
Conexión de parques solares y eólicos (mundo OT) con procesos IT
La creciente evolución del Big Data, la IA y la revolución de la Industria 4.0 ha generado la necesidad de que los datos del mundo TI (datos de los sistemas ERP) y OT (datos de los sensores de la planta) se centralicen para satisfacer las necesidades de los nuevos casos de negocio.
Caso de éxito: Capital Energy
Conexión de parques solares y eólicos (mundo OT) con procesos IT
Primera empresa eléctrica verticalmente integrada 100% renovable en la península ibérica
EL RETO
La creciente evolución del Big Data, la IA y la revolución de la Industria 4.0 ha generado la necesidad de que los datos del mundo TI (datos de los sistemas ERP) y OT (datos de los sensores de la planta) se centralicen para satisfacer las necesidades de los nuevos casos de negocio.
En este contexto, Capital Energy busca mejorar las operaciones de sus plantas fotovoltaicas/eólicas tomando mejores decisiones basadas en datos. Entre estos retos se encuentran:
- Realizar un mantenimiento predictivo en lugar de preventivo.
- Optimizar el uso de baterías de almacenamiento en sus plantas, basándose en una predicción de la demanda de energía y del estado de las baterías.
LA SOLUCIÓN
Keepler construyó una compleja arquitectura de red en Google Cloud, cuyo elemento central era una red virtual (modelo hub & spoke) que facilita el aislamiento de recursos de redes VPC independientes (spoke) que utilizan diferentes unidades de negocio, cargas de trabajo o entornos. Todo ello para permitir que los recursos de estas redes VPC utilicen servicios compartidos (como cortafuegos o metadatos de configuración) y accedan a ellos de forma centralizada en la nube desde la red local, pudiendo cada red VPC conectarse a una red VPC central (hub).
Este aislamiento permite un control detallado del tráfico de red para cada grupo de recursos, al tiempo que ayuda a cumplir los requisitos legales y normativos de separación de datos.
Además, el intercambio de datos entre OT e IT en modo despensa tenía que ser seguro y cumplir los requisitos de ciberseguridad necesarios. Keepler identificó e implantó los mecanismos de seguridad en la red de TI.
EL RESULTADO
- La solución desplegada ha permitido a Capital Energy tener visibilidad del estado de sus plantas de generación desde los procesos de TI en la nube de forma centralizada, eliminando silos de información y evitando la toma de decisiones en el extremo cuando no era necesario.
- El flujo bidireccional de información también permite actuar a distancia sobre los dispositivos de la planta, lo que reduce los costes de explotación al tiempo que disminuye sus tiempos de respuesta.
- Capital Energy dispone ahora de una plataforma de datos en la nube escalable y lista para otros usos.

Plataforma CECOC: Unificando datos y optimizando procesos
El reto al que tuvo que enfrentarse Acciona Construcción fue construir, desarrollar y desplegar una plataforma de datos en la nube pública de Google para la ingesta, consolidación y productividad de los datos generados a partir de múltiples fuentes de producción on-site.
Success case: ACCIONA
Plataforma CECOC: Unificando datos y optimizando procesos
Empresa española de promoción y gestión de infraestructuras y energías renovables
EL RETO
El reto al que tuvo que enfrentarse Acciona Construcción fue construir, desarrollar y desplegar una plataforma de datos en la nube pública de Google para la ingesta, consolidación y productividad de los datos generados a partir de múltiples fuentes de producción on-site.
LA SOLUCIÓN
Keepler se asoció con Acciona IT para diseñar la plataforma de datos CECOC, un lago de datos basado en tres capas que están ingestando una serie de fuentes siguiendo un modelo principalmente batch, concretamente bases de datos y algunas APIs.
- La primera capa es una capa Raw basada en Cloud Storage.
- La capa intermedia, que llamamos Common, está basada en BigQuery.
- La última capa es una capa de consumo en la que se propone la tecnología específica para cada caso.
EL RESULTADO
- Acciona Construcción dispone ahora de una plataforma en la que unificar todos los datos generados desde múltiples fuentes con la creación de la plataforma CECOC consiguieron un repositorio centralizado diseñado para almacenar, procesar y proteger grandes cantidades de datos.
- Acciona Construcción ha adoptado el gobierno del dato, la calidad del dato y la supervisión de procesos.
- Establecimiento de las mejores prácticas y optimización de los procesos relativos a los datos.

Plataforma de toma de decisiones basada en datos
Savia necesitaba una plataforma de toma de decisiones basada en datos. La empresa creó una plataforma de datos que inicialmente se estaba construyendo en GCP con el planteamiento de que sólo sería una start-up sanitaria. Tras presentar a MAPFRE esta plataforma, Savia recibió el reto de evolucionar su plataforma a multi-tenant para dar soporte a otros servicios digitales de MAPFRE.
Caso de éxito: Savia by MAPFRE
Plataforma de toma de decisiones basada en datos
Una de las principales aseguradoras de España con presencia en más de 40 países.
EL RETO
Savia necesitaba una plataforma de toma de decisiones basada en datos. La empresa creó una plataforma de datos que inicialmente se estaba construyendo en GCP con el planteamiento de que sólo sería una start-up sanitaria. Tras presentar a MAPFRE esta plataforma, Savia recibió el reto de evolucionar su plataforma a multi-tenant para dar soporte a otros servicios digitales de MAPFRE.
LA SOLUCIÓN
El trabajo de Keepler fue diseñar y construir un data lake sólido que pudiera poner toda la información a disposición de las diferentes unidades de negocio.
Para alcanzar este objetivo se construyó un sistema de tres capas que consta de: una capa de datos en bruto; una capa de procesamiento de datos y una capa que conecta con el dashboard. Este dashboard convierte la herramienta en algo más allá de una plataforma de informes, proporcionando a las distintas unidades de negocio dashboards dinámicos y personalizables para obtener la información en tiempo real.
EL RESULTADO
El principal objetivo de Savia era conseguir una plataforma de toma de decisiones totalmente basada en datos. La solución implantada por Keepler lo hizo posible. Ahora Savia cuenta con un data lake sólido que pone toda la información a disposición de las diferentes unidades de negocio. Esto posiciona al negocio como una compañía que está tomando acciones únicas en el mercado.
Keepler proporciona recursos de análisis de datos con experiencia en Looker, un perfil muy escaso en el mercado, posicionando a Savia como empresa pionera.
Keepler está trabajando actualmente en paralelizar la transformación de filas para archivos grandes (1-4GB) en Dataflow. Esto reducirá tanto el tiempo de procesamiento como el de depuración optimizando la experiencia y haciéndola más eficiente.

Diseño y construcción de plataforma de datos relacionales
El cliente ya contaba con una plataforma de datos y sistemas de ingesta y transformación de datos en AWS, pero esta plataforma de datos no contaba con la fiabilidad, escalabilidad y capacidad de crecimiento que demandaba para poder ofrecer servicios de analítica avanzada y BI a sus clientes.
Caso de éxito: Structuralia
Diseño y construcción de plataforma de datos relacionales
Escuela de formación especializada líder en los sectores de las Infraestructuras, Construcción, Energía e Ingeniería.
EL RETO
El cliente ya contaba con una plataforma de datos y sistemas de ingesta y transformación de datos en AWS, pero esta plataforma de datos no contaba con la fiabilidad, escalabilidad y capacidad de crecimiento que demandaba para poder ofrecer servicios de analítica avanzada y BI a sus clientes.
LA SOLUCIÓN
Keepler realizó una modernización de su plataforma, diseñando y construyendo una plataforma de datos en AWS conectando con bases de datos relacionales, APIs y third-party; permitiendo la orquestación de workflows de ingesta y transformación del dato con la posibilidad de ingesta de datos en RT, NRT y formato batch. Objetivos principales:
- Ingestar los datos de manera segura a través del servicio Database Migration Service (DMS). Las cargas que se realizan mediante este proceso serán totales y diarias.
- Crear un Data Lake que nos permita gestionar de forma centralizada los datos almacenados y procesar los datos almacenados de tal manera que aporten valor a las diferentes etapas posteriores.
- Ofrecer una capa extra de seguridad para acceder a los datos almacenados en el Data Lake.
EL RESULTADO
Se creó una fuente de datos eficiente y centralizada para consumo y explotación de las múltiples bases de datos, unificado métricas para todas las plataformas y eliminado incongruencias. Se redujo el número de dashboards incluyendo las implementaciones de seguridad, facilitando el mantenimiento de los mismos y optimizando el rendimiento de interacción entre ellos mediante la importación de datos.

Identificación única de clientes en diferentes canales
El cliente desea tener una entidad que sirva de referencia para trazar e identificar unívocamente al cliente digitalmente a través de los distintos canales de comunicación. Para ello se han de tratar distintas fuentes de datos con tipología variada; estructurada y desdestructurada, online y offline, en batch y streaming…
Caso de éxito: Meliá
Identificación única de clientes en diferentes canales
Meliá, empresa líder hotelera internacional
EL RETO
Tener una entidad que sirva de referencia para trazar e identificar unívocamente al cliente digitalmente a través de los distintos canales de comunicación. Para ello se han de tratar distintas fuentes de datos con tipología variada:
- Estructurada y desestructurada
- Online y Offline
- En batch y streaming
LA SOLUCIÓN
Keepler ha desarrollado y desplegado una solución basada en servicios análiticos, bases de datos, herramientas de procesamiento e informes en la nube, que permite establecer una identificación única de cliente y establecer marcas temporales para cubrir posibles cambios de identidad y asegurar la trazabilidad de dicha identidad.
EL RESULTADO
El establecimiento y seguimiento de la identidad única de cliente permitirá en sucesivas fases unificar la personalización de campañas y recomendaciones a través de todos los canales de comunicación.

Plataforma IoT multi-tenant para analítica real-time
El cliente desea disponer una plataforma analítica multi cliente de eventos IoT capaz de almacenar y procesar cientos de millones de eventos IoT en real time, que permita a sus usuarios definir ingestas y explotar la información de forma sencilla e intuitiva.
Caso de éxito: Knolar
Plataforma IoT multi-tenant para analítica real-time
Knolar, Unidad de Negocio de CEPSA, multinacional energética española que integra petróleo, gas y electricidad con una facturación anual de 20 billones de euros.
EL RETO
El cliente desea disponer una plataforma analítica multicliente de eventos IoT capaz de almacenar y procesar cientos de millones de eventos IoT en real time, que permita a sus usuarios definir ingestas y explotar la información de forma sencilla e intuitiva.
LA SOLUCIÓN
KEEPLER desplegó una infraestructura como SaaS a través del servicio AWS Control Tower para aprovisionar tenants aislados de forma automática. El aplicativo permite la contextualización de los eventos IoT a través de un modelo de datos declarativo, de manera que las ingestas se pueden crear o modificar bajo demanda con un sencillo asistente sin necesidad de programación.
EL RESULTADO
Los costes operacionales se han reducido un 40% respecto a otros data lakes fabriles de la compañía gracias a una arquitectura estandarizada y a la creación de ingestas sin código.

Seguridad de la información en plataformas cloud
CAF proporciona a sus clientes una plataforma digital donde pueden realizar algunas tareas de mantenimiento basado en la condición de los trenes, mejorando su actual proceso de operación y mantenimiento. Sin embargo, compartir esta información requiere otorgar altos niveles de privacidad y seguridad.
Caso de éxito: CAF
Seguridad de la información en plataformas cloud
Grupo multinacional que suministra soluciones integrales de tránsito y tiene una facturación anual de 2 billones de euros.
EL RETO
CAF proporciona a sus clientes una plataforma digital donde pueden realizar algunas tareas de mantenimiento basado en la condición de los trenes, mejorando su actual proceso de operación y mantenimiento. Sin embargo, compartir esta información requiere otorgar altos niveles de privacidad y seguridad.
LA SOLUCIÓN
Keepler realizó un proyecto de auditoría y consultoría de tres semanas dirigido por dos ingenieros certificados como AWS Professional Architect además de las certificaciones de Big Data y Seguridad, con más de cinco años de experiencia trabajando en D&A en AWS.
EL RESULTADO
Este proyecto fue el input para el posterior desarrollo de los controles y mecanismos propuestos. El equipo de producto de LeadMind, con el apoyo de un ingeniero de Keepler experto en infraestructura y seguridad, ha implementado la mayoría de los controles y se enfrentará al proceso de auditoría ISO 27001 durante Q1’2021.

Landing zone y entorno de datos para analítica y aplicaciones de Negocio
El cliente desea iniciar sus operaciones en un nuevo mercado reduciendo el time-to-market con capacidad de escalar rápido a medida que se vayan incorporando nuevos aplicativos vitales para captar cuota de mercado.
Caso de éxito: IMAGINA ENERGÍA
Landing zone y entorno de datos para analítica y aplicaciones de Negocio
Compañía energética española líder en comercialización de energía renovable.
EL RETO
El cliente desea iniciar sus operaciones en un nuevo mercado reduciendo el time-to-market con capacidad de escalar rápido a medida que se vayan incorporando nuevos aplicativos vitales para captar cuota de mercado. La privacidad y la seguridad son las principales prioridades de la empresa en un sector altamente regulado, por lo que es necesario aplicar principios sólidos de seguridad, gobernanza y mejores prácticas.
LA SOLUCIÓN
Keepler desplegó una solución de landing zone con AWS Control Tower de forma rápida y escalable, activando los mecanismos de seguridad necesarios. Además se aprovisionó un data lake con AWS Lake Formation para centralizar los datos de los sistemas de forma estándar y segura. Una vez finalizado el despliegue Keepler está operando la infraestructura del cliente.
EL RESULTADO
La solución desplegada por Keepler ha permitido aprovisionar una landing zone y un data lake en cuestión de días, reduciendo el TCO de la solución en un 50% respecto a implementaciones no basadas en servicios nativos como Control Tower o Lake Formation.

Data lake de fabricación en la nube
Los sistemas de control de las refinerías son muy costosos y muy limitados en cuanto a capacidad de almacenamiento y procesado de datos.
Caso de éxito: CEPSA
Data lake manufacturing
Multinacional energética española que integra petróleo, gas y electricidad con una facturación anual de 20 billones de euros.
EL RETO
Los sistemas de control de las refinerías son muy costosos y muy limitados en cuanto a capacidad de almacenamiento y procesado de datos.
LA SOLUCIÓN
Keepler desarrolló y desplegó una plataforma IoT analítica capaz de almacenar y procesar cientos de millones de eventos IoT por día.
EL RESULTADO
Los operadores de la refinería de CEPSA pueden acceder al histórico de datos de eventos enriquecidos en términos de negocio, para mejorar sus operaciones. Los científicos de datos pueden construir modelos de ML desde Datalabs. El acceso a los datos IoT está disponible para ampliar casos de uso.

Plataforma Big Data multi-tenant para optimización del mantenimiento de trenes
Los datos de sensórica de los trenes son masivos (2 Gb por unidad y día) y complejos de analizar.
Caso de éxito: CAF
Plataforma Big Data multi-tanant para la optimización del mantenimiento de trenes
Grupo multinacional que suministra soluciones integrales de tránsito y tiene una facturación anual de 2 billones de euros.
EL RETO
El cliente está dispuesto a aumentar el ROI de los servicios de mantenimiento aprovechando los datos generados por los trenes. Los datos de sensórica de los trenes son masivos (2 Gb por unidad y día) y complejos de analizar.
LA SOLUCIÓN
Keepler diseñó e implementó una plataforma Big Data en la nube pública que puede ingestar y almacenar datos de sensores que llegan de los trenes. Los datos se utilizan para el análisis forense de averías y el mantenimiento predictivo.
EL RESULTADO
El cliente ha lanzado una suite de servicios de tren digital basados en datos que hacen que sus servicios de mantenimiento sean más competitivos en coste y nivel de servicio.

Modelización de la propagación de la infección Covid-19
Aunque diariamente se dispone de nuevos datos sobre COVID-19, la información sobre las características biológicas y epidemiológicas de COVID-19 continúa siendo limitada y sigue habiendo incertidumbre en torno a casi todos los valores de los parámetros.
Caso de éxito: CAM
Modelización de la propagación del Covid-19
Gobierno de la Comunidad de Madrid.
EL RETO
Aunque diariamente se dispone de nuevos datos sobre COVID-19, en una situación de pandemia se hace relevante el conocer la evolución de la propagación para tomar decisiones de manera preventiva.
LA SOLUCIÓN
Keepler desarrolló e implementó un cuadro de mando interactivo para visualizar y comprender mejor los factores clave de la pandemia y sus implicaciones. Basado en modelos de aprendizaje automático, permite desarrollar modelos a escala regional para la previsión y evaluación del curso de la pandemia.
EL RESULTADO
Las previsiones están fuertemente influenciadas por la fiabilidad de los datos. Contar con un sistema de alerta temprana capaz de obtener una visión holística de la evolución de la pandemia y la incidencia del virus entre las regiones españolas, permite detectar cambios en la distribución de esos datos y tomar decisiones basadas en ellos.

Detección de anomalías en bombas criogénicas
A través de la observación de comportamientos anómalos en los datos, el mantenimiento puede ser programado antes de que ocurra un fallo y así evitar la pérdida de producción y deterioro del gas.
Caso de éxito: ENAGÁS
Detección de anomalías en bombas criogénicas
Empresa líder internacional en infraestructuras de gas natural con presencia en 8 países.
EL RETO
El mantenimiento de las bombas es una de las tareas más importantes asociadas con los procesos contenidos en las plantas y fueron implementados a partir de tareas rutinarias o tras algún fallo en alguna de ellas. Enagás quería cambiar ese procedimiento con el fin de anticiparse a posibles fallos observando comportamientos anómalos en los datos.
LA SOLUCIÓN
A través del modelo de machine learning propuesto, el proceso evoluciona a un sistema de mantenimiento predictivo basado en sus propios datos. Además, se ha desarrollado una API para facilitar las tareas de entrenamiento, inferencia y actualización de los modelos por parte de los usuarios de negocio.
EL RESULTADO
Esta solución ayudará a los equipos técnicos de Enagás a observar, con un gran nivel de detalle, el funcionamiento de sus bombas de manera individual, reduciendo costes e interviniendo solamente cuando sea estrictamente necesario. Gracias a la API, los usuarios pueden realizar múltiples entrenamientos o inferencias de una forma más rápida y ágil.

Detección de equipamiento mediante AI y Edge Computing
Las refinerías son lugares de trabajo donde los empleados deben llevar equipamiento de seguridad. Es complicado detectar cuando los empleados no llevan este equipamiento.
Caso de éxito: CEPSA
Detección de equipamiento de seguridad personal usando vídeo analytics
Multinacional energética española que integra petróleo, gas y electricidad con una facturación anual de 20 billones de euros.
EL RETO
Las refinerías son lugares de trabajo donde los empleados deben llevar equipamiento de seguridad. Es complicado detectar cuando los empleados no llevan este equipamiento.
LA SOLUCIÓN
Diseño y desarrollo de un modelo de detección de equipamiento de seguridad (casco) e integración en un dispositivo edge (cámara con GPU de procesamiento).
EL RESULTADO
Esta iniciativa es parte de un proyecto piloto.

Incremento de ventas de lavado por optimización de uso en horas Valle
El cliente desea desarrollar un modelo de datos que prediga el momento de menor utilización de los sistemas de lavado de cada estación de servicio (EESS). Con ello pretende realizar una venta activa dirigida a sus clientes de manera que favorezcan la afluencia a los sistemas de lavado en periodos valle.
Caso de Éxito
Incremento de ventas de lavado por optimización de uso en horas Valle
Multinacional energética global con una facturación de 49 billones de euros
EL RETO
El cliente desea desarrollar un modelo de datos que prediga el momento de menor utilización de los sistemas de lavado de cada estación de servicio (EESS). Con ello pretende realizar una venta activa dirigida a sus clientes de manera que favorezcan la afluencia a los sistemas de lavado en periodos valle consiguiendo, por un lado, ampliar el tiempo de utilización de los equipos de lavado y, por otro, incrementar las ventas.
LA SOLUCIÓN
Keepler realizó una exploración de datos a partir de distintas fuentes de datos proporcionados por el cliente desde su plataforma IoT:
- Datos de transacciones en EESS (afluencia de clientes/hora, tickets, lavados, …)
- Precios de lavado de las EESS
- Datos de sensórica IoT de los equipos de lavado
Tras el análisis exploratorio Keepler realizó un modelo de predicción de la demanda enfocado a determinar los periodos de menor afluencia de usuarios. De cara a la personalización de ofertas, el dato de precios de lavado no fue demasiado relevante al ser poco volátil en el tiempo.
EL RESULTADO
El proyecto se ejecutó en el marco de una prueba piloto.

Detección de fraude potencial
La organización dispone de un equipo limitado de analistas de datos que trabajan con sistemas de reglas para la identificación de posibles situaciones de fraude en la tramitación de siniestros de hogar. El equipo es limitado y el volumen de expedientes abiertos supera los 1.000 diarios.
Caso de éxito
Detección de fraude potencial
Gran aseguradora europea
EL RETO
La organización dispone de un equipo limitado de analistas de datos que trabajan con sistemas de reglas para la identificación de posibles situaciones de fraude en la tramitación de siniestros de hogar. El equipo es limitado y el volumen de expedientes abiertos supera los 1.000 diarios.
LA SOLUCIÓN
Keepler ha desarrollado un producto de datos para la identificación de fraude potencial en expedientes, apoyado en aprendizaje automático. Combina un conjunto de más de 300 variables de fuentes internas y externas, con datos no estructurados procedentes de la comunicación de siniestros. Además, en la predicción diaria se singulariza a nivel de cada expediente las variables y sus valores que hacen que ese expediente se identifique como posible fraude.
Para asegurar la satisfacción del cliente y la imagen de marca, el sistema ha de tener suficiente sensibilidad para evitar falsos positivos, por lo que Keepler desarrolla varios modelos a fin de seleccionar aquel cuyo comportamiento aporte mayor precisión.EL RESULTADO
Modelo en producción con más del 75% de precisión y que aporta los factores de explicación de la clasificación de fraude.

Creación de plataforma advanced analytics
La organización dispone de un equipo de analistas de datos que trabajan en SAS en modalidad on-premise. Se desea migrar los entornos de trabajo a la nube y comenzar a trabajar con ML y con datos no estructurados.
Caso de éxito
Creación de plataforma de advanced analytics
Gran aseguradora europea
EL RETO
La organización dispone de un equipo de analistas de datos que trabajan en SAS en modalidad on-premise. Se desea migrar los entornos de trabajo a la nube y comenzar a trabajar con ML y con datos no estructurados.
LA SOLUCIÓN
Keepler ha diseñado una plataforma de análisis avanzado de datos que proporciona entornos de desarrollo para los analistas y que automatiza el pipeline ML para la puesta en producción de modelos. En la plataforma, se mantiene el control de acceso y seguridad de la información.
EL RESULTADO
Capacidad para incorporar datos no estructurados en la creación de modelos. Reducción de tiempo en la puesta en producción. Ahorro de licencias.

Previsión de la demanda
Nuestro cliente desarrolla el proceso de previsión de la demanda con una solución de mercado. El desarrollo de nuevas referencias y canales y la adquisición de nuevas compañías en el grupo han impactado en la precisión de los modelos (ha empeorado) y el tiempo empleado en el proceso (una semana al mes)
Caso de éxito
Previsión de la demanda
Líder en el sector cervecero
EL RETO
Nuestro cliente desarrolla el proceso de previsión de la demanda con una solución de mercado. El desarrollo de nuevas referencias y canales y la adquisición de nuevas compañías en el grupo han impactado en la precisión de los modelos (ha empeorado) y el tiempo empleado en el proceso (una semana al mes)
LA SOLUCIÓN
Keepler realizó una PoC durante 3 semanas, con el objetivo de validar la viabilidad de una solución de previsión de la demanda en Cloud y el impacto en resultados y procesos. La PoC consistió en el desarrollo de un modelo de previsión para 15 referencias, representativo del portfolio de las más de 1.500 referencias que nuestro cliente fabrica y/o comercializa en la actualidad.
EL RESULTADO
En 13 de las 15 referencias, el modelo desarrollado por Keepler mejoró los resultados obtenidos por nuestro cliente. las dos únicas referencias en las que el modelo existente mejora ligeramente los resultados, son las dos más consolidadas de la marca, con muchos años de histórico. El tiempo para elaborar el forecast mensual pasó de 1 semana a unos minutos. Actualmente, Keepler está en proceso de implantar la solución de previsión de la demanda en este cliente.

Análisis de la eficiencia de las empresas del portfolio
DTCP mantiene un repositorio de información sobre las empresas participadas, que se utiliza para analizar el rendimiento de las empresas mediante el análisis de diferentes indicadores de eficiencia. El repositorio se mantiene en hojas de cálculo de Excel que son complejas de mantener y no permiten una fácil comparación entre empresas. DTCP quiere hacer que los datos de las empresas de la cartera sean más procesables.
Caso de éxito
Análisis de la eficiencia de las empresas del portfolio
Deutsche Telekom Capital Partners (DTCP) es un grupo de gestión de inversiones que invierte en capital de crecimiento. La empresa ha recaudado más de 1.000 millones de dólares de inversores corporativos e institucionales.
EL RETO
DTCP mantiene un repositorio de información sobre las empresas participadas, que se utiliza para analizar el rendimiento de estas a través del análisis de diferentes indicadores de eficiencia, como el ARR, la eficiencia del capital y el churn, entre otros. El repositorio se aloja en hojas de cálculo Excel que son complejas de mantener y no permiten una fácil comparación entre empresas. DTCP quiere hacer que los datos de las empresas de la cartera sean más procesables y que los fundadores y los analistas puedan comprender no sólo las tendencias de los indicadores, sino también cómo se sitúa una empresa determinada frente a un conjunto de empresas similares.
LA SOLUCIÓN
Keepler desplegó un producto de datos que soportaba el proceso de principio a fin, empezando por una herramienta para definir los parámetros a medir, cómo agregar la información, y toda la ingestión de datos en una base de datos de Azure, y terminando con un conjunto de cuadros de mando en PowerBI desde donde los usuarios internos y externos autorizados pueden acceder a los datos de forma efectiva.
EL RESULTADO
El cliente puede entender y comparar la ARR y la eficiencia del capital en todas las empresas del portfolio. El cliente también puede comparar cualquier empresa con las de mejor rendimiento para tomar decisiones de inversión.

Optimización de personal a través de predicción de demanda
La marca plantea dimensionar el número de personas necesarias en cada país donde opera para gestionar los procesos de logística a partir de la demanda recibida y los ingresos esperados. Aunque esta es una necesidad recurrente, cobra mayor importancia en épocas festivas (Navidad) o de rebajas.
Success case
Optimización de personal a través de predicción de la demanda
Retailer de moda líder en España
EL RETO
La marca plantea dimensionar el número de personas necesarias en cada país donde opera para gestionar los procesos de logística a partir de la demanda recibida y los ingresos esperados. Aunque esta es una necesidad recurrente, cobra mayor importancia en épocas festivas (Navidad) o de rebajas.
LA SOLUCIÓN
A partir del histórico que contiene la venta de unidades por país, Keepler ha construido un pipeline de Machine Learning para el entrenamiento y la inferencia de los modelos necesarios incluyendo una monitorización diaria de los resultados obtenidos y un sistema de alarmado que avise de posibles fallos en los procesos anteriores.
EL RESULTADO
El cliente ha conseguido dimensionar de manera adecuada sus equipos de logística y empaquetado durante la época navideña, obteniendo la satisfacción del personal y de sus clientes, cumpliendo con plazos de entrega previstos para su clientela.

Definición y despliegue de arquitectura global
El objetivo es contribuir y liderar la definición de las arquitecturas de LakeHouse y Arquitecturas de datos en Streaming, que permitirán a todos los equipos que trabajan para el Banco construir y desplegar arquitecturas de datos partiendo de una base federada y aprobada a nivel global para todos los países que requieran desplegar sus sistemas en la nube pública.
Caso de éxito
Definición y despliegue de arquitectura global
Banco español internacional con más de 152M de clientes
EL RETO
El objetivo es contribuir y liderar la definición de las arquitecturas de LakeHouse y Arquitecturas de datos en Streaming, que permitirán a todos los equipos que trabajan para el Banco construir y desplegar arquitecturas de datos partiendo de una base federada y aprobada a nivel global para todos los países que requieran desplegar sus sistemas en la nube pública.
LA SOLUCIÓN
Keepler diseña y colabora junto con el equipo de Ingeniería de Arquitectura Global del Banco para establecer las arquitecturas, las políticas y recomendaciones que permitan construir dichas arquitecturas de datos en nube pública, en cualquier país en los que el Banco tiene actividad.
EL RESULTADO
Actualmente, Keepler está haciendo de colaborando con el equipo central de España que toma las decisiones y haciendo de enlace sincronizando los equipos distribuidos en diferentes países, de modo que todas las arquitecturas de todos los países sigan las directrices marcadas por el equipo de Arquitectura Global.

Automatización de flujo de eventos en streaming
El objetivo fundamental del cliente era el de automatizar la ingesta, preparación y disponibilización del dato en su flujo de eventos en streaming en NRT e integrarlo con sus sistemas informacionales (Salesforce Marketing Cloud) con el objetivo de optimizar su funnel de ventas.
Caso de éxito
Automatización de flujo de eventos en streaming
Banco español con más 3 mil millones de ingresos
EL RETO
El objetivo fundamental del cliente era el de automatizar la ingesta, preparación y disponibilización del dato en su flujo de eventos en streaming en NRT e integrarlo con sus sistemas informacionales (Salesforce Marketing Cloud) con el objetivo de optimizar su funnel de ventas.
LA SOLUCIÓN
Keepler diseñó y desplegó una solución que permitía el tratamiento de eventos y su clasificación siguiendo criterios de negocio en NRT. En el proceso se cubrieron necesidades de anonimización de datos, de gobierno de los mismos e integración con los sistemas informacionales del Banco.
Actualmente se está trabajando en el despliegue de una plataforma AI para los datos en batch que permite que permite a los científicos de datos del cliente tratarlos con libertad sin tener que competir por recursos.EL RESULTADO
El proceso de eventos se ha automatizado y se clasifican los mismos e integran con los sistemas informacionales del banco en NRT, permitiendo la optimización del funnel de ventas.

Plataforma Global de colaboración de AI y ML-Ops
En los laboratorios de I+D y en los sistemas de producción de múltiples líneas de productos, el cliente estaba reuniendo petabytes de datos en tiempo real que son analizados por operadores locales de máquinas y sistemas. La colaboración en el análisis de datos se ve obstaculizada por millones de etiquetas similares pero diferentes. No se podían identificar las mejores prácticas, y con demasiada frecuencia se reinventaban productos y procesos de producción similares. En consecuencia, los modelos de aprendizaje automático eran incompatibles y no eran reutilizables.
Caso de éxito
Plataforma global de colaboración de AI y ML-Ops
Empresa farmacéutica multinacional que factura 41.000 millones de euros al año
EL RETO
En los laboratorios de I+D y en los sistemas de producción de múltiples líneas de productos, el cliente estaba reuniendo petabytes y petabytes de datos en tiempo real que son analizados por operadores locales de máquinas y sistemas. La colaboración en el análisis de datos se ve obstaculizada por millones de etiquetas similares pero diferentes. No se podían identificar las mejores prácticas, y con demasiada frecuencia se reinventaban productos y procesos de producción similares. En consecuencia, los modelos de aprendizaje automático eran incompatibles y no eran reutilizables.
LA SOLUCIÓN
Keepler analizó las tecnologías de servicio de modelos técnicos de los proveedores de la nube y de código abierto, recomendando e implementando una canalización de MLOps para las configuraciones de varias cuentas y un flujo de trabajo de despliegue centralizado. La plataforma de servicio de modelos está abierta para que los grupos de productos de varias divisiones de la empresa desarrollen y pongan a disposición sus modelos de IA en toda la empresa.
EL RESULTADO
El cliente aumentó nuevos modelos de ML en un 23% e incrementó la reutilización de modelos en un 35% en los dos primeros meses de disponibilidad productiva, gracias a la mayor colaboración entre los grupos de productos de las diferentes divisiones de la empresa.

Huella digital de cliente
Nuestro cliente quiere tener una entidad que sirva de referencia para trazar e identificar unívocamente a su cliente digitalmente a través de los distintos canales de comunicación.a
Caso de éxito
Huella digital de cliente
Identificación única de clientes en diferentes canales
Empresa líder hotelera
EL RETO
El cliente quiere tener una entidad que sirva de referencia para trazar e identificar unívocamente a su cliente digitalmente a través de los distintos canales de comunicación. Para ello se han de tratar distintas fuentes de datos con tipología variada:
- Estructurada y desestructurada
- Online y Offline
- En batch y streaming
LA SOLUCIÓN
Keepler ha desarrollado y desplegado una solución basada en servicios análiticos, bases de datos, herramientas de procesamiento e informes en la nube, que permite establecer una identificación única de cliente y establecer marcas temporales para cubrir posibles cambios de identidad y asegurar la trazabilidad de dicha identidad.
EL RESULTADO
El establecimiento y seguimiento de la identidad única de cliente permitirá en sucesivas fases unificar la personalización de campañas y recomendaciones a través de todos los canales de comunicación.

Dashboard de gestión de activos
El cliente desea disponer de una visión integral del estado de los equipos más críticos de sus plantas de fabricación, con el fin de que los operadores puedan identificar rápidamente un problema en una instalación, monitorizar remotamente los activos y establecer políticas de mantenimiento preventivo y predictivo sobre los activos.
Caso de éxito
Dashboard de gestión de activos
Multinacional energética española que integra petróleo, gas y electricidad con una facturación anual de 20 billones de euros.
EL RETO
El cliente desea disponer de una visión integral del estado de los equipos más críticos de sus plantas de fabricación, con el fin de que los operadores puedan identificar rápidamente un problema en una instalación, monitorizar remotamente los activos y establecer políticas de mantenimiento preventivo y predictivo sobre los activos.
LA SOLUCIÓN
Keepler desarrolló una solución como SaaS que permite inventariar las instalaciones y sus equipos, activar la sensórica para recibir lecturas vía API del data lake de manufactura y definir umbrales de alarmado para realizar una monitorización proactiva.
EL RESULTADO
Se elimina la necesidad de inspección onsite de los activos para determinar su estado. La monitorización en tiempo casi-real disminuye los tiempos de identificación y resolución de incidencias. La detección de anomalías sobre activos permite anticipar un fallo antes de que ocurra reduciendo los costes de mantenimiento y optimizando el proceso productivo.

Estimación de riesgos en entornos industriales
El departamento de Medio ambiente, Salud y Seguridad del cliente quiere determinar el nivel de riesgo de sufrir un accidente laboral durante la ejecución de las órdenes de trabajo a realizar en sus instalaciones. Para ello, están dispuestos a analizar las órdenes de trabajo y los factores ambientales.
Caso de éxito
Estimación de riesgos en entornos industriales
Multinacional energética española que integra petróleo, gas y electricidad con una facturación anual de 20 billones de euros.
EL RETO
El departamento de Medio ambiente, Salud y Seguridad del cliente quiere determinar el nivel de riesgo de sufrir un accidente laboral durante la ejecución de las órdenes de trabajo a realizar en sus instalaciones. Para ello, están dispuestos a analizar las órdenes de trabajo y los factores ambientales.
LA SOLUCIÓN
Keepler desarrolló una solución como SaaS que procesa la planificación de órdenes de trabajo y la información meteorológica. Cruzando esta información con la parametrización de nivel de peligrosidad y riesgo, permite determinar el riesgo de acometer trabajos en exterior o espacios confinados en base a las condiciones medioambientales y al número de trabajos a ejecutar en paralelo un mismo espacio.
EL RESULTADO
Un cuadro de mando indicaba en cada instalación el riesgo actual y futuro con horizonte temporal de 3 días para cada tipo de trabajo a ejecutar. Se indicaba detalle del factor de riesgo más determinante (velocidad del viento, probabilidad de precipitaciones, exceso de trabajos en paralelo, etc.).

Eficiencia de reuniones en espacios de trabajo
La productividad de las reuniones de trabajo es algo cuestionable por el detrimento de trabajo efectivo que supone. Se pueden establecer KPIs de eficiencia de reuniones en base a datos como el número y jerarquía de asistentes, la duración de la reunión y si hay agenda programada.
Caso de éxito
Eficiencia de reuniones en espacios de trabajo
Multinacional energética española que integra petróleo, gas y electricidad con una facturación anual de 20 billones de euros.
EL RETO
La productividad de las reuniones de trabajo es algo cuestionable por el detrimento de trabajo efectivo que supone. Se pueden establecer KPIs de eficiencia de reuniones en base a datos como el número y jerarquía de asistentes, la duración de la reunión y si hay agenda programada.
LA SOLUCIÓN
Keepler desarrolló una solución como SaaS que recibe los datos de las convocatorias de reuniones en formato estándar iCal, los cruza con datos maestros de empleados y genera KPIs sobre el tiempo invertido en reuniones. Además, el departamento de HR puede determinar el coste “desperdiciado” en reuniones no eficientes en base a unos criterios de eficiencia ajustables.
EL RESULTADO
Se visibilizó el porcentaje de tiempo que se reúnen los empleados a lo largo de un año y el coste que generó a la organización.
Estos datos permitieron realizar campañas de concienciación en base a datos reales para facilitar a sus empleados la adopción de buenas prácticas sobre la necesidad de agendar reuniones y cómo hacerlo eficientemente.

Predicción de reservas
El cliente necesitaba migrar a la nube el modelo de predicción del número de reservas en sus hoteles, buscando minimizar los costes operativos y de capital del modelo que se ejecutaba on-premise.
Caso de éxito
Predicción de reservas
Grupo Hotelero Español Top 10
EL RETO
Este Grupo Hotelero tenía la necesidad de migrar a la nube el modelo de predicción de número de reservas en sus hoteles en una fecha futura, buscando minimizar los costes operativos y de capital del modelo que estaba siendo ejecutado en on-premise.
LA SOLUCIÓN
Keepler desplegó la infraestructura cloud necesaria para que el modelo se ejecutase íntegramente en Cloud, repositorio de datos incluido. Se construyeron reglas de automatización del proceso de inferencia y del reentrenamiento del modelo. Se desarrolló un interfaz para facilitar la visualización de los resultados del modelo por parte de los usuarios de negocio.
EL RESULTADO
La productivización en entorno cloud del modelo de predicción de reservas por hotel y fecha, permitió al cliente una redución de los costes de producción y de reentrenamiento del modelo.

Plataforma para venta de soluciones de datos
El cliente dispone de una plataforma on-premise basada en tecnología de bases de datos relacional que no le permite escalar ni le da la flexibilidad para gestionar datos de diferentes tipos.
Caso de éxito
Plataforma para venta de soluciones de datos
Empresa de comercialización de datos especializada en datos de marketing.
EL RETO
El cliente dispone de una plataforma on-premise basada en tecnología de bases de datos relacional que no le permite escalar ni le da la flexibilidad para gestionar datos de diferentes tipos. Además, su solución actual no es ni ágil ni suficientemente flexible para el desarrollo de soluciones de datos a medida para sus clientes. El cliente desea usar una solución basada en Data Lake que pueda gestionar de forma autónoma tras su despliegue.
LA SOLUCIÓN
Keepler desplegó una solución de Data Lake con ingesta y sincronización desde los sistemas de base de datos actuales del cliente en Oracle usando Amazon DMS. La plataforma permite también la carga de datos de series temporales. Además de un Data Lake central con toda la información en crudo, Keepler proporcionó un mecanismo usando Amazon EMR y Glue Data Catalog para implementar distintos casos de uso, siendo los casos de uso materializaciones de análisis de los datos del Data Lake central customizadas para cada cliente.
EL RESULTADO
Esta solución ha permitido al cliente pasar de un modelo de entrega de información bajo petición a un modelo completamente de autoservicio mucho más escalable y que facilita el cross-selling de servicios.

Plataforma Cloud centralizada de gestión de datos y BI
A medida que el volumen de archivos excel crece, también lo hace el esfuerzo para gestionarlos y mantener un seguimiento sobre los mismos, incrementándose los errores y problemas para encontrar datos.
Caso de éxito
Plataforma Cloud centralizada de gestión de datos y BI
Empresa líder en inversión hotelera
EL RETO
A medida que el volumen de archivos excel crece, también lo hace el esfuerzo para gestionarlos y mantener un seguimiento sobre los mismos, incrementándose los errores y problemas para encontrar datos. El cliente utiliza actualmente una solución SaaS para agregar información operativa del hotel, pero la solución no integra información externa ni de mercado. Tampoco puede implantar modelos de aprendizaje automático para aumentar el valor de los datos y ayudar en las decisiones de sus gerentes.
LA SOLUCIÓN
Keepler ha desarrollado y desplegado una solución basada en servicios análiticos, herramientas de procesamiento e informes en la nube. Además, se centró en ayudar a los usuarios habituados a excel en la transición a un modelo de consumo de datos basado en repositorios centralizados y en el control del uso de los datos.
EL RESULTADO
El cliente ahora puede capturar información de diferentes fuentes internas y externas, procesarla y mostrarla tratada para cubrir diferentes casos de de negocio. Keepler continúa trabajando con el cliente para desarrollar nuevos casos de uso basados en Machine Learning, como la optimización dinámica de precios y la evaluación automática del potencial inmobiliario.

Plataforma visión 360 de cliente
El cliente dispone de una plataforma Big Data 360 en la que se han desplegado diferentes casos de uso (reporting y modelos de ciencia de datos) al que acceden diversas áreas de negocio y proyecto. Una vez realizado el despliegue, el cliente desea ahorrar costes en servicios de soporte y evolución de la plataforma.
Caso de éxito
Plataforma visión 360 de cliente
Gran compañía española de medios de comunicación y entretenimiento
EL RETO
El cliente dispone de una plataforma Big Data 360 en la que se han desplegado diferentes casos de uso (reporting y modelos de ciencia de datos) al que acceden diversas áreas de negocio y proyecto. Una vez realizado el despliegue, el cliente desea ahorrar costes en servicios de soporte y evolución de la plataforma.
LA SOLUCIÓN
Realización de auditoría de “best practices” a nivel de arquitectura, optimización y automatización de la plataforma mediante “Infraestructura como código”. Creación de los dashboards de información para las distintas unidades de negocio de la entidad, con el objetivo de optimizar la venta y compra de publicidad.
EL RESULTADO
Ahorro de costes tanto en infraestructura como en personal al centralizar toda la información en un único repositorio y evolución de la plataforma para soportar diferentes casos de uso que permitan optimizar su negocio. Se redujeron en un 75% los errores e ineficiencias de los procesos de ingesta, tratamiento y calidad del dato.

Automatización de la digitalización documental
Esta empresa de seguridad definió en 2019 un ambicioso plan director de transformación digital, con el objetivo de digitalizar y automatizar el gran grueso de procesos de la compañía.
Caso de éxito
Automatización de la digitalización documental
Empresa de seguridad líder en mercado español.
EL RETO
Esta empresa de seguridad definió en 2019 un ambicioso plan director de transformación digital, con el objetivo de digitalizar y automatizar el gran grueso de procesos de la compañía. En este contexto surge la necesidad de automatizar la digitalización de facturas, integrándola, a través de RPA, con el flujo de escaneo y macheo con el ERP.
LA SOLUCIÓN
Keepler ha diseñado y desarrollado un extractor de entidades de facturas automático e inteligente basado en su framework de trabajo con datos desestructurados (UDI) , capaz de extraer dichas entidades de facturas en varios idiomas y de realizar acciones automatizadas (enviar datos a RPA para su integración con el ERP).
EL RESULTADO
+90% de precisión en la extracción de entidades de las facturas en distintos idiomas.
Integración del flujo de digitalización de facturas con el ERP.

Pago del peaje en la autopista portuguesa usando un chatbot
Las autopistas portuguesas tienen áreas de peaje en las que se utilizan dispositivos especiales para cobrar el costo del peaje al cliente. A veces el dispositivo no se detecta y se pide al cliente que pague a través de una pasarela de pago.
Caso de éxito
Pago del peaje en la autopista portuguesa usando un chatbot
Compañía multinacional líder en servicios.
EL RETO
Las autopistas portuguesas tienen áreas de peaje en las que se utilizan dispositivos especiales para cobrar el costo del peaje al cliente. A veces el dispositivo no se detecta y se pide al cliente que pague a través de una pasarela de pago. A menudo hay preguntas y la actual pasarela de pago es difícil de usar.
LA SOLUCIÓN
Keepler ha diseñado una plataforma de ChatBot que proporciona una completa funcionalidad de preguntas y respuestas junto con una pasarela de pago fácil de usar.
EL RESULTADO
La tarifa de peaje no pagada se reduce.

Gestión automatizada de incidencias en la red de distribución
Con más de 2 millones de smart meters desplegados, el cliente está dispuesto a proporcionar un mejor servicio a sus clientes pronosticando incidencias.
Caso de éxito
Gestión automatizada de incidencias en la red de distribución
Multinacional energética española que integra petróleo, gas y electricidad con una facturación anual de 20 billones de euros.
EL RETO
Con más de 2 millones de smart meters desplegados, el cliente está dispuesto a proporcionar un mejor servicio a sus clientes pronosticando incidencias.
LA SOLUCIÓN
El uso de información de gestión remota permite la identificación temprana de incidencias en la red de distribución utilizando técnicas de Machine Learning, así como el lanzamiento de acciones de mantenimiento proactivo.
EL RESULTADO
Reducción del 60% en tiempos de detección y resolución de incidencias.

Optimización del proceso productivo
Estudiar el rendimiento de los flujos de trabajo para optimizar los parámetros que influyen en la generación del producto final. Todo ello sin penalizar la producción que está en su cota más alta.
Caso de éxito
Optimización del proceso productivo
Multinacional energética española que integra petróleo, gas y electricidad con una facturación anual de 20 billones de euros.
EL RETO
La planta química de Shangai pretende estudiar, con un enfoque data-driven, el rendimiento de sus flujos de trabajo para optimizar los parámetros que influyen en la generación del producto final. Todo ello sin penalizar la producción que está en su cota más alta.
LA SOLUCIÓN
Keepler ha realizado un análisis descriptivo de las variables de temperatura, presión, etc. para identificar condiciones óptimas de rendimiento y ha desarrollado un modelo de optimización que indica qué parámetros ajustar para replicar el umbral óptimo que garantiza un proceso más eficiente.
EL RESULTADO
Reducción de hasta un 5% en el volumen de los componentes necesarios para la obtención del producto.

Exploración de datos de calidad
Identificación y estudio de las variables que impactan en la calidad de las botellas fabricadas para que esas variables puedan ser gestionadas para reducir la proporción de botellas rechazadas.
Caso de éxito
Exploración de datos de calidad
Empresa multinacional dedicada a proporcionar soluciones innovadoras de embalaje de plástico rígido a través de 44 instalaciones on-site y 9 instalaciones «cercanas» en todo el mundo.
EL RETO
Identificación y estudio de las variables que impactan en la calidad de las botellas fabricadas para que esas variables puedan ser gestionadas para reducir la proporción de botellas rechazadas.
LA SOLUCIÓN
Keepler desplegó un entorno de exploración de datos en la nube y configuró dos modelos de datos utilizando 30 de los cientos de variables existentes, generadas por las máquinas SIDEL, que más influyeron en la calidad de las botellas fabricadas.
EL RESULTADO
Keepler proporcionó un árbol de decisión con los rangos de valores de temperatura del cuello, presión de soplado y otros. Al aplicar combinaciones de esos ajustes, la reducción de botellas rechazadas estuvo entre el 5% y el 20%.

Data lake de operaciones bancarias y dashboard
El banco digital quería tener una visión holística de los principales procesos, incluyendo el registro digital y el ciclo de vida de los principales productos, como hipotecas, préstamos, tarjetas de crédito, etc. La información es dispersa y los KPI operativos no están definidos.
Caso de éxito
Data lake de operaciones bancarias y dashboard
Multinacional energética española que integra petróleo, gas y electricidad con una facturación anual de 20 billones de euros.
EL RETO
El banco digital quería tener una visión holística de los principales procesos, incluyendo el registro digital y el ciclo de vida de los principales productos, como hipotecas, préstamos, tarjetas de crédito, etc. La información es dispersa y los KPI operativos no están definidos.
LA SOLUCIÓN
Keepler definió con el banco +300 KPIs operativos y diseñó los flujos de datos de fuentes internas y externas para calcular y mostrar esos KPIs. Keepler también diseñó un conjunto completo de tableros con capacidades de auto-análisis.
EL RESULTADO
El banco utilizó esta información para mejorar los procesos operacionales y fijó el cálculo de los indicadores que antes estaban mal informados o mal calculados.

Migración a la nube de entorno de exploración de datos
El entorno de exploración en un entorno on-premise de Cloudera tiene que ser mejorado para acomodar más datos y más usuarios.
Caso de éxito
Migración a la nube de entorno de exploración de datos
Multinacional de telecomunicaciones francesa con más de 266 millones de clientes en el mundo.
EL RETO
El entorno de exploración en un entorno on-premise de Cloudera tiene que ser mejorado para acomodar más datos y más usuarios.
LA SOLUCIÓN
Migración de un data lake de 250Tb a la nube, incluyendo la ingestión de datos, el procesamiento utilizando Spark y el consumo de datos utilizando un entorno científico de datos adaptado. La nueva plataforma de exploración de datos se construye utilizando servicios nativos de nube pública y está totalmente automatizada. Proporciona servicios a +200 científicos de datos.
EL RESULTADO
Ahorro en licencias Cloudera (cantidad no revelada).

Entornos automatizados de analítica de datos y ML pipeline para un gran equipo de ciencia de datos
Con un equipo de más de 200 científicos de datos y una plataforma on-premise en Cloudera, el cliente estaba obligado a crear un nuevo entorno de datos y mantener contenidos los costes.
Caso de éxito
Entornos automatizados de analítica de datos y ML pipeline para un gran equipo de ciencia de datos
Multinacional de telecomunicaciones francesa con más de 266 millones de clientes en el mundo.
EL RETO
Con un equipo de más de 200 científicos de datos y una plataforma on-premise en Cloudera, el cliente estaba obligado a crear un nuevo entorno de datos y mantener contenidos los costes.
LA SOLUCIÓN
Keepler diseñó una plataforma Big Data para reflejar las capacidades de Cloudera con servicios nativos como S3 y EMR, y migrar 250Tb de datos comprimidos a la nube. También automatizó el ML pipeline en entornos Data Lab que pudieran ser lanzados bajo demanda.
EL RESULTADO
Reducción del tiempo de entrega de los entornos de científicos de datos de días a minutos.
Mejora del rendimiento de los procesos actuales de Spark.

Clasificación inteligente de correos
La aseguradora recibe más de 100k correos al mes relativos a diferentes procesos y solicitudes. Un equipo de expertos tiene que leer todos lo correos y reenviarlos al equipo de gestión correspondiente. Este proceso es costoso y está expuesto a errores humanos.
Caso de éxito
Clasificación inteligente de correos
Gran aseguradora española.
EL RETO
La aseguradora recibe más de 100k correos al mes relativos a diferentes procesos y solicitudes. Un equipo de expertos tiene que leer todos lo correos y reenviarlos al equipo de gestión correspondiente. Este proceso es costoso y está expuesto a errores humanos.
LA SOLUCIÓN
Keepler ha diseñado y desarrollado un clasificador automático e inteligente de correos capaz de analizar con OCR los adjuntos, extraer topics y entidades y redirigir los correos al equipo adecuado para su gestión.
EL RESULTADO
+90% de precisión en la clasificación.
Reducción del 20% de los correos revisados gracias a la detección de Spam.

Motor de recomendación y modelado del ciclo de vida de cliente online
Con varias marcas y plataformas de comercio electrónico, nuestro cliente quería obtener una visión holística y unificada de los clientes y las ventas de todas las marcas. Usando esta información, el cliente quería aumentar las ventas online apuntando a cada cliente con una recomendación personalizada.
Caso de éxito
Motor de recomendación y modelado del ciclo de vida del cliente online
Retailer de moda líder en España.
EL RETO
Con varias marcas y plataformas de comercio electrónico, nuestro cliente quería obtener una visión holística y unificada de los clientes y las ventas de todas las marcas. Usando esta información, el cliente quería aumentar las ventas online apuntando a cada cliente con una recomendación personalizada.
LA SOLUCIÓN
Keepler desplegó una plataforma de Big Data cargando datos de interacción con el cliente (Google Analytics) y ventas identificando al cliente mediante cookies, tarjeta de fidelidad, etc., y asociando al cliente con las ventas de la plataforma de backoffice del ERP. Incluso los datos de ventas de brick&mortar se utilizaron para personalizar aún más las recomendaciones.
EL RESULTADO
Los usuarios internos tienen una visión única de las plataformas de comercio electrónico de todas las marcas. Las ventas se impulsaron gracias a la combinación de la recomendación en el portal y un boletín informativo personalizado enviado automáticamente a los clientes conocidos.

Predicción logística
La mangueta es una de las piezas clave y más costosas del automóvil. Si no hay disponibilidad de stock, la fábrica completa se para. El fabricante quería predecir cuándo llegarían las manguetas a las fábricas de dos ciudades de España.
Caso de éxito
Predicción logística
Gran compañía del sector de automoción.
EL RETO
La mangueta es una de las piezas clave y más costosas del automóvil. Si no hay disponibilidad de stock, la fábrica completa se para. El fabricante quería predecir cuándo llegarían las manguetas a las fábricas de dos ciudades de España.
LA SOLUCIÓN
Keepler ha integrado una solución IoT basada en Cellnex. y dispositivos embarcados en los contenedores de los pasadores que permiten monitorizar la posición de los pasadores y si están en movimiento.
EL RESULTADO
Tan pronto como la aplicación estuvo lista los camiones comenzaron a ser monitorizados y se realizaron ajustes de stock más precisos. Manteniendo un flujo estable de pasadores el fabricante puede mantener una media de producción de 2.000 automóviles diarios.

Motor de precios dinámicos
Incrementar el precio medio y volumen de los productos derivados del petróleo a la venta en 1.200 estaciones de servicio en España, sin afectar a la demanda.
Caso de éxito
Motor de precios dinámicos
Multinacional energética española que integra petróleo, gas y electricidad con una facturación anual de 20 billones de euros.
EL RETO
Incrementar el precio medio y volumen de los productos derivados del petróleo a la venta en 1.200 estaciones de servicio en España, sin afectar a la demanda.
LA SOLUCIÓN
Exploración, diseño, entrenamiento automático y despliegue de 2.400 modelos diarios que calculan por cada estación de servicio el precio de la Gasolina 95 y el Gasoil. Los modelos tienen en cuenta un cálculo de la elasticidad de la demanda, meteorología local, eventos locales y reglas de negocio, como por ejemplo, acuerdos con ayuntamientos.
EL RESULTADO
El objetivo es elevar varios céntimos el precio medio de venta de estos productos incrementando el volumen de producto vendido.

Reducción del ratio look-to-book a través de la segmentación de clientes y whitelists
Bedbank es un mayorista de habitaciones de hotel. Las agencias de viajes buscan habitaciones y hoteles disponible a través de la aplicación Bedbank. El cliente quería reducir la volumen de búsquedas recomendando un conjunto personalizado de hoteles a cada cliente.
Caso de éxito
Reducción del ratio look-to-book a través de la segmentación de clientes y white-lists
Bedbank español líder en el sector.
EL RETO
Bedbank es un mayorista de habitaciones de hotel. Las agencias de viajes buscan habitaciones y hoteles disponible a través de la aplicación Bedbank. El cliente quería reducir la volumen de búsquedas recomendando un conjunto personalizado de hoteles a cada cliente.
LA SOLUCIÓN
Keepler desplegó un producto de datos que crea listas blancas de hoteles y lugares para cada agencia de viajes según una segmentación basada en el perfil del cliente y reservas y búsquedas históricas. La segmentación y las listas blancas se calculan periódica y automáticamente para reducir aún más el ratio look-to-book.
EL RESULTADO
El ratio look-to-book se redujo en un 10%, reduciendo así los costos de operación del bedbank.

Exploración del dato en red de telemedida
El cliente está dispuesto a identificar patrones de uso del agua (especialmente fraudulentos) y también automatizar la detección y la corrección de huecos en las medidas.
Caso de éxito
Exploración del dato en red de telemedida
Empresa mundial gestión del agua.
EL RETO
El cliente está dispuesto a identificar patrones de uso del agua (especialmente fraudulentos) y también automatizar la detección y la corrección de huecos en las medidas.
LA SOLUCIÓN
Keepler diseñó una plataforma Big Data en la nube que puede procesar y almacenar datos de medidores inteligentes. Además se implementó un conjunto de modelos de datos para rellenar los huecos e identificar anomalías en los contadores.
EL RESULTADO
Se mejoró la calidad del dato en todo el proceso, aumentando la precisión de la estimación de la factura del cliente. Durante el proyecto, la identificación de posibles casos fraudulentos, fugas o casos de flujo inverso ayudó al área de operaciones a detectar problemas más rápidamente.

Ecosistema IoT para añadir servicios de valor
El cliente quiere aumentar la adherencia del servicio proporcionando soluciones de valor añadido basadas en dispositivos IoT conectados al móvil y a Internet.
Caso de éxito
Ecosistema IoT para añadir servicios de valor
Operador de telecomunicaciones.
EL RETO
El cliente quiere aumentar la adherencia del servicio proporcionando soluciones de valor añadido basadas en dispositivos IoT conectados al móvil y a Internet.
LA SOLUCIÓN
Keepler diseñó y desplegó una plataforma de análisis en tiempo real de eventos IoT que permite la correlación inteligente de eventos para lanzar acciones (alarmas, otros eventos de IO, etc.) y obtener información de los clientes.
EL RESULTADO
El cliente ha proporcionado a sus clientes una aplicación avanzada que les permite supervisar el estado de su hogar y sus habitantes, con servicios que van desde la detección de intrusos hasta la asistencia a ancianos.

Seudonimización de datos sensibles
Cumplir con los requisitos de la UE GDPR en términos de privacidad de datos, aplicando técnicas de seudonimización a los datos PII almacenados en un Lago de Datos AWS S3 de ~300TB.
Caso de éxito
Seudonimización de datos sensibles
Multinacional de telecomunicaciones francesa con más de 266 millones de clientes en el mundo.
EL RETO
Cumplir con los requisitos de la UE GDPR en términos de privacidad de datos, aplicando técnicas de seudonimización a los datos PII almacenados en un Lago de Datos AWS S3 de ~300TB.
LA SOLUCIÓN
Se construyó una arquitectura avanzada, nativa de la nube y orientada a eventos, basada en AWS EMR, AWS Lambda, AWS SNS y AWS S3 para desidentificar los datos históricos y los datos sobre la marcha haciendo uso de integraciones directas con los servicios operativos (flujo de orquestación y catálogo de datos). La plataforma también permite a los usuarios solicitar la desidentificación o la identificación de operaciones a petición y también proporciona una capa completa de vigilancia y alertas.
EL RESULTADO
No se permitirá a los usuarios de los datos ver o hacer un uso indebido de la información PII que pueda conducir potencialmente a una violación inesperada de los datos, mientras puedan seguir trabajando como de costumbre con los datos cifrados.

Estrategia e implantación de seguridad Cloud y auto-remediación
En un complejo entorno de trabajo y organización, es esencial contar con una estrategia de seguridad cloud que garantice el cumplimiento de las políticas de seguridad de manera confiable, automatizada, resiliente y con capacidad de crecimiento.
Caso de éxito
Estrategia e implantación de seguridad Cloud y auto-remediación
Multinacional de gestión infraestructuras, construcción y servicios española.
EL RETO
El cliente dispone de un gran ecosistema de trabajo y estructura de recursos en la nube que dan servicio a múltiples verticales de negocio, casos de uso y áreas organizativas. En ese contexto, es esencial contar con una estrategia de seguridad cloud que garantice el cumplimiento de las políticas de seguridad de manera confiable, automatizada, resiliente y con capacidad de crecimiento.
LA SOLUCIÓN
Se define una estrategia y solución de seguridad cloud para la detección, análisis, gestión y auto-remediación frente a eventos de seguridad sobre la plataforma nube. Esta solución se basa en servicios gestionados como Step Functions y funciones Lambda que responden reactivamente a problemas de seguridad detectados en el servicio centralizado de control Security Hub.
EL RESULTADO
El cliente dispone de una solución de respuesta automática de detección y corrección para insights de CIS y AWS Benchmark (AWS S3.4, AWS S3.5, AWS DynamoDB.2, AWS EC2.7, AWS SNS.1 y CIS4.1, 4.2 y 4.3). La solución es escalable y se adapta a nuevos problemas de seguridad identificados.

Plataforma de datos y analítica para autopistas
El cliente desea disponer de una visión integral del estado de las autopistas, que gestiona mediante concesionarias y automatizar la generación de reportes y cuadre de datos para la generación de informes.
Caso de éxito
Plataforma de datos y analítica avanzada para gestión de autopistas
Multinacional de gestión infraestructuras, construcción y servicios española.
EL RETO
El cliente desea disponer de una visión integral del estado de las autopistas, que gestiona mediante concesionarias. Esta información es actualmente usada para procesos operativos y regulatorios que se procesan a mano para realizar informes. Se quiere disponer de una solución para automatizar la generación de reportes cuadre de datos para la generación de informes.
LA SOLUCIÓN
El cliente desea disponer de una visión integral del estado de las autopistas, que gestiona mediante concesionarias. Esta información es actualmente usada para procesos operativos y regulatorios que se procesan a mano para realizar informes. Se quiere disponer de una solución para automatizar la generación de reportes cuadre de datos para la generación de informes.
EL RESULTADO
Los procesos de reporte de datos se automatizan, ganando en velocidad y precisión del dato. Se eliminan tareas repetitivas y se cuenta con una capa de datos que nos permite conocer insights de negocio sobre la gestión de los activos (pórticos, balizas, aforadores, peajes, estado).
Si quieres saber más o que desarrollemos una propuesta para tu caso de uso concreto, contáctanos y hablamos.