Internet Fix Access Dashboard for Argentina

Tablero de Accesos Fijos a Internet en Argentina

Autor/a

Martin Olmos

Fecha de publicación

12 de abril de 2022

Es posible hacer un tablero con datos básicos de accesos fijos en Argentina en forma rápida (unos 30 minutos), con datos abiertos de ENACOM, herramientas open source (en este caso R, Plotly y Flexdashboards pero existen muchas otras) y desplegarlo online en forma gratuita con Github Pages.

Acá se puede ver el tablero online: https://martinolmos.github.io/tablero_accesos_fijos/

Y a continuación el código para adquirir los datos y generar las visualizaciones.

Accesos Fijos cada 100 Hogares por Provincia

# Penetracion por provincia: accesos cada 100 hogares
pen_prov_hog <- read_csv("https://datosabiertos.enacom.gob.ar/rest/datastreams/275028/data.csv", 
                         n_max = 24, 
                         locale = locale(decimal_mark = ","))

pen_prov_hog_plot <- pen_prov_hog %>% 
  ggplot(aes(x = reorder(Provincia, `Accesos por cada 100 hogares`),
             y = `Accesos por cada 100 hogares`,
             text = Provincia)) +
  geom_col(data=pen_prov_hog, aes(x=reorder(Provincia, `Accesos por cada 100 hogares`)), fill = "red") +
  coord_flip() +
  theme_bw() +
  theme(axis.text.y = element_text(size = 6), axis.title = element_blank())

ggplotly(pen_prov_hog_plot, tooltip = c("text", "y"))

Evolución de Accesos cada 100 habitantes

# Penetración: accesos cada 100 habitantes. Serie histórica
pen_nac_hab_serie <- read_csv("https://datosabiertos.enacom.gob.ar/rest/datastreams/281491/data.csv",
                              locale = locale(decimal_mark = ","))

pen_nac_hab_serie_plot <- pen_nac_hab_serie %>% 
  ggplot(aes(x = fct_reorder(Periodo, paste0(Año, Trimestre), .desc = FALSE), 
             y = `Accesos por cada 100 hab`,
             text = Periodo)) +
  geom_point() +
  geom_line(aes(group = 1)) +
  theme_bw() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1, size = 8),
        axis.title = element_blank())

ggplotly(pen_nac_hab_serie_plot, tooltip = c("text", "y"))

Evolución de la Velocidad Media de Descarga

# Velocidad Media de Descarga (Mbps) - Nacional
vmd_nac_serie <- read_csv("https://datosabiertos.enacom.gob.ar/rest/datastreams/275016/data.csv", col_names = c("Año", "Trimestre", "Velocidad Media de Descarga", "Periodo"), skip = 1,
                          locale = locale(decimal_mark = ","))

vmd_nac_serie_plot <- vmd_nac_serie %>% 
  ggplot(aes(x = fct_reorder(Periodo, paste0(Año, Trimestre), .desc = FALSE), 
             y = `Velocidad Media de Descarga`,
             text = Periodo)) +
  geom_point() +
  geom_line(aes(group = 1)) +
  labs(y = "VMD en Mbps") +
  theme_bw() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1, size = 8),
        axis.title.x = element_blank())

ggplotly(vmd_nac_serie_plot, tooltip = c("text", "y"))

Evolución de Accesos Fijos por Tecnología

tec_nac_serie <- read_csv("https://datosabiertos.enacom.gob.ar/rest/datastreams/275029/data.csv",
                          locale = locale(decimal_mark = ","))

tec_nac_serie <- tec_nac_serie %>% 
  select(-Total) %>% 
  gather(Tecnología, Accesos, ADSL:Otros)

tec_nac_serie_plot <- tec_nac_serie %>% 
  ggplot(aes(x = fct_reorder(Periodo, paste0(Año, Trimestre), .desc = FALSE), 
             y = Accesos,
             group = Tecnología,
             color = Tecnología,
             text = Periodo)) +
  geom_line() +
  scale_y_continuous(labels = c("0", "2M", "4M", "6M")) +
  theme_bw() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1, size = 8), 
        axis.title = element_blank(), 
        legend.title = element_blank())

ggplotly(tec_nac_serie_plot, tooltip = c("text", "color", "y")) %>% 
  layout(legend = list(title = "", 
                       orientation = "h",
                       y = 1.3))