won (ganada). El VO se asocia a la oferta vía offer_vo_link y obtenemos la marca del VO de om_vo.brand_name.status_bucket = 'won'. Las cancelled, lost, in_flight y near_won quedan fuera.customerValue) aparece en el tooltip y en el resumen.Modo Comparar: Scania (rojo) frente a la marca del desplegable. Modo Todas: las 7 marcas superpuestas.
Cada vehículo se asigna a un segmento mediante un algoritmo de clustering (K-Means) sobre valor de tasación, antigüedad, kilómetros y gama. Los nombres no son etiquetas manuales: describen el perfil típico de los camiones que cayeron en el grupo, atendiendo a tres ejes:
Por eso aparecen nombres como «Premium media-vida», «Gama media bajo-km» o «Económicos veteranos»: la palabra principal es el posicionamiento, y los apellidos matizan edad/km. La tarjeta de cada segmento muestra los valores medianos (edad, km, valor, sobre-tasación) que justifican esa etiqueta.
Los segmentos se recalculan al ejecutar la depuración de BBDD en Administración.
El resumen que ves ya refleja los datos actuales. El análisis solo se regenera (consumiendo el modelo) cuando cambian los datos de origen; mientras tanto, todos los usuarios comparten el mismo resultado cacheado.
Esta pestaña es un prototipo con datos estáticos de la consola de monitorización de servicios IA (Agentes DCO y Copilotos internos Scania). Los KPIs, sparklines, tokens, consumo GPU y feedback son ficticios y solo ilustran la maqueta. Los nombres de servicios sí reflejan las tools reales del sistema.
Esta vista de Forecast es un prototipo estimativo: las cifras, segmentaciones y recomendaciones son demostrativas, sin datos reales. Sirve para validar el diseño y la narrativa de la inteligencia predictiva de ventas antes de conectarla al modelo de producción.