y LOS TIEMPOS ESTIMADOS DE EJECUCIN............27

6.3.1. Fase 0: Gestin y Coordinacin.....................................................................27

6.3.2. Fase 1: Plan de Negocio.................................................................................27
6.3.3. Fase 2: Actividades de I+D............................................................................27
6.3.4. Fase 3: Lanzamiento de la nueva empresa....................................................27
6.3.5. Fase 4. Validacin y cierre.............................................................................27
6.4.
7.

DESCRIPCIN

DE LOS ENTREGABLES DEL PROYECTO POR HITO.........................................28

PRESUPUESTO GLOBAL DEL PROYECTO...................................................29

Pgina 2 de 38

ZUENKNOW

8.

DESCRIPCIN DE SUBCONTRATACIN DE AGENTES EXTERNOS..................31

9.

JUSTIFICACIN DE INVERSIONES Y GASTOS REALIZADOS..........................32

9.1.

INVERSIONES......................................................................................................... 32

9.2.

MATERIALES.......................................................................................................... 32

9.3.

SUBCONTRATACIONES..............................................................................................32

9.4.

OTROS

GASTOS...................................................................................................... 32

10. AYUDA PROYECTOS................................................................................33

11. EFECTO INCENTIVADOR..........................................................................34
12. CONTRIBUCIN DEL PROYECTO AL DESARROLLO SOSTENIBLE Y A LA
PROTECCIN DEL MEDIOAMBIENTE................................................................35
13. VINCULACIN AL SISTEMA VASCO DE INNOVACIN..................................36
13.1.

UBICACIN

13.2.

ADECUACIN
36

EN

PARQUES TECNOLGICOS.....................................................................36

DE LOS OBJETIVOS DEL PROYECTO CON EL

Pgina 3 de 38

PLAN CIENCIA TECNOLOGA SOCIEDAD

ZUENKNOW

1.RESUMEN GENERAL DEL PROYECTO

1.1.

Resumen, Objeto y Objetivos principales

El proyecto ZUENKNOW tiene como objetivo desarrollar un producto

innovador en el sector del business intelligence que haga uso de la
experiencia del usuario - opiniones e interacciones vertidas por los
usuarios en los medios sociales proporcionados por la red: blogs, foros,
sitios webs, redes sociales y sitios microblogging - ofreciendo servicios
avanzados que vayan ms all del anlisis de opinin (sentiment analysis)
y extraigan conclusiones oportunidades de mercado, deteccin nuevos
productos/servicios, oportunidades de mejora - que sustituyan al anlisis
humano necesario hasta el momento para tal tarea.
Business Intelligence (BI) se refiere al uso de datos (estructurados
procesables por mquinas) en una empresa para facilitar la toma de
decisiones. Las tecnologas de BI tienen como objetivo ayudar a las
personas a entender ms rpidamente los datos, de forma que puedan
tomar mejores y ms rpidas decisiones y, finalmente, mejorar sus
movimientos hacia la consecucin de objetivos de negocio.
ZUENKNOW ser una herramienta de BI avanzado dado que capta datos
pero se diferencia en que los capta del exterior: de los medios sociales
(siendo datos no estructurados: no procesables directamente por
mquinas) donde sus clientes actuales o potenciales comentan sobre las
caractersticas y necesidades en lo que respecta a un producto o servicio,
datos ocultos a las organizaciones, que pueden suponer nuevas formas de
ingresos y una oportunidad para mejorar el grado de satisfaccin de los
consumidores. Las empresas necesitan un servicio que les permita tomar
decisiones en base a la gran cantidad de contenidos (no estructurados)
que se extraen de la red. En la actualidad los productos existentes en el
mbito de medios sociales no pasan del anlisis de opinin donde se
refleja la percepcin positiva, negativa o neutra respecto a un
producto/servicio determinado o a una caracterstica del mismo (precio,
calidad, servicio,..). En este campo estn ampliamente difundidos
esfuerzos orientados a hoteles1 u operadores de telefona mvil 2, que
toman sus datos de fuentes muy concretas como Booking o TripAdvisor en
el caso de hoteles o Twitter en el caso de la telefona mvil.
Partiendo de la premisa de que el exceso de informacin no es poder, pero
el conocimiento s lo es, ZUENKNOW permite ir un paso ms all que las
herramientas actuales permitiendo la automatizacin del procesamiento,
actualmente manual, que va desde la obtencin de informacin de las
diferentes fuentes y su posterior filtrado, en base a su relevancia en cada
caso tanto de la fuente como del propio comentario (por ejemplo, hay
sectores que ofrecen servicios de rpido consumo donde un comentario
1

http://www.trustyou.com/

http://demos.bitext.com/naturalopinions/OpPosNeg.aspx?sector=telcos

Pgina 4 de 38

ZUENKNOW

con horas de vida es considerado antiguo), hasta el anlisis de la

experiencia del usuario para obtener conclusiones relevantes al negocio
como:

Posicionamiento fases de venta: si el usuario no consume un

producto/servicio determinado, o est considerando hacerlo o ya lo
hace. Y en el caso de ser consumidor la fidelidad que presenta.

Notoriedad: del producto entre los usuarios.

Oportunidades de mejora del producto/servicio extradas de la

experiencia vertida por los usuarios en los medios sociales.
o Seguimiento posterior de la incorporacin de la mejora.

Velocidad de crecimiento de los comentarios sobre un tema.

Comparacin con la competencia.

Quines son los lderes de opinin.

ZUENKNOW se llevar a cabo por un consorcio formado por las siguientes

empresas:

ecmware business intelligence S.L. (en adelante ecmware) como

lder del proyecto y expertos en inteligencia de mercado y de negocio,
e innovacin.

AURMAN, agencia de publicidad, experta

estratgica, Publicidad y Comunicacin online.

Fundacin Tecnalia Research & Innovation (en adelante Tecnalia)

como agente subcontratado de la RVCTI y experta en crawling web y
semntica.

en

Comunicacin

La duracin estimada del proyecto ZUENKNOW es de 31 meses, el

proyecto se realizar en 3 fases durante los aos 2013, 2014 y 2015.

1.2.

Estrategias a las que responde el proyecto

ecmware ha desarrollado su modelo de negocio hasta la fecha en sus

diferentes reas de negocio:

TV

Empresas

Instituciones

En el rea TV donde empez su desarrollo de negocio y donde tiene

mayor volumen de negocio trabaja para empresas de referencia en el
estado, algunas productoras y otras cadenas de televisin, muchos de los
programas en los que hemos participado junto a ellas son de emisin
internacional, por ejemplo Gran Hermano por citar alguna.
Dentro de la estrategia de expansin del negocio ecmware ha visto una
oportunidad de internacionalizarse mediante la estrategia de ofrecer

Pgina 5 de 38

ZUENKNOW

modelos de anlisis testado en Espaa, y que permitan a otros pases

facilitar herramientas que mejoren las audiencias de los programas.
Para el desarrollo de expansin de los modelos de anlisis que se han
desarrollado en Espaa, se estn llegando a acuerdos con las propias
productoras que faciliten la comercializacin de los diferentes productos.
Por ejemplo el acuerdo al que se ha llegado con Endemol Espaa para la
comercializacin internacional de Gran Hermano.
Adems del rea de TV en el rea de empresa se trabaja en la misma lnea
intentando cerrar acuerdos con empresas con las que se trabaja con
modelos de anlisis a nivel nacional y que tengan fuertes implantaciones
en otros pases para llegar acuerdos de comercializacin del modelo en
colaboracin.
En TV la oportunidad de internacionalizacin es muy alta pudiendo crear
para el proyecto ecmware un gran crecimiento haciendo del modelo un
referente internacional. Hemos de tener en cuenta que Gran Hermano se
emite en 62 pases, y aunque potencialmente no es posible acometer
todos, es importante implantarse en los principales pases de referencia.
Por otra parte en el rea empresas se esta desarrollando un proyecto
con una empresa fabricante de zapatos El Naturalista, sta empresa
tiene su mayor cuota de mercado en mercados ajenos al espaol,
concretamente en Espaa slo posee el 9% de mercado total. El objetivo
del proyecto que se esta desarrollando con ellos pretende crear un
modelo muy personalizado de anlisis de mercados y adaptacin de
productos que permita migrar el modelo mediante las adaptaciones a
otros mercados donde la organizacin tienen mucho inters y dada la
competencia necesita modelos de inteligencia altamente eficientes y
sobre todo eficaces, que facilite la toma de decisiones estratgicas que
aumenten su grado de xito.
ZUENKNOW es estratgico para la definicin e investigacin en
metodologas y modelos de transformacin para los modelos desarrollados
para los mercados nacionales a otros mercados. Facilitando la adaptacin
de los servicios a otros mercados, en definitiva dando modelos
competitivos para poder acometer mercados con mayor granita de xito.
Debido a que los entornos de negocio cambian a gran velocidad, las
organizaciones necesitan adaptarse y, en la medida de lo posible,
anticiparse a dichos cambios. A partir del conocimiento obtenido de la
experiencia del usuario, la organizacin puede transmitir a las diferentes
reas del negocio oportunidades de mejora.
El anlisis de la experiencia de los clientes pone de manifiesto
oportunidades de mercado, que permiten el lanzamiento de nuevos
productos o servicios no identificados por la organizacin. Los clientes
comentan necesidades y valores, ocultos para la organizacin, que pueden
suponer nuevas formas de ingresos y una oportunidad para mejorar el
grado de satisfaccin de los consumidores.
Completar /Corregir estrategia sugerida para AURMAN.
Pgina 6 de 38

ZUENKNOW

Cuando se disea una campaa publicitaria de un producto y/o marca

concreta, resulta difcil medir el impacto que dicha campaa tiene en los
medios sociales. En este caso lo ideal sera conocer el impacto del
producto/marca antes de llevar a cabo la campaa, poder evaluarlo
durante la ejecucin de la misma y a su terminacin. As mismo resulta
necesario identificar el/os competidor/es directo/s para realizar mediciones
de su impacto en las mismas fases, de forma que el impacto se medira
por comparacin con los competidores directos.
Si estas mediciones se hacen de forma manual el impacto en AURMAN es
muy alto en lo que a costes de personal se refiere, resultando en una
menor competitividad en el mercado y siendo, as mismo, un freno a la
internacionalizacin. Las herramientas actualmente disponibles estn muy
focalizadas a fuentes concretas de los medios sociales y no tienen la
flexibilidad que exige la aparicin de nuevas fuentes en los medios
sociales o la predileccin de los usuarios por unas fuentes u otras para
verter y/o consultar comentarios y reacciones. La eleccin de las fuentes
en los medios sociales depende de mltiples factores entre ellos el tipo de
producto y/o marca, tipo de usuario, popularidad de una fuente frente a
otra, etc. As mismo las herramientas actuales restringen los parmetros a
medir, que varan de una campaa a otra, lo mismo que varan de un
producto/marca a otro: no es lo mismo medir el impacto de un modelo de
coche que el del estreno de un videojuego, en este caso vara entre otros
la edad media del usuario, su capacidad adquisitiva, la madurez del cliente
en lo que respecta a los productos, existencia de foros especializados en la
marca e incluso en el producto concreto.
ZUENKNOW para AURMAN ser la oportunidad para la explicitacin del
conocimiento, que posee sobre medicin de impacto de campaas
publicitarias, en una herramienta que automatice un proceso hasta ahora
manual, permitiendo llegar a ms clientes con una oferta mejorada: mayor
calidad, mejores tiempos y menor coste. Dentro de la estrategia de
internacionalizacin de AURMAN, ZUENKNOW abre la va a la expansin
en otros pases ayudando a salvar la barrera del idioma.)

Pgina 7 de 38

ZUENKNOW

2.ANLISIS DEL ESTADO DEL ARTE

2.1.

Estado del arte de la tecnologa

2.2.1.
Herramientas
analysis)

de

Anlisis

de

opinin

(sentiment

2.2.1.1. NaturalOpinions
NaturalOpinions3 de la empresa Bitext permite analizar todo lo que se est
diciendo en cada momento en Internet sobre una persona o marca,
detectar automticamente las entidades, conceptos y opiniones
relevantes, y procesarlas segn se desee. Estas tecnologas tienen
tambin una aplicacin directa en campos como el anlisis de opinin
(sentiment analysis), adems de en procesos como la automatizacin
de procesos documentales.
Esta Herramienta contempla especficamente el crawling de informacin
en diferentes fuentes:

Medios Sociales: Facebook, Twitter

Blogs: personales, corporativos, sociales
Foros: Ciao, EnFemenino
Webs: de empresas, de administraciones pblicas
Prensa general: ABC, El Mundo, El Pas, Europa Press
Prensa econmica: Expansin, Cinco Das, El Economista
Prensa deportiva: As, Marca, Mundo Deportivo, Sport

Ejemplo de procesamiento de una opinin de Twitter:

Opinin 17083509 - Fuente: twitter.comtwitter
Tweet: RT @AliciaMime: Vodafone es cada vez ms abusivo, iba a cambiar
a tarifa de datos, ahora me buscar otra empesa. @vodafone_es
http://t.co/zgSBZrOj
Nombre de usuario: Sheizen
Fecha: 20/02/2013
Entidad: Vodafone
Tipo de la entidad: Producto
Polaridad: Negativa

http://demos.bitext.com/naturalopinions/

Pgina 8 de 38

ZUENKNOW

2.2.1.2. Alchemy API

nicamente se ofrece en ingls y alemn. Para ms informacin ver
apartado 2.2.2.3 Alchemy API.

2.2.2.

Extraccin de entidades, conceptos y eventos

2.2.2.1. NaturalExtractor
NaturalExtractor de la empresa Bitext es un herramienta que aplicando
tecnologa lingstica, permite extraer diferentes tipos de informacin a
partir de grandes bases de datos de texto:

Entidades: nombres propios de personas, empresas, productos,

lugares, etc, como Barack Obama, Agencia Espaola de
Cooperacin Internacional, Avenida del Mar Mediterrneo

Conceptos: ideas o asuntos de los que trata un texto, como

calentamiento global, pases en vas de desarrollo, fuentes
principales de niveles de ruido urbano, etc.

Eventos: relaciones entre entidades y conceptos, como en la frase

el presidente Barack Obama ha visitado recientemente los pases
aliados de EEUU en el Golfo Prsico, de donde se extraen las
siguientes relaciones: autor Barack Obama (presidente), accin
visitar, objeto los pases aliados de EEUU en el Golfo Prsico.

Asimismo, NaturalExtractor permite la creacin y mantenimiento de bases

de conocimiento (diccionarios especializados) especficas para cada
cliente, para abordar problemas como la catalogacin automtica o la
creacin de ontologas.
2.2.2.2. Social Media Analytics
LA API Social Media Analytics4 de la empresa DAEDALUS realiza la
deteccin y clasificacin de elementos de un texto en categoras
predefinidas: Entidades nombradas (nombres de personas, lugares y
organizaciones), conceptos (palabras clave), expresiones de tiempo,
expresiones monetarias, URIs, nmeros de telfono y otras expresiones
mencionadas en el texto. Adems realiza una clasificacin basada en la
polaridad para determinar si expresa un sentimiento negativo, positivo o
neutral. El sistema funciona para textos en ingls y castellano.
Es una API que funciona bajo licencia, el coste de la licencia lo determina
el nmero de llamadas a la API y la duracin.

http://api.daedalus.es/sma-info

Pgina 9 de 38

ZUENKNOW

2.2.2.3. Alchemy API

AlchemyAPI es una plataforma basada en la nube que proporciona
etiquetado semntico a ms de 24.000 desarrolladores en seis
continentes, y procesa +3 millones de llamadas a la API por mes. Su uso
de hasta 1.000 llamadas al da a la API es gratuito. AlchemyAPI ofrece el
conjunto de funciones de procesamiento de lenguaje natural, incluyendo:
extraccin de entidades con nombre, anlisis de los sentimientos, el
etiquetado concepto, extraccin de autor, extraccin de relaciones,
deteccin de idioma, extraccin de palabras clave, extraccin de citas,
intent mining, y categorizacin de temas.
AlchemyAPI utiliza el anlisis lingstico profundo, el procesamiento
estadstico del lenguaje natural y aprendizaje automtico para analizar
contenido, extraer metadatos semnticos: informacin sobre personas,
lugares, empresas, temas, idiomas, etc.
Las funcionalidades que presenta son:

Extraccin de entidades nombradas. Identifica personas, compaas,

organizaciones, ciudades, pero slo para ingls y utiliza una lista fija
de entidades.

Extraccin de relaciones: Identifica relaciones Sujeto accin

objeto mezclando el anlisis de opinin con la extraccin de
entidades.

Etiquetas conceptuales: Etiqueta automticamente textos y

documentos. Es capaz de crear etiquetas abstractas. Actualmente
slo disponible para ingls.

Extraccin de trminos/ palabras clave: AlchemyAPI es capaz de

extraer topic keywords de contenido escrito. Esta funcionalidad
existe para castellano. Dentro de esta funcionalidad, el anlisis de
opinin slo est disponible en ingls y castellano.

Categorizacin de temas y textos: Al igual que en la funcionalidad de

topic keywords, esta funcionalidad est disponible para castellano y
se limita a una lista fija de categoras.

2.2.2.4. OpenCalais
OpenCalais proporciona un servicio web que automticamente asocia
contenido semntico al contenido enviado, tardando entre 0,5 y 1 segundo
en responder con las entidades, hechos y eventos que ha encontrado en el
texto, est basado en procesamiento del lenguaje natural es un modelo
tipo hgaselo usted mismo que requiere experiencia tcnica.

Las entidades: son personas, lugares, empresas, zonas geogrficas.

Eventos: son cosas que pasan como desastre natural,

Hechos: son relaciones como John Doe es el CEO de Acme.

Pgina 10 de 38

ZUENKNOW

Esta API permite de manera gratuita procesar hasta 4 transacciones por

segundo con un lmite de 50.000 al da.
OpenCalais proporciona su servicio para textos en ingls, francs y
castellano, pero el conjunto de entidades en francs y castellano es mucho
ms limitada que en ingls5.

2.2.3.

Crawlers web

2.2.3.1. Nutch
Se trata de un webcrawler de cdigo abierto, de gran relevancia por ser
desarrollado por la Apache Software Foundation y utilizado ampliamente
en investigaciones de la web. A la par que su reputacin, se encuentra su
manejo, que puede resultar complejo si no se dominan sus comandos
esenciales. Tiene dos componentes claves:

Araa (Crawler): descubre y recupera pginas web

El indexador (Indexer): Disecciona las pginas y construye palabras

claves basadas en sus ndices.

Para realizar las bsquedas dentro del ndice que genera Nutch utiliza
Lucene, que es una librera que permite la bsqueda basada en texto. En
la ltima versin se delega la indexacin y bsqueda remota a SOLR.
Dado un fichero donde se identifican las fuentes en forma de URLs, que
admite en su definicin de expresiones regulares, descubre y recupera las
pginas hasta un grado de profundidad definido. El Crawler es capaz de
comprobar si una pgina ha sido previamente indexada y, de ser as, si ha
sido modificada, con lo que el proceso de indexacin y recuperacin es
rpido.
El sistema de indexacin est basado en filtros, y es personalizable
cuando el crawler recupera una pgina se tiene acceso al documento, con
lo que es posible disponer de los datos y almacenarlos de manera
personalizada, o de realizar cualquier tratamiento sobre ellos previo a su
indexacin. Nutch se puede usar tanto en plataformas Windows como
Linux.
2.2.3.2. Moreover Technologies
Moreover Technologies es un proveedor de productos empresariales para
inteligencia de negocio y agregacin de noticias. Presenta diferentes
productos

Newsdesk: Monitorizacin de noticias y social Media: Ofrece un servicio

de monitorizacin de medios: noticias, social media, medios impresos,
televisin y radio. Aade 2.500 post por minuto y permite el anlisis de
250 millones de artculos en un instante. Permite monitorizar

http://www.opencalais.com/calaisAPI

Pgina 11 de 38

ZUENKNOW

simultneamente mltiples temas con keywords ilimitadas en todos los

principales idiomas y mercados internacionales.

Metabase: API que devuelve, en XML sobre http, noticias y datos de

social media en tiempo real. Cada artculo y post se categoriza con ms
de 50 piezas de metadatos descriptivos para indexado detallado y
media analytics. Est orientado a empresas que ya tenga buscadores
locales y manejen grandes bases de datos.

Search engine toolkit: Un API de bsqueda que da acceso a los mismos

datos que Metabase, pero en vez de un chorro de feeds, las empresas
envan requerimientos individuales sobre determinados temas al
buscador. El buscador devuelve los resultados en RSS de forma que sea
fcilmente integrable en portales, sitios webs y aplicaciones. Esta
solucin est indicada para empresas que no requieran almacenar
datos ni requieran de un buscador.

2.2.4.

Semntica en BI

Las ontologas son la solucin tcnica necesaria cuando se gestionan

grandes cantidades de datos dinmicos y heterogneos, dado que
permiten a las mquinas entender y procesar tales datos. Una de las
capacidades fundacionales de las tecnologas semnticas es la habilidad
de extender las ontologas, desde un punto de vista prctico esto significa
que se pueden aadir nuevas clases, relaciones e instancias e incluso
ontologas completas de forma que se ample el dominio de conocimiento
segn vaya siendo necesario.
El anlisis de inteligencia de negocio en el mbito de medios sociales es
un campo donde es crtico las grandes cantidades de datos heterogneos:
provenientes de mltiples fuentes, expresados de forma diferente, donde
una fuente hace referencias a otra, donde aparecen lderes de opinin,
velocidad o corrientes de opinin, etc. Las ontologas ayudan a formalizar
y representar de forma nica informacin heterognea y dinmica
contribuyendo a que las mquinas puedan procesarla.
Un concepto reciente en el mbito de la ingeniera de ontologas es
networked ontologies6 7 que se define como:

Una Coleccin de ontologas vinculadas mediante diferentes relaciones

como mapeado, modularizacin, versionado y dependencia.

En esta definicin se parte de cuatro supuestos sobre las ontologas:

o Son Dinmicas: las ontologas evolucionan.
o Estn en red: las ontologas estn interconectadas mediante
mapeados.

Haase P, Rudolph S, Wang Y, Brockmans S, 2006. Networked Ontology Model. NeOn

Deliverable D1.1.1
7

C. Allocca, M. D'Aquin, and E. Motta. DOOR - Towards a Formalization of Ontology

Relations. In Jan L. G. Dietz, editor, KEOD, pages 13{20. INSTICC Press, 2009.

Pgina 12 de 38

ZUENKNOW

o Son Compartidas: las ontologas

personas y las aplicaciones, y

son compartidas

por

las

o Estn Contextualizadas: las ontologas son dependientes del

contexto en el que se han construido o utilizado8.
Proyectos previos han implementado el concepto networked ontologies en
casos en los que el dominio de conocimiento era tan grande y dinmico
que un modelo central no era una solucin ni ptima ni flexible. Por
ejemplo, el proyecto AquaRing 9 haca uso de siete ontologas diferentes,
donde cada una cubra una porcin concreta del dominio, y donde un
proceso de aprendizaje las alineaba. AquaRing haca uso de conocimiento
acordado por comunidades internacionales de prctica, sin reinventar la
rueda, reutilizando conocimiento existente siempre y cuando fuera
necesario y permitiendo bsqueda multilinge sobre contenidos
heterogneos y fsicamente distribuidos que versaban sobre un dominio
de conocimiento muy amplio como especies biolgicas, biologa marina,
buques, hbitats, zonas de pesca, astronoma y educacin.

2.2.5.

Recursos lexicogrficos

2.2.5.1. EuroWordnet
EuroWordNet es una base de datos multilinge con wordnets para varios
idiomas europeos (Holands, Italiano, Castellano, Alemn, Francs. Checo
y Estonio). Su fin ltimo es aadir conocimiento semntico a cualquier
recurso.
Los wordnets se estructuran en synsets (conjuntos de palabras sinnimas)
con relaciones semnticas bsicas entre ellos. Cada wordnet representa
un nico sistema de lexicacin interno al idioma.
EuroWordNet se considera un mapa semntico multidimensional, ya que
en un wordnet individual cada palabra se coloca con relacin al resto de
las palabras en esa lengua y, en la base de datos multilinge, estas redes
relativas o mapas se conectan entre ellos a travs de un ndice de
significados del ingls.
Los wordnets estn a su vez enlazados al Inter-Lingual-Index. A travs de
este ndice los idiomas se interconectan de forma que es posible ir de una
palabra de un idioma a palabras similares en otro idioma. El ndice
tambin proporciona acceso a una ontologa de alto nivel con 63
distinciones semnticas. Esta ontologa proporciona un marco semntico
comn para todos los idiomas, de forma que las propiedades especficas
de cada idioma se mantienen en el wordnet individual.
EuroWordnet fue concebida para aplicaciones de recuperacin de
informacin multilinge, con el fin de mejorar la llamada (recall) en
8

Sabou M. et al, 2006. NeOn Requirements and Vision Deliverable.

Aquaring
W3C
Semantic
Web
http://www.w3.org/2001/sw/sweo/public/UseCases/Aquaring/

Pgina 13 de 38

use

case:

ZUENKNOW

recuperacin de informacin mediante la expansin de la(s) palabra(s)

clave de un usuario a un conjunto ms amplio de variantes y palabras
relacionadas en cualquiera de las lenguas interconectadas. Por ejemplo:

Palabra clave inicial: cabalgar

Lista expandida de palabras clave: cabalgar; jinetear; conducir;

mover; transitar, cavalcata; passeggiata; anadare; muoversi; ride;
drive; move; trave; go; berijden; rijden; bewegen; reizen; gaan.

Otros propsitos de EuroWordNet son:

Servir de esqueleto de los lxicos semnticos y bases de conocimiento

en el futuro, necesarios para desarrollar sistemas de reconocimiento y
comprensin automtica del lenguaje.

Servir de punto de partida para la elaboracin

computacional para la Traduccin Automtica.

Servir de herramientas de aprendizaje de las lenguas, en las que las

personas que aprendieran una lengua pudieran ojear el vocabulario de
una lengua a travs de la red a partir de una palabra conocida para
ellos.

Los correctores gramaticales y ortogrficos pueden hacer uso de la

informacin semntica para lograr reglas ms precisas.

El etiquetado automtico de significados en corpus textuales.

de un lxico

2.2.5.2. FreeLing
FreeLing10 es una suite de herramientas para anlisis de lenguaje de
cdigo abierto. Est diseado para ser utilizado como una librera externa
desde cualquier aplicacin que requiera anlisis de lenguaje. Entre otras,
las principales funcionalidades son:

Tokenizacin de texto

Particin de frases

Anlisis morfolgico

Tratamiento de sufijos, retokenizacin

Reconocimiento multipalabra flexible

Prediccin probabilstica de categoras de palabras desconocidas

Deteccin de entidades nombradas

Reconocimiento de fechas, nmeros, ratios, monedas y magnitudes

fsicas

Anotacin de sentido y desambiguacin basada en Wordnet.

10

http://nlp.lsi.upc.edu/freeling/

Pgina 14 de 38

ZUENKNOW

etc..

Actualmente da soporta a Castellano, Cataln, Gallego, Italiano, Ingls,

Ruso, Portugus, Gals y Bable.
2.2.5.3. TreeTagger
http://www.ims.uni-stuttgart.de/projekte/corplex/TreeTagger/

2.3.

Conclusiones de estado del arte

La valoracin del sentimiento difiere en porcentaje de aciertos, siendo

alrededor de un 60% cuando se utiliza en mbitos generales (bajando al
50% cuando se utiliza lenguaje coloquial) y elevndose al 80% en mbitos
muy concretos, es decir, donde se tenga un buen diccionario especializado
junto con reglas o macros.
Con respecto a la extraccin de indicadores, conceptos y atributos: para
ser personalizables se necesitaran diccionarios propietarios, con los que la
efectividad en su extraccin dependera del grado de concrecin de ste,
con lo que cuanto ms especfica sea la temtica mejor.
El crawler Nutch como tal no es un producto, es de cdigo abierto y
aunque hay muchsima informacin en la web, la documentacin no
siempre va a ser la ms clara y completa. No es un sistema fcil de
configurar, y por cada fuente de datos hay que crear un filtro que la
procese y la indexe. No incorpora herramientas de Valorizacin, aunque en
la fase de recuperacin se pueden hacer llamadas a libreras o
herramientas externas que realicen este trabajo, esto limitara el rango de
herramientas de valorizacin a utilizar.
Las herramientas de crawling de Moreover estn orientadas a noticias,
aunque es lder en su sector y tambin utiliza informacin de medios
sociales.
De las herramientas en el mercado analizadas ninguna basa su
funcionamiento en tecnologas semnticas. S que se utilizan diccionarios
para por ejemplo la extraccin de entidades pero dichos diccionarios
deben ser entrenados para cada dominio concreto.
En el campo de la inteligencia de negocio aplicada al mbito de medios
sociales, el conocimiento no permanece esttico y evoluciona al igual que
lo hacen los productos y servicios y la madurez de los clientes en lo que al
uso, disfrute y exigencia de los productos/servicios se refiere. Es donde
una networked ontology explota toda su potencial.
La utilizacin de ontologas permite un modelado del dominio de
conocimiento ms complejo y rico y por lo tanto con mayor potencia que
un diccionario. Las ontologas dotan adems de posibilidades de inferencia
y razonamiento mediante reglas de negocio. La ventaja de la utilizacin de
ontologas queda plasmada mediante el siguiente ejemplo que aplica al

Pgina 15 de 38

ZUENKNOW

proceso de recoger informacin de medios sociales y sitios web y realizar

un prefiltrado.
Supongamos que nos encontrramos dentro de un mbito deportivo,
donde una vez realizado el crawling sobre fuentes de Internet de dicho
dominio, se hubieran obtenido como resultado del filtrado, mediante una
ontologa del dominio deportivo, tres textos (reales extrados de
www.as.com) donde de cada uno de ellos se hubiera realizado la
extraccin de entidades nombradas de la siguiente forma:

Resultado1: El encuentro de ida de los cuartos de final de la Copa del

Rey, que acab con triunfo del Real Madrid ante el Valencia por 2-0 supuso
el tercero consecutivo que el meta Iker Casillas mantiene a cero.
o Extraccin de entidades: Encuentro | Cuartos de final |Copa del

Rey | Triunfo | Real Madrid | Valencia | Meta | Iker Casillas.

Resultado2: "Sufriremos en la vuelta, pero el resultado es ptimo y vamos
con la alegra y la ilusin de pasar la eliminatoria", dijo el guardameta en
Real Madrid TV tras el triunfo de su equipo en el partido de ida
o Extraccin de entidades: Vuelta | Resultado | Eliminatoria |
Guardameta | Real Madrid | TV | Real Madrid TV | Triunfo |

Equipo | Partido | Partido de ida.

Resultado3: A Casillas no le afecta casi nada.
o Extraccin de entidades: Casillas

Supongamos que deseamos realizar una bsqueda con el texto de

consulta Casillas. Dado que la ontologa modela el entorno deportivo, la
expansin de la consulta dira que la nueva consulta es:
Casillas AND Iker Casillas AND Portero AND Portera AND Palos AND Meta
AND Guardameta AND Real Madrid AND Seleccin Espaola.
Porque la ontologa conoce los conceptos equipo de ftbol y sus diferentes
instancias, por ejemplo, Real Madrid y Valencia. As mismo conoce los
conceptos portero, guardameta, meta, palos y portera que considera
sinnimos e Iker Casillas sera una instancia de portero, que adems lo es
del Real Madrid y de la Seleccin Espaola.
Lanzando la bsqueda expandida, se devolveran los 3 resultados antes
mencionados. Mientras que en el caso de una bsqueda textual con
Casillas, el resultado nmero 2 no sera devuelto dado que Casillas
como tal no aparece nombrado.
En caso de no utilizar la ontologa, la expansin de la consulta la tendra
que realizar el usuario en base a su experiencia y no una aplicacin de
forma automtica.

Pgina 16 de 38

ZUENKNOW

ZUENKNOW permitir que la consulta se expanda sin intervencin

humana, permitiendo realizado un pre-filtrado automtico de resultados
provenientes de un web crawling de mltiples sitios web; teniendo en
cuenta parmetros como fecha, fuente de la que proviene, autor del texto,
etc y aadiendo la semntica de cada resultado como otra opcin de
filtrado.
Los resultados una vez filtrados sern analizados de nuevo para la
posterior extraccin de conclusiones necesarias para la toma de
decisiones empresariales, utilizando de nuevo tecnologas semnticas y
procesamiento de lenguaje natural (NLP).
La utilizacin de EuroWordNet en ZUENKNOW permite que la ontologa se
enriquezca en trminos y que sea multilinge. De forma que ante la
aparicin de un nuevo trmino (por introduccin manual o aprendizaje) se
obtendra su synset (conjunto de sinnimos,) homnimos, hipernimos,
holnimos y mernimos.
A continuacin se detalla en qu se diferencia EuroWordNet de un
diccionario convencional.
Los Diccionarios convencionales ofrecen:

Descripciones semnticas (glosa).

Deletreado.
Pronunciacin.
Formas derivadas.
Etimologa.
Informacin gramatical.
Usos.
Sinnimos/antnimos.

Lo que aporta EuroWordNet es:

Descripciones basadas en conceptos.

Relaciones psicolingsticas entre palabras.

Es decir un diccionario dira que rbol es: planta perenne, de tronco leoso
y elevado, que se ramifica a cierta altura del suelo. (RAE)
Pero no dice:

Que el rbol tiene hojas y races.

Que las paredes de sus clulas estn compuestas de celulosa.
Que es un organismo vivo.

Tampoco se dice:

Si existen otros tipos de plantas.

Si existen distintos tipos de rboles.
Cules son.

Pgina 17 de 38

ZUENKNOW

2.4.
2.4.1.

Antecedentes de las empresas participantes

ecmware

ecmware es una organizacin fruto de un spin off de INNObask.

INNObask una organizacin en constante investigacin de oportunidades
de mercado a partir de la aplicacin de tecnologas en los procesos de las
organizaciones. En el ao 2009 inicio una lnea de investigacin que en un
primer momento se inicio como un observatorio de tendencias, analizando
la evolucin de las redes sociales desde un mbito de negocio. En los aos
posteriores su investigacin se centro en como hacer negocio con la
interaccin que estaban realizando las personas con las diferentes redes.
Se identifico que el potencial de las redes sociales para las organizaciones
podra ser enorme si esa informacin se trataba en varias fases, en las a
partir de unos procesos se pona en valor la informacin.

Figura 1 Fases de procesamiento de informacin

Fruto de todas esta investigacin se cre la organizacin ecmware con el

objetivo de explotar en forma de negocio todo lo creado. Para la creacin
de ecmware se busc financiacin y personas que pudieran dar recorrido
al negocio. ecmware es hoy en da una empresa con dos aos de
recorrido, donde puede hablar de referencias de organizaciones para las
que trabaja.
Proyectos de I+D Previos

Pgina 18 de 38

ZUENKNOW

2.4.2.

AURMAN

Indicar los antecedentes que motivan el desarrollo de este proyecto.

Explicar los objetivos tecnolgicos estratgicos de la empresa solicitante. Indicar cmo
se ha llegado a esta concrecin; a partir de los itinerarios de innovacin, reflexin
estratgica.
Explicar experiencias previas en participacin de proyectos de I+D.

Pgina 19 de 38

ZUENKNOW

2.5.

La novedad tecnolgica del proyecto y los

resultados esperados
La utilizacin de ontologas para el filtrado de resultados del crawler y la
bsqueda de resultados con expansin de consulta mediante la ontologa,
permite innovar en la extraccin de entidades y atributos y as mismo da
una potencialidad mayor a la bsqueda, que en otro caso recae
directamente en la experiencia y pericia del usuario.
La utilizacin de ontologas como base permite diferenciarse de la
competencia, en tanto en cuanto, dichas ontologas sean lo
suficientemente potentes en lo que a la porcin de dominio de
conocimiento y calidad de representacin del mismo, logren alcanzar. En
este mbito ZUENKNOW har uso de tecnologas de ontologas en red
(networked ontologies) que permiten ampliar el dominio de conocimiento
segn se vaya necesitando mientras que el aplicativo permanece
inalterable.
massssssssssssssssss

Pgina 20 de 38

ZUENKNOW

3.Oportunidad del proyecto

Explicacin de la oportunidad del proyecto, por qu y para qu se acomete el proyecto.

ecmware en su afn de ser competitivos al mximo ha estado colaborado

con Tecnalia en un modelo que le permita situarse en un escenario de
innovacin constante. Todo el esfuerzo econmico para el desarrollo de
conocimiento y tecnologa en lo que compete a la subcontratacin de
Tecnalia ha corrido de los fondos propios de la organizacin.
En esta primera fase aun siendo un esfuerzo considerable ecmware
asumi todos los costes dado que para la organizacin contar con socios
tecnolgicos que le permitan estar a la vanguardia en innovacin es
estratgico. El proyecto requiere de un mayor esfuerzo en esta fase de
lanzamiento del proyecto identificado a nivel econmico y de recursos, los
tiempos en los que la organizacin podra acometer el proyecto con
recursos propios se establece en unos 6 aos de desarrollo ralentizndose
el mismo con el objetivo que la organizacin pueda hacer frente a los
costes econmicos. Esto hara que el resultado estara fuera de tiempo
que aunque ira bien encauzado, otras organizaciones podra ser ms
rpidas y hacer obsoletos lo resultados. Esto en un mbito nacional podra
ser menor el dao a la competitividad de la organizacin, pero en un
mbito internacional, el principal objetivo de este proyecto, la dejara
fuera de mercado.
A partir de estas consideraciones vemos una oportunidad que el Gobierno
Vasco nos pueda ofrecer herramientas que nos permitan no perder la
oportunidad de ser un referente internacional en servicios de inteligencia
de negocio, pudiendo hacer del negocio un crecimiento rpido en volumen
de negocio, mercado y recursos humanos.
Oportunidad para AURMAN
(Sugerencia:
ZUENKNOW representa para AURMAN la oportunidad de ampliar mercado
y facilitar la estrategia de internacionalizacin mediante una herramienta
que permitir hacer uso del conocimiento y experiencia de AURMAN a la
hora de medir el impacto en la red de un producto/marca o de una
campaa en dichos medios sociales.
AURMAN conocedora de las necesidades de las empresas y de las
soluciones a las mismas, en cada una de sus actividades: Comunicacin
estratgica, Publicidad y Comunicacin online, considera a ZUENKNOW
como la oportunidad de mejora de su espectro de soluciones en lo que
respecta a la medicin del impacto de las campaas en la red, que por un
lado le permite tener indicadores objetivos y por el otro le ofrece el
conocimiento que permite afinar el diseo de campaas en base al estudio
de los indicadores obtenidos en campaas anteriores, respecto a
campaas de la competencia y al estado actual de la marca/producto. En

Pgina 21 de 38

ZUENKNOW

resumen se obtendra una herramienta de BI en lo que a campaas en la

red se refiere que sintetiza toda la experiencia acumulada por AURMAN.)

Figura 2 Servicios de AURMAN

Pgina 22 de 38

ZUENKNOW

4.RIESGOS Y BENEFICIOS
Longitud recomendada: Al menos 2 pginas

4.1.

RIESGOS TECNOLGICOS

Explicacin de los riesgos tecnolgicos que implica el desarrollo del proyecto. Anlisis y
relevancia de los riesgos y retos tecnolgicos del proyecto as como la capacidad de la
empresa o empresas para superarlos.

RIESGO IDENTIFICADO

IMPACTO

No se posea la suficiente ALTO

experiencia
que
permita
definir
ontologas
lo
suficientemente
potentes
para que el filtrado y
posterior
bsqueda
den
mejores resultados que una
bsqueda y filtrado manual.

4.2.

PLAN DE CONTINGENCIA
Reutilizar en la medida de la posible
recursos
ontolgicos
como
no
ontolgicos previamente existentes
adaptndolos en cada caso concreto.

RIESGOS DE MERCADO

Explicacin de los riesgos de mercado que implica el desarrollo del proyecto.

Anlisis de la certidumbre y del potencial de mercado en funcin de los usos y utilidades
del nuevo producto o proceso y del grado de demanda del mismo.
Destacar que se ha identificado el riesgo de mercado pero que est controlado. Para ello,
describir por cada riesgo identificado, cmo se ha pensado minimizar su impacto
(despliegue paulatino de red comercial, venta a travs de canales de comercializacin
externos, alianzas o acuerdos comerciales con distribuidores en terceros pases,
contactos con ICEX o cmaras de comercio, asociaciones sectoriales).

RIESGO IDENTIFICADO

IMPACTO

PLAN DE CONTINGENCIA

Adaptacin a la idiosincrasia de
cada pas

ALTO

Se
iniciara
el
proceso
de
internacionalizacin
en
fases
y
identificando
metodolgicamente
variables de adaptacin, haciendo
una adaptacin incremental y con
experiencias para cada una de las
fases.

Pgina 23 de 38

ZUENKNOW

No alcanzar el suficiente modelado

del producto automatizando los
procesos

ALTO

Desarrollo de un sistema de gestin

de los procesos mediante asistentes
que permita la fcil gestin de los
mismo sin una curva de aprendizaje
alta

Alcanzar los objetivos en el tiempo

adecuado

ALTO

Dotar a la organizacin de recursos

necesarios en corto plazo que
permita el desarrollo del proyecto en
un timing adecuado

Dificultades
de
tecnologas
aplicadas en el mercado espaol en
otros mercados

ALTO

Identificar los socios adecuados en

los pases objetivo que puedan
implantar o desarrollar los recursos
tecnolgicos necesarios y que no se
encuentren ese idioma

Financiacin

ALTO

Identificacin de herramientas de
financiacin
que
permitan
el
desarrollo del proyecto en el tiempo
justo

4.3.

PREVISIONES

DE

EXPLOTACIN

COMERCIAL/

ANLISIS DE BENEFICIOS.
Anlisis y explicacin de las previsiones de impacto en la competitividad de la empresa o
empresas participantes; en sus cuotas de mercado y ventas, en el empleo, etc.
Anlisis y explicacin de las previsiones de comercializacin del producto en el mercado
local, nacional e internacional.
Proyeccin del potencial de mercado y/o impacto en funcin de los usos y utilidades de
los nuevos productos y/o procesos en los que el proyecto puede impactar. Anlisis de los
potenciales beneficios Econmicos, Ambientales, Sociales.

4.3.1.

Mercado potencial

Una vez se defina el planing del proyecto a partir de la priorizacin de

mercados identificando las variables de accesibilidad de adaptacin de
producto, se procedera al escalado de pases objetivo, en el proyecto y en
esta fase aun prematura se contemplan estos mercados:

Europa

Suramrica

4.3.2.

Anlisis econmico y financiero

Pgina 24 de 38

ZUENKNOW

5.GRUPO DE INVESTIGACIN
Indicar de manera sinttica la composicin del grupo de investigacin, su experiencia
respecto a este proyecto y lo que puede aportar al desarrollo del mismo.
En este apartado debe incluirse una breve descripcin del cv del jefe de proyecto de la
empresa as como de las personas de su equipo que vayan a participar en las
actividades del proyecto.
De manera adicional, incluir los cvs (en formato breve) de los investigadores que
colaboran desde la RVCTI.
Longitud recomendada: Al menos 2 pginas.

5.2.

ECMWARE

Rol en el proyecto:
Personal investigador:
Jefe de Proyecto: Agustn Busto

Itxasne Monasterio

Zurie Aguirre

Carlos Abrantes

5.3.

AURMAN

Rol en el proyecto:
AURMAN ofrecer su experiencia en el diseo y medicin de campaas de
publicidad en muy diferentes mbitos como:

Alimentacin y bebidas.

Comercio, distribucin y consumo.

Fundaciones y Asociaciones.

Industria, automocin y accesorios.

Instituciones pblicas y privadas.

Pgina 25 de 38

ZUENKNOW

Medios de comunicacin.

Ocio, cultura y deporte.

Salud y cuidados personales.

Servicios e infraestructuras de valor.

Servicios financieros y seguros.

La variedad de clientes de AURMAN asegura que su conocimiento tiene un

amplio espectro, abarcando sectores de pblico diferenciados, con
sensibilidades heterogneas y que hacen uso de los medios sociales de
muy diferente forma. Por lo tanto aplicar dicho conocimiento para su
decantacin en forma de un herramienta que automatice un proceso hasta
ahora manual. Dado que una herramienta que automatice el proceso
puede dar lugar a la extraccin de indicadores impensables si el proceso
fuera manual, AURMAN tambin investigar cmo incorporar dichos
indicadores a su proceso de valoracin y diseo de campaas.
Personal investigador:

Pgina 26 de 38

ZUENKNOW

6.PLANIFICACIN

DEL

PROYECTO.

FASES

TAREAS
Descripcin de la planificacin en el tiempo del proyecto:
-

Plazos de ejecucin del proyecto: duracin, nmero de ejercicios, fecha de inicio

y fecha de terminacin.

Fases en las que se estructura el proyecto: descripcin breve de cada fase

incluyendo la fecha de inicio y la duracin estimada

Explicacin de las tareas a realizar en el proyecto incluyendo para cada tarea, su

objetivo, los resultados esperados y el nmero de semanas planificadas para su
ejecucin.
Es importante no slo describir las fases, si no que la descripcin de las mismas
responda las preguntas cmo vamos a alcanzar el objetivo del proyecto, cmo vamos a
minimizar los riesgos, porqu lo hacemos as y no de otro modo.
Longitud recomendada: Al menos 2 pginas.

6.1.

Planificacin global estimada del proyecto y

fases en las que se estructura

Fecha de Inicio:
Fecha de Finalizacin:
Duracin:
Nmero de Ejercicios:
A continuacin se identifican y definen las tareas en que se descompone el trabajo a
realizar dentro de cada una de las Fases en que se divide el desarrollo del proyecto.

FASE/TAREA

DESCRIPCIN

FASE 0

Gestin y Coordinacin

Tarea 0.1

Gestin y Coordinacin

6.2.

DURACIN

Diagrama de Gantt

Pgina 27 de 38

FECHAS

ZUENKNOW

6.3.

Descripcin de las tareas a realizar y los

tiempos estimados de ejecucin

6.3.1.

Fase 0: Gestin y Coordinacin

6.3.1.1. Tarea 0.1: Gestin y Coordinacin

T0.1

Gestin y coordinacin del Proyecto.

Objetivo de la Tarea

Descripcin de Actividades

Relacin de Entregables

Responsable
Grupo
Trabajo

6.3.2.

de

Fase 1: Plan de Negocio

6.3.2.1. Tarea 1.1: Estudio de Mercado
6.3.2.2. Tarea 1.2: Plan Econmico-Financiero
6.3.2.3. Tarea 1.3: Extensin del Plan de Negocio a nuevos productos y

mercados

6.3.3.

Fase 2: Actividades de I+D

6.3.4.

Fase 3: Lanzamiento de la nueva empresa

6.3.5.

Fase 4. Validacin y cierre

6.3.5.1. Tarea 4.1. Pruebas de validacin

6.3.5.2. Tarea 4.2. Documentacin y cierre

Pgina 28 de 38

ZUENKNOW

6.4.

Descripcin de los entregables del proyecto por

hito
-Naturaleza: informe; especificaciones; tiles; prototipo; otros.
-Tipo: utilizacin pblica del resultado; distribucin restringida entre participantes;
utilizacin interna entre participantes.

TAREA

HITO

TITULO

H1

E1

FECHA

H2
H3

Pgina 29 de 38

Naturaleza

TIPO

ZUENKNOW

7.PRESUPUESTO GLOBAL DEL PROYECTO

Tabla de presupuestos por participante y ejercicio indicando:
-Mano de obra (Horas y presupuesto)
-Inversin
-Gastos
-Subcontratacin
-Viajes
Longitud recomendada: Una pgina (o media) por participante

Las siguientes tablas muestran la distribucin de horas y presupuestos por ejercicio para
cada uno de los participantes, as mismo la ltima tabla muestra la distribucin
anualizada de costes.
HORAS
PARTICIPANTE

2013

2014

2015

2013

2014

2015

TECNALIA
TOTAL
PRESUPUESTO
PARTICIPANTE

TECNALIA
TOTAL

DISTRIBUCIN ANUALIZADA DE COSTES

Ao

Entidad

Hora Mano
s
Obra

Inversi
n

Gastos

201
3

201

Pgina 30 de 38

Subcontrataci
n

Viajes

Total

ZUENKNOW

201
5

TOTAL PROYECTO

Pgina 31 de 38

ZUENKNOW

8.DESCRIPCIN

DE

SUBCONTRATACIN

DE

AGENTES EXTERNOS
Detalle de los Agentes de la RVCT y Otros Agentes Externos que van a ser
subcontratados, indicando el contenido del trabajo a realizar por cada uno de ellos y su
encaje dentro del proyecto.

Pgina 32 de 38

ZUENKNOW

9.JUSTIFICACIN DE INVERSIONES Y GASTOS

REALIZADOS
Justificacin de las inversiones y gastos incorporados al Presupuesto
Evitar poner partidas de importe elevado (superior a 20k) bajo denominaciones
genricas como material mecnico o licencias, detallar suficientemente los gastos
Explicar porqu es necesario realizar estos gastos / inversiones (porqu no se puede
usar material o equipo propio, prstamos,..)
Longitud recomendada: Una pgina (o media)

9.1.

Inversiones

9.2.

Materiales

9.3.

Subcontrataciones

9.4.

Otros gastos

Pgina 33 de 38

ZUENKNOW

10.

AYUDA PROYECTOS

Indicar las ayudas recibidas por este proyecto e instituciones pblicas o privadas.
- Pulsar botn de ayuda de la aplicacin.
- Indicar en la pantalla que se presenta los datos de ayuda que se solicitan:
Empresa
Entidad
Nombre Programa
Costes subvencionables presentados
Importe solicitado
Importe concedido
Fecha de concesin
La informacin que se rellena en este punto es la que aparece en el Certificado
Econmico que se debe presentar firmado.
Longitud recomendada: Una pgina (o media)

Pgina 34 de 38

ZUENKNOW

11.

EFECTO INCENTIVADOR

Se considera:
Aumento sustancial del tamao del proyecto o actividad, donde la ayuda servira
para incrementar el coste total del proyecto, sin descenso del gasto del beneficiario en
comparacin con una situacin sin ayuda. Tambin servira para elevar la cantidad de
personal dedicado a I+D+i.
Aumento sustancial del mbito de aplicacin del proyecto, donde la ayuda
incrementara la cantidad de resultados esperados del proyecto o su calidad, abarcando
un proyecto ms ambicioso, con mayores probabilidades de xito y donde los avances
cientficos o tecnolgicos sean mayores.
Aumento sustancial del ritmo de ejecucin del proyecto, donde la ayuda servira
para reducir el tiempo de terminacin del proyecto en comparacin con el mismo
proyecto sin contar con ayudas.
Aumento sustancial del importe total gastado en I+D+i, donde la ayuda
incrementara el gasto total en I+D+i de la empresa o en un proyecto en particular, sin
reducir presupuesto ya destinado a otros proyectos. Aumento del gasto total en I+D+i
como porcentaje del volumen de negocios.
(Se completar la tabla en funcin de los indicadores que se apliquen en cada proyecto,
no es necesario completar toda la tabla)
Longitud recomendada: Una pgina.

Tabla para la justificacin de los indicadores:

Sin ayuda
Aumento sustancial del
tamao del proyecto o
actividad
Aumento sustancial del
mbito de aplicacin del
proyecto o actividad
Aumento sustancial del
ritmo de ejecucin del
proyecto
Aumento sustancial del
importe total gastado
en I+D+i

Pgina 35 de 38

Con ayuda

ZUENKNOW

12.

CONTRIBUCIN

DESARROLLO

DEL

SOSTENIBLE

PROYECTO
Y

AL
LA

PROTECCIN DEL MEDIOAMBIENTE

Anlisis y explicacin de las repercusiones medioambientales que implica el desarrollo
del proyecto

Pgina 36 de 38

ZUENKNOW

13.

VINCULACIN

AL

SISTEMA

VASCO

DE

INNOVACIN.
Detalle, en caso de que existiera, de la vinculacin del proyecto al Sistema Vasco de
Innovacin haciendo referencia a los siguientes aspectos:
Ubicacin en Parques Tecnolgicos o en espacios de innovacin vinculados a las
Universidades.
Demanda potencial de los servicios de la oferta cientfico-tecnolgica de la CAPV.
Ubicacin en un Centro de Empresas e Innovacin (CEI) y/o posibilidad de
titulacin por un CEI de la CAPV.

13.1.

Ubicacin en Parques Tecnolgicos

TECNALIA se encuentra ubicada en el Parque Cientfico y Tecnolgico de

Gipuzkoa se constituy en el ao 1994 y fue inaugurado en 1997. El
principal objeto del Parque es contribuir al desarrollo socio-econmico y,
de esta manera, aumentar la calidad de vida de las personas que viven en
su entorno. La estrategia se basa en acercar los agentes econmicos que
inciden en la generacin de proyectos avanzados desde el punto de vista
tecnolgico, proporcionndoles una localizacin y unas infraestructuras
adecuadas para que se genere el intercambio de conocimiento y puedan
as surgir nuevos proyectos empresariales creadores de empleo y riqueza
para el territorio.
Las empresas integradas en estos complejos tecnolgicos encuentran a su
disposicin una inmejorable dotacin de servicios en continua evolucin y
modernizacin: desde todo tipo de servicios de apoyo, tales como
seguridad, mantenimiento, hostelera y ocio, hasta los servicios
profesionales ms avanzados para la empresa en telecomunicaciones,
apoyo e impulso de la investigacin, desarrollo e innovacin, cooperacin,
formacin especializada e incubacin de nuevas empresas de base
tecnolgica.
Los Parques Tecnolgicos disponen adems de las ms modernas
instalaciones para la organizacin de todo tipo de congresos conferencias
y jornadas, hecho que ayuda a la difusin de los resultados de los trabajos
realizados. Y las empresas pueden contar con unas instalaciones que
cubren en las mejores condiciones tanto sus necesidades presentes como
las futuras.
Para que las empresas puedan estar ubicadas en este emplazamiento
deben cumplir unas normas:

Empresas no contaminantes.

Empresas tecnolgicamente avanzadas.

Departamentos y centros de I+D.

Otras empresas de inters estratgico.

Pgina 37 de 38

ZUENKNOW

13.2.

Adecuacin de los objetivos del proyecto con el

Plan Ciencia Tecnologa Sociedad

Pgina 38 de 38