La solución permitió mayor precisión en las proyecciones, optimizando la toma de decisiones e impulsando la eficiencia operacional.
Ante la necesidad de mejorar la previsibilidad de ventas y optimizar la planificación estratégica, Eucatex enfrentaba dificultades para realizar proyecciones asertivas de demanda. El proceso tradicional presentaba un error medio elevado del 19,5%, impactando directamente la asignación de recursos y la eficiencia del equipo comercial.
Para resolver estos desafíos, MadeinWeb desarrolló una solución de forecast basada en machine learning, utilizando datos históricos de ventas para modelado avanzado y proyección de demanda con alta precisión.
La solución genera previsiones mensuales con horizonte de 2 meses para un portafolio de 1.843 ítems.
La ingesta y preparación de los datos históricos de ventas fue automatizada con AWS Glue, con datasets gobernados almacenados en Amazon S3 y consultas analíticas vía Amazon Athena.
El pipeline de ML es orquestado por Amazon SageMaker Pipelines, con features gestionadas en Amazon SageMaker Feature Store para garantizar consistencia entre entrenamiento e inferencia.
El modelo final de producción es un XGBoost, seleccionado entre 90 configuraciones probadas — incluyendo modelos lineales, autorregresivos y redes neuronales.
El entrenamiento se ejecuta vía Amazon SageMaker Training, con versionado en el SageMaker Model Registry e inferencia batch recurrente vía SageMaker Batch Transform, programada por Amazon EventBridge.
El monitoreo de calidad predictiva y drift utiliza Amazon SageMaker Model Monitor con alertas vía Amazon CloudWatch.
Las principales etapas del proyecto incluyeron:
Mapeo e ingestión de datos: recopilación y automatización de las fuentes de información relevantes.
Desarrollo de modelos predictivos: 100+ variables creadas y 90 modelos probados y validados.
Dashboards interactivos: creación de paneles para visualización de métricas y seguimiento del rendimiento.
Optimizaciones continuas: ajustes y mejoras para maximizar la precisión y eficiencia de las previsiones.
Al implementar la solución de previsión de demanda con MadeinWeb, estamos iniciando una transformación significativa en nuestra gestión de inventario. Con esta asociación, esperamos pronosticar la demanda con mayor precisión, asegurando que nuestros productos estén siempre disponibles en el momento adecuado y en la cantidad ideal.
— Eliezer Ferraz, Supervisor de Inteligencia de Negocios – EucatexCon este nuevo enfoque, confiamos en que podremos optimizar nuestros procesos, atender mejor las demandas del mercado y hacer que nuestra operación sea cada vez más eficiente y ágil. La experiencia de MadeinWeb nos da la seguridad de que tendremos un impacto positivo y sostenible en nuestro negocio.
— Marcio Roberto Crespo Candido, Gerente Corporativo de TI – Eucatex
Amazon Web Services (AWS) es la plataforma de nube más adoptada y completa del mundo, ofreciendo más de 200 servicios completos desde centros de datos en todo el mundo. Millones de clientes, incluyendo las startups que crecen más rápido, las mayores empresas y los principales organismos gubernamentales, están usando AWS para reducir costos, ganar agilidad e innovar más rápidamente.
Con agentes de IA aplicados al ciclo de desarrollo, DM ahorró 337 horas, elevó en más del 40% la productividad de Producto y Calidad y estandarizó entregas en pocos meses.
ONR creó IARI, una plataforma de IA generativa que automatiza la extracción y estandarización de datos de matrículas en los registros inmobiliarios, con previsión de llegar a más de 3.000 notarías.
Tenda automatiza la generación de contratos y elimina el 90% del proceso manual
Utilizamos cookies para mejorar su experiencia en nuestro sitio. Las cookies esenciales son necesarias para el funcionamiento del sitio. Puede gestionar sus preferencias o aceptar todas las cookies. Más información
