Modelos predictivos (Machine Learning) como herramienta para la planificación de ingresos de vehículos a servicios posventa en Navitrans S.A.S. Semestre de industria

RESUMEN : La gerencia administrativa del área de servicio posventa de Navitrans, cuenta con personal encargado para el análisis de datos y se representan en tableros de datos interactivos en Power BI, los cuáles resultan muy útiles a todas las áreas de la empresa para analizar, tomar decisiones, tener una adecuada planificación y seguimiento de muchos procesos. Más, sin embargo, Navitrans no cuenta con Ingenieros de datos que utilicen machine learning y modelos predictivos que permitan apoyar la toma de decisiones con base a predicciones y datos futuros, y no lo hagan únicamente con datos obtenidos por procesos que ya ocurrieron. El proyecto tiene como objetivo dar un informe que permita planificar y tomar medidas desde la gerencia y administración de servicio posventa en todos los talleres a nivel nacional. La metodología va desde realizar y diseñar modelos que predigan los ingresos de vehículos en cada sede y ubicación (Lubricación, Latonería y Pintura, Servicio especializado, entre otros…) con técnicas previamente estudiadas como redes neuronales recurrentes (RNN) hasta la creación del tablero de datos interactivo en Power BI acorde a las necesidades de la administración de servicio de Navitrans. En general, el proyecto busca mejorar la implementación de inteligencia artificial en la empresa, mejorando la eficiencia en toma de decisiones, estrategias de atención y logística en los talleres de todo el país.

• Autores: Higuita Echavarría, Juan Pablo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2025
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/45603
• Acceso en línea: https://hdl.handle.net/10495/45603
• Palabra clave: Inteligencia artificial; Artificial intelligence; Análisis de datos; Data analysis; Planificación del transporte; Transport planning; Aprendizaje automático; Machine learning; Recurrent Neural Network; Predicciones; http://aims.fao.org/aos/agrovoc/c_49834; http://vocabularies.unesco.org/thesaurus/concept3052; http://vocabularies.unesco.org/thesaurus/concept2214; http://vocabularies.unesco.org/thesaurus/concept5887
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/2.5/co/