Detalles clave

Solución de detección de género mediante IA para ayudar a cerrar la brecha de género en el acceso y uso del teléfono móvil.

Cliente

El cliente es GSMAes una organización mundial que unifica el ecosistema móvil para descubrir, desarrollar y ofrecer innovación fundamental para entornos empresariales positivos y el cambio social. Representan a operadores móviles y organizaciones de todo el ecosistema móvil y sectores adyacentes.

El cliente se puso en contacto con ESSID Solutions para que ayudara a Inclusive Tech Lab a mejorar su sistema actual de detección de género. La IA de los usuarios de teléfonos móviles.

Reto: análisis de género y desarrollo de herramientas de identificación

Las mujeres son una poderosa fuente de crecimiento, son cruciales para el desarrollo de un país. Las desigualdades entre hombres y mujeres pueden reducir el progreso nacional en salud, educación y nivel de vida. En la actualidad, las mujeres siguen enfrentándose a obstáculos sistémicos y, lo que es más importante, a menudo no medidos, para ponerse al día y cerrar la brecha de género.

En lo que respecta a la conectividad y la industria móvil, en los países de renta baja y media, 390 millones de mujeres no están conectadas y 184 millones menos que los hombres poseen un teléfono móvil. Sin embargo, las mujeres no son sólo un "segmento", sino la mitad de la clientela potencial. 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 del móvil en general.

Cerrar la brecha de género, GSMA necesario para cerrar el brecha de género en los datos. En la actualidad, los operadores de telefonía móvil de los países de renta baja y media necesitan más datos sobre los datos personales para poder entender mejor los cuellos de botella en la penetración de la telefonía móvil entre las mujeres y diseñar productos dirigidos a ellas.

Abordar la brecha de datos de género y gestionar el análisis de datos de telefonía móvil, Mujeres conectadas de la GSMAen colaboración con ESSID Solutions, 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 sexo de los abonados

El objetivo principal del desarrollo del conjunto de herramientas era proporcionar a los operadores de redes móviles (ORM) una herramienta que pudieran instalar y ejecutar fácilmente in situ para predecir etiquetas de género de alta calidad para su base de abonados y obtener información del panel de análisis.

El equipo de ESSID Solutions, en colaboración con el GSMA Inclusive Tech Lab, ha refactorizado y mejorado el conjunto de herramientas existente, aportando un entorno analítico más completo para satisfacer las necesidades del operador de telefonía móvil. En estrecha colaboración con nuestro cliente, hemos creado la versión 3.0 del producto.

Los componentes de la solución se despliegan y operan dentro de contenedores Docker. La arquitectura está estructurada de forma que el operador de red móvil pueda ejecutar el sistema en sus instalaciones o en la nube. El uso de la herramienta implica tres pasos principales:

• Preparación de datos brutos: El usuario comienza por especificar la ubicación de varios archivos de datos sin procesar, como los datos de la encuesta que contienen etiquetas de género de la verdad sobre el terreno, registros detallados de llamadas, historial de transacciones de dinero móvil, etc. Este paso consiste en preparar y organizar los datos necesarios para el análisis posterior.
• Modelado: En este paso, el usuario ejecuta experimentos para identificar el óptimo modelo de clasificación para predecir el sexo de los abonados. Aprovechando los conjuntos de datos especificados, el usuario puede entrenar y evaluar varios modelos para determinar el que 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. A continuación, estas predicciones se utilizan para generar un informe analítico exhaustivo. El informe pretende ofrecer información valiosa para la toma de decisiones y la planificación estratégica dentro del ORM.

A continuación se presenta el flujo completo:

El objetivo principal del equipo de ESSID Solutions 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 distintos modelos para identificar el más eficaz.

La solución ofrece una canalización racionalizada que puede configurarse y ejecutarse sin necesidad de amplios conocimientos técnicos.

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

Resultado: cerrar 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. Lo mejor de la solución es que permite a los operadores de redes móviles identificar el sexo de sus abonados basándose en el historial de uso del teléfono y proporciona información sobre la brecha de género. Con la solución, pueden explorar los datos más recientes sobre la brecha de género en la telefonía móvil y comprender qué se necesita para poder cerrarla.

Agradecemos al equipo de la GSMA que invitara a nuestra empresa a colaborar en un proyecto tan complejo y difícil. Hemos completado los entregables a tiempo y cumplió las expectativas del cliente.