Analítica empresarial y social

Permanent URI for this community

http://10.64.0.55:4000/handle/123456789/4555

Browse

Now showing 1 - 17 of 17

Algoritmo de predicción churn de usuarios utilizando machine learning
(2022) Binello, Matías; Ferrari Aguilera, Rocío María
"En el presente trabajo se llevó a cabo un análisis exhaustivo de la base de datos de usuarios de la empresa XYZ, a partir del cual se construyó un modelo de predicción de Churn utilizando el algoritmo Random Forest, con la finalidad de determinar aquellos usuarios que pasarán a ser inactivos al cabo de los siguientes 30 días. Teniendo en cuenta la definición de la empresa, un usuario es inactivo cuando no realiza al menos una transacción en los últimos 30 días."
Aplicación de inteligencia artificial para la conservación de la biodiversidad
(2023) Noguera, Abril; Arbués, Lucas; Achával, Ignacio de; Rodríguez Varela, Juan Pablo
Gracias a los avances tecnológicos de la modernidad, con la ayuda de cámaras trampa, los expertos en conservación pueden observar la vida silvestre para medir y estimar la abundancia de las especies sin la necesidad de estar presentes, mitigando así el factor de ahuyentamiento de los animales. Rewilding Argentina realiza anualmente proyectos de captura de imágenes con cámaras trampa con una duración de 30 días en cada una de sus regiones de presencia. Tan solo en una de las zonas de captura se pueden tomar 120,000 imágenes. Aquí es donde se presentan barreras al trabajo humano. En cualquier proyecto de conservación que involucra imágenes de cámaras trampa, gran parte del trabajo proviene de examinar manualmente miles de imágenes e identificar especies. Es posible que hasta el 80% de las fotografías no contengan animales dado a que la cámara fue activada por elementos como el movimiento de la flora o el viento. Aparecen, además, diversos factores que potencian el error humano, como la oscuridad de ciertas imágenes, la superposición de árboles o arbustos por delante de los animales o la fatiga del repetitivo trabajo de observar una y otra vez imágenes similares. A modo de resumen, el procesamiento de la información actualmente ocupa semanas de trabajo y además está expuesto a errores humanos implícitos en la clasificación manual. El presente proyecto nace como respuesta a la necesidad de optimizar dicho proceso, combinando la precisión y velocidad de la inteligencia artificial con la agudeza analítica humana. Se propone la implementación de una plataforma integrada con modelos de inteligencia artificial que permite a la organización cargar, clasificar y compartir los datos obtenidos por las cámaras. Por lo que el agregado de valor se ve reflejado en la aceleración drástica del proceso de clasificación de las imágenes y en la mejora de la representación de las mismas dando un salto de calidad en la precisión del etiquetado. Tener información precisa, detallada y actualizada sobre la ubicación y comportamiento de los animales en su hábitat natural potencia significativamente la capacidad para estudiar y conservar ecosistemas. Los investigadores de vida silvestre pueden evaluar mejor qué tan abundantes son las especies, dónde están ubicadas y cómo se mueven de un lugar a otro. Los responsables de la formulación de políticas pueden utilizar conocimientos para elegir dónde y cómo cambiar los límites de las áreas protegidas. Basar sus decisiones acerca de los próximos proyectos de restauración en información confiable para así lograr los objetivos de la fundación. Usar la inteligencia artificial para recuperar poblaciones de animales en situación crítica.
Automatización de geolocalización de direcciones para OCASA
(2023) Collado, Camila; Lara Acosta, Agustín; Pettinato, Camila; Rodríguez Varela, Juan Pablo; Pascale, Ignacio José
OCASA es una empresa que ofrece servicios logísticos y de distribución a empresas. Su actividad central es la entrega de paquetería y correo a domicilios de todo el país. Para realizar la logística y distribución de los paquetes, OCASA obtiene la información de las direcciones a través de sus clientes. Actualmente, para encontrar la dirección proporcionada por el cliente, los operadores de OCASA las comparan con direcciones existentes en su base de datos, es decir, direcciones donde se entregaron con éxito paquetes anteriormente. Si se encuentra coincidencia exacta, la dirección del cliente se geolocaliza con la dirección coincidente en la base de OCASA. En caso de no encontrar coincidencia, se realiza la geolocalización manualmente. Las direcciones que se encuentran en la base de datos de OCASA son lugares donde se ha hecho la entrega de un paquete en alguna ocasión. Sin embargo, esto no implica que las direcciones estén correctamente escritas. El repartidor puede haber encontrado una manera de llegar a la dirección específica mediante la consulta a personas de la zona, su propio conocimiento u otras razones. Es importante tener en cuenta que OCASA no es propietaria ni responsable del diseño ni del contenido de las páginas web de sus clientes, no puede influir en la mejora de la escritura de la dirección. La mayoría de las direcciones que OCASA recibe están compuestas de un campo libre donde el receptor puede escribir su dirección como lo considera correcto. Por lo tanto, no están estandarizadas y suelen ser inexactas. Si bien existen algunos clientes que proporcionan la geolocalización exacta donde se debe entregar un paquete, para la mayoría de los casos, la geolocalización está a cargo de OCASA. La geolocalización se puede obtener mediante comparación o por ruteo manual. Las direcciones se comparan por coincidencia exacta. Esto significa que un mínimo error puede resultar en que no se encuentre una coincidencia. Por ejemplo, si una dirección en la base de datos de OCASA contiene una tilde, como “Avenida Córdoba 3010” , y el cliente la escribe sin tilde, “Avenida Cordoba 3010”, no se encontrará coincidencia, a pesar de que ambas se refieran a la misma dirección. En este caso, la dirección del cliente se envía a revisión manual. Debido a las diferencias en la escritura de direcciones se lleva a una sobrecarga de revisión manual para los operadores de OCASA. El proyecto tiene como objetivo probar la hipótesis de que al automatizar el proceso de coincidencias, incluyendo un modelo y técnicas de Natural Language Processing (NLP), se mejora la calidad de las direcciones para luego ser efectivamente geolocalizadas. De esta manera, se reducirá la sobrecarga de revisión manual y se generará un impacto positivo en los costos asociados.
Automatización en la recolección de datos deportivos
(2022) Coluccio, Ignacio Nicolás; Prada, Tadeo
"Es de público conocimiento que los datos están presentes en casi todos los ámbitos de la sociedad. Pero estos no significan nada si no son procesados y estudiados por el ojo conocedor, para hacer de los mismos información. La disponibilidad de los datos es importante pero la correcta utilización, y aplicación de los mismos es lo que genera la diferencia. Esto puede aplicarse a los deportes, por la gran presencia de datos crudos generados, en especial en el basquet. El basquet es uno de los deportes en los que más se utilizan los datos, siendo este un deporte que depende cada vez más y más de estadísticas, probabilidades y mejora de porcentajes. Es por esto que se busca generar un diferencial desde el lado analítico y comprender el juego a través de estos números."
Caylent: talent acquisition hiring process
(2021) Nasillo, Agustín Gabriel
"El presente trabajo tuvo como objetivo la mejora del proceso de contratación de Caylent, a través de metodología de ciencia de datos. En ese momento, Caylent realizaba un assessment de prueba de trabajo para todos los candidatos a Engineer y Solutions Architect. Dicha metodología consistía en diseñar y describir una solución que cumpliera con algunos criterios específicos, al tiempo que permitía margen de diferenciación entre los candidatos. De esta manera, la evaluación combinada con las puntuaciones del GMA y los resultados de las rondas de entrevistas técnicas, constituía la mayoría de los datos utilizados para llegar a una decisión de contratación. El foco del proyecto fue revisar los assessments y generar los correspondientes insights que puedan ayudar al negocio a mejorar su proceso de contratación actual."
Conteo de cultivos de maíz (Stand Count)
(2024) Makk, Azul de los Ángeles; González del Solar, Sofía; Reiman, Nicole
En el ámbito de la agricultura, el conteo preciso de plantas es una práctica fundamental que incide directamente en la optimización de los recursos y el éxito de los cultivos. Este proceso, cuando se realiza de manera manual, enfrenta una serie de desafíos que afectan su precisión, eficiencia y escalabilidad. Factores como la subjetividad inherente a la percepción humana, la laboriosidad del proceso y las limitaciones en la extensión del conteo manual en campos agrícolas extensos, hacen imperativo buscar soluciones alternativas que mejoren la gestión general de los cultivos. El presente proyecto surge en respuesta a estas necesidades, proponiendo el desarrollo de un algoritmo de Machine Learning capaz de contar automáticamente las plantas de maíz en campos agrícolas mediante el análisis de imágenes tomadas por drones. En colaboración con la empresa EmpresaX, especializada en el análisis de datos agropecuarios, se propone abordar este desafío con el objetivo de proporcionar una solución innovadora y eficiente que simplifique el proceso de conteo, a la vez que optimice la toma de decisiones agrícolas informadas y reduzca los costos operativos asociados al conteo manual. Mediante esta asociación, se permite trabajar directamente con clientes reales, adaptando la solución a las necesidades específicas del mercado y garantizando su relevancia y aplicabilidad en entornos agrícolas reales.
Forecast de una mayorista y minorista de tecnologías
(2023) Baronio, María Felicitas; Shinzato, Ezequiel; Parodi, Manuel
Una empresa vendedora de artículos de tecnología (línea blanca y línea marrón) se acerca a nosotros con la necesidad de generar un forecast de ventas que estime las mismas de forma mensual, con el fin de lograr una planificación más óptima de su actividad y sus recursos. El mismo expresa que el método de forecasting actual se basa en números acordados entre los directores comerciales (quienes transmiten la estrategia comercial de la empresa) y los product managers (quienes conocen el mercado y administran el producto). El método actual se basa mayormente en las suposiciones de estos actores y no en datos empíricos. Nuestro objetivo es generar un forecast de ventas más preciso para los principales grupos de productos de su empresa, utilizando un enfoque basado en datos empíricos, que logre resultados más precisos que los métodos actuales. Este pronóstico de ventas debería ser capaz de ayudar a la planificación estratégica anual de la empresa y tomar decisiones mejor informadas sobre la asignación de recursos, acorde a la previsión de demanda de cada grupo de productos.
Modelo de optimización de precios para anfitriones de Airbnb
(2023) Fiorellino, Delfina; Pruden, Valentina; Vidal, Rosario; Rodríguez Varela, Juan Pablo; Gonzáles Rodríguez, Rubén Darío; Brottier, Ignacio
Marcelo Marcone se dedica a administrar 4 propiedades en el barrio de Belgrano en Buenos Aires a través de la plataforma de Airbnb. Si bien su negocio es rentable, actualmente tiene la dificultad de definir precios óptimos para sus propiedades: si fija precios demasiado altos, es posible que no se atraigan suficientes huéspedes y pierda oportunidades de ingresos mientras que si fija precios demasiado bajos, puede terminar perdiendo la oportunidad de obtener más dinero por los alquileres. Hasta el día de hoy, Marcelo define precios en base a su experiencia personal como anfitrión, habiendo observado a lo largo de los años qué precios funcionan para cada uno de sus alojamientos en cada periodo del año. Debido a esto, Marcelo tiene el objetivo de mejorar su negocio fijando precios óptimos para sus departamentos tomando decisiones con más fundamento que su experiencia; quiere fijar precios en función de la demanda de la competencia, que a su vez se ve afectada por eventos que tienen lugar en el barrio o en la ciudad (por ejemplo, maratones o conciertos) en fechas particulares. En este contexto, el objetivo del proyecto es brindarle a Marcelo una herramienta para que logre posicionarse de la mejor manera posible en un mercado altamente competitivo como Airbnb, ayudando a definir precios óptimos para el alquiler de sus propiedades. Mediante la clusterización de las barrios y el análisis de la demanda, se desarrollará un modelo de predicción de cantidad de días de ocupación en una semana determinada en función de diferentes parámetros, como: precios promedio por noche, huéspedes, tipo de estadía, rating promedio entre otros. Este modelo a su vez considerará la demanda de alquileres a lo largo del año. De esta manera Marcelo podrá encontrar el equilibrio entre precios competitivos y rentables.
Optimización de carteras de inversión para Mujer Financiera
(2023) Burzaco, Sofía Andrea; Pioltino, Luisa; Tarakdjian, Facundo; Rodríguez Varela, Juan Pablo; Gonzáles Rodríguez, Rubén Darío; Gutierrez, Lorenzo
Mujer Financiera es la primera startup en desarrollar productos de educación financiera e inversión para las mujeres de Latinoamérica con la misión de reducir la brecha de género en inclusión financiera y construir un mejor futuro para todos. Su objetivo es educar a las mujeres en finanzas personales para ayudarlas a tomar mejores decisiones en la vida. Con el objetivo de ampliar su propuesta y modelo de negocios, Mujer Financiera está planeando una ampliación de sus servicios actuales. No solo se centrará en la educación financiera, sino que también incorporará una cartera de inversiones. Dado que cada vez más de usuarias que alcanzan un balance financiero saludable y tienen márgen para invertir, y las mismas usuarias que ya confían en la plataforma lo piden, el equipo de Mujer Financiera decidió apostar por un modelo de fintech que además de educar ayude a potenciar las ganancias y los ahorros de sus usuarias. En un mercado financiero cada vez más competitivo, la capacidad de ofrecer carteras de inversión optimizadas y personalizadas puede ser un factor diferenciador importante para atraer y retener clientes. Es importante lograrlo de manera eficiente y escalable por lo cual es importante para la empresa producir un procedimiento propio que se adecúe a su modelo de negocio, como también poder controlar y ejecutar cambios en las políticas y condiciones cuando le parezca pertinente.
Optimización de estrategias de contenido en medios digitales : un enfoque de algoritmos genéticos basado en clusters
(2024) Gonzalez Crespo, Agustina; Murtagh, Ines; Weintraub, Sofía; Rodriguez Varela, Juan Pablo
El presente proyecto tiene como objetivo generar un reporte detallado sobre el análisis de interacciones en las notas de un diario digital argentino, utilizando técnicas avanzadas como análisis de sentimiento, LDA, clustering y algoritmos genéticos. Esta solución busca profundizar en los factores que influyen en la interacción con la audiencia, permitiendo al diario tomar decisiones informadas sobre la presentación y promoción de su contenido para aumentar las pageviews y la participación de los lectores. En el ámbito de los medios digitales, comprender qué elementos influyen en el éxito de las notas es crucial para captar y retener la atención de los lectores. Sin embargo, el diario enfrenta varios desafíos con los métodos tradicionales de análisis, como la falta de herramientas adecuadas para aprovechar sus datos, lo que dificulta la identificación de oportunidades de crecimiento y la maximización de pageviews. Estos factores pueden llevar a decisiones subóptimas en la presentación y promoción del contenido. Para abordar estos desafíos, se desarrolló un sistema basado en algoritmos genéticos que recomienda estrategias específicas para cada nota, analizando atributos como el sentimiento, el tipo de autor, el título, el subtítulo y si el título debe o no contener una pregunta retórica. Este sistema utiliza datos históricos para identificar patrones y ajustar las estrategias con el fin de maximizar las pageviews en diferentes clusters o segmentos de notas. El proyecto se desarrolló en varias etapas, incluyendo la integración y limpieza de datos del diario digital, asegurando la corrección de cualquier inconsistencia; la exploración profunda del conjunto de datos para identificar patrones y posibles irregularidades, utilizando técnicas descriptivas y visuales; la selección y ajuste de algoritmos de Machine Learning y optimización, el entrenamiento de modelos y la evaluación de su desempeño; y la implementación de las estrategias recomendadas, evaluando su impacto en los indicadores clave de desempeño (KPI) del diario. El proyecto culmina en una herramienta que proporciona estrategias optimizadas para mejorar las vistas de página en las notas del diario digital. Esta herramienta permitirá al diario ofrecer un análisis más eficiente de su contenido, facilitando la identificación de estrategias más efectivas para atraer a los lectores. El modelo de optimización mostró un aumento promedio, por cluster, del 8,19% en el crecimiento de pageviews y en la ganancia neta. También mostró una variación ponderada total del 8,17%, lo que refuerza la confianza en la efectividad de las estrategias implementadas. El desarrollo de esta herramienta no solo optimiza la gestión del contenido del diario digital, sino que también proporciona una base para futuras investigaciones y mejoras en el campo del análisis de datos en medios digitales. Además, la colaboración con el diario garantizará la relevancia y aplicabilidad de la solución en entornos reales, adaptándose a las necesidades específicas del mercado.
Optimización de gestión de repuestos: optimizar la gestión de inventarios en empresas de colectivos
(2021) Scafati, Eugenio; Zimbimbakis, Julieta
"El siguiente proyecto tiene como objetivo optimizar la gestión de inventarios de un grupo económico dedicado al transporte de pasajeros en la Provincia de Buenos Aires. Actualmente la política de gestión de inventarios se basa en la intuición y no en los datos históricos generando una ineficiencia que se traduce en costos elevados. En primer lugar, se redujo el scope de los artículos a incluir en la solución midiendo la rotación y el precio de estos; y por medio de heurísticas de negocio y clusterizando por rotación y valor los productos se logró encontrar la forma de optimizar los inventarios. Para mejorar la lógica detrás de la gestión de inventarios se implementó la optimización lineal de Wilson y por otro lado, el cálculo de Stock de Seguridad y Punto de Reorden con diferentes niveles de servicios deseados. Finalmente, se logró encontrar una heurística que logra reducir en un 73.4% los costos totales de gestión de inventario en el subset de productos seleccionados, representando aproximadamente 26.4 millones de pesos anuales."
Predicción de stock de carbono en suelos argentinos
(2024) Scorza, Juan Ignacio; Soleño, Justo Nicolas; Alfie, Augustin Ariel
El proyecto tiene como objetivo revolucionar la medición de carbono en suelos agrícolas mediante un modelo predictivo avanzado. Este enfoque pretende ofrecer una alternativa más accesible y económica comparada con las mediciones tradicionales, posibilitando un mayor alcance en el mercado agrícola y generando ingresos significativos. El modelo seleccionado es un Árbol de Decisión Potenciado (Modelo V2) y fue obtenido mediante el uso de la herramienta Google AutoML. El Árbol de Decisión Potenciado ha demostrado un rendimiento sólido, destacando en particular por su MAPE de 14.609% en evaluación y un coeficiente de determinación de 0.742. Estas métricas subrayan su alta precisión en las predicciones y una excelente capacidad de generalización a nuevos datos, lo que es fundamental para ajustar la penetración de mercado y la estructuración de precios. La implementación del modelo predice con precisión la cantidad de carbono almacenada en los suelos, ofreciendo un gran potencial de mercado. Se proyecta una ganancia sustancial basada en la penetración de mercado y la estrategia de precios, con una estimación de ingresos de aproximadamente 300 mil dólares. Este modelo no solo mejora la eficiencia de las mediciones de carbono sino que también contribuye significativamente a las prácticas agrícolas sostenibles y a la gestión ambiental, posicionando al proyecto para un éxito continuo en el sector agrícola.
Predicción del start-up time de un ensayo clínico
(2022) Colantonio, Santiago; Fichendler, Sebastián Alejandro
"El siguiente trabajo tiene como objetivo mejorar la toma de decisiones sobre la realización de los ensayos clínicos de la farmacéutica Empresa ABC, teniendo como indicador de referencia el tiempo de start-up de cada ensayo clínico. Para lograr el objetivo se desarrolló un modelo de predicción del tiempo de start-up utilizando el algoritmo árbol de decisión, que incorpora las características de los ensayos clínicos. Y que además este permite saber que variables son las que tienen mayor impacto en la variable objetivo, y como alterándolas se pueden encontrar recomendaciones para reducir el tiempo de start-up."
Proyecto de asesoría productiva para gestores financieros y actuariales
(2024) Feilbogen, Sofía; Salinas, José Rubén; Vallejo, Victoria; Rodriguez Varela, Juan Pablo
Este informe presenta el proyecto de asesoría productiva para Gestores Financieros Y Actuariales, una empresa ubicada en Honduras especializada en el cultivo de pimiento morrón. El objetivo del proyecto es evaluar una posible nueva estrategia de cultivos con el fin de maximizar las ganancias para aumentar la rentabilidad y ampliar su alcance en diferentes mercados. A través de un análisis exhaustivo de datos y la implementación de modelos de optimización, se busca identificar la combinación óptima de cultivos o el cultivo individual más rentable. Se han recolectado datos sobre costos de producción, valor de venta de ingredientes, tiempo de cosecha y capacidad de producción por hectárea. Utilizando metodologías avanzadas de optimización y herramientas de análisis de datos con Python, se desarrolló un modelo que permite maximizar la rentabilidad de la producción diversificada de Gestores Financieros Y Actuariales. El proyecto se estructura en varias fases que incluyen la recolección y limpieza de datos, el análisis exploratorio de datos (EDA), la implementación y validación de modelos de optimización, y la presentación final de resultados con recomendaciones detalladas y un simulador interactivo para la planificación de cultivos junto con una encuesta de satisfacción para el cliente.
Segmentación de clientes BLA concept
(2021) Gazzotto, Felipe; Kozameh, Ana; Alpiggiani, Romina
"El presente informe tiene como objetivo introducir el proyecto realizado para la empresa de indumentaria BLA Concept. Actualmente, las ventas en la página web de BLA presentan una tasa de conversión en el checkout menor al promedio del sector, y menor a la esperada por la marca. La finalidad de esta investigación es la de crear un plan de implementación de mejoras para revertir esto, y mejorar el porcentaje de ventas."
Segmentación de suscriptores
(2023) Saguier, Violeta; Palomeque, Candela; Rodríguez Varela, Juan Pablo; Murad, Martín; González Rodríguez, Rubén Darío
El problema presentado por Club La Nación parte de la falta de conocimiento sobre sus suscriptores. La empresa consultada nunca realizó una explotación apropiada de sus datos, lo que resulta en la falta de reconocimiento de las oportunidades que podría generar para el crecimiento del negocio. Actualmente la empresa trabaja con segmentaciones confeccionadas de manera manual y a partir de criterios sugeridos por el negocio que no tienen fundamento analítico. Explotar los datos puede significar un conocimiento mayor sobre los comportamientos de los suscriptores, lo que permite personalizar las recomendaciones y mejorar su experiencia con la plataforma. El objetivo del proyecto es generar un reporte a partir del modelo de segmentación a crear. El mismo se hará analizando el comportamiento de los suscriptores de Club La Nación a partir del registro de sus transacciones. A partir del mismo se obtienen las conclusiones que aportarán valor agregado al cliente, con información para identificar los diferentes segmentos de suscriptores para que el negocio cuente con información específica sobre sus consumos, preferencias y hábitos y en función de esto realizar recomendaciones específicas, enmarcarlos en campañas de marketing determinadas para cada tipo y conocer qué empresas pueden ser proveedores de beneficios útiles a futuro para generar una oferta mejor para los suscriptores. A partir de los recursos mencionados Club La Nación dispondrá de un plan de acción con sugerencias ejecutables.
La Tribu
(2022) Zuckerberg, María Agustina; Estol, Conrado Alfonso; Barreiro, Grisel Paloma
"Actualmente, la Empresa SA pierde muchas licitaciones anuales debido a que importa productos a un precio mayor al de sus principales competidores. Esto puede deberse a que la empresa se presenta a las negociaciones con sus proveedores sin explotar los datos que refieren a las importaciones de los mismos productos por parte de sus competidores. La finalidad del presente trabajo es brindar a la Empresa SA una herramienta que le permita explotar los datos para predecir el comportamiento de sus competidores, mostrándole a qué precio importarían determinado producto teniendo en cuenta la cantidad que se importa y a qué proveedor lo harían. De esta manera, podrán decidir si modificar su proveedor o negociar con más información el precio a su actual proveedor. Luego de un profundo análisis, se desarrolló la solución mediante lenguaje Python. Se combinó un modelo de clasificación múltiple con un modelo de regresión ya que estos arrojaban las mejores métricas de performance. Además, se realizó un dashboard en Power BI para enriquecer el análisis. El mismo muestra los precios promedios actuales a los que se obtienen los distintos productos, entre otras visualizaciones. Se espera que, una vez implementada la herramienta, se reflejen las bajas en los precios para Siemens en comparación con los de sus competidores. En síntesis, la solución permitirá a la Empresa SA eficientizar sus compras, tendrá un impacto de aumentar el porcentaje de licitaciones ganadas en un 10% lo que equivale a un aumento del 50% en sus ingresos anuales por licitaciones."

Browse

Browsing Analítica empresarial y social by Title

Results Per Page

Sort Options