Tesis y Trabajos de Investigación PUCP
URI permanente para esta comunidadhttp://54.81.141.168/handle/123456789/6
El Repositorio Digital de Tesis y Trabajos de Investigación PUCP aporta al Repositorio Institucional con todos sus registros, organizados por grado: Doctorado, Maestría, Licenciatura y Bachillerato. Se actualiza permanentemente con las nuevas tesis y trabajos de investigación sustentados y autorizados, así como también con los que que fueron sustentados años atrás.
Ingresa a su web: Repositorio Digital de Tesis y Trabajos de Investigación PUCP
Explorar
7 resultados
Resultados de búsqueda
Ítem Texto completo enlazado Estudio de prefactibilidad para la implementación de un sistema de transporte público Buss Rapid Transit (BRT) para Lima y Callao(Pontificia Universidad Católica del Perú, 2024-11-13) Apolinares Almonacid, Sebastian Miguel; Silva Sotillo, Walter AlejandroEl estudio de prefactibilidad desarrollado en esta tesis presenta cinco capítulos, y busca determinar si implementar un servicio de transporte público con cobro de comisiones hacia los afiliados es viable en la ruta Comas-Callao. En el capítulo uno se muestra el análisis estratégico donde se detalla el análisis de factores de macroentorno y factores de microentorno y las cinco fuerzas de Porter. Asimismo, se define la misión y visión de la empresa y se realiza un análisis DAFO, estableciendo una estrategia que diferencie el servicio presen sentado en esta tesis de la competencia. El segundo capítulo se centra en desarrollar el estudio de mercado obteniendo un público objetivo de personas entre los 18 a 55 años que forman parte de los niveles socioeconómicos C, D y E. Se proyecta la oferta y demanda en función del número de buses, identificando la demanda insatisfecha, y, posteriormente, la demanda del proyecto. El estudio técnico se desarrolla en el tercer capítulo, el cual incluye un análisis de micro y macro localización para seleccionar las ubicaciones óptimas para la cochera de los buses y la oficina administrativa (en Comas y Callao). En el cuarto capítulo, el estudio legal y organizacional, se define el tipo de sociedad y las normativas aplicables al servicio de transporte público en bus. Además, se diseña el organigrama y se detallan los requerimientos y perfiles del personal necesario. El último capítulo, el estudio económico y financiero, se establece una comisión del 8% sobre los ingresos de los choferes afiliados. Se determina el monto total de inversión y el financiamiento requerido. Se elaboran los presupuestos de ingresos y egresos. Se desarrollan el Estado de Ganancias y Pérdidas, y el Flujo de Caja Económico y Financiero. Finalmente, se analizan los principales indicadores económicos y financieros y se realiza un análisis de sensibilidad.Ítem Texto completo enlazado Predicción de la rotación de personal y optimización de la estructura de retención en un outsourcing delivery center usando Machine Learning y Programación Multiobjetivo(Pontificia Universidad Católica del Perú, 2024-07-19) Chuquihuamani Altamirano, Karen Elizabeth; Silva Sotillo, Walter AlejandroLa rotación de los empleados se ha convertido en un foco de investigación del área de Recursos Humanos porque tiene efectos significativos en el performance de las organizaciones independientemente de la geografía, tamaño de la empresa o sector. La rotación de personal afecta a la empresa como negocio y como cultura laboral, muchos creen que sus efectos son relativamente fáciles de medir: el costo incurrido en contratar y capacitar nuevo personal, pero una rotación de personal elevada supone costos ocultos como la pérdida de confianza en el empleador, ambiente laboral dañino, además que permite fugas de información y poco sentido de permanencia. En este sentido, el uso de Machine Learning para predecir la probabilidad de que un empleado renuncie a su trabajo podría aumentar en gran medida la capacidad del departamento de Recursos Humanos para intervenir a tiempo y proporcionar un enfoque mitigador a esta situación. Este estudio se realiza con el objetivo de comparar el rendimiento de las técnicas de aprendizaje automático, entre ellos XGBoosting, decisión tree, random forest, KNN, SVM, logistic regression, y LGBM y seleccionar el mejor modelo que busque predecir la permanencia de candidatos en su primer año de labores en posiciones técnicas, de planeamiento y estratégicas en una empresa outsourcing peruana. Todo esto se realizará bajo el modelo estándar abierto CRISP-DM, un método probado para orientar trabajos de minería de datos. Finalmente, tomando como input los resultados del clasificador seleccionado, se construirá un modelo de optimización bi-objetivo no lineal que buscará minimizar los costos tras aplicar estrategias de retención y reducir la brecha salarial entre el salario actual y el del mercado para minimizar la tasa de rotación. El estudio ayudará a que la gerencia pueda adoptar técnicas de retención de personal basada en los atributos que impactan más en la decisión de un empleado de renunciar voluntariamente a una empresa.Ítem Texto completo enlazado Análisis, diagnóstico y propuesta de mejora en la gestión de inventario en una empresa del sector textil(Pontificia Universidad Católica del Perú, 2024-06-03) Campos Mendoza, Verónica Nicole; Silva Sotillo, Walter AlejandroLa presente investigación estuvo enfocada en elaborar una propuesta de mejora en la gestión de inventario en una empresa del sector textil, para lo cual se elaboró un análisis y diagnóstico de la situación que se presentaba en la empresa para, finalmente, evidenciar a través de la evaluación de las mismas, la factibilidad y beneficios que éstas brindarían a la empresa. Para ello, se desarrolló un análisis FODA y de la Cadena de valor para identificar las condiciones que se encontraron a través del diagnóstico realizado; lo que dio pie a colocar las siguientes propuestas: emplear el sistema de clasificación ABC para organizar y limpiar los espacios; también la planificación de la demanda, puesto que permitirá organizar la producción en base a las demandas comerciales; así mismo, la gestión de inventarios permitiría mantener un control adecuado sobre la producción, existencias y salidas de los productos de la empresa y, finalmente, la gestión comercial de ventas, misma que facilitará el empleo de alternativas creativas que ayuden a la empresa con la distribución y aumento en las ventas de sus productos adaptados a cada temporada para asimilar la menor cantidad de stock de prendas no vendidas. Ello permitió concluir que estas propuestas permiten generar mejores beneficios a nivel productivo, organizacional y económico.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 Propuesta de conteo automático de barras de construcción para una ferretería(Pontificia Universidad Católica del Perú, 2022-07-13) Campos Fernandez, Yusseli; Silva Sotillo, Walter AlejandroEn las ferreterías es común contar barras de construcción de manera manual; sin embargo, es una actividad muy tediosa que consumen mucho tiempo y está propensa al error humano. Este es el caso de la empresa Negocios Señor de la Misericordia SAC, una ferretería que vende materiales de construcción al por mayor y menor. A la empresa le urge encontrar una forma de contar de manera automática las barras de construcción por las frecuentes quejas de los clientes sobre barras faltantes en los pedidos despachados y los altos costos de acciones correctivas. El error promedio en el conteo manual es del 7% y en promedio un trabajador demora 12 minutos contando 100 barras. En este sentido, se prone usar el modelo CNN-DC (Convolutional Neuronal Networking – Distance Clustering) para contar barras de construcción de manera automática en una foto de la sección circular de las barras. El modelo CNN-DC sigue los siguientes: el input del modelo es una foto de la sección circular de las barras de construcción, este es redimensionado y luego se le extraen patches (subimágenes que se obtiene al pasar una ventana deslizante por la imagen); posteriormente, se realiza el preprocesamiento de los patches (se convierte a escala de grises y se normaliza); después, los patches son puestos en un modelo CNN que clasifica a los patches en dos tipos: los que contienen a una barra centrada y los contienen al fondo de la imagen, barras incompletas o uniones entre estas; finalmente los patches que contienen una barra centrada se agrupan mediante un algoritmo de clustering, con esto se puede identificar los centros de las barras en la imagen original, el total de clústeres vendrían a ser el número total de barras. Los principales resultados obtenidos son: accuracy del modelo CNN-DC de 95% y el tiempo de predicción promedio fue de 33.3 segundos, en el modelo de clasificación de patches usando CNN se obtuvo un accuracy del 96.12%, precision de 91.02%, recall de 96.01% y f1-score de 94.98%; en general, el modelo tiene un alto desempeño y muestra los resultados en corto tiempo. Asimismo, con este accuracy se supera al rendimiento del conteo manual (93%). La alternativa resulta atractiva económicamente puesto que el VAN (S/4 382) es mayor a cero y el TIR (53.60%) es mayor al COK (11.85%).Ítem Texto completo enlazado Estudio comparativo de modelos de credit scoring usando técnicas de machine learning para la asignación de tarjetas de crédito(Pontificia Universidad Católica del Perú, 2022-06-24) Cutipa Arapa, Miguel Alvaro; Silva Sotillo, Walter AlejandroDurante los últimos años, la complejidad de la gestión de riesgos, y en especial, la gestión de crédito se ha incrementado en las entidades del sistema financiero; lo cual generó un aumento de la cartera vencida de créditos, lo cual conlleva pérdidas e imprecisiones en los modelos de medición de riesgos y al medir la probabilidad de default de acuerdo al perfil de riesgo. Para reducir este tipo de riesgos, en especial el riesgo crediticio, el cual evidencia una de las principales inquietudes por parte de las entidades financieras, se utilizan sistemas automáticos de medición y clasificación, también conocido como credit scoring. Asimismo, de acuerdo a la transformación digital y la evolución tecnológica, los algoritmos y metodología empleada de machine learning, en combinación con modelos históricos, ayudan a desarrollar y potenciar los modelos, lo cual mitiga el riesgo de crédito en el sistema financiero. En este contexto, el objetivo de la presente tesis es optimizar la probabilidad de aplicaciones de estas técnicas o modelos en la gestión del riesgo crediticio, es decir, la probabilidad de default por parte de los clientes, incorporando algoritmos de machine learning para la asignación de tarjetas de crédito, uno de los productos estrella que representa en gran medida a los productos del sector financiero. Además, se estiman diversos modelos de credit scoring haciendo uso de algoritmos de machine learning y realizando una comparación con los modelos tradicionales del sector financiero que pueden ser paramétricos y no paramétricos. Respecto a técnicas paramétricas, el uso de Análisis Discriminante, Modelos de Probabilidad Lineal, Modelos Logit. Por otro lado, respecto a las técnicas no paramétricas, el uso de Programación Lineal, Árboles de Decisión y Modelo XGBoost.Ítem Texto completo enlazado Estudio de pre-factibilidad para la implementación de un servicio a delivery de lavado ecológico de autos en Lima Metropolitana(Pontificia Universidad Católica del Perú, 2022-03-31) Rondón Nakandakari, Luis Eduardo; Silva Sotillo, Walter AlejandroEl presente estudio de prefactibilidad muestra en cinco capítulos la viabilidad técnica, económica y financiera de implementar una empresa que ofrece servicio a delivery de lavado ecológico de autos en Lima Metropolitana. En el primer capítulo, denominado estudio estratégico, se analizan los factores del macro y microentorno mediante las cinco fuerzas de Porter. Se procede a definir la misión, visión del proyecto y se realiza el análisis FODA. El capítulo culmina con el planteamiento de objetivos estratégicos y financieros. En el estudio de mercado, segundo capítulo del documento, se identifica el mercado objetivo mediante el análisis de variables demográficas, socioeconómicas, psicográficas y conductuales, definiendo un público entre 25 y 55 años dentro de los niveles socioeconómicos A y B. Se establecen la demanda y oferta a través de número de servicios ofrecidos por hogar lo que permite definir la demanda insatisfecha y finalmente, mediante una estructura de participación de mercado, establecer la demanda del proyecto. El capítulo cierra con el desarrollo del plan de marketing estableciendo los parámetros de comercialización. En el tercer capítulo, el estudio técnico, es donde se establece el análisis de macro localización y micro localización para determinar la mejor ubicación del local central. Se definen las características físicas, dimensiones y distribución de áreas del local y requerimientos del proyecto. Por último, se establece el flujo de operaciones durante el servicio. El cuarto capítulo abarca el estudio legal y organizacional, se procede a seleccionar el tipo de sociedad adecuado al proyecto y se comprenden las normas relacionadas al servicio de lavado de vehículos. En adición, se establece la estructura organizacional y se identifica perfiles y requerimientos de personal. Finalmente, en el estudio económico y financiero, se determina el monto total de la inversión y el tipo de financiamiento. Se definen los presupuestos de ingresos y egresos y se calculan los costos, mano de obra, depreciación e impuestos. Se estructura el Estado de Ganancias y Pérdidas, y el Flujo de Caja Económico y Financiero, así como también se analiza los principales indicadores económicos y financieros. Finalmente, se realiza un análisis de sensibilidad con 3 escenarios y 3 costos de oportunidad del capital (optimista, conservador y pesimista) resultando favorable en todos los casos posibles, lo que confirma la rentabilidad del proyecto y por ende la viabilidad del mismo.