Esta es una vertical muy interesante que recopila varios tipos de datos. Daré ejemplos de dos proyectos con los que trabajé para dar una idea de los beneficios de la ciencia de datos en esta industria.
Actualmente estoy trabajando en la construcción de un motor predictivo para una empresa de transporte de mercancías. Esta empresa ha recopilado datos sobre sus envíos en los últimos años: regiones de recogida y entrega, cargos por combustible, tipo de envío, etc. Con estos datos, creamos un motor para predecir cuál debería ser el costo de un envío de carga, considerando la distancia, el tiempo y las tasas de combustible también! Anteriormente, la compañía solo usaba un nivel de experiencia empresarial para dar nuevas tarifas, pero la incertidumbre en torno a eso se elimina por completo con el uso de análisis.
Otro proyecto en el que trabajamos fue para una compañía naviera global. Tenían una flota de barcos que transportarían mercancías por todo el mundo. Hay tiempos de atraque en ubicaciones en ruta hacia el destino para que el barco reposte, etc., así como varios otros factores que influyen cuando se entrega un envío. Hubo casos en los que varias naves pasaron por la misma ruta debido a una planificación ineficiente. Mediante el uso de análisis predictivos, pudimos identificar cuándo la demanda sería alta y, en función de eso, construimos un motor para optimizar la ruta de los barcos, lo que resultó en un mayor ROI para la empresa.
Sé que las aerolíneas también usan la ciencia de datos hasta cierto punto.
Espero que estos casos de uso te den una idea del poder de la ciencia de datos.
¿Qué nuevas ideas puede proporcionar la ciencia de datos en los datos de transporte?
Related Content
¿Necesito saber / aprender Machine Learning si quiero seguir una carrera en Data Analytics?
Echa un vistazo a empresas como:
– Sensys:
Soluciones de detección de tráfico y sensores inalámbricos
– Motores urbanos:
Inicio · Motores urbanos
Mientras usa diferentes tecnologías de detección (una implementa hardware de detección en el suelo con telemetría inalámbrica para contar e informar vehículos en las carreteras, mientras que la otra se basa en los teléfonos móviles de los viajeros y la telemetría de la flota de transporte de la ciudad), y mientras que la segunda también agrega ciencia del comportamiento y los esquemas de incentivos, ambos intentan abordar los problemas de las ciudades con el objetivo de mejorar su tráfico, congestión, la experiencia del usuario que viaja y los tiempos de espera o de viaje, a partir del uso de datos generados por los sistemas de transporte.
More Interesting
¿Cuáles son las habilidades más importantes para un ingeniero de datos?
¿Cómo es útil el análisis de datos?
¿Cuál es su software de análisis de datos preferido y por qué?
¿Son iguales los trabajos de análisis de datos y ciencia de datos?
Cómo verificar que no haya sesgo en su muestra al hacer una prueba A / B
¿Cuáles son los campos donde se utiliza el análisis de big data?
¿Cuándo se espera desarrollar la versión completa del lenguaje de programación Julia?
¿Qué tecnología de big data es mejor para el procesamiento de datos en tiempo real?
¿Siempre estamos mejor con más datos en Machine Learning en la práctica?