Ontología
Objetos, vínculos y acciones en lugar de archivos sueltos. Es lo que hace que un archivo empiece a responder preguntas que antes no se le podían hacer.
Casi todas las organizaciones —y casi todas las familias— tienen la información que necesitan. Lo que no tienen es la herramienta para entenderla como una sola entidad. Los documentos están completos, cada uno fue leído correctamente el día que llegó, y aun así nadie puede preguntar lo único que importa: cómo se hablan entre sí un documento y otro, y qué revela esa conversación.
Cosas del mundo real, no columnas: una persona, una medición, una transacción, un tercero, una decisión.
Lo que hay entre ellas: esta vino después de aquella y pasaron 1.106 días; esta señal apareció en la madre a los 46 y en el hijo a los 12.
Lo que se ejecuta sobre el modelo: pedir el dato que cierra una duda de hace tres años, adelantar un calendario, abrir una investigación.
Para leer un archivo como si fuera un idioma hay que definir cuál es la palabra, y separar los campos que hacen de puntuación —dónde termina un registro y empieza otro— de los que hacen de tono. Entre estos últimos, el más importante de todos es el silencio: cuánto tiempo pasó desde la vez anterior.
El primero es un producto, con su propio equipo y su propio proceso. El segundo es un trabajo a la medida, sobre datos que solo existen en tu casa o en tu compañía. El tercero es un bootcamp, donde el modelo se levanta en vivo con tu equipo adentro. De los dos últimos no hay versión de autoservicio, y no la va a haber.
EMET
Inteligencia y ontología de tesorería. Convierte años de movimientos bancarios, soportes, facturas y declaraciones en un modelo de la operación financiera de la compañía.
Empieza por las reglas de excepción: pagos idénticos, fraccionamiento bajo el umbral de aprobación, giros que pasan por intermediarios sin sustancia. Sigue con la econometría de las series de tesorería, con cambios de régimen, cointegración, causalidad y simulación de escenarios. Y termina en entropía e información mutua sobre los flujos, análisis espectral del grafo de contrapartes, detección bayesiana de puntos de quiebre, y la comparación algebraica entre lo que la compañía declara y lo que el banco refleja.
Detecta esas fugas de valor que antes no se podían ver.
Ir a EMETNotre Dame
El healthspan de tu familia, o algún otro aspecto de tu compañía —CRM, seguridad, inventario, pricing—.
De tu lado se necesita una sola cosa, encontrar tu data y ponerla a nuestra disposición, que suele ser lo más demorado porque está repartida entre sistemas, correos y carpetas que nadie ha juntado nunca. Ponerla en condiciones ontológicas y extraerle la inteligencia corre por nuestra cuenta: definir los objetos, detectar los vínculos que nadie había visto, y hacerle las preguntas que antes no iban a tener respuesta.
El cupo es limitado porque cada trabajo se arma sobre los datos de un solo cliente.
Ítaca
Cuatro jornadas en las que el modelo de tu compañía se levanta en vivo, con tu equipo en la sala y sobre los datos de la casa.
Nadie recibe un entregable terminado: los objetos se definen, los vínculos aparecen y los modelos se corren delante de los participantes, con las preguntas que cada uno trae. Al final el equipo tiene el modelo andando y sabe volver a levantarlo.
Cuatro módulos de cuatro horas —dieciséis horas en sala—, dirigidos por Andrés Felipe Arias. El calendario se arma con tu equipo.
A las dos se entra igual, por correo. No hay formulario ni versión de autoservicio: cada trabajo lo arma el equipo de Homeland sobre los datos del cliente, así que preferimos leer en dos líneas qué quieres entender antes de proponerte nada.
Te respondemos qué implica, cuánto toma y por cuál de las dos conviene empezar.