Inspiration
Como equipo, nos dimos cuenta de que muchas soluciones de IA se enfocan únicamente en responder preguntas. Nosotros quisimos ir un paso más allá y crear algo que realmente ayudara a los usuarios de Tuali a tomar mejores decisiones de compra. Nos inspiramos en plataformas como Amazon o Mercado Libre, donde las recomendaciones generan valor de manera natural dentro de la experiencia de compra. Por eso decidimos construir un Agente de Crecimiento basado en comportamiento de compra. En lugar de analizar únicamente pedidos individuales, analizamos hábitos, frecuencia de compra, productos favoritos, tendencias regionales y fidelización para generar recomendaciones útiles y accionables.
What it does
Nuestro Agente de Crecimiento analiza el historial de compras de cada cliente y genera recomendaciones personalizadas a través de cuatro motores principales: Reabastecimiento Inteligente Detecta productos que el cliente probablemente necesita volver a comprar según sus hábitos históricos. Favoritos Identifica los productos más importantes para cada cliente según su comportamiento de compra. Oportunidades Recomienda productos populares dentro de su mismo CEDIS que aún no ha comprado. Loyalty Calcula puntos y recompensas para incentivar la fidelización y la recompra. Además, estos motores pueden alimentar una IA conversacional capaz de explicar recomendaciones y generar análisis más detallados.
Colocamos una API KEY de Open router conectandola a mongo DB alimentada por los motores anterior mencionados , se le alimento informacion tambien envase al comportamiento del cliente para una experiencia mas personalizada lo cual genero como respuesta , da predicciones y recomendacion , y te dice el por que te lo esta recomendando
How we built it
Partimos de dos archivos CSV proporcionados por Tuali y construimos una tabla maestra que concentró toda la información de pedidos y productos. A partir de esta información desarrollamos diferentes motores analíticos utilizando SQL Server, calculando métricas como frecuencia de compra, productos favoritos, popularidad regional y puntos de loyalty . Posteriormente integramos estos resultados en un prototipo de la aplicación Tuali la cual no es en si funcionable si no es mas bien un cascaron de como puede ser utilizado para mostrar cómo las recomendaciones podrían convivir de forma natural dentro de la experiencia actual del usuario usamos Tableau para esta vista ya que este programa permite cargar esta base y tablas y lo convertirmos en una vista
Challenges we ran into
uno de los principales retos fue que no entendiamos realmente que era un agente , ya que normalmente solo pensamos en una IA o un chatbot pero no es necesariamente asi asi que nos empapamos realmente en que es mas que solo una recomendacion automatica y vimos que un agente de software pyede ser muy util. También fue un desafío diseñar reglas de negocio que realmente aportaran valor al usuario y no se limitaran a mostrar datos históricos , Teniamos que entender la informacion no solo dejar que un chatboy , ia o etc lo hiciera solo e interpretara , aun que TUALI nos dijo que era lo principal recomendaciones que buscaban , el entender como llegar a ellas requirio un esfuerzo
Accomplishments that we're proud of
- Construimos un motor de comportamiento capaz de identificar patrones de compra.
- Desarrollamos cuatro motores especializados para generar recomendaciones. *Logramos integrar las recomendaciones dentro de la experiencia de Tuali. *Creamos una base analítica que puede ser utilizada tanto por la aplicación como por futuras soluciones de IA.
What we learned
Aprendimos que una buena recomendación no depende únicamente de una IA, sino de una base sólida de datos, métricas y reglas de negocio. También aprendimos a transformar información histórica en acciones concretas que pueden generar valor para los usuarios.
What's next for FenixZ
Queremos evolucionar el Agente de Crecimiento para que los usuarios puedan definir objetivos específicos, como aumentar ventas, incrementar el ticket promedio o mejorar la fidelización. tener una base de datos mas amplia y generar mas motores que ayuden a generar recomendaciones mas y mas utiles y al generar esas recomendaciones tambien genere ventas por medio de TUALI A futuro, buscamos incorporar modelos predictivos más avanzados y una integración más profunda con asistentes de IA capaces de anticipar necesidades y oportunidades de negocio.
Log in or sign up for Devpost to join the conversation.