D E É X I T O C A S O S

CASOSDE ÉXITO

S O L U C I O N E S P A R A E M P R E S A C O N E N F O Q U ED A T A D R I V E N

PROBLEMA ARESOLVERNuestro cliente, un importante fabricante y distribuidor deaceites y lubricantes a nivel mundial, necesitaba optimizarsu proceso de selección y evaluación de ubicaciones paranuevos puntos de venta.

NUESTRA SOLUCIÓNPREDIK Data-Driven desarrolló un modelo de pronóstico de ventas, que permiteevaluar el desempeño de una estación de servicio en función del potencial de la zonaen que se encuentra, e identifica la ubicación más idónea para la construcción de unnuevo punto. Con este modelo nuestro cliente pudo pronosticar, en función dedeterminadas variables, el potencial de facturación esperada de cada nuevo punto ypor tipo de gasolina.

CASO DE ÉX I TO

[email protected].: MX +52 (55) 4777-2912 --- USA +1 (305) 442 2750

METODOLOGÍA Y FUENTES DE DATOSUTILIZADASLa metodología detrás de esta solución se basa en diversas variables,entre ellas la movilidad vehicular de las zonas, la presencia de puntos decompetidores, datos de ventas mayoristas de gasolina, e informaciónpropia de los puntos de venta ya existentes del cliente. El modelodesarrollado incorpora estas variables, supuestos y otros elementos.

CASO DE ÉX I TO


PROBLEMA A RESOLVERUna corporación de la industria alimentaria de Méxicorequería dimensionar y analizar el impacto esperado de laintroducción de una nueva línea de productos en elmercado, así como identificar, analizar y comparartendencias de casos similares en otros mercados.

NUESTRA SOLUCIÓNPREDIK Data-Driven desarrolló una metodología de evaluación de preferencias,gustos y tendencias de consumo de este tipo de productos en el mercadomexicano.

El modelo contemplaba una caracterización del tema relacionado al tipo deproducto, un desglose del segmento de la población con preferencias sobre eltema, y un análisis de afinidad con otros temas relacionados, con el objetivode lograr una mejor caracterización del perfil del potencial consumidor.

El resultado final contempló un análisis comparativo de las preferencias poreste tipo de productos en México, Estados Unidos y España, y un análisis delmercado en cuestión del producto, con datos sobre la oferta a nivel local,tamaño del mercado, familias de productos, empresas participantes, marcas, yprecios de venta.

CASO DE ÉX I TO


CASO DE ÉX I TO

METODOLOGÍA Y FUENTES DE DATOSUTILIZADASLa metodología se fundamentó en el máximoaprovechamiento de la información de los consumidores quese deriva de su comportamiento en línea, en redes sociales,motores de búsqueda, mapas digitales y otras aplicacionesde Internet, mediante la utilización de técnicas avanzadas deminería de datos.


NUESTRA SOLUCIÓNPara resolver este problema, PREDIK Data-Driven desarrolló un modelo que recopilainformación geográfica, sociodemográfica y subjetiva sobre preferencias eintereses del cliente potencial de los puntos de venta de la corporación.

El modelo de evaluación de zonas incorporó también información de facturación dela empresa, concretamente de tiendas ya existentes en zonas con característicassimilares a las que se pretendía evaluar.

Entre las variables que contemplaba el modelo se encuentran: densidad vehicularen las zonas en análisis, mapas de calor de la población flotante y residente,información del entorno comercial de cada punto, y una caracterización de lademanda, con una estimación del gasto potencial en tiendas similares a las quepretendía abrir nuestro cliente.

PROBLEMA ARESOLVERUna corporación multinacional dedicada a la produccióny comercialización de productos agroindustrialesnecesitaba, como parte de su plan de expansión,identificar las zonas más adecuadas para la apertura ypuesta en marcha de nuevos puntos de venta.

CASO DE ÉX I TO


CASO DE ÉX I TO

METODOLOGÍA Y FUENTES DE DATOSUTILIZADAS

La metodología utilizada para el desarrollo de esta soluciónconsistió en la recopilación, depuración, homologación, validacióny análisis de toda la información de fuentes secundarias yterciarias, incluyendo, más no limitado a: registros en redessociales, comportamiento en línea, directorios de empresas,transito vehicular, encuestas de consumo y registros deimportaciones. A través del uso de técnicas de Big Data ymachine learning, se generó el modelo que permitió identificar laszonas con mayor idoneidad para la apertura de los nuevosestablecimientos.


PROBLEMA ARESOLVERUna corporación multinacional del sector industrial ylogístico necesitaba optimizar su proceso de protección deactivos e identificar posibles usos ilegítimos de suproducto por parte de sus clientes.

NUESTRA SOLUCIÓNPREDIK Data-Driven desarrolló una metodología específica y a la medida de lascaracterísticas del cliente, que consistió en modelar y comprender los flujoseconómicos entre la empresa, sus clientes y terceras partes involucradas en elproceso de distribución de sus productos. Por medio del modelo desarrollado, fue posible identificar los puntos del proceso enlos que existe mayor probabilidad de que los productos del cliente se utilicen deforma ilegítima.

CASO DE ÉX I TO


CASO DE ÉX I TO

METODOLOGÍA Y FUENTES DE DATOSUTILIZADASPara el diseño e implementación de este modelo de simulación,el equipo de científicos de datos de PREDIK Data-Driven recurrióa una amplia variedad de fuentes de datos, tanto primariascomo alternativas, públicas y privadas, así como informaciónpropia de la empresa cliente.

En la creación de la metodología se utilizaron técnicas avanzasde minería de datos y machine learning.


NUESTRA SOLUCIÓNPREDIK Data-Driven propuso una solución cuyo objetivo principal fue laidentificación de las temáticas con mayor demanda para cursos online en losmercados en que opera la universidad.A través de la creación de una plataforma de información interactiva, nuestrocliente pudo identificar, cuantificar y caracterizar a la población con Interés en lostemas de mayor preferencia por parte de la población estudiantil, analizar elcomportamiento de la tendencia de la demanda por información sobre lasdisciplinas académicas de interés de la universidad, identificar las mencionespresentes en conversaciones respecto a los temas, cuantificar la demanda porcursos de los temas identificados y conocer los perfiles tecnológicos mássolicitados por las empresas.

PROBLEMA ARESOLVERNuestro cliente, una de las universidades privadasmás grandes de México, requería evaluar la demanda porcursos académicos, licenciaturas, maestrías en los mercadosen que opera, y comprender, en el contexto del "nuevonormal" derivado de la pandemia, las necesidades yexpectativas de la población estudiantil respecto a laeducación en las modalidades presencial y virtual.

CASO DE ÉX I TO


CASO DE ÉX I TO

METODOLOGÍA YFUENTES DEDATOS UTILIZADASPara el desarrollo de esta solución, PREDIK Data-Driven desarrollóun metodología alterna a las tradicionales encuestas. Lametodología se basa en el máximo aprovechamiento de lainformación sobre los consumidores que se puede obtener de sucomportamiento en Internet.


La disponibilidad de millones de datos producto del consumo permanente deinformación digital, en combinación con la tecnología adecuada, nos permitecomprender los intereses y necesidades de las personas, sin tener que preguntarles.La respuestas de las personas en una encuesta varían según las circunstanciaspropias de cada encuestado; mientras que un estudio basado en su comportamientonos brinda resultados libres de sesgo y en tiempos de ejecución más cortos.

PROBLEMA A RESOLVERNuestro cliente, una importante corporación en la agroindustrialatinoamericana, requería identificar posibles focos de maleza ensus plantaciones, para prevenir posibles perdidas en sushectáreas de cultivo.

NUESTRA SOLUCIÓNPREDIK Data-Driven propuso una solución cuyo objetivo fue el desarrollo de unsistema automatizado de análisis de imágenes satelitales de alta resolución paradetectar focos de maleza en plantaciones.

A través de la creación de metodologías para el procesamiento de data geoespacial y aplicación de técnicas de Big Data, nuestro cliente pudoidentificar de manera oportuna, los lugares donde estos focos potenciales demaleza se estaban generando y aplicar las medidas correctivas necesarias previniendo perdidas en sus plantaciones.

CASO DE ÉX I TO


CASO DE ÉX I TO

METODOLOGÍA Y FUENTES DE DATOSUTILIZADASPara el desarrollo de esta solución, PREDIK Data-Driven desarrolló un metodología quecombinaba el procesamiento de grandes cantidades mensuales de informaciónproducto de data geoespacial. Esta metodología permite generar modelos declasificación automática que aprovechan toda la información que las imágenes satelitales de alta resolución proporcionan.

La disponibilidad de millones de datos de información que se puede generar a través del análisis de data geoespacial, en combinación conla tecnología adecuada, permite comprender e identificar los puntos clave de información, sin requerir de evaluación on-site.


Documents

D E É X I T O C A S O S