BUSINESS DATA SCIENCE

Esta empresa cervecera de origen español precisaba hacer una previsión de demanda de cerveza para el canal de la hostelería utilizando técnicas de Machine Learning e IA. Entre los trabajos que realizamos para esta empresa, se encuentra el análisis para identificar las variables que generaban la demanda, y su posterior análisis de datos para conocer el volumen de ventas en hostelería. El resultado permitió la automatización de la predicción con datos semanales y mensuales con un acierto en la previsión de ventas de más del 95%, creando una herramienta de visualización y gestión que se integró con el modelo algorítmico.

Dentro de los objetivos de esta empresa, se contemplaba la mejora de la gestión de residuos, siendo uno de sus hitos el control y análisis para la mejora de neumáticos fuera de uso. A través de este proyecto, desarrollamos un sistema de prevención de incidencias y análisis de pesajes de recogida, evitando así fraudes tanto financieros como ecológicos. Logramos un aumento del 83% en el acierto de posibles incidencias, y un 11% en mejoras operativas.

El reto que esta empresa nos propuso fue generar, de manera automatizada, la recomendación de surtido para uno de sus clientes más grandes. Para ello, identificamos Business Segments para la clasificación de modelos y la continuidad de datos entre temporadas. A partir de estas agrupaciones, se generaron modelos de previsión de demanda y modelos de optimización para identificar el surtido que maximizaba el retorno. Como resultado se generaron recomendaciones de surtido óptimas, reduciendo en un 45% los ítems derivados a outlet y un aumento del 80% del acierto de previsión de demanda.

Este banco necesitaba un sistema de identificación del Churn, así como encontrar patrones de comportamiento que alertasen de la morosidad de sus clientes. La importancia estratégica del proyecto era elevada debido a los últimos datos arrojados el pasado año en abandono de clientes. A raíz de este problema, introdujimos un algoritmo con más de 15 variables que nos han permitido conocer de antemano la baja de clientes en más de un 70% de las ocasiones.