Casos d’èxit Raw Data

Juvé & Camps

Amb 200 anys d’història i prop de 300Ha de vinya, Juvé & Camps és un dels cellers més reconegudes a nivell estatal. Amb un caràcter innovador, l’equip tècnic dóna un pas endavant implantant solucions de big data per optimitzar la planificació i gestió de la verema.

  • Necessitat

    Obtenir un model de predicció per conèixer d’avantmà maduració de les parcel·les de vinya.

     

  • Solució Proposada

    Des Raw Data els hem ajudat en la creació d’un model de predicció de verema.

Corporación Alimentaria UNIÓ

Cooperativa de 2n grau que agrupa més de 20.000 socis y 90 cooperatives. Ubicats a Reus (Tarragona) gestionen més de 4.000 hectàrees i més de 2.000 socis en viticultura.

  • Necessitat

    Obtenir un model de predicció per conèixer d’avantmà maduració de les parcel·les de vinya.

     

  • Solució Proposada

    Des Raw Data els hem ajudat en la creació d’un model de predicció de verema.

Corporació Unió

Covides

Covides és la Cooperativa de major volum de producció vitivinícola de Catalunya. Està situada al Penedès, gestiona més de 2.500 has. de vinya i compta amb 650 socis viticultors.

  • Necessitat

    Obtenir un model de predicció per conèixer d’avantmà maduració de les parcel·les de vinya.

     

  • Solució Proposada

    Des Raw Data els hem ajudat en la creació d’un model de predicció de verema.

Corporació Unió

Fruits de Ponent

Una de les principals Cooperatives estatals a nivell de producció de prèssec i nectarina.

  • Necessitat

    Obtenir un model de predicció de collita sobre inici de producció per parcel·la i corba d’entrada en producció per millorar la planificació de lliurament Supermercats i per coordinar les vendes amb les capacitats de fred.

    Facilitar un servei d’alertes meteorològiques als seus socis a través de les estacions meteorològiques virtuals.

     

     

  • Solució Proposada

    Des Raw Data els hem ajudat en la creació d’un model de predicció de collita per anticipar la data de maduració per parcel·la, la corba d’entrada en producció i el volum total.

    Gràcies a les estacions meteorològiques virtuals, els socis de Fruits de Ponent ara poden també conèixer amb antelació la probabilitat de pluja, la probabilitat de gelades i / o els millors moments per tractar.

    També disposen del model de predicció de monilia.

  • Resultats del model de predicció

    Amb un mes d’antelació, la mitjana d’error pel que fa a dies de predicció de la collita ha estat inferior als 4 dies i la mitjana de l’error pel que fa a volum total ha estat inferior al 5%.

Coexma

Una de les cooperatives agrícoles de Mazarrón i amb més història de la Regió de Múrcia, formada actualment per un grup de més de 30 productors.

  • Necessitat

    Obtenir un model de predicció de collita sobre inici de producció per parcel·la i corba d’entrada en producció per millorar la planificació de lliurament Supermercats i per coordinar les vendes amb les capacitats de fred.

    Facilitar un servei d’alertes meteorològiques als seus socis a través de les estacions meteorològiques virtuals.

     

  • Solució Proposada

    Des Raw Data els hem ajudat en la creació d’un model de predicció de collita per anticipar la data de maduració per parcel·la, la corba d’entrada en producció i el volum total.

    Gràcies a les estacions meteorològiques virtuals, els socis de Coexma ara poden també conèixer amb antelació la probabilitat de pluja, la probabilitat de gelades i / o els millors moments per tractar.

Coexma y Raw Data

Cerima Cherries

Productors de cirera format per un equip jove i innovador situat a la província de Tarragona, ha aconseguit créixer exponencialment en els últims 5 anys.

  • Necessitat

    Obtenir un model de predicció de collita sobre inici de producció per parcel·la i corba d’entrada en producció per millorar la planificació de lliurament Supermercats i per coordinar les vendes amb les capacitats de fred.

    Facilitar un servei d’alertes meteorològiques als seus socis a través de les estacions meteorològiques virtuals.

     

     

  • Solució Proposada

    Des Raw Data els hem ajudat en la creació d’un model de predicció de collita per anticipar la data de maduració per parcel·la, la corba d’entrada en producció i el volum total.

    Gracies a les estacions meteorològiques virtuals, els socis de Fruits de Ponent ara poden també conèixer amb antelació la probabilitat de pluja, la probabilitat de gelades i / o els millors moments per tractar.

    També disposen del model de predicció de monilia.

  • Resultats del model de predicció

    Amb un mes d’antelació, la mitjana d’error pel que fa a dies de predicció de la collita ha estat inferior als 4 dies i la mitjana de l’error pel que fa a volum total ha estat inferior al 5%.

Empresa viticultora del Penedès

Viticultors amb un equip jove que gestiona un important volum d’hectàrees i de socis productors.

  • Necesitat

    Reduir la incertesa d’evolució del grau alcohòlic per parcel·la. Agilitzar la planificació de verema.

    Millorar la qualitat de les produccions.Facilitar un servei d’alertes meteorològiques als seus viticultors a través de les estacions meteorològiques virtuals.

  • Solució proposada

    Creació d’un model de predicció de grau alcohòlic per a cadascuna de les parcel·les de les seves viticultores.

    Ús d’estacions meteorològiques virtuals per enviar alertes meteorològiques als seus viticultors.

  • Resultats del model de predicció de viticultura

    La mitjana d’error quant a grau alcohòlic per a cada parcel·la ha estat inferior a 0,5 graus, amb una antelació de 3 setmanes.

Yolanda Ferrer

Consultoría tècnica especialitzada en fruticultura assessorant a la zona noreste d’Espanya

  • Necesitat

    Consultoria tècnica en expansió, necessita oferir més valor als seus clients a través d’un assessorament escalable.

  • Solució en fruticultura

    Ús d’estacions meteorològiques virtuals per als seus clients.

  • Resultats

    Amb les estacions meteorològiques virtuals ofereix serveis agronòmics escalables a més clients i coneix amb antelació el risc d’afectació de monilia de cadascun dels seus clients.