Solución para plataforma minorista

Solución de detección de género mediante IA para ayudar a cerrar la brecha de género en el acceso y uso de teléfonos móviles.

---

---

Cliente

El cliente es GSMA, una organización global que unifica el ecosistema móvil para descubrir, desarrollar y ofrecer innovaciones fundamentales para entornos empresariales positivos y el cambio social. Representan a operadores móviles y organizaciones de todo el ecosistema móvil y sectores afines.

El cliente se puso en contacto con InData Labs para que prestara apoyo al Inclusive Tech Lab en la mejora de su sistema actual, que realiza la detección del género mediante IA de los usuarios de teléfonos móviles.

Desafío: desarrollo de un conjunto de herramientas para el análisis y la identificación de cuestiones de género.

Las mujeres son una poderosa fuente de crecimiento y son fundamentales para el desarrollo de un país. Las desigualdades entre hombres y mujeres pueden reducir el progreso nacional en materia de salud, educación y nivel de vida. Hoy en día, las mujeres siguen enfrentándose a barreras sistémicas y, lo que es más importante, a menudo no cuantificables, para alcanzar y cerrar la brecha de género.

En lo que respecta a la conectividad y la industria móvil, en los países de ingresos bajos y medios, 390 millones de mujeres no están conectadas y 184 millones menos de mujeres que de hombres poseen un teléfono móvil. Sin embargo, las mujeres no son solo un «segmento», sino la mitad de la base de clientes potenciales. Esto supone un reto y una excelente oportunidad para los operadores de telecomunicaciones de todo el mundo. Cerrar la brecha de género puede beneficiar a las mujeres, a la sociedad y a la industria móvil en general.

To close the gender gap, GSMA needed to close the gender data gapHoy en día, los operadores de telefonía móvil de los países de ingresos bajos y medios necesitan más datos KYC para poder comprender mejor los obstáculos que dificultan la penetración de la telefonía móvil entre las mujeres y diseñar productos dirigidos a ellas.

Para abordar la brecha de datos de género y gestionar el análisis de datos de teléfonos móviles, GSMA Connected Women, en colaboración con InData Labs, se enfrentó al reto de desarrollar un conjunto de herramientas de análisis e identificación de género.

Solución: aplicación dockerizada para el análisis y la identificación del género de los suscriptores.

El objetivo principal del desarrollo del kit de herramientas era proporcionar a los operadores de redes móviles (MNO) una herramienta que pudieran instalar y ejecutar fácilmente en sus instalaciones para predecir etiquetas de género de alta calidad para su base de suscriptores y obtener información valiosa a partir del panel de análisis.

El equipo de InData Labs, con el apoyo del GSMA Inclusive Tech Lab, rediseñó y mejoró el conjunto de herramientas existente, creando un entorno analítico más completo para satisfacer las necesidades de los operadores móviles. En estrecha colaboración con nuestro cliente, hemos desarrollado la versión 3.0 del producto.

Los componentes de la solución se implementan y operan dentro de contenedores Docker. La arquitectura está estructurada de manera que los operadores de redes móviles pueden ejecutar el sistema en sus instalaciones o en la nube. El uso de la herramienta implica tres pasos principales:

• Preparación de datos sin procesar: El usuario comienza especificando la ubicación de varios archivos de datos sin procesar, como datos de encuestas que contienen etiquetas de género de referencia, registros detallados de llamadas, historial de transacciones de dinero móvil, etc. Este paso implica preparar y organizar los datos necesarios para su posterior análisis.
• Modelado: En este paso, el usuario realiza experimentos para identificar el modelo de clasificación óptimo para predecir el género de los suscriptores. Al aprovechar los conjuntos de datos especificados, el usuario puede entrenar y evaluar varios modelos para determinar cuál ofrece el mejor rendimiento.
• Generación de predicciones e informes analíticos: Una vez identificado el modelo de clasificación preferido, el usuario procede a generar predicciones de género basadas en el modelo entrenado. Estas predicciones se utilizan luego para generar un informe analítico completo. El informe tiene como objetivo ofrecer información valiosa para la toma de decisiones y la planificación estratégica dentro de la MNO.

A continuación se presenta todo el flujo:

El objetivo principal del equipo de InData Labs era crear una solución fácil de usar, adaptable y flexible. Permite a los usuarios explorar sin esfuerzo diversos algoritmos de aprendizaje automático y experimentar con diferentes modelos para identificar el más eficaz.

La solución ofrece un proceso optimizado que se puede configurar y ejecutar sin necesidad de amplios conocimientos técnicos.

Abordar el reto de gestionar enormes volúmenes de datos y mantener al mismo tiempo un flujo de trabajo resistente era una prioridad clave.

Resultado: reducir la brecha de género y proporcionar un ecosistema más inclusivo.

El resultado de nuestro trabajo es un avanzado conjunto de herramientas de análisis e identificación de género. La ventaja de esta solución es que permite a los operadores de redes móviles identificar el género de sus abonados basándose en el historial de uso del teléfono y proporciona información sobre la brecha de género. Gracias a esta solución, pueden explorar los datos más recientes sobre la brecha de género en la telefonía móvil y comprender qué se necesita para poder cerrarla.

We are grateful to the GSMA team for inviting our company to collaborate on such a complex and challenging project. We’ve completed the deliverables on time and met the Client’s expectations.