Кейсы

Для более детальной информации по проектам и индустриям отправьте запрос на info@naura.ai

Модель прогнозирования спроса и предложения нефти.

Алгоритмы машинного обучения для прогнозирования спроса и предложения нефти, а также цен на нефть марки BRENT, на основе данных функционирования экономик 49 стран мира.

Результат

  • Исходная информация для участия клиента в переговорах с ОПЕК по корректировке добычи нефти.

  • Корректировка квот добычи нефти на месторождениях страны.

  • Планирование бюджета с учетом прогнозов цен на нефть.

Подсистемы моделирования и прогнозирования производства и потребления по отдельным группам промышленной продукции.

Модель прогнозирующая развитие товарных рынков страны на 10 лет вперед (547 рынков, более 1500 индикаторов, сценарное прогнозирование).

Результат

  • Формирование бюджета государственных программ в различных сферах промышленности.

  • Разработка балансов спроса-предложения с торговыми партнерами клиента.

Разработка стратегии цифровой трансформации транспортного комплекса государства.

Разработка документа государственного стратегического планирования.

Результат

  • Разработан перечень основных мероприятий цифрового развития всей транспортной отрасли

  • Разработаны модели рисков и оценки ущерба

  • Составлена дорожная карта реализации мероприятий по цифровой трансформации

Разработка скоринговых моделей для предсказания финансовых проблем предприятий отрасли машиностроения.

Модели, предсказывающие риски снижения финансовой устойчивости предприятия и оценивающие размер долгов. Мониторинг и контроль состояния 2000 предприятий.

Результат

  • Оценка размера субсидий на очередные годы планирования государственной поддержки предприятий.

  • Улучшенное бюджетное планирование.

Динамическая стохастическая модель общего равновесия для долгосрочного прогнозирования макроэкономического развития страны.

DSGE модель для разработки сценарных прогнозов до 2040 года по 49 показателям, включая процентные ставки и индексы цен.

Результат

  • Долгосрочное бюджетное планирование: прогноз доходов и расходов.

  • Прогноз цен на множество товаров и субститутов.

Модели стресс-тестирования для различных объектов экономики.

Ансамбль моделей позволяющий отследить путь распространения шоков и отклики всех параметров.

Результат

  • Оценка размера субсидий на очередные годы планирования государственной поддержки предприятий.

  • Бюджетное планирование социальных систем (размеры пенсий, выплат безработным и другие параметры).

  • Оценка рисков при сценарии стагнации экономики или экономического кризиса.

  • Оценка потенциального ущерба экономической системы при изменении государственной политики или снижении экзогенных факторов (цены на нефть, курс валюты и др.).

  • Разработка мер противодействия при реализации рисковых ситуаций.

Модель внешнеторговых отношений.

Модель позволяющая определить влияние государственной политики на показатели экспорта и импорта и разработать предложения по принятию решений.

Результат

  • Оценка экспортного потенциала потенциальных партнеров (создание экспортных производств для покрытия потребностей в импорте других государств).

  • Разработка экспортной политики.

  • Разработка политики замещения импорта.

  • Разработка прогнозов экспортных и импортных цен.

  • Оценка влияния различных факторов на показатели экспорта и импорта.

Система многомерного сравнительного анализа.

Система представляет собой набор большого числа моделей (по одной для каждого наблюдения системы), учитывающих возможность многомерного вывода (зависимые переменные) и ввода (факторы) для описания состояния объекта.

Результат

  • Разработка региональных и локальных стратегий развития объекта.

  • Системы автоматизированного мониторинга и оценки эффективности объектов (государственные компании, субъекты и регионы страны и др.).

Планирование поставок и прогнозирование спроса.

Модель, предсказывающая спрос на продажу одежды и cоставляющая оптимальный план завозов товара в магазины.

Результат

  • Снижение потерь из-за случаев нехватки товаров в магазинах на 80% в год.

  • Среднее снижение количества экстремальных перебросов товаров на 30% в месяц.

Прогнозирование продаж.

Модель, предсказывающая спрос на продукты с учётом доходов населения, погоды, праздников и других факторов.

Результат

  • Точность прогноза продаж более 80%.

  • Снижение потерь на скоропортящихся товарах около 42% в месяц.

  • Снижение длительности отсутствия товаров на полках магазинов.

  • Снижение затрат на логистику – 5%.

Планирование продаж и прогнозирование цен.

Модель, выявляющая эластичность спроса и подбирающая оптимальные цены в соответствии с оцененными эластичностями.

Результат

  • Увеличение прибыльности на 6.2% на выбранной линейке товаров.

  • Сегментация клиентов на множество подгрупп и детальное определение спроса.

Прогнозирование и расчет различных акций.

Модель, выявляющая чистый эффект от программы клиента.

Результат

  • Рост продаж клиента за счет обоснованного вычисления экономического эффекта от внедрения программы в магазинах клиента.

  • Улучшенная система принятия решений

Автоматизация логистики.

Модель, осуществляющая автоматический подсчет поступившего товара на основе фото.

Результат

  • Ежедневное сокращение времени на подсчет до 4 часов.

Выявление мошенничества со стороны работников.

Система автоматического определения случаев мошенничества на основе данных камер. Модель выявления образов на основе обработки видеосигнала.

Результат

  • Обработка фотографий с полей в реальном времени.

  • Выявлено 30 случаев погрузок в чужие авто за половину сезона сбора (экономия - 50 тыс. долларов США).

  • Выявлено 45 случаев потери урожая в процессе перевозки к весовой (экономия - 75 тыс. долларов США).

Выявление мошенничества со стороны работников.

Система автоматического определения случаев мошенничества на основе данных камер. Модель выявления образов на основе обработки видеосигнала.

Результат

  • Сокращение временных затрат на обработку фотографии в 20 раз.

  • Выявлено 20 попыток недочета поступившего груза за 2 месяца (экономия - 40 тыс. долларов США)

  • Система, позволяющая руководству получать достоверную информацию.

Предсказание поломок.

Система предсказывающая сбои и поломки на основе данных производственного оборудования.

Результат

  • Сокращение затрат на сырье - 50%.

  • Программное обеспечение для работы с данными.

Скоринговая модель коммерческого банка.

Модель использует банковские и внешние данные о клиенте.

Результат

  • Сокращение дефолтов на 12%.

  • Автоматическое принятие решений.

Предсказание поломок.

Модель обнаруживает аномалии в работе транспортных средств в режиме реального времени и на основе данных планирует график ремонтов отдельно для каждой единицы.

Результат

  • Сокращение затрат на ремонт парка - 11%.

Персонализация и автоматизация email-рассылок.

Модель выделяет детальные клиентские сегменты со схожими предпочтениями, используя все доступные о клиенте данные. Решение позволяет отправлять персонализированные предложения в оптимальное время.

Результат

  • Конверсия в покупки выросла на 12%.

Автоматизация логистики.

Приложение в инфраструктуре клиента с визуализацией групп заказов и модель для предварительного распределения заказов.

Результат

  • Автоматизация - 80% ручных операций отдела логистики.

Автоматизация процесса определения объектов.

Система позволяющая распознавать лица и группировать фотографии.

Результат

  • Автоматизация 40% ручного труда.

Анализ текста.

Система позволяет анализировать тексты сообщений, группирует все отправляемые сообщения по категориям а также приводит похожие сообщения к шаблонному виду.

Результат

  • Сокращение затрат на СМС – рассылки на 26%.

Оценка рыночной стоимости предприятий машиностроительной отрасли страны.

Модели автоматизированной оценки рыночной стоимости предприятий на основе данных рыночной, финансовой и налоговой отчетностей. Мониторинг и переоценка 900 предприятий с подготовкой отчета.

Результат

  • Оценка экономического эффекта от продажи национализированных предприятий.