LeukosCiencia, datos y educación PTENES Contáctenos
Inicio / Análisis de datos
Consultoría en análisis de datos para empresas

Descubra lo que sus números ya saben.

Ventas, pérdidas, costos, rendimiento de cultivos, análisis de suelo: la mayoría de las empresas guarda datos que nunca se analizaron. Convertimos esas planillas en respuestas claras y mejores decisiones, con el rigor de un doctor en investigación computacional y la agilidad de la inteligencia artificial.

Puerta de entrada

Diagnóstico 80/20 en 7 días.

En la mayoría de los negocios, pocas causas explican la mayor parte del resultado: el 20% de los productos genera el 80% de la facturación, el 20% de las fallas causa el 80% de las pérdidas. Es el principio de Pareto.

Usted envía las planillas que ya tiene. En una semana le mostramos cuáles son esos pocos elementos que más pesan en su empresa, cuánto representan y tres acciones concretas para empezar, en un informe breve y una reunión de 30 minutos.

  • Precio cerrado y plazo acordado antes de empezar.
  • Sin software nuevo: trabajamos con las planillas y los sistemas que usted ya usa.
  • Lenguaje claro: gráficos simples y conclusiones sin jerga.
  • Confidencialidad por contrato: sus datos no se comparten ni se reutilizan.
Para quién

Preguntas que valen dinero.

Agro y producción vegetal

¿Por qué un lote rinde menos que otro? ¿Qué fertilización compensa? ¿Qué muestra el historial de análisis de suelo y foliares? Cruzamos rendimiento, suelo, fertilización, clima y variedad, y entregamos el análisis al agrónomo responsable, que hace la recomendación.

Productores, consultoras agronómicas y cooperativas

Calidad y procesos

¿Por qué aumentaron las pérdidas? ¿El proceso está bajo control? ¿El método del laboratorio es confiable? Control estadístico de procesos, análisis de causas y validación estadística de métodos analíticos.

Empacadoras, industrias, lácteos y laboratorios

Comercio y servicios

¿Cuánto venderé el próximo mes? ¿Qué clientes están dejando de comprar? ¿Dónde está el dinero inmovilizado en inventario? Pronóstico de demanda, curva ABC y segmentación de clientes.

Distribuidoras, comercios y empresas de servicios

Investigación académica

Diseño estadístico y análisis de datos de experimentos, tesis y disertaciones. Hacemos el análisis y explicamos cada resultado; la redacción y las conclusiones siguen siendo del investigador.

Estudiantes de posgrado y grupos de investigación
Herramientas

La técnica adecuada para cada pregunta.

La inteligencia artificial acelera el trabajo. La elección de la técnica y la verificación de cada resultado siguen a cargo de un científico.

Pareto y curva ABC¿Qué pocos elementos pesan más en el resultado?
Segmentación de clientes¿Quiénes son los mejores clientes y quiénes se están yendo?
Correlación, PCA y mapas de calor¿Qué varía junto con el resultado?
Árboles de decisión¿Qué reglas simples separan lo bueno de lo malo?
ANOVA y pruebas estadísticas¿La diferencia es real o es azar?
Diseño de experimentos¿Cómo probar con menos parcelas y más certeza?
Control estadístico de procesos¿El proceso se salió de control? ¿Cuándo?
Series de tiempo¿Cuánto venderé, cosecharé o gastaré?
Modelos predictivosMachine learning para estimar el resultado de cada caso.
Mapas de suelo¿Cómo varía el suelo dentro de la finca?
Optimización¿Cuál es la combinación de menor costo que cumple las reglas?
Simulación de riesgo¿Qué probabilidad hay de pérdida con la variación de precios y clima?
IA para textos¿Qué dicen los reclamos y las respuestas abiertas de las encuestas?
IA para imágenesClasificar o contar a partir de fotos, cuando el volumen lo justifica.
Ejemplo de entrega

Pérdidas en una empacadora de hortalizas.

Ejemplo ilustrativo, con datos ficticios, para mostrar el formato del informe del diagnóstico 80/20.

Gráfico de Pareto de las pérdidas por causa Las barras muestran las pérdidas semanales por causa en orden descendente; la línea muestra el porcentaje acumulado. Las tres primeras causas suman el 78% de las pérdidas. 0100200300400 0%50%100% kg perdidos por semana 80% 420260180110604030 TransporteLavadoTamañoPodredumbreVerdeoRajaduraOtras
Barras: kg perdidos por semana en cada causa. Línea: porcentaje acumulado de las pérdidas. Total: 1.100 kg por semana (datos ficticios).

Lo que muestran los datos

  • 3 de 7 causas suman el 78% de las pérdidas: golpes en el transporte (38%), roturas en el lavado (24%) y producto fuera de calibre (16%).
  • El transporte por sí solo pierde más que las cuatro últimas causas juntas.
  • Las pérdidas en el transporte se concentran en las cargas con más de 12 cajas por pila.

Tres acciones para empezar

  1. Limitar la altura de las pilas en el camión y volver a medir en 30 días.
  2. Ajustar la presión del agua en la lavadora y registrar las roturas por lote.
  3. Vender el producto fuera de calibre por un canal propio, en lugar de descartarlo.
Formatos

Empiece en pequeño y crezca con los resultados.

1. Diagnóstico 80/20

7 días, precio cerrado. Los pocos elementos que más pesan y tres acciones concretas.

2. Estudio en profundidad

3 a 4 semanas. Causas, pronósticos y escenarios, con las técnicas que el problema requiera.

3. Seguimiento mensual

Un tablero que se actualiza solo y una reunión mensual sobre lo que cambió y qué hacer.

También ofrecemos capacitación para su equipo, para que analice sus propios datos en planillas o en Python.

Confidencialidad e IA

Sus datos son el secreto de su negocio.

  • Acuerdo de confidencialidad antes de recibir cualquier planilla.
  • Reglas claras para la IA: solo usamos servicios que no entrenan sus modelos con sus datos, y el contrato indica qué herramientas se usan.
  • Datos personales protegidos: nombres, documentos y contactos se eliminan siempre que el análisis no los necesite, conforme a la ley de protección de datos.
  • Verificado y reproducible: cada número se revisa, y cada paso del análisis queda guardado para repetirlo el mes siguiente.
Quién analiza

Dr. Washington de Almeida Pereira

Doctor en Química por la Universidad de Brasilia, con investigación teórica y computacional: análisis de componentes principales, mapas de calor, correlaciones y modelos predictivos con machine learning y redes neuronales, publicada en revistas internacionales.

Aplicó machine learning para predecir el rendimiento de la zanahoria, estudió la química del fósforo en el suelo y programa en Python desde el posgrado. Es profesor de química y bioquímica en la universidad y creador de la plataforma BaitaAjuda.

Currículum académico (Lattes) →

Primer paso

Envíenos una planilla. Le mostramos lo que esconde.

Cuéntenos cuál es la pregunta que hoy más le cuesta a su empresa y qué datos ya tiene. Respondemos con la propuesta del diagnóstico 80/20. Trabajamos de forma remota con empresas de cualquier país.