R/GA desarrolló una campaña de contenido amplificada por influencers

Cerveza Patagonia y R/GA lanzan una herramienta que incorpora el factor humano para calcular el riesgo de incendios forestales en Bariloche
08 de febrero de 2023

Algoritmo de fuego cruza, por primera vez, información sobre variables climáticas y densidad poblacional para monitorear las probabilidades de incendios en la región y generar conciencia ambiental entre los habitantes locales y quienes visitan la ciudad.

Cada verano, la Patagonia se enfrenta a una de sus principales amenazas: los incendios forestales. A las altas temperaturas y la escasez de lluvias, se suma el aumento de la densidad poblacional. Según la Dirección Nacional de Bosques, el 95% de los incendios forestales son consecuencia de la acción humana. Esto también quiere decir que 9,5 de cada diez incidentes podrían ser evitados.

Comprometida con su lugar de origen y con el cuidado del ambiente, Cerveza Patagonia trabajó junto a R/GA en el desarrollo de “Algoritmo de fuego”, un sitio web que busca generar conciencia y alertar sobre las probabilidades de incendios en San Carlos de Bariloche.

Bajo el claimSi lo podemos predecir, lo podemos prevenir”, la herramienta consiste en un algoritmo que no solo analiza condiciones meteorológicas, sino que también incorpora el factor humano a la ecuación para conocer el riesgo de incendios forestales en la zona.

Para difundir el algoritmo, R/GA desarrolló una campaña de contenido amplificada por influencers y referentes como el meteorólogo José Bianco, quien difundió el mensaje y compartió desde sus redes sociales información relevante sobre los incendios en la Patagonia, además de invitar a sus seguidores a utilizar la herramienta para colaborar con el cuidado del entorno natural.

“Nuestro propósito es cuidar el entorno que nos rodea y nos inspira todos los días. El cuidado del ambiente nos interpela y convoca para la acción, por eso decidimos crear una herramienta que estima el riesgo de incendio en función de la combinación de diferentes factores. Lo que buscamos es visibilizar el riesgo existente e invitar a las personas a tomar conciencia sobre la importancia de tener un comportamiento respetuoso con la naturaleza y que preserve la biodiversidad” cuenta Laura De Bona, gerenta de Marketing de Cerveza Patagonia.

En www.algoritmodefuego.com.ar se puede ver semanalmente la actualización del riesgo de incendios en Bariloche, catalogado en bajo, medio y alto en función de los diferentes factores climáticos del momento y la afluencia de gente que visita la ciudad esa semana. El sitio también ofrece recomendaciones para ayudar a la gente a que pueda ser parte de la prevención.

“Lo más importante de un proyecto como este es su capacidad de educar, acercando a las personas información de una forma que las sorprenda, casi como si la pudieran tocar. Los datos están ahí, están vivos y nos muestran cómo nuestras acciones pueden tener una relación directa con el cuidado del ambiente, ayudándonos a generar mayor conciencia y evitar incendios” agrega Ignacio Jardón, Executive Creative Director de R/GA.

Por su parte, Martín Carniglia, director ejecutivo de Data & Marketing Science en R/GA, comenta: “Este proyecto es el fiel reflejo del poder multiplicador de los datos cuando se conjugan con la creatividad. Nació de la exploración de insights sobre el peso que tiene la participación humana en los incendios. Con base en eso, se nos ocurrió innovar creando un modelo predictivo que incluyera esas variables antes no consideradas. Finalmente encontramos una forma creativa de difundir el mensaje y educar a las audiencias de todo el país. Los datos se transforman entonces en algo tangible y de valor para la comunidad”.

¿Cómo funciona Algoritmo de Fuego? El algoritmo estima la cantidad de incendios que se podrían producir en un determinado lapso, teniendo en cuenta la temperatura, viento, sequedad y humedad (sistema FWI) por mes en la ciudad de Bariloche, la densidad de población y la cantidad de incendios en Río Negro registrados en períodos de tiempo similares de referencia. Para alimentar la herramienta, se conectaron e integraron bases de datos públicas con información histórica de enero de 2007 a diciembre de 2017, y se entrenó un modelo de machine learning para predecir riesgos de incendio.

https;