proyecto
Construye-iasoftware de Inteligencia Artificial para la Gestión Inmobiliaria de Postventa.
Registro en:
18PIRAS-102367
2018-102367-INNOVA_PRODUCCION
Autor
Guillermo Urzua
Constructora Demako Spa
Institución
Resumen
Analisis Exploratorio:una Vez Obtenidos los Sets de Datos con la Información Histórica de Post-venta de Empresas Inmobiliarias o de la Construcción se Realizará un Análisis Exploratorio sobre Cada Uno de Estos Sets el cual Consiste en Revisar su Contenido para Identificar las Variables (features) y Clasificadores que se Usarán para Orientar el Estudio de Machine Learning. El Análisis Exploratorio Permite Entender Mejor los Datos con que se Está Trabajando. Parte del Análisis Incluye Poder Visualizar a Través de Distintos Tipos de Gráficos las Interrelaciones de las Variables Identificando Comportamientos de Interés que Motiven la Creación de Problemáticas y Preguntas que se Deseen Resolver. A Partir de los Datos se Debe Definir un Primer Conjunto de Problemas o Preguntas de Interés al que Luego se Intentará Buscar Respuestas a Cada una de sus Preguntas a Partir del Comportamiento de las Propias Variables. Para este Objetivo Será de Vital Importancia Contar con la Experiencia en el Rubro Inmobiliario y de la Construcción que Aportarán los Especialistas del Equipo Quienes Gracias a sus Años de Experiencia en el Rubro Ayudarán a que el Conjunto de Preguntas para Ser Analizado con Machine Learning Sea de Real Relevancia Entregando Sentido al Prototipo y al Estudio de Inteligencia Artificial Relacionado. Creación de Software de Gestión de Post-venta con App Movilcreación de Software de Gestión de Post-venta Hecho a la Medida del Prototipo para Fácil Integración y No Dependencia de Softwares de Terceros. Comparte Interfaz Web con la Utilizada para el Motor de Machine Learning. De Diseño Simple y Moderno Pretende Servir para Ser Ofrecido a Futuros Clientes que No Estén Satisfechos con su Software de Post-venta o que al Interesarse en Usar Construye-ai Necesiten Reemplazar su Software Actual por No Ofrecer una Interfaz Api de Conexión que Permita Obtener sus Datos de Post-venta de Forma Dinámica. El Software de Post-venta Será Inicializado con la Información Histórica de Postventa Existente en las Empresas que Hayan Facilitado la Información de sus Sistemas de Post-venta Inmobiliaria. Junto con el Software de Gestión de Postventa Pensado para la Empresa Inmobiliaria o de Construcción que Tiene que Atender las Solicitudes de Requerimientos. Se Creará un Formulario Web para Ser Insertado en Páginas Web Externas y una App Móvil de Tipo Pwa (progressive Web Apps) de Creación de Requerimientos Pensado en los Clientes Finales de la Constructora o Inmobiliaria que Crearán las Solicitudes de Atención o Reclamos. La App Móvil Compatible con Ios y Android Sólo Tendrá el Fin Funcional de Crear Nuevas Solicitudes de Atención y Reclamos de Modo de que el Prototipo Constituya un Solución Completa. Desarrollo de Motor de Analítica con Machine Learningel Objetivo es el Desarrollo de Software de un Motor de Análisis de Machine Learning Diseñado Especialmente para Sistemas Informáticos de Post-venta Inmobiliaria. A Través del Estudio de Aplicación de Machine Learning se Espera Obtener Modelos Predictivos a Medida los Cuales Serán Cargados en el Motor de Análisis de Machine Learning. El Software Debe Ser Capaz de Conectarse al Software de Gestión de Post-venta Inmobiliario para Mantenerse en Sincronía con la Nueva Información de Gestión de Post-venta que se Vaya Incorporando. Estos Nuevos Datos se Utilizarán para Entrenar de Forma Continua los Modelos de Machine Learning Utilizados. Se Debe Diseñar una Interfaz de Conexión Modular para las Fuentes de Datos a las que se Conectará el Motor de Machine Learning. Si Bien se Planea a Futuro Cubrir las Principales Bases de Datos y Aplicaciones Comerciales de Gestión para este Proyecto se ha Limitado el Alcance a un Único Módulo de Fuente de Datos que Permite Conectarse a un Software de Post-venta Inmobiliario Hecho a la Medida para el Desarrollo de este Prototipo. La Interacción con el Motor de Análisis de Machine Learning se Debe Realizar a Través de una Interfaz de Usuario Web Diseñada Especialmente para Realizar Consultas Predictivas al Motor de Machine Learning Visualizar Correlaciones y Posibles Anomalías de los Patrones de Datos de Manera Amigable a Través de Diferentes Tipos de Gráficos. El Objetivo es Desarrollar el Prototipo de Construye-ia Consistente en un Motor de Análisis de Datos en Tiempo Real con Técnicas Avanzadas de Ml e Interfaz de Usuario Amigable. Su Diseño Será Modular Pero el Proyecto Tiene como Alcance Proveer Sólo su Primer Módulo: Post-venta Inmobiliaria. El Desafío Será Dar Factibilidad al Uso de Ia en la Post-venta Inmobiliaria al Obtener que los Resultados Generados por el Software Sean de Utilidad para Generar Ahorros y Brindar un Mejor Servicio. Estudio de Aplicación de Machine Learning:se Realizará un Estudio Acabado de la Factibilidad de Aplicar Machine Learning sobre los Sets de Datos Utilizados en el Análisis Exploratorio. Durante Esta Etapa se Buscará Responder a los Problemas y Preguntas Planteados durante el Análisis Exploratorio a Través de la Aplicación Computacional de Diferentes Modelos de Machine Learning sobre los Sets de Datos. Sobre las Muestras Serán Aplicados Diferentes Algoritmos de Aprendizaje Supervisado y No Supervisado con la Intención de Hacer un Estudio de Machine Learning Dirigido que Permita Calibrar los Modelos y Determinar el Peso de las Variables para el Correcto Tratamiento de los Datos Según el Nivel de Complejidad de Cada Modelo Utilizado de Forma de Obtener que los Algoritmos Permitan Generalizar de Forma Correcta y No se Tenga un Sobreajuste (overfitting) o Subajuste (underfitting) de los Modelos de Predicción. Los Modelos Serán Optimizados y Evaluados a Través de Grid-search y Validación Cruzada (cross-validation) de Modo de Mejorar sus Niveles de Certeza. Como Resultado se Espera Obtener los Modelos Predictivos que Posteriormente se Utilizarán de Forma Dinámica en el Software de Construye-ai. El Riesgo Asociado a Esta Etapa Consiste en Tener Baja Efectividad en los Resultados de Aplicar Machine Learning a los Sets de Datos Determinandose que la Cantidad de Datos Recolectados No es Suficiente para Entrenar a los Modelos de Machine Learning de Forma Adecuada Inhibiendo la Capacidad Predictiva de Estos y Quitándo Sentido a la Ejecución del Proyecto de Creación del Prototipo. Recolección de Datos Históricos:se Necesitará Recolectar la Información Histórica de Post-venta Directamente desde los Sistemas Informáticos de las Empresas Voluntarias que Participen en este Proyecto de Prototipo. El Mecanismo de Obtención de los Datos Será Variado Pues Dependerá de las Prestaciones y Consideraciones de los Softwares Utilizados por Cada una de Estas Empresas. Comúnmente No hay Acceso de Forma Directa a las Bases de Datos de Estos Softwares Pues Hoy en Día Operan de Forma Externalizada como Servicios Cloud. Para el Caso de los Softwares con Más Prestaciones lo Ideal es Obtener la Información a Través de sus Interfaces Api que Permiten la Interoperabilidad y Disponibilización de la Información de Forma Fácil. Para el Caso de los Softwares Más Precarios Estos Comúnmente Ofrecen al Menos la Opción de Exportar sus Datos a Planillas de Cálculo. En Caso de No Estar Disponible Ninguno de los Mecanismos Anteriores la Recolección de Datos se Realizará a Través de Métodos de Web Scraping. La Información Recolectada de Post-venta Será Complementada con Cualquier Otra Fuente de Información que Disponga la Empresa que Permita Profundizar el Nivel de Información de la Data Recolectada. Una Vez Obtenidos los Datos Será Necesario Procesar su Contenido Realizando un Levantamiento Detallado de la Información Recolectada. La Data Debe Ser Verificada en Cuanto a su Integridad y Posibles Inconsistencias de Codificación. Finalmente Debe Ser Almacenada de Forma Ordenada y Catalogada para Facilitar su Estudio Constituyéndose un Set de Datos por Cada Empresa. En Particular a Inicios de Postulación ya se Cuenta con el Apoyo de las Empresas: Inmobiliaria Loga S. A. Y Constructora Demako Ltda. Que Han Formalizado su Interés en Participar como Voluntarias en este Prototipo Facilitando su Información Relacionada al Área de Post-venta bajo el Compromiso de Mantener la Privacidad de su Información. Construye-ia es una Plataforma de Inteligencia Artificial (ia) Diseñada Especialmente para Analizar la Información Contenida en los Sistemas Informáticos de Empresas Inmobiliarias y de la Construcción. El Software Utiliza Machine Learning (ml) para Resolver Problemas de Modelamiento Complejo Realizar Predicciones Detectar Correlaciones y Anomalías en los Datos de Forma Dinámica Todo con el Fin de Asistir Estratégicamente a nuestros Clientes en la Gestión y Optimización de sus Procesos. Corporación de Fomento de la Producción