Más leído
- 1. “Ha sido una aventura apasionante”
- 2. Mondragon Unibertsitatea inaugura el innovador centro de industria sostenible Hirekin
- 3. Iñigo Laskurain Pagaegi, nuevo vicepresidente de MONDRAGON y director general de la División de Automoción
- 4. Vicente Atxa, nuevo vicepresidente de MONDRAGON y director general de la División de Conocimiento
- 5. "Hemos definido qué queremos aportar a esta sociedad a través de nuestro alumnado"
- 6. Imanol Oleaga Mendiaratz, nuevo director general de Domusa Teknik
- 7. Orkli entra en Biotz con un 11,11% de participación
- 8. Danobatgroup facturó 337 millones de euros en 2023, más de un 90% procedente de mercados internacionales
- 9. Dikar inaugura su moderna planta de producción en Arrasate, con la que emprende una nueva etapa
- 10. Celebrada una nueva edición del Foro de Comunicación de MONDRAGON
Eroski aplica analítica avanzada para optimizar su servicio de compra a domicilio con Ibermática
![Card image cap](https://www.tulankide.com/es/eroski-aplica-analitica-avanzada-para-optimizar-su-servicio-de-compra-a-domicilio-con-ibermatica/@@images/24418ec8-f253-417a-ad00-a065d882cbd2.jpeg)
La compañía tecnológica, según ha explicado en un comunicado, ha desarrollado varios proyectos mediante técnicas de Inteligencia Artificial y 'Machine Learning' dentro del ámbito del modelado predictivo y descriptivo, para "solucionar diversas casuísticas que se consideran vitales en el centro del negocio, pero para los que no había un remedio claro a través de los métodos habituales de programación o de inteligencia de negocio".
El algoritmo es capaz de predecir aproximadamente cuántos pedidos va a haber a lo largo del día
Así, ha detallado que el algoritmo es capaz de predecir aproximadamente cuántos pedidos va a haber a lo largo del día, en qué zonas geográficas, en qué centros preparadores, en qué franjas horarias y los motivos, basándose en el estudio de las series históricas de los últimos años.
Todo ello permite a Eroski ajustar la negociación de las tarifas con sus proveedores de transporte. Ibermártica ha detallado que, gracias al uso de modelos de 'Machine Learning', "se ha logrado generar una previsión de la demanda de pedidos que tendrá que entregar cada uno de los grupos de transporte en cada franja horaria y cada día con un horizonte temporal de 2 meses, sin que se vea afectada la satisfacción del cliente".