El día 30/06, fueron presentados al público, los resultados del Proyecto ‘RH 4.0 FeD – Previsión y Dimensionamiento Automático para Equipos de Retail’, desarrollado en co-promoción con la Universidad de Aveiro (UA)._x000D_
_x000D_
Tras el lanzamiento de la actualización realizada a la versión de SISQUAL® Forecast, el proyecto se basó en la creación de nuevos modelos de previsión para realizar el dimensionamiento de equipos en función de diferentes variables externas (como eventos, condiciones meteorológicas, entre otros) y la aplicación de estos con el fin de reducir posibles errores._x000D_
_x000D_
«El objetivo es utilizar la ciencia de datos de forma automática para prever y dimensionar equipos sin intervención humana», afirma Jorge Costa, Chief Product Officer de SISQUAL® WFM._x000D_
Las nuevas tecnologías facilitan los procesos
_x000D_
El proyecto ‘RH 4.0 FeD’ se ha basado en la implementación de tecnologías emergentes (Machine Learning) para poder realizar tareas de forma automática a partir de datos históricos. Esto significa que «el algoritmo utilizado trabaja a partir de datos dispersos, transformándolos para que todos se centren en la misma dimensión», explicó Martim Sousa, Técnico de Sistemas de Información de la Universidad de Aveiro, que participó en el proyecto._x000D_
_x000D_
En la primera fase, se utilizaron modelos de aprendizaje automático para predecir series temporales que pudieran determinar los flujos de clientes. Tras la fase exploratoria, y después de probar varios modelos de predicción, el equipo de la UA identificó un modelo con un rendimiento superior para la previsión de clientes/dimensionamiento de equipos, lo que permitió la integración de modelos de aprendizaje automático con SISQUAL®WFM._x000D_
_x000D_
«Ahora tenemos un módulo de Forecast / Sizing completamente diferente en términos de automatización, pudiendo vender el modelo como servicio, proyecto o incluso como consultoría», afirma Jorge Costa, CPO de SISQUAL® WFM._x000D_
Modelo ajustable y universal
_x000D_
El nuevo SISQUAL® Forecast ML (Machine Learning) tiene la ventaja de poder ajustarse a nuevos mercados, sirviendo como modelo universal para diferentes geografías._x000D_
_x000D_
Otro beneficio de la solución es la actualización a una versión a corto plazo de Forecast, permitiendo el uso de planes de ejecución a corto plazo para cada área de negocio. En la práctica, esta automatización permite a los directivos redistribuir el trabajo entre el equipo con al menos un día de antelación._x000D_
_x000D_
Más de 75.000 gestores en el mundo utilizan SISQUAL® WFM, lo que la convierte en una solución global, cada vez más a la vanguardia de los mecanismos que potencian la gestión de la fuerza de trabajo y aumentan la productividad de las empresas._x000D_
_x000D_
Vea abajo la galería de fotos del evento:_x000D_
_x000D_
