Aumento de eficiencia con modelo predictivo de Calibre de Salmones para pesquera Camanchaca.

DataQu se encargó de diseñar, implementar y calcular el calibre o tamaño del salmón a través de un modelo predictivo, el cual se realiza a través de muestreos, con el fin de aproximarse de una manera efectiva al stock que se tendrá en la cosecha. Predice hasta 90 días antes de ser cosechado, y esto les ha permitido tener una mayor eficiencia interna y así reducir la brecha entre producción y venta.

Disminución de costos y errores en los despachos con el programador inteligente de hormigón.
br> DataQu se encargó de desarrollar un programador inteligente, el cual basado en un modelo Machine Learning que aprende de cada cliente para así predecir el tiempo de ciclo que relaciona chofer con tamaño de camión, con cliente y sugiere la mejor combinación para hacer el despacho a cada cliente, este programador se implementa en todas regiones de Chile.

Optimización y control en la recuperación de cobre, en función de variables del proceso y variables “aguas arriba”. DataQu mediante una metodología basada en Machine Learning, desarrolló recomendaciones para mejorar la operación de Collahuasi a través de predicciones y simulaciones con modelos matemáticos que ayudan a la toma de decisiones para optimizar el proceso de flotación o recuperación de cobre, y así minimizar las perdidas en concepto de materia prima.

Disminución de la fuga de Clientes a través de modelo predictivo.

DataQu se encargo de desasrrolllar un modelo predictivo de fuga de clientes, el cuál basado en un modelo Machine Learning, logra determinar con hasta 3 meses de anterioridad si un cliente de la Mutual va a dejar la compañía. El modelo es capaz de comprender cuales son las variables más importantes que gatillan la acción de la fuga, permitiendo a la Mutual poder tomar acciones preventivas en caso de querer evitar la fuga. Esto les ha permitido conocer más a sus clientes y poder anteponerse ante situaciones inesperadas.