Транснациональная корпорация в сфере пищевой промышленности столкнулась с необходимостью прогнозирования массовой доли жира и белка в сыром молоке, чтобы оптимизировать технологические процессы. Ранее для этих целей использовались статистические методы, но со временем потребовалось автоматизировать процесс и повысить точность прогнозов в кратко- и среднесрочной перспективе.
Мы предложили клиенту разработать сервис на платформе AiLine. Он позволяет строить прогнозы в интерактивном режиме, интерпретировать результаты, адаптировать модели и проверять гипотезы. AiLine основан на машинном обучении и содержит инструменты для анализа данных.
«Сервис разработали на платформе AiLine по ряду причин. Использование BI-системы обеспечило бы только визуализацию данных, что привело бы к необходимости её интеграции c другими решениями. Это увеличило бы срок и стоимость реализации проекта. AiLine же позволяет создавать полноценные сервисы в рамках единой экосистемы. Платформа предусматривает встроенные инструменты для анализа данных и включает большинство алгоритмов машинного обучения. В AiLine заказчик может не только составлять прогнозы, но и адаптировать модели и проверять собственные гипотезы. Это возможно благодаря No-Code ядру, которое позволяет самостоятельно модифицировать систему без привлечения команды Data Science», – объясняет Вадим Седельников, Data Science архитектор Softline Digital.
Специалисты Softline Digital разработали высокоточную и устойчивую модель прогнозирования основных параметров молока, интегрированную в сервис с пользовательскими интерфейсами в соответствии с требованиями заказчика. Прогнозирование стало более достоверным благодаря многокритериальной модели и анализу предикторов. Разработанная система позволяет строить прогнозы на разные сроки, анализировать прошлые данные и сравнивать модели с фактическими результатами.
Теперь производитель молочной продукции получает точные прогнозы качества молока в режиме реального времени. Это позволило оптимизировать процессы и снизить ошибку прогнозирования на 30%. Сервис автоматически собирает и обрабатывает данные, обучает модели и визуализирует результаты на дашбордах для удобного анализа.
Остаёмся на связи!
Cтатистика распределения покупателей по торговому залу позволит понять в каком месте.
