Automatización de la extracción de datos para obtener información más rápida y precisa

Resumen del proyecto

ProMaster, una marca global líder de accesorios fotográficos y de vídeo, deseaba optimizar su procesamiento de documentos automatizando la extracción de datos estructurados de archivos CSV y XLSX. La empresa necesitaba una solución que pudiera identificar con precisión los campos relevantes, convertirlos a un formato estandarizado y hacer que los datos fueran fácilmente accesibles. Avahi, un socio Premier de AWS, diseñó e implementó un pipeline impulsado por IA que aprovecha los servicios de AWS para automatizar la extracción de datos estructurados, reducir el esfuerzo manual y mejorar la precisión y la accesibilidad de los datos.

Acerca del cliente

ProMaster es un proveedor global de accesorios fotográficos y de vídeo, que presta servicio a creadores, narradores y aventureros de todo el mundo. La empresa se compromete a ofrecer productos innovadores que ayuden a los fotógrafos profesionales y aficionados a capturar imágenes y vídeos de alta calidad.

El problema

El creciente conjunto de datos de ProMaster procedente de los informes de ventas e inventario requería un importante procesamiento manual para extraer, organizar y analizar métricas clave como el SKU y el volumen de ventas. Este proceso manual requería mucho tiempo, era propenso a errores y dificultaba la toma de decisiones oportuna. Sin la automatización, las incoherencias en los datos y los retrasos en la presentación de informes podrían afectar negativamente a la eficiencia operativa, la disponibilidad de los productos y la planificación empresarial.

Por qué AWS

ProMaster seleccionó AWS por su escalabilidad, su amplio conjunto de herramientas de IA y procesamiento de datos y su probada fiabilidad. Los servicios gestionados de AWS, como Amazon Bedrock, proporcionaron acceso a modelos básicos de última generación sin la sobrecarga operativa de la gestión de la infraestructura de IA, lo que permitió una rápida creación de prototipos e implementación. Además, las capacidades de almacenamiento seguro y API de AWS garantizaron que los datos extraídos pudieran procesarse y accederse de forma eficiente en todos los sistemas.

Por qué ProMaster eligió Avahi

ProMaster se asoció con Avahi debido a su profunda experiencia en la arquitectura de la nube de AWS y la automatización impulsada por la IA. Como socio Premier de AWS, Avahi demostró una sólida trayectoria en la entrega de soluciones de IA a medida que combinan la innovación técnica con resultados empresariales medibles. La capacidad de Avahi para diseñar, construir y validar rápidamente un pipeline impulsado por la IA dentro de plazos estrictos fue fundamental para satisfacer las necesidades operativas de ProMaster.

Solución

Avahi implementó un proyecto de tres fases para diseñar, desarrollar y validar un pipeline de extracción estructurada impulsado por la IA.

• Fase 1: Descubrimiento y planificación: Se llevó a cabo una reunión de inicio del proyecto para alinear los objetivos, identificar los tipos de documentos y definir los campos clave para la extracción. Se seleccionaron modelos de IA para el análisis estructurado y se documentaron los criterios de éxito.

• Fase 2: Diseño y desarrollo: Se adquirieron y preprocesaron datos de muestra, se implementó el análisis basado en la IA utilizando modelos básicos de Amazon Bedrock y se construyó un pipeline de extracción estructurada. Los datos se estandarizaron en formato JSON y se almacenaron en Amazon S3. Se desarrollaron API utilizando Amazon API Gateway y AWS Lambda para la recuperación y la integración.

• Fase 3: Control de calidad y entrega: Se validaron los datos extraídos con respecto a los valores reales, se realizaron pruebas de rendimiento y se perfeccionó el pipeline. Se entregó la documentación técnica y se proporcionó una sesión de transferencia de conocimientos al equipo técnico de ProMaster.

La arquitectura aprovechó Amazon Bedrock para la IA generativa y la gestión de modelos, Amazon S3 para el almacenamiento, AWS Lambda para los activadores de automatización, Amazon API Gateway para la entrega escalable de API y Amazon EC2 para el procesamiento de múltiples solicitudes.

Resultados clave

• Documento que detalla los requisitos del proyecto y las especificaciones de extracción
• Pipeline de IA funcional para la extracción de datos estructurados
• Salida JSON estandarizada almacenada en Amazon S3
• API para la recuperación e integración de datos
• Documentación técnica y guía de referencia de la API
• Sesión de transferencia de conocimientos para el equipo técnico de ProMaster

Impacto del proyecto

El pipeline impulsado por la IA redujo significativamente los esfuerzos manuales de extracción de datos, mejorando tanto la precisión como la velocidad. ProMaster ahora puede procesar archivos CSV y XLSX en una fracción del tiempo, lo que garantiza un acceso más rápido a los datos procesables. La automatización mejora la eficiencia operativa, apoya la toma de decisiones oportuna y reduce el riesgo de error humano.

Métricas clave

• Extracción precisa de campos clave (SKU y volumen de ventas) con respecto a los conjuntos de datos de validación
• Flujo de trabajo de procesamiento totalmente automatizado con acceso API integrado
• Salida JSON estandarizada que garantiza la coherencia y la compatibilidad de los datos