La capacidad de generar un modelo analítico complejo mediante el uso de machine learning con la disponibilidad de un modelo de horizonte de forecast semanal para cada una de las regiones, productos y entornos particulares de su línea de distribución.
Líder incontestable del mercado de aguas minerales en Marruecos, desde su fundación en 1933 y la comercialización de su primera agua mineral del manantial de Olumès. Hoy LEMO produce y distribuye dos aguas minerales naturales (Sidi Ali et Aïn Atlas), un agua mineral gaseosa (Oulmès), agua de mesa (Bahia), y una gama de Oulmès con concentrados naturales de frutas (Oulmès Bulles Fruitées) que son consumidos por millones de consumidores en todo el territorio del reino Aluita.
El mercado del embotellado y distribución del agua tiene grandes complejidades y diferencias asociadas a múltiples elementos ajenos a la producción en sí misma. La estacionalidad por climatología, fiestas civiles, celebraciones religiosas como el Ramadán o las épocas de vacaciones junto a otros condicionantes habituales inherentes a la producción, embotellado y distribución, obliga a las empresas a analizar continuamente nuevas formas de desarrollar modelos de análisis y de predicción de ventas cada día ajustados a un mercado cambiante y complejo. La necesidad de poder trabajar sobre horizontes de diversas extensiones temporales (distribución, fabricación, etc..) es uno de los múltiples retos a los que las compañías innovadoras como LEMO se enfrentan, lo que les obliga a aplicar la innovación en sus procesos analíticos.
En una primera fase de análisis, consolidación, integración, limpieza y ajuste generamos un primer set de datos que nos permitía analizar series temporales completas por regiones y productos para su análisis. Utilizamos potenciales tendencias y variables estacionales para la posterior aplicación de múltiples modelos de análisis que nos permitieran identificar el más adecuado para el tipo de análisis necesario, la identificación de los pares predictivos y no predictivos y su posterior implantación para su industrialización y consumo por múltiples perfiles de usuarios.
Consultoría analítica y de implantación de un sistema de forecast con horizontes semanales como primer paso del modelo predictivo que busque dar respuesta a múltiples cuestiones de negocio de la empresa. Preparación de un modelo de industrialización y explotación del modelo implantado, con resultados en horizontes semanales pero con la capacidad de poder ser ajustado a las diversas circunstancias de cambios de mercado para su ajuste continuado. Dotar a la dirección de LEMO de una herramienta de toma de decisiones basada en los datos como refuerzo a su experiencia e intuición.
Case study Inteligencia Artificial La capacidad de generar un modelo analítico complejo mediante el uso de machine learning con la disponibilidad de un modelo de