Cliente: Sector cosmética y cuidado personal Metodología: Open Data Mining Puntos de dolor / necesidad / objetivo general del cliente (Situation) La explosión de principios activos para productos de cosmética dada la apertura a productos provenientes de diferentes países, llevan a clientes como Loreal, Natura y otros a buscar nuevas rutas de desarrollo y nuevos principios activos para sus productos. Una herramienta de screening poderosa es la comparación de las descripciones de los productos y compararla con la información explícita en e-commerce y la participación en venta. Metodología y dispositivos analíticos Open Data Mining es una metodología que permite: USAR: La enorme cantidad de información presente en internet, inclusive las descripciones de producto en e-commerce, la conversación digital en audio, video y texto. DETECTAR: Detectar conversaciones que tienen el potencial de convertirse en tendencia al comparar cada nueva conversación con aquellas que han sido exitosas y no tendenciosas para que las marcas aprovechen las tendencias en sus primeras etapas de desarrollo. ENCONTRAR: Entidades como principios activos, concentraciones, características diferenciales, concentraciones de producto entre otros aspectos que no parecieran notorios a la luz de cualquier persona. Gran resultado general (Work underway) Mapa completo de principios activos tendenciosos, que el consumidor quiere comprar y de los cuales el consumidor quiere aprender Ruta de desarrollo de producto entendiendo las funcionalidades esperadas que el mercado aclama.
Cliente: Universidades Metodología: Open Data Mining & NLP (Natural Language Processing) Puntos de dolor / necesidad / objetivo general del cliente (Situation) Desarrollar alternativas de educación continuada poderosas y ganadoras, que atraigan la atención de posibles estudiantes es cada vez mas difícil, todo ello desde el boom de las plataformas de educación ágil y la apertura de grandes universidades globales de prestigio a abrir cursos en America Latina. ¿Cuales son las temáticas y necesidades sobre las cuales se puede formular nuevos programas de educación continuada? Metodología y dispositivos analíticos Open Data Mining en unión a NLP es una metodología que permite: USAR: La enorme cantidad de información presente en internet, lanzamiento de libros, opiniones de expertos en temáticas profesionales específicas, motores de empleo (descripciones laborales) etc. DETECTAR: Mediante uso de machine learning (Natural Language Processing) detectar patrones lingüísticos ocultos que conecten con temáticas de interés para desarrollo de programas profesionales de educación e inclusive para hacer rediseño curricular. Gran resultado general (Work underway) Portafolio de temáticas y posibles programas de educación continuada para fortalecer la oferta de servicios de las universidades. Mejoramiento curricular de programas de pre-grado y post-grado en función de las nuevas necesidades profesionales de grupos puntuales.
Cliente: Refinancia Metodología: CAS Collection Analytics Services Puntos de dolor / necesidad / objetivo general del cliente (Situation) La gestión de cobranza efectiva, requiere una vista 360° del proceso. Muchas empresas conocen muy bien las cifras de resultados pero no de los procesos. En otras palabras, muchas empresas pueden responder la pregunta de ¿Cómo nos fue? pero muy pocas empresas pueden responder la pregunta del ¿Qué hicimos para lograr ese resultado? Metodología y dispositivos analíticos Integrando diferentes fuentes de información propias del negocio, apoyamos a Refinancia a reportear las causas y los efectos de su proceso de cobranza Reproduciendo reportes manuales que tomaban mucho tiempo operativo de sus tomadores de decisión, automatizando la ingesta de los datos, limpieza de los mismos y visualización ahorrando tiempo que ahora se dedica a la estrategia. Apoyando la comprensión de diferentes arquitecturas tecnológicas para facilitar la migración de procesos analíticos a la nube. Diseño de sistemas de ingesta, transformación y visualización de información. Gran resultado general (Work underway) Tras diferentes loops de integración de datos y reporteo se logró: Construir un algoritmo en Python que facilita la fijación de metas por agente. Visualizar la información diaria del desempeño comercial a nivel de agente. Reducir tiempo funcional de diferentes equipos al lograr fluidez y automatización de una tarea que venía generándose de forma repetitiva y con probabilidad de error. Queremos acompañar tus procesos de analítica e investigación de mercados con un enfoque de MlOps y DeOps. ¿Entramos en contacto? América del Sur México y Centroamérica
