La tecnología de software de Cadulis al servicio de sus equipos

Cadulis utiliza numerosas tecnologías de vanguardia.
A continuación encontrará información sobre algunas de ellas, para que pueda hacerse una idea más precisa.

Escalabilidad

¿Cree que Cadulis funciona muy bien? Nosotros también :) Pero gracias a esta excelente organización, su empresa crece y se pregunta si Cadulis seguirá siendo igual de reactivo.
No se preocupe, nuestra arquitectura es escalable, es decir, los recursos del servidor se adaptan según la demanda. Hemos realizado pruebas inyectando hasta 10,000 intervenciones al mismo tiempo.

Sin embargo, una empresa en crecimiento requiere una organización específica para compartimentar las actividades y los equipos. Una vez más, Cadulis dispone de las herramientas para ayudarle.

Rendimiento

La reactividad es una de las demandas esenciales de nuestros clientes. Nadie quiere esperar, ni siquiera unos segundos, para que cargue una página. Aquí están los trucos que hemos implementado para hacer nuestra aplicación completamente fluida, “frictionless”:

Un sistema escalable automáticamente. Con un alojamiento Kubernetes, la infraestructura de Cadulis adapta sus propios recursos a las necesidades de los usuarios. En períodos más tranquilos (vacaciones, momentos específicos del día/noche), el coste del alojamiento disminuye. Por lo tanto, podemos ofrecerle la mejor tarifa del mercado. La mayoría de los procesos se han hecho asíncronos y tolerantes a los fallos. Por ejemplo, el envío de un correo electrónico automático tras el cierre de una intervención puede realizarse unos minutos después del cierre si el sistema está cargado. En caso de error, Cadulis reintentará el envío un poco más tarde. Así, puede continuar su actividad sin sufrir lentitudes que le resultarían desagradables. En esta lógica, y con el asesoramiento de nuestros clientes, hemos podido definir ciertos procesos como menos prioritarios. Embudos de cálculo eficientes. Imagine la cantidad de cálculos necesarios para determinar el mejor horario para su intervención: hay que consultar todos los horarios de todos sus técnicos, calcular las distancias y los tiempos de trayecto entre todas las intervenciones y calcular todas las rentabilidades. ¡Y sin embargo, la propuesta de horario identifica en pocos segundos los técnicos y los horarios más rentables! Para ello, dos trucos: el cálculo extrapolado del tiempo de trayecto (ver el artículo sobre machine learning) y un embudo que permite eliminar rápidamente a los técnicos de campo demasiado alejados, que no tienen las competencias adecuadas, o cuyo planning ya está completo. El almacenamiento en caché. Nuestros usuarios (gestores de actividad o técnicos) suelen visitar varias veces la misma página. En estos casos, la página se almacena en caché, lo que evita que el sistema recalcule en cada apertura los datos de tiempo de trayecto, distancia, rentabilidad… Parte de este sistema de caché es, de hecho, lo que permite el uso de Cadulis sin conexión de red. (Ver el artículo sobre el modo offline). Machine learning
El machine learning nos ha ayudado a resolver un problema bastante frecuente: cómo hacer un cálculo simple pero mantener la precisión. El cálculo en cuestión es determinar el tiempo de trayecto a partir de las coordenadas GPS de dos puntos. Las coordenadas GPS pueden darnos la distancia en línea recta; teniendo en cuenta la curvatura de la Tierra, el cálculo es preciso y extremadamente rápido. Pero a partir de ahí, ¿cómo determinar el tiempo de trayecto real o incluso aproximado, sin recurrir a un sistema externo de cartografía, que consume valiosos segundos de cálculo? Estas llamadas, que duran 0,2s, constituyen la mayor parte del tiempo de cálculo. ¿De qué dependerá el tiempo de trayecto? Principalmente de la densidad de infraestructuras viales como autopistas y vías rápidas cerca del punto de partida del técnico. Aquí es donde interviene nuestro machine learning: Para pasar de la distancia en línea recta al tiempo de trayecto, utilizamos un coeficiente de corrección, que inicialmente toma un valor bajo para cada técnico. Con este valor, un máximo de técnicos pasa las etapas de filtro de la propuesta de horario y, por lo tanto, en las primeras llamadas (a menudo realizadas en pruebas), los tiempos de respuesta no están completamente optimizados. Cada vez que realmente se realiza una llamada a un sistema de cartografía externo para ese técnico, el coeficiente se ajusta en función de los datos reales de tráfico. Después de algunas llamadas, cada técnico tiene un coeficiente realista y los filtros de la propuesta de horario sólo conservan a los técnicos más pertinentes para realizar las llamadas. El machine learning describe un sistema que se vuelve cada vez más eficiente a medida que se utiliza. Este es precisamente el caso aquí.

Blockchain

Con las criptomonedas, el Bitcoin, la blockchain forma parte de los buzz words. Sin embargo, más allá del ámbito financiero, esta tecnología puede aportar soluciones reales a problemas que encontramos a diario.

Por ejemplo, en nuestra aplicación de planificación y optimización de intervenciones, Cadulis, la blockchain es una vía para asegurar la desmaterialización de los documentos.
He aquí un caso concreto:
Imagine un técnico que viene a instalar la fibra en su apartamento. Al final de la intervención, usted firma un documento (en papel) para atestiguar que la intervención ha tenido lugar. Esta firma no implica el buen funcionamiento o la correcta realización de la intervención, tampoco certifica su identidad, que usted sea el propietario del apartamento o el solicitante indirecto de la intervención. Tampoco hay nada que certifique que el técnico no modificará el contenido del documento después de la firma.
Y sin embargo, esta firma tiene un reconocimiento jurídico que todavía no tiene la firma digital.

Nuestro sistema digital, sin embargo, aporta más seguridad: en el momento de la firma, se registra la fecha. Y cada modificación queda registrada con el identificador, la fecha y el contenido de las modificaciones. Para ir aún más lejos, el informe de intervención (o más exactamente su hash) puede almacenarse en una blockchain. Así, es fácil demostrar jurídicamente que el documento es inviolable, infalsificable, con sello de tiempo e incluso geolocalización. Esto permite sofocar de raíz muchos litigios. Otro caso bastante concreto se refiere al transporte de residuos peligrosos. La responsabilidad de estos productos recae en el productor hasta su destrucción; este último puede, gracias a la blockchain, rastrear de forma segura el recorrido de los diferentes documentos asociados a los productos que transporta.