Caso de éxito Astara
Astara es una compañía importadora de vehículos. En Colombia, representa exclusivamente a Dodge, Fiat, Hyundai, Jeep, Opel, Peugeot, RAM y Volvo.
El reto:
Astara contaba con la necesidad de tener un pronóstico de la cantidad de matrículas de vehículos en cada uno de sus mercados para poder determinar con precisión la cantidad de vehículos para importación.
Realizaban la predicción de 2 de sus mercados en herramientas como excel y apoyándose en los conocimientos propios de la industria automotriz, sin embargo la pandemia de COVID-19 creó mayor incertidumbre y una disminución en la asertividad de los pronósticos, deseaban incluir machine learning en su solución y que esta tuviera en consideración el impacto del año 2020.
La solución:
Su prioridad era mejorar la precisión de los pronósticos existentes y tener nuevos escenarios para el resto de sus mercados, segmentos y marcas, un total de 7 escenarios o casos de uso dentro de Amazon Forecast, adicionalmente necesitaban apoyo en el análisis y creación de una nueva variable que permitiera evaluar el impacto de la pandemia COVID-19 (año 2020) en los registros de matrículas de vehículos, discutimos con el cliente los beneficios de AWS, la facilidad para la integración, el bajo costo y los beneficios de tener una arquitectura escalable, beneficiándose de las economías de escala y la interacción entre los servicios de AWS.
Se crearon funciones lambda en lenguaje Python para hacer el cargue de archivos Excel y las tablas de SQL Server a AWS. Para la transformación de datos y creación de los datasets para input de Amazon Forecast se creó una función lambda que almacena los datasets en un bucket de S3. Se elaboraron Jobs y Workflows en Glue para automatizar la implementación de cada uno de los pasos dentro de Amazon Forecast para lograr tener la predicción de registro de vehículos en Colombia en los próximos meses.
Dentro del servidor de Astara se realizó el tablero de visualización de resultados en PowerBI tomando como fuente las tablas resultantes en Amazon Athena.
Beneficios:
Reducir el tiempo de análisis del comportamiento de mercados y variables macroeconómicas, de 2 semanas a aproximadamente 12 horas.
Tener el pronóstico de matrículas para 5 tipos de mercados, grupos de segmentos y marcas.
Pasar de predecir 6 meses a más de 50 meses.
Automatizar la creación de los conjuntos de datos y forecast mensual, y visualización de resultados en tablero de PowerBI.
Mejorar el pronóstico entre el 5 y el 10 % en la precisión de los resultados arrojados.
