Recomotor Prediction, Comparison and Suggestion System (RPCSS)
Desenvolvemos um sistema capaz de prever preços, comparar dados e gerar recomendações automáticas, integrando informação de sucateiras e marketplaces. Com esta tecnologia, optimizamos a gestão de inventários, melhoramos a rentabilidade e promovemos a sustentabilidade no sector automóvel.
Tecnologia, eficiência e economia circular, ao serviço do futuro das peças.
Detalhes do projecto
- Duração: 05/2023 a 09/2024
- Investimento total: 253.522€
- Ajuda da União Europeia: 215.494€
- Local de execução do projecto: Lleida, Espanha
A Europa Sente-se
Principais Objectivos
- Prever preços de peças automóveis através de modelos avançados de machine learning.
- Integrar dados internos e externos numa plataforma unificada.
- Automatizar recomendações e orçamentos para agilizar processos comerciais e operacionais.
- Impulsionar a sustentabilidade optimizando o uso de peças recuperadas e promovendo a economia circular.
Resultados
O projecto consolidou uma plataforma robusta e escalável, integrando dados internos e externos em tempo real, com modelos preditivos operacionais e processos automatizados, alcançando eficiência técnica e económica, e lançando as bases para futuras inovações em inteligência artificial.
| Área / Actividade | Âmbito Previsto | Âmbito Real |
|---|---|---|
| Integração de dados externos | Integrar múltiplas fontes (OEM, sucateiras, marketplaces) no sistema. | Integração concluída, superando desafios de heterogeneidade e alcançando actualização em tempo real. |
| Modelos preditivos | Desenvolver modelos para previsão de preços, procura e rotação. | Modelos operacionais com resultados promissores; em uso para análises e decisões. |
| Infraestrutura técnica | Plataforma escalável e segura na nuvem. | Infraestrutura implementada em AWS e Kubernetes, pronta para crescer e adaptar-se. |
| Automação de processos | Automatizar processos de orçamentação e recomendações de peças. | Automação implementada e integrada com sistemas de negócio (ecommerce, CRM). |
