Flujos Migratorios

Dashboard y analísis de diversos conjuntos de datos con el fin de contextualizar los flujos migratorios que ocurren entre los países del globo, e indagar acerca de sus causas y sus consecuencias.

¿Porque tratar este problema?

Los flujos migratorios son un fenómeno social y demográfico que se refiere al movimiento de personas de un lugar a otro. Estos movimientos pueden ser motivados por diversas razones, como la búsqueda de trabajo, estudios, reunificación familiar, huida de conflictos políticos o violencia, entre otros. Los flujos migratorios han sido una constante en la historia de la humanidad y han sido moldeados por factores económicos, políticos, sociales y culturales. En la actualidad, son cada vez más frecuentes y han adquirido una importancia significativa en el contexto de la globalización. La comprensión de los flujos migratorios es crucial para entender los retos y oportunidades que plantea la movilidad humana a nivel local, nacional e internacional. Por esta razón, resulta importante analizar sus causas, patrones y consecuencias, así como las políticas y medidas que se pueden implementar para hacer frente a sus desafíos y aprovechar sus beneficios.

Ejecución del proyecto

Nuestro proyecto tiene tres partes:

• Para ver los notebook donde analizamos los conjuntos iniciales de datos y graficamos algunos indicadores, instale los paquetes de python utilizados en estos archivos ejecutando pip install -r requirements.txt en una terminal, y después simplemente abralos utilizando Jupyter Notebook.
• Para crear las tablas con MySQL, y posteriormente cargar los datos ahí, instale los paquetes como fue anteriormente descrito, y después ejecute python create_database.py [Nombre de su base de datos] [Nombre de usuario] [Contraseña] [Host] [Puerto (opcional)] dentro de la carpeta flujos_migratorios. Esto creara un archivo llamado peewee_models.py en la misma carpeta (tenga cuidado, ya que contendrá la contraseña anteriormente utilizada), a través del cual podrá ingestar los datos utilizando python update_database.py.
• Para ver el dashboard con el cual se visualizaron y analizaron los datos, abra el archivo powerbimodel.pbix dentro de la carpeta flujos_migratorios/dashboard.

Analísis exploratorio de los datos

Estructura de los archivos del repositorio

Basada en el proyecto Cookiecutter Data Science, para acercarse lo más posible a un esquema universal, accesible y facíl de entender. Nuestros archivos los hemos organizado de la siguiente manera:

• datasets - Carpeta en la que se guardan los conjuntos de datos con los que trabajamos, y de donde se cargan los archivos en nuestros scripts y dashboards.
• • datasets/raw - Datos brutos en el formato (csv o xlsx) en el que fueron encontrados originalmente.
• • datasets/processed - Datos después de ser llevados por un proceso de limpieza, normalización o estandarización. La mayoría tienen el mismo nombre que su contraparte en bruto, pero algunos están divididos según ciertas categorias o tienen información adicional que se le ha añadido utilizando scripts.
• • datasets/sql - Datos puestos en el formato de las tablas de sql, después de ser procesados mediantes los scripts de ETL.

Dentro de las raw, processed y sql, encontramos otras subcarpetas, una por cada sitio o analísis origen del cual se extrayeron los datos:

• • • datasets/raw/proyecto_poblacion - Datos extraidos de la ultima revisión del reporte International Migrant Stock disponible durante la realización de este proyecto. En estos conjuntos de datos juntados por la UN se encuentra la información pertinente a desplazamiento de poblaciones entre países: numeros totales de poblaciones por país a nivel mundial, y de migraciones/inmigraciones desde/hacía los países con información publica y accesible.
• • • datasets/raw/proyecto_poblacion/top_16 - De la anterior carpeta, datos preprocesados donde se da por año el desplazamiento total de habitantes desde/hacía el top 16 de los países, seleccionados a partir de su numero de migrantes/immigrantes.
• • • datasets/raw/statistical_capacity_indicators - Datos extraidos del DataBank del The World Bank. En este caso, se utilizaron los Statistical Capacity Indicators delineados en aquel portal, en el cual se muestran indicadores relacionados con la calidad de salud y las condiciones economicas de cada país.
• • • datasets/raw/world_bank_data - Datos extraidos del DataBank del The World Bank. Estos conjuntos fueron extraidos de esta fuente filtrando por los indicadores que encontramos pertinentes a nuestra investigación. Por orden alfabetico: energia_sostenible tiene información respecto al acceso a la electricidad y combustibles limpios, informacion_general tiene un numero de campos relacionados a las condiciones economicas, legales y laborales, y precio_de_remesas cataloga el precio promedio de mandar remesas desde un determinado país (para aquellos que disponibilizan los datos).
• • • datasets/raw/world_development_indicators - Datos extraidos del DataBank del The World Bank. En este ultimo conjunto, se filtraron los datos bajo los World Development Indicators delineados en aquel portal. Estos indicadores contienen una gran cantidad de información relacionada con el desarrollo economico y tecnologico de cada país.
• • • datasets/raw/world_population_prospects - Datos extraidos de la ultima revisión del reporte World Population Prospects disponible durante la realización de este projecto. En este conjunto de datos juntados por la UN se encuentran organizadas por año de estudio las tasas de natalidad y mortalidad de cada país, su población, y su tasa neta de migrantes.

• flujos_migratorios - Carpeta principal del proyecto. Aquí se encuentran los scripts con los cuales se pueden generar los datos procesados, ingestar información a la base de datos, y demás funciones por definir.

• • flujos_migratorios/dashboard - Carpeta del dashboard del proyecto.

• notebook - Notebooks de Jupyter. En esta carpeta raíz se encuentran los EDA realizados, con el mismo nombre que la fuente de los datos que fueron trabajados.

• notebook/normalizacion - Notebooks de Jupyter donde se detalla el proceso de normalización, división y filtración de los distintos conjuntos de datos.

Equipo de trabajo

@Defo0 - Leonardo Moreno - Data Engineer, Machine Learning Specialist

@akumoth - Rainer Palm - Data Analyst & Architect

@aramisjose - Aramis Castellanos - Data Engineer & Analyst

@BuhoCosmico - Tomás Toledo - Analista Funcional, Data Engineer