تجربة الشركات
لقد بدأنا PSP Analytics في عام 2021 بهدف بسيط: مساعدة الشركات على فهم بياناتها والاستفادة من البيانات لتعزيز نجاح الأعمال. منذ ذلك الحين، عملنا بجد لمساعدة عملائنا، سواء من الشركات الكبرى أو الشركات الناشئة الصغيرة، على استخدام بياناتهم لاتخاذ قرارات أفضل. لقد عملنا على الكثير من المشاريع في مجالات مختلفة مثل التمويل والصحة والتسوق عبر الإنترنت. على سبيل المثال، ساعدنا سلسلة متاجر كبيرة على خفض تكاليفها بنسبة 20%، كما ساعدنا متجرًا عبر الإنترنت في الاحتفاظ بعدد أكبر من عملائه بنسبة 15%، كل ذلك من خلال استخدام البيانات بذكاء.
نحن فخورون بفوزنا ببعض الجوائز، مثل "مبتكر البيانات للعام 2022" وحتى ظهورنا في "Data Science Weekly" (فبراير 2023)، ولكن أكثر ما نهتم به هو فريقنا. نحن نتأكد من أن الجميع يواصلون التعلم ويتحسنون في ما يفعلونه، بحيث يحصل عملاؤنا دائمًا على أفضل الحلول الممكنة. تتمتع قيادة وإدارة PSP Analytics بالكثير من الخبرة ودرسوا في المدارس العليا، ويتأكدون من أن العمل الذي يتم إنجازه في PSP Analytics يلبي معايير الصناعة وأفضل الممارسات.
نحن نؤمن أيضًا بأهمية استخدام البيانات لفعل أشياء جيدة للمجتمع والكوكب. لذلك، نحن نشارك في المشاريع التي تستخدم التحليلات لمساعدة الناس والبيئة. وبالنظر إلى المستقبل، نريد أن نستمر في كوننا قادة في مجال عملنا. ولكن أكثر من ذلك، نريد التأكد من أن عملنا دائمًا على أعلى مستوى، وصادق، ومفيد لعملائنا والمجتمع.
"مبتكر البيانات للعام"، 2022
الجوائز والتقديرات
"آثار الذكاء الاصطناعي على التعلم في عام 2023 وما بعده"، مجلة علوم البيانات الأسبوعية، فبراير 2023
الشراكات والجمعيات
مشاريع حديثه
المشاريع
كشف تزوير الصور: في العصر الرقمي، تلعب صحة الصور دورًا حاسمًا في مختلف الصناعات، بدءًا من الصحافة وحتى التحقق من الهوية. ومع ذلك، فإن ظهور أدوات معالجة الصور المتقدمة جعل من الصعب التحقق من صحة هذه الصور. يركز هذا المشروع على اكتشاف الصور التي تم العبث بها باستخدام تقنيات التعلم الآلي ومعالجة الصور. يتكون المشروع من المشاريع الفرعية الأربعة التالية:
كشف تزوير المستندات باستخدام SIFT: الطب الشرعي للصور السلبية باستخدام خوارزمية تحويل الميزات الثابتة (SIFT) وتقدير التماثل. Lيتعلم يتعلم أكثر الطب الشرعي للصور باستخدام TensorFlow: في هذا المشروع، استخدمنا خوارزمية التعلم العميق من Google (تدفق التنسور) لاختبار ما إذا كان قد تم التلاعب بالصور رقميًا أم لا. يتعلم أكثر
الطب الشرعي للصور مع التعلم العميق (بيتورتش): يستخدم الشبكات العصبية التلافيفية (بيتورتش) للكشف عن تزوير الصور. يتعلم أكثر
فك تشفير بيانات التعداد المشفرة باستخدام بيسبارك: تحليل البيانات من مكتب الإحصاء الأمريكي بهدف فك تشفير البيانات التي تم تشفيرها للامتثال للأمان والخصوصية. يتعلم أكثر
المشاريع المنجزة
فيما يلي بعض المشاريع التي أنجزناها.
تصور توليد الطاقة والإمداد والاستهلاك: استخدمنا PowerBI للاتصال بمصادر البيانات المتعلقة بتوليد الطاقة في Eskom وقمنا بإنشاء مرئيات لاستخلاص الرؤية المطلوبة للإجابة بشكل مناسب على العديد من الأسئلة المهمة حول أزمة الطاقة في SA. يتعلم أكثر لاحظ أنه يجب أن يكون لديك حساب Microsoft صالح لعرض هذا المشروع
إلغاء بيانات أسعار الأسهم التاريخية لشركة S&P من الإنترنت: استخدمنا مكتبة yfinance وpython لاستخراج بيانات الأسهم من ستاندرد آند بورز 500 (ستاندرد آند بورز 500) يتعلم أكثر.
مشروع استهلاك الرهن العقاري: قمنا بمقارنة ثلاثة قروض عقارية مختلفة، لكل منها معدل فائدة ومدة وجدول زمني مختلف لاستهلاك الرهن العقاري. يتعلم أكثر
التنبؤ بنقص الأحمال: تم إنشاء نماذج تنبؤية لنقص الأحمال بين الطاقة المولدة عن طريق الوقود الأحفوري ومصادر الطاقة المتجددة المختلفة. يتعلم أكثر
التنبؤ بمخزون المخزون: التنبؤ بالكمية المناسبة من المنتجات التي سيتم تخزينها للبيع من قبل متجر يخدم عدة دول من مخزون المخزون المشترك لمنع الإفراط في التخزين أو النقص في المخزون. يتعلم أكثر
نموذج تداول الأصول: يستخدم نموذج التداول هذا المتوسط المتحرك لمدة 200 يوم لتحديد وقت شراء أو بيع الأصل. يتداول هذا المثال العملات المشفرة ولكن يمكن تكييف النموذج مع الأسهم والأصول الأخرى. يتعلم أكثر
نموذج تداول العملات المشفرة الأساسي: فرض بروتوكولات المعاملات لشراء أو بيع أصول العملة المشفرة عند استيفاء شروط سوق معينة. يتعلم أكثر
تحديد وتطبيق مقاييس المخاطر المرتبطة بالأسواق المالية: نمذجة عوائد فئات الأصول المختلفة. نحن نلاحظ مقاييس التقلب المخصصة، إلى جانب كيفية تصميمها في بايثون. يتعلم أكثر
استخدام التوزيعات الإحصائية لنموذج عوائد الأصول: تقييم توزيع عوائد الأصول للحياة الطبيعية أو غير ذلك من أجل وضع نموذج صحيح للمخاطر والعوائد على الأصول. يتعلم أكثر
مشاريع أخرى
فيما يلي قائمة بالمزيد من المشاريع التي أنجزناها لعملائنا الذين لا يُسمح لنا بالكشف عن بعض هوياتهم بسبب اتفاقيات عدم الإفشاء التي وقعنا عليها.
الكشف عن الحالات الشاذة لمؤسسة مالية: يتضمن هذا المشروع الكشف عن المعاملات الشاذة. وهو مفيد في الكشف المبكر عن عمليات الاحتيال وإساءة استخدام العمليات المصرفية، مما يسمح للمؤسسة باتخاذ الإجراءات اللازمة لمنع فقدان الأموال أو الخروقات الأمنية الأخرى.
الترحيل السحابي: قمنا بترحيل العملية الكاملة لعملائنا من عملية في الموقع بالكامل إلى عملية قائمة على السحابة مع تنفيذ أمان كامل لبروتوكول الامتيازات الأقل.
التنبؤ بالتوقف عن العمل: قمنا بإنشاء نموذج يتنبأ بالتوقف عن العمل من خلال تحليل بيانات العملاء لتمكين تصنيف العملاء إلى مجموعات من المحتمل أن تتوقف عن العمل بناءً على الميزات المعروفة. يمكن للشركة اتخاذ خطوات استباقية بناءً على هذه التوقعات لمنع حدوث اضطراب من خلال استهداف الجهود العلاجية لهؤلاء العملاء.
تصنيف العملاء: تصنيف العملاء إلى فئات بناءً على السلوكيات والتركيبة السكانية وما إلى ذلك للسماح بالتسويق المستهدف. أدى هذا المشروع تحديدًا إلى تحسن بنسبة 32% في معدل التحويل لعملائنا.
الكشف عن الحالات الشاذة لمستهلكي الكهرباء: في هذا المشروع، اكتشفنا أنماطًا شاذة في استهلاك الكهرباء. هذا سمح لنا أن نكون قادرين على اكتشاف سرقة الكهرباء وتجاوز العدادات في الوقت الحقيقي. اعتمد عميلنا في السابق على الكشف اليدوي من قبل الموظفين الميدانيين والذي كان كثيف العمالة ورأس المال. أدى الحل الذي قدمناه إلى اكتشاف 87% من حالات سرقة الكهرباء مقابل 2% فقط من الحالات الإيجابية الكاذبة، مما أدى إلى تحسين النتيجة النهائية لعملائنا بشكل كبير.
روبوت الدردشة المخصص: استفدنا من نموذج الذكاء الاصطناعي جي بي تي 4 المفتوح لإنشاء نموذج محول تم نشره كروبوت دردشة، تم تدريبه على معلومات عملائنا. كان هذا الروبوت قادرًا على تزويد زوار موقع عملائنا بمعلومات دقيقة وحديثة حول عملياتهم على الفور مما يوفر وقت العميل والموارد الأخرى.
مشروع إدارة محفظة المشاريع لشركة إنشاءات: يهدف مشروع قاعدة بيانات "إدارة محفظة المشاريع" إلى تبسيط وتعزيز عمليات شركة بي إس بي ألفا ، وهي شركة بناء وتطوير عقاري. وكان النظام الشامل الذي قمنا بتطويره عبارة عن تتبع فعال للمشروع، وإدارة الموارد، والجودة الضمان، والرقابة المالية، ونظام مشاركة العملاء/أصحاب المصلحة، كما أنها تعمل على إدارة مركزية للوثائق، وتتبع الجدول الزمني، وتقييم المخاطر، وإعداد التقارير.
برنامج إشراك الشباب بلس: مشروع برنامج إشراك الشباب بلس هو نظام متعدد الأوجه لإدارة قواعد البيانات مصمم خصيصًا لتلبية احتياجات منظمة مخصصة لتنمية الشباب والمشاركة المجتمعية في ملاوي. يدمج هذا الحل الشامل بسلاسة ميزات إدارة الأعضاء والمتطوعين، وتتبع الجهات المانحة وجمع التبرعات، وتسجيل الأحداث والأنشطة، وتقييم البرامج وتقييم الأثر، وإدارة الموارد والمخزون، والاتصالات والتوعية، وإدارة المستندات / المحتوى. من خلال توفير منصة مركزية، يعمل برنامج برنامج إشراك الشباب بلس على تمكين عملائنا من إدارة عملياتهم بكفاءة، وقياس فعالية البرنامج، وتعزيز العلاقات مع أصحاب المصلحة، وتبسيط العمليات التنظيمية، كل ذلك مع ضمان أمن البيانات والخصوصية.
رقمنة المشروعات القديمة ووثائق الأطروحات وإنشاء مستودع المشروعات وقاعدة البيانات لمؤسسة التعليم العالي: أخذنا الآلاف من مشاريع الطلاب القدامى التي كانت متاحة فقط في النسخ الورقية، وأنشأنا نسخًا رقمية من هذه المشاريع ودمجناها في مستودع الطلاب الحالي. وبسبب عملنا، فإن هذه المواد التي لم تكن متاحة للطلاب حتى الآن نظرًا لوجود نسخ محدودة منها، أصبحت الآن متاحة رقميًا لآلاف الطلاب المحتملين في وقت واحد. قمنا أيضًا بتطبيق قيود الوصول إلى المستودع بما يتماشى مع تعليمات العميل وقدمنا خيارًا لتحقيق الدخل من الأصول الرقمية التي أنشأناها.