Análisis predictivo de demanda de servicios bajo series temporales

RESUMEN : Este proyecto aborda la problemática mundial de la falta de procesos eficaces para predecir la demanda de servicios y la falta de uso de técnicas de machine learning. En particular, este proyecto se enfoca en el Centro de Servicios de ISA Intercolombia, una unidad de negocio que centraliza servicios de diferentes áreas y busca mejorar la eficiencia y la calidad de los servicios, reducir los costos y proporcionar una visión más completa de los datos y procesos de la empresa. El objetivo del proyecto es realizar una predicción precisa y oportuna de la volumetría a futuro de los servicios prestados en el Centro de Servicios de ISA y sus empresas, para optimizar la gestión de la productividad y disponibilidad del servicio, aumentando la eficiencia y rapidez en la atención de las operaciones futuras. La metodología utilizada para lograr esto consiste en recopilar 3datos históricos, realizar un análisis exploratorio, utilizando técnicas de machine learning, realizando un preprocesamiento de los datos, entrenamiento, validación del modelo, y finalmente realizando una implementación del modelo en un sistema automatizado. Los resultados obtenidos del modelo predictivo de regresión lineal y la regresión Bayesiana muestran que el modelo es preciso en la predicción de la demanda de servicios, siendo más eficaz la regresión lineal que la Bayesiana, lo que aumenta la eficiencia y rapidez en la atención de las operaciones futuras, y optimiza la gestión de la productividad y disponibilidad del servicio. La metodología propuesta y el modelo predictivo de regresión Bayesiana implementado en el proyecto han demostrado ser efectivos y podrían ser aplicados en otras áreas y empresas con necesidades similares de predicción de demanda de servicios.

• Autores: Sepúlveda Calle, Carlos Andrés; Benavides Posso, Milton Tarsicio
• Tipo de recurso: Tesis
• Fecha de publicación: 2023
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/35753
• Acceso en línea: https://hdl.handle.net/10495/35753
• Palabra clave: Productividad; Productivity; Análisis cuantitativo; Quantitative analysis; Modelo matemático; Mathematical models; Eficiencia; Aprendizaje automático (inteligencia artificial); Machine learning; Técnicas de predicción; http://vocabularies.unesco.org/thesaurus/concept15543; http://vocabularies.unesco.org/thesaurus/concept2212; http://vocabularies.unesco.org/thesaurus/concept13861
• Rights: openAccess
• License: https://creativecommons.org/licenses/by-nc-sa/4.0/