App móvil · Aprendizaje automático · Corea
Nalla
Los sistemas públicos de bicicletas compartidas fallan de una forma concreta y predecible: las estaciones que necesitas están llenas cuando llegas y vacías cuando sales. Nalla es una app coreana de bicis compartidas construida en torno a ese problema, no en torno al mapa.
Resultados
- 01Publicada en App Store y Play Store para el mercado coreano
- 02Modelo de TensorFlow que pronostica la disponibilidad en estaciones con minutos u horas de anticipación
- 03Búsqueda y filtrado por región en toda la red de estaciones
- 04Módulo de estadísticas para el monitoreo operativo diario
01
Predecir la estación
Toda app de bicis muestra lo que hay ahora, y ese es el número equivocado: para cuando el usuario llega, ya cambió. Nuestro modelo de TensorFlow pronostica la disponibilidad con minutos u horas de anticipación.
02
La pantalla del operador
La app para usuarios es la mitad del sistema. El panel en React y Django tenía que responder preguntas operativas, así que sumamos filtrado por región y estadísticas sobre las que una persona puede actuar a mitad de turno.
03
Redistribución
Saber qué estaciones se van a saturar significa mover bicis antes del problema, no después de las quejas. El pronóstico no es una función de pantalla: es lo que define la ruta de las camionetas.
04
Hecha para Corea
Publicada en ambas tiendas en coreano, para un operador coreano y los patrones de desplazamiento de Corea. La densidad de estaciones y su ritmo se calibran localmente, no a partir de una especificación.