Banco

Clasificación de páginas web

Un actor del sector bancario tenía cientos de miles de páginas web sin categoría y no había forma de vincular el contenido visto con los productos que eran relevantes para cada usuario. Hemos desarrollado un modelo de clasificación textual que alcanza una precisión del 95% en una muestra pequeña, lo que allana el camino para recomendaciones de productos personalizadas a gran escala.

Problema

El cliente tenía cientos de miles de páginas web en sus sitios, pero ninguna estaba clasificada de manera confiable. Sin categorizar el contenido, es imposible aprovechar los registros de conexión de los usuarios para comprender sus viajes y recomendarles los productos adecuados. El desafío técnico: crear un modelo de clasificación eficiente e interpretable basado en una muestra de formación muy pequeña (menos de 1500 páginas anotadas en un corpus de varios cientos de miles).

Vue rapprochée d’une coupe transversale colorée d’une géode montrant des couches concentriques de minéraux en jaune, marron, rouge et vert.

Solución

Lo que construimos

Desplegamos un equipo de 2 científicos de datos y 1 ingeniero de datos para diseñar un sistema integral de apoyo al descubrimiento molecular.

Paso 1 — Raspado y preparación de datos Extracción automatizada del contenido de las páginas web, limpieza y normalización de textos para eliminar el ruido del HTML y los elementos no informativos.

Paso 2 — Codificación semántica Transformación del texto en representaciones vectoriales que pueden utilizar los modelos, probando varios enfoques: TF-IDF para la línea de base, Word2Vec y Doc2Vec para capturar la semántica más allá de las palabras clave.

Paso 3 — Modelado de aprendizaje profundo Desarrollo de una red neuronal secuencial bidireccional (LSTM bidireccional) capaz de clasificar las páginas según las categorías definidas por la empresa. El modelo utiliza el contexto del texto en ambas direcciones de lectura para maximizar la comprensión del contenido.

Paso 4 — Interpretabilidad: implementación de mapas de calor que permiten a los equipos empresariales visualizar qué palabras y pasajes de texto han influido en la clasificación. La empresa puede verificar que el modelo se basa en las señales correctas.

Proyectos de la misma categoría

Ver todos los proyectos

Aplicación de optimización de la cadena de suministro

Un actor de distribución farmacéutica tuvo que replantearse toda su cadena de suministro: el surtido de farmacias, la gestión del inventario y los canales de entrega. La investigación operativa por sí sola ya no era suficiente. Creamos la aplicación que transformó sus operaciones.

Detección de tendencias en redes sociales

En un mercado en el que los comportamientos de los consumidores cambian más rápido que los ciclos de decisión, el cliente necesitaba anticiparse a las tendencias en lugar de experimentarlas. Creamos la plataforma que convierte el ruido de las redes sociales en señales prácticas.

Rendimiento de los campos agrícolas

La filial climática de un líder asegurador francés necesitaba predecir los rendimientos de los campos en toda Alemania para fijar el precio de una nueva oferta de seguro contra sequías. Los datos internos no eran suficientes. Creamos los modelos predictivos que hicieron que el producto fuera comercializable.

Plataforma de análisis de las necesidades de los clientes

Un gran grupo francés necesitaba entender las necesidades actuales y futuras de sus clientes mediante la agregación de un enorme volumen de datos sobre los consumidores. Tras un POC de 8 semanas, industrializamos una plataforma completa implementada en todas las entidades francesas y ahora la estamos ampliando a nivel de grupo.

Puntuación y análisis de la piel

Un importante actor de la cosmética de lujo había desarrollado un algoritmo de puntuación cutánea. Problema: nadie pudo verificar en qué se basaba la IA para hacer su diagnóstico. Creamos el sistema de visualización que hace que las predicciones sean transparentes y se puedan implementar en tiendas y dispositivos móviles.

Diseño e implementación de Data Hub

Un operador de transporte había multiplicado las iniciativas de datos sin resultados. Sin centralización, sin cultura de datos, proyectos abortados. Empezamos el tema desde cero: estrategia, infraestructura, casos de uso concretos y aculturación de equipos. Como resultado: un centro de datos operativo, 4 paneles en producción y 7 modelos de ciencia de datos implementados.