Merqueo mejora la previsión de la demanda a través de MLOps con AWS Data Lab

2022

aws-data-lab
Merqueo

Desafío

Ofrecer miles de productos a cientos de miles de clientes en toda América Latina, Merqueo necesitaba un enfoque escalable y automatizado para pronosticar con precisión la demanda de sus productos por parte de los consumidores. Sus expertos en abastecimiento junto con su equipo de analytics crearon una solución basada en el aprendizaje automático (ML) que automatiza el pronóstico de la demanda, se adapta en función de la dinámica del mercado y entrena modelos específicos para el producto y el almacén de Merqueo donde se encuentra almacenado. Múltiples variantes son entrenadas para cada uno de los modelos de aprendizaje automático mediante diferentes algoritmos, ventanas históricas y transformaciones de datos. Para obtener un pronóstico más preciso, se entrenan y comparan las variantes de cada modelo, lo que da como resultado una gran cantidad de modelos que requerían seguimiento. Merqueo deseaba modelos de aprendizaje automático en los que se pudiera confiar con un alto grado de precisión y en busca de crear una plataforma MLOps unificada que centralizara el entrenamiento de modelos, simplificara su administración y brindara confianza en los modelos.

Solución

En colaboración con el AWS Data Lab, Merqueo diseñó una arquitectura de MLOps que automatiza el entrenamiento de más de 90 variantes de modelos de ML para cada producto, los cuales se utilizan para pronosticar la demanda. La solución utiliza Amazon Redshift para almacenar los datos de entrenamiento. Amazon SageMaker es la columna vertebral que acelera el proceso de entrenamiento de múltiples variantes del modelo, para preparar los datos, realizar los trabajos de entrenamiento en paralelo con algoritmos propios de Merqueo y evaluar el rendimiento de los algoritmos, su almacenamiento, la inferencia por lotes, y más. La integración de Amazon SageMaker con Amazon CloudWatch permite a Merqueo supervisar métricas, eventos y registros, además de auditar las acciones realizadas por los usuarios, los roles y los servicios de AWS involucrados en todo el proceso. Con SageMaker Projects, Merqueo puede integrarse con Bitbucket para procesos de CI/CD y aprovechar su biblioteca de artefactos de código existente para la preparación de datos, el entrenamiento de modelos y la inferencia.

"Merqueo optimizó su arquitectura de aprendizaje de máquina para mejorar el pronóstico de la demanda en todas sus operaciones comerciales en América Latina mediante el trabajo con Data Lab."

Juan Pablo Trujillo Jácome, Vice Presidente - Data LatAm, Merqueo.

  • Servicios de AWS utilizados
  • Acerca de Merqueo
  • Merqueo, una startup colombiana de alto crecimiento que ha recaudado más de 100 millones de dólares en fondos de capital riesgo, lleva al mercado miles de productos para el hogar incluidos alimentos y bebidas frescos y congelados, productos envasados y artículos de primera necesidad para el hogar. Merqueo tiene usuarios en ciudades de Colombia y Brasil.

  • Acerca de AWS Data Lab
  • AWS Data Lab ofrece programas de ingeniería conjunta y acelerada entre los clientes y los recursos técnicos de AWS para crear productos tangibles que aceleren las iniciativas de modernización empresarial en AWS. Durante el laboratorio, los arquitectos de soluciones de AWS Data Lab y los expertos en servicios de AWS brindan asistencia al cliente al proporcionar orientación prescriptiva de arquitectura, compartir las mejores prácticas y eliminar obstáculos técnicos. Los clientes terminan el programa con un prototipo que se adapta a sus necesidades, un camino hacia la producción, un conocimiento más profundo de los servicios de AWS y nuevas relaciones con los expertos en servicios de AWS.

kr_quotemark

De la mano de expertos en logística y abastecimiento, analítica y el Data Lab de AWS, se construyó una herramienta capaz de pronosticar la demanda, optimizar los costos y apalancar el crecimiento de Merqueo."

Lida Sandoval
Analytics Director, Merqueo

Beneficio

La arquitectura MLOps optimizada de Merqueo proporciona la escalabilidad que necesita para mejorar las capacidades de pronóstico. Al automatizar y estandarizar las tareas de aprendizaje automático, Merqueo puede aumentar sus ingresos mediante una mejor previsión de la demanda en todos sus almacenes. La arquitectura definida en el Data Lab establece las bases para que Merqueo cuente con un retorno de la inversión (ROI) óptimo en los casos de uso de aprendizaje automático actuales y respalde la entrega de valor agregado con casos de uso en tiempo real en el futuro. Merqueo descubrió que el alto nivel de confianza inherente a sus modelos de aprendizaje automático ayudaba a la empresa a evitar que los productos dejaran de estar disponibles o se agotaran, al mismo tiempo que optimizaba el almacenamiento de los productos en sus almacenes físicos. En una muestra comparativa los resultados arrojaron que la asertividad del pronóstico mejoró en 32% y el número de horas que se presentaba un producto en estado de agotado disminuyó en 53%.

Diagrama de Arquitectura

Merqueo Architecture Diagram

Get Started

Companies of all sizes across all industries are transforming their businesses every day using AWS. Contact our experts and start your own AWS Cloud journey today.