Una empresa de inteligencia predictiva utiliza los datos geoespaciales de Tamoco para crear un potente conjunto de análisis predictivos para el comercio minorista.
El problema:
Para crear una visión verdaderamente predictiva del comportamiento de los consumidores, Olvin necesitaba una gran cantidad de datos geoespaciales sin procesar en Estados Unidos. Estos datos debÃan ser regulares y precisos y mostrar una alta cobertura en muchas ciudades y regiones de Estados Unidos.
La plataforma Almanac de Olvin aprovecha el poder de la IA y el aprendizaje automático para predecir el comportamiento de los PDI en los Estados Unidos. Mediante el uso de una gran cantidad de datos geoespaciales, pueden entrenar sus modelos y ofrecer una potente información a sus usuarios.
Sobre Olvin:
Almanac toma una multitud de conjuntos de datos históricos que se remontan a más de dos años y aprovecha la potente IA para predecir el comportamiento del consumidor. Esto es accesible en su plataforma fácil de usar que informa la estacionalidad predictiva e identifica las tendencias directamente y con precisión.
El reto:
El principal reto para Olvin era obtener datos de dispositivos móviles que potenciaran sus modelos y ofrecieran información relevante. TenÃa que ser asÃ:
- Disponible a escala
- Datos que deben ser anonimizados
- Entregado en tiempo real para limitar el tiempo entre la entrega, la formación y la disponibilidad de los conocimientos en su panel de control
Los datos:
Tamoco entregó su solución LaaS (Location as a service). Este producto toma de un pool de más de 200m de dispositivos, con una alta frecuencia de observaciones diarias.
Nuestros datos son lÃderes en la industria en términos de precisión. Estamos integrados directamente con los dispositivos para garantizar que los datos recogidos sean verificables y fiables. Este conjunto de datos también incluye metadatos relevantes para permitir el filtrado u otras perspectivas una vez que se entregan los datos.
Esto también nos permite procesar nuestros datos rápidamente, un requisito esencial para este proyecto. Los datos frescos se procesan de forma rutinaria y están disponibles para que Olvin los incorpore al entrenamiento y actualice sus modelos ML.
En cuanto a la privacidad, los datos debÃan estar ofuscados para proteger la intimidad del usuario. Sin embargo, debÃan contener un identificador único. Tamoco trabaja habitualmente con identificadores de dispositivos y, en este caso, proporcionó identificadores únicos que no se corresponden con los existentes.
La solución Location as a service (LaaS) de Tamoco ha cambiado realmente lo que podemos conseguir con los datos geoespaciales.
Matt Taaffe - Vicepresidente de Producto - Olvin