Método analítica para la identificación de causas, optimización de decisiones y reducción de rechazos en solicitudes de conexión electrica en centrales eléctricas del Norte de Santander

Este proyecto busca diseñar un método de análisis de datos que permita reducir el índice de rechazo en las solicitudes de conexión al servicio de energía eléctrica en CENS, mejorando la calidad del servicio. Para ello, se plantea un esquema estandarizado de recolección de datos, la aplicación de téc...

Full description

Autores:: Colmenares Rojas, Claudia
Ramírez Pérez, Viviana María

Tipo de recurso:

Fecha de publicación:: 2025

Institución:: Universidad de Cundinamarca

Repositorio:: Repositorio UdeC

Idioma:

Description
Summary:	Este proyecto busca diseñar un método de análisis de datos que permita reducir el índice de rechazo en las solicitudes de conexión al servicio de energía eléctrica en CENS, mejorando la calidad del servicio. Para ello, se plantea un esquema estandarizado de recolección de datos, la aplicación de técnicas analíticas para identificar causas de rechazo y la creación de dashboards que faciliten la toma de decisiones. La metodología se basa en el enfoque cualitativo de Creswell (2018), orientado a comprender significados y experiencias de los actores involucrados en el proceso de conexión. Este enfoque permite explorar percepciones y razones detrás del rechazo mediante entrevistas y análisis temático, priorizando la interpretación del contexto social y organizacional. El estudio busca una comprensión holística del fenómeno, asegurando rigor y coherencia en la recolección y análisis de datos. El diseño es cualitativo, descriptivo, no experimental y transversal. La población incluye todas las solicitudes tramitadas en los últimos años, con una muestra intencional de casos rechazados para garantizar riqueza informativa. Las fuentes abarcan entrevistas al personal de Atención Técnica de Clientes, revisión de bases de datos del sistema comercial, análisis normativo y de la norma técnica de CENS. Se emplearán herramientas como Excel, Power BI, Python y Copilot Studio, junto con algoritmos de minería de datos y árboles de decisión. Esta propuesta busca transformar datos en conocimiento útil para optimizar recursos, mejorar la toma de decisiones y aumentar la satisfacción del cliente.

Método analítica para la identificación de causas, optimización de decisiones y reducción de rechazos en solicitudes de conexión electrica en centrales eléctricas del Norte de Santander

Publicaciones similares