Casos de Éxito Raw Data

Fruits de Ponent

Una de las principales Cooperativas estatales a nivel de producción de melocotón y nectarina.

  • Necesidad

    Obtener un modelo de predicción de cosecha sobre inicio de producción por parcela y curva de entrada en producción para mejorar la planificación de entrega Supermercados y para coordinar las ventas con las capacidades de frío.

    Facilitar un servicio de alertas meteorológicas a sus socios a través de las estaciones meteorológicas virtuales.

     

     

     

  • Solución propuesta

    Desde Raw Data les hemos ayudado en la creación de un modelo de predicción de cosecha para anticipar la fecha de maduración por parcela, la curva de entrada en producción y el volumen total.

    Gracias a las estaciones meteorológicas virtuales, los socios de Fruits de Ponent ahora pueden también conocer con antelación la probabilidad de lluvia, la probabilidad de heladas y/o los mejores momentos para tratar.

    También disponen del modelo de predicción de monilia.

  • Resultados del modelo de predicción

    Con un mes de antelación, la media de error en cuanto a días de predicción de la cosecha ha sido inferior a los 4 días y la media del error en cuanto a volumen total ha sido inferior al 5%.

Cerima Cherries

Productores de cereza formado por un equipo joven e innovador ubicado en la provincia de Tarragona, ha conseguido crecer exponencialmente en los últimos 5 años.

  • Necesidad

    Obtener un modelo de predicción de cosecha sobre inicio de producción por parcela para mejorar la planificación de entrega de cereza a Supermercados y reducir las desviaciones en la contratación de personal  de campo y almacén.

    Igualmente, necesitan conocer con antelación la probabilidad de lluvia (particularmente en épocas de cosecha) y los mejores momentos para realizar tratamientos.

     

  • Solución propuesta

    Desde Raw Data les hemos ayudado en la creación de un modelo de predicción de cosecha para anticipar la fecha de maduración por parcela y el volumen de producción.

    Gracias a las estaciones meteorológicas virtuales, ahora pueden también conocer con antelación la probabilidad de lluvia y/o los mejores momentos para tratar.

     

  • Resultados del modelo de predicción

    Con un mes de antelación, la media de error en cuanto a días de predicción de la cosecha ha sido inferior a los 4 días y la media del error en cuanto a volumen total ha sido inferior al 3%.

Empresa viticultora del Penedés

Productores vitivinícolas con un equipo joven que gestiona un importante número de productores y hectáreas.

  • Necesidad

    Reducir la incertidumbre de evolución del grado alcohólico por parcela. Agilizar la planificación de vendimia. Mejorar la calidad de las producciones.

    Facilitar un servicio de alertas meteorológicas a sus viticultores a través de las estaciones meteorológicas virtuales.

  • Solución propuesta

    Creación de un modelo de predicción de grado alcohólico para cada una de las parcelas de sus viticultores.

    Uso de estaciones meteorológicas virtuales para enviar alertas meteorológicas a sus viticultores.

  • Resultados del modelo de predicción

    La media de error en cuanto a grado alcohólico para cada parcela ha sido inferior a 0,5 grados, con una antelación de 3 semanas.

Yolanda Ferrer

Consultoría técnica especialista en fruticultura asesorando en la zona noreste de España

  • Necesidad

    Consultoría técnica en expansión, necesita ofrecer más valor a sus clientes a través de un asesoramiento escalable.

  • Solución propuesta

    Creación de modelo de predicción de grado por parcela.

  • Resultados

    Con las estaciones meteorológicas virtuales ofrece servicios agronómicos escalables a más clientes y conoce con antelación el riesgo de afectación de monilia de cada uno de sus clientes