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.
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.
Si quieres saber más o que desarrollemos una propuesta para tu caso de uso concreto, contáctanos y hablamos.