Echa un vistazo a nuestras preguntas más frecuentes

Si no resolvemos las principales dudas sobre la plataforma o sobre la tecnología que implementa BIforecast y cómo puede ayudarle, no duden en contactar con nosotros



Para comenzar a trabajar con BIforecast, solo necesita registrarse para crear su cuenta de BIforecast. Inmediatamente recibirá un correo electrónico con un enlace de confirmación que debe seguir para activarlo. Al hacerlo, puedes probar BIforecast gratis. Le recomendamos que vea nuestra documentación detallada sobre BIforecast para aprender a usar los recursos de Machine Learning que ofrece.
No. BIforecast está basado en la web. No es necesario descargar, instalar ni configurar nada. Todo lo que necesita es un navegador web y una conexión a Internet.
Aunque BIforecast es una plataforma intuitiva y fácil de usar, ¡un poco de ayuda adicional sobre cómo empezar siempre es bienvenido!. Le recomendamos que vea nuestra documentación detallada sobre BIforecast para aprender a usar los recursos de Machine Learning que ofrece. Está disponible dentro de la aplicación, una vez registrado como usuario. Puede ver la sección "Como Empezar" para ver como funciona la aplicación.
Sí, puedes usar BIforecast durante 30 días de forma gratuita. Por lo tanto, puede registrarse sin enviar información de pago. Estas solo son necesarias cuando desea obtener un plan de suscripción.
No, BIforecast disponde de 30 días gratuito y luego se factura por subscripciones anules.
Durante el periodo de 30 días de prueba solo se podrán cargar dos proyectos, con 10 variables máximo entre los dos. Sin embargo, con la cuenta de pago por subscripción, se personalizará sobre la base de las necesidades de la empresa el uso que necesita y el coste asociado.
No, la descarga del modelo es gratuita. BIforecast solo cobra por planes de suscripción.


El aprendizaje automático es un método de programación de una computadora en el que, en lugar de un programador humano que codifica explícitamente el comportamiento deseado, la computadora aprende las instrucciones adecuadas para optimizar el comportamiento deseado basándose en observaciones anteriores registradas en los datos que analiza.
El aprendizaje automático puede usarse para una variedad extraordinariamente amplia de cosas. Predecir las ventas futuras y la pérdida de clientes, apuntar a la publicidad, diagnosticar enfermedades, reconocer caracteres escritos a mano y palabras habladas, o permitir que los vehículos naveguen de forma autónoma son solo algunos de los muchos ejemplos. Los usos están realmente limitados solo por la disponibilidad de datos y la propia imaginación.
Las principales razones son:
  • Los humanos pueden hacerlo, pero no pueden explicar cómo lo hacen. Por ejemplo, el caso con el reconocimiento óptico de caracteres. La gente es muy buena en esto, pero no podemos dar un buen conjunto de reglas programables que expliquen cómo lo hacemos. Así que hay un humano etiquetando los datos y los algoritmos de aprendizaje automático hacen el aprendizaje de reglas por usted.
  • La aplicación es ayudada por "rendimiento superhumano". Es decir, si su solución existente, automatizada o de otro tipo, podría ser significativamente más rentable con pequeños aumentos de precisión, Machine Learning puede proporcionar ese aumento. Por ejemplo, este fue el caso del reconocimiento manuscrito de dígitos, por ejemplo, el servicio postal de EE. UU. Estimó que un solo porcentaje de precisión en su sistema automatizado actual les ahorraría algunos cientos de millones de dólares. Los métodos de aprendizaje automático aplicados pudieron proporcionar esta pequeña mejora que les ahorró una cantidad significativa de dinero.
No tiene que preocuparse por esta labor, solo seleccionar el problema de negocio que desea resolver, será BIforecast el que seleccione varios modelos que pueden ser óptimos, seleccionando finalmente aquél que proponga una mejor solución.