3. Licenciatura
URI permanente para esta comunidadhttp://54.81.141.168/handle/123456789/7312
Explorar
3 resultados
Resultados de búsqueda
Ítem Texto completo enlazado Propuesta de mejora de inventarios de una empresa importadora de maquinaria en el Perú usando herramientas de minería de datos(Pontificia Universidad Católica del Perú, 2024-05-30) Vilela Leon, Gian Carlo; Silva Sotillo, Walter AlejandroEn el escenario competitivo actual, es de suma relevancia que las empresas logren saber qué es lo que sus clientes desean comprar. Una forma de lograrlo es mediante buenos pronósticos de demanda, lo cual se traduce en compras de productos asertivas o la toma de decisiones correctivas en el corto plazo. La presente tesis manifiesta que existe ventajas económicas y estratégicas en el área de inventario y abastecimiento de una empresa utilizando herramientas de minería de datos, específicamente, herramientas de pronóstico de demanda que nos permiten reducir las diferencias entre lo ofertado y lo realmente demandado, lo cual optimiza los niveles de abastecimiento. El desarrollo de la investigación involucra diseñar diferentes modelos aplicando distintos métodos a una base de datos histórica de una organización dedicada a la importación de maquinarias de uso industrial, realizando previamente una selección de categorías de productos relevantes para el desarrollo y evaluación de estos modelos. Posteriormente se realizado la medición de errores de cada modelo propuesto con el fin de poder identificar aquel que se adecua de mejor manera a los productos y, de esta manera, realizar la elección del modelo que menor error nos genera al compararlo con la demanda real del mismo. Finalmente se realizó el análisis de evaluación económica financiera, la cual considera los costos en los cuales incurriría la empresa para la implementación de la propuesta a través del VAN y TIR, así como cuantificar los ahorros que se generarían por los mismos. El resultado indicaría que es recomendable la implementación de dicha propuesta y que su viabilidad generaría grandes reducciones en los costos de almacenamiento que actualmente se tienen en la compañía.Ítem Texto completo enlazado Transformación digital a través de proyectos innovadores en analytics aplicado a recursos humanos(Pontificia Universidad Católica del Perú, 2024-03-20) Cachis Gonzales, Carla Natalia; Cueva Moscoso, RonyEl propósito del presente informe es exponer los proyectos más significativos en los que Carla Natalia Cachis Gonzales ha participado y liderado desde su graduación como Bachiller en Ingeniería Informática en diciembre de 2019. Durante las prácticas preprofesionales, tuvo la oportunidad de participar en la implementación de un sistema informático y desarrollar un dashboard en Power BI. Esta experiencia permitió descubrir la pasión por el mundo de los datos, especialmente en el ámbito de la Inteligencia Empresarial y Análisis de Datos. En su trayectoria laboral, ha tenido la oportunidad de trabajar en dos destacadas empresas. En primer lugar, desde noviembre de 2019 hasta abril de 2021, formó parte del equipo de talento de Intercorp Management como Analista de People Analytics. Posteriormente, desde abril de 2021 hasta la actualidad, se desempeña como Especialista de People Analytics en Clínica Internacional, compañía del Grupo empresarial BRECA. En ambas organizaciones, ha sido parte del área de People Analytics, teniendo la responsabilidad de liderar y participar en proyectos relacionados con la gestión y el análisis de los datos de los empleados, tales como: headcount, headcost, desempeño, compensaciones, capacidad instalada, rotación, entre otros. El objetivo como miembro del equipo de People Analytics es mejorar la eficiencia en la toma de decisiones de la empresa con respecto a los recursos humanos. En el informe se presentarán los objetivos, actividades y logros de cuatro proyectos que ha liderado o desarrollado en los primeros tres años de experiencia laboral. El primero es la propuesta y desarrollo de un programa para realizar Web Scrapping a perfiles de LinkedIn para la búsqueda de talento proactivo en Intercorp Management, este algoritmo optimizó significativamente la búsqueda de información de los procesos de reclutamiento. El segundo es la creación de un sitio web para el programa InGenia Intercorp, para lo cual se utilizó una herramienta No Code y se conectó a Google Analytics para realizar Web Analytics sobre la data del tráfico de la web. Adicionalmente, se presentan dos proyectos que se desarrollaron en Clínica Internacional. En primer lugar, lugar, la propuesta y desarrollo a completitud de un proyecto de Network Analytics, el cual permitió identificar patrones de comunicación y colaboración entre los empleados de la organización. En segundo lugar, se tuvo el liderazgo de un proyecto de implementación de SAP Success Factors, que involucró la identificación de requerimientos, la migración de datos y la capacitación de los empleados para el uso de la nueva plataforma de gestión de recursos humanos. Como resultado de las contribuciones en Clínica internacional, se galardonó en el programa de reconocimiento “Latidos de Oro 2022” que premió a 12 trabajadores que dieron la milla extra, quedando premiada entre más de 3700 trabajadores de la compañía. Finalmente, los proyectos mencionados serán detallados en las siguientes páginas, siendo cada uno de ellos un desafío emocionante y que permitió aprender y crecer profesionalmente en el campo de People Analytics.Ítem Texto completo enlazado Mejora del acceso al financiamiento bancario de empresas MYPES, usando herramientas de Data Mining(Pontificia Universidad Católica del Perú, 2020-09-16) Samaniego Osorio, Alvaro Danilo; Viamonte Yucra, José Felipe; Rojas Polo, Jonatan EdwardEl presente trabajo tiene como objetivo dar a conocer una metodología simple para optimizar el acceso al financiamiento bancario para una MYPE a través del uso de herramientas de minería de datos que puedan plasmarse en un aplicativo móvil con una interface amigable para el usuario, que en este caso podría ser el gerente general, el gerente financiero, entre otros; sin demandar una inversión muy alta. La herramienta de minería de datos que se aplicó fue una red neuronal con aprendizaje profundo, pues involucra más de una capa oculta – mayor cantidad de capas, mayor precisión – para a partir de variables disponibles en un set de datos, determinar el peso relativo de cada una de ellas y estimar la probabilidad de que una MYPE en particular pueda acceder a un crédito bancario. Se aplicó también otra herramienta conocida como regresión logística, sin embargo, por el potencial de aplicación del algoritmo anterior, se descartó la última opción. En ambos casos se usó un dataset de un banco representativo de nuestro país, con historial de créditos aprobados o denegados para MYPEs de diferentes segmentos. La practicidad del resultado del algoritmo de minería de datos permite que pueda convertirse fácilmente en un app para móviles que, a través de una simple interface de usuario, le permite a una MYPE conocer la probabilidad de acceso al financiamiento de forma personalizada. Esta información es de mucha utilidad para facilitar la toma de decisiones a nivel gerencial y a nivel estratégico (negociar con nuevos proveedores, con clientes, etc.) Se estimó un beneficio estimado anual de S/1683 por el uso de este aplicativo respecto a no utilizarlo, en un escenario normal proyectado para 5 años en adelante. De la misma forma, se tuvo un VAN de S/3368 para un COK de 14.71%. Asimismo, para un WACC de 20.95% producto de una estructura de financiamiento 20% deuda y 80% aporte propio, el VAN calculado es de S/2360. En ambos escenarios el proyecto de implementación resulta económicamente viable. Sintetizando, se tendrá un aplicativo móvil desarrollado a partir del algoritmo de minería de datos –redes neuronales– que permitirá a la MYPE tomar decisiones más acertadas.