Maestrìa en Sistemas de Informaciòn mencion Inteligencia de Negocios

Permanent URI for this collectionhttps://repositorio.ecotec.edu.ec/handle/123456789/1608

Browse

Now showing 1 - 15 of 15

Solución de inteligencia de Negocios para apoyar la toma de decisiones en la planificación y control del proceso de ingreso de pacientes en Instituciones Hospitalarias del sector público.
(2019) Vega Espinoza Jeffrey Daniel
El presente trabajo de tesis sustenta un análisis de los indicadores clave de rendimiento (KPI) para un Hospital Público para medir la eficiencia de camas, la metodología CRISP DM fue la que se adaptó a los requerimientos y se usó para definir un camino para el desarrollo y la implementación de este proyecto para desarrollar el tablero de control (Dashboard), también se usó la metodología SCRUM, y Sprint back log, con el fin de dar un apoyo a la Toma de Decisiones mediante Tecnologías de Inteligencia de Negocios (BI), análisis de datos y Minería de Datos (DM). Por este motivo dada la necesidad del Hospital de optimizar sus procesos de toma de decisiones es fundamental realizar el análisis relacionado a las necesidades de varias herramientas BI que permitan representar gráficos de KPI. Actualmente existe una brecha en el Hospital donde se analizó que hay una ausencia de un método automatizado para evaluar la eficiencia de camas, de la misma forma no se puede verificar si la información es veraz y a tiempo, el impacto será optimizar tiempos de espera para la obtención de la información, eficiencia de recurso humano que antes se encargaba de calcular de forma manual el proceso. Como resultado se definió un Dashboard BI-DM desarrollado con Power BI que obtiene información de un datawarehouse, y realiza representaciones gráficas de los indicadores, presenta información estadística, detecta patrones de datos, que nos permite predecir rendimiento y calcular la eficiencia de camas en el Hospital.
Sistema de apoyo a la toma de decisiones aplicando Inteligencia de Negocio para identificar tendencias en la moda de vestir de empresas Retail moda.
(2019) Macías Yanqui Oscar Alberto
This project approach the problem faced by the Marketing department in a retail fashion company, where identifying the trends in dress fashion is a slow and imprecise process. The identification of the trends in dress fashion is a fundamental task in the process of marketing the products of a retail fashion company, used in the launch of a new product, special discounts, campaign promotions, etc. Proper marketing contributes to the increase in profitability of the company. To solve this problem, a decision support system is built applying Business Intelligence. The CRISP-DM methodology was used as a guide for software development; a Microsoft SQL Server database infrastructure with its Integration Services and Analysis Services components was implemented to exploit the data mining tools. The End User Interface is built in Power BI Desktop to display the results of the data analysis. Several prediction models were studied during the investigation: neural networks, decision tree and Bayes naive. Finally, it was determined that the most efficient model was Bayes naive, being able to handle classifications with multiple categories and also showed the highest percentage probability compared to the other models when examining the model elevation graph. This work can be used as a guide for other researchers who are dedicated to the study of Business Intelligence applied to Decision Support Systems.
Aplicación de Técnicas de Inteligencia de Negocios para la toma de decisiones en la rotación de productos de la Empresa Retail Fénix S.A.
(2019) León Hidalgo José Luis
La empresa Fénix S.A. teniendo en consideración el auge tecnológico y que la competencia se está tecnificando, se ha visto en la necesidad de implementar un sistema de apoyo a la toma de decisiones para ayudar al nivel estratégico y al nivel táctico a tomar acciones que mejoren los procesos involucrados en la rotación de productos, generando rentabilidad a través de estrategias de negocio, reduzca costos e impulse al cumplimiento de los objetivos de negocio de la empresa. La solución propuesta en este proyecto de investigación, permite conocer cómo la utilización de técnicas de inteligencia de negocios aportan a cumplir estos objetivos, mediante la aplicación de metodologías de desarrollo como Kimball para construir la arquitectura del data warehouse, la aplicación de las metodologías CRISP-DM y SCRUM para el desarrollo, control e implementación del proyecto trabajando colaborativamente en equipo y el desarrollo de un módulo para la visualización de los indicadores con la herramienta Microsoft Power BI. Finalmente puede determinarse que el proyecto de investigación es un apoyo a la toma de decisiones debido a que permite conocer la situación actual del inventario de la empresa a través de los indicadores de rotación de productos por establecimientos, por zona o a nivel general de la empresa, generar reportes históricos de la rotación, así como conocer que productos deben ser abastecidos a los establecimientos.
Técnicas de IOT e Inteligencia de Negocios, para el modelaje de recolección de desechos sólidos en contenedores de la ciudad de Babahoyo.
(2019) Lamán Alava Juan Manuel
El uso del internet en las cosas (IOT) hoy en día en la vida cotidiana es algo normal, han ocasionado una dependencia en ciertos sectores de la sociedad; así mismo, la ausencia en ciertos sectores es evidente, la falta de normativas, normas legales que regularicen un porcentaje considerable en el sector público, la recolección de desechos sólidos realizadas por el GAD Municipal de Babahoyo son totalmente nuevos, ejemplares, y dignos a replicar sus automatizaciones y monitoreos en otras organizaciones municipales. Esta actividad en la actualidad es algo fundamental para una ciudad en desarrollo, ya que es el eje fundamental en el potencial crecimiento de una ciudad como es Babahoyo. Las técnicas de IOT implementadas en los sectores municipales, han logrado un éxito en los mismos, se considera una aplicación que facilita el uso al cuerpo de recolección de desechos sólidos, para el monitoreo en tiempo real de los contenedores, que pertenecen al municipio del cantón Babahoyo La arquitectura propuesta mediante la metodología CRISP DM se basa en la integración de un dispositivo inteligente que emita señales de aviso, tales como el peso, ubicación, fecha y llenado de masa integrando un prototipo hecho a la medida (JM01), utiliza tecnologías como un SERVIDOR SOCKET, DATABASE SQL SERVER y POWER BI para su monitoreo, gestionando la recolección de desechos sólidos de contenedores en la ciudad de Babahoyo, siendo los principales beneficiarios: facilitadores del GAD municipal encargados de la recolección de desechos y la población de la ciudad.
Aplicación de herramientas de inteligencia de negocios para la construcción de un cuadro de mando de alertas de anomalías de transporte público.
(2019) Molina González Geancarlos
En julio del 2017 la Autoridad de Tránsito de Guayaquil (ATM) firma el contrato para iniciar el proceso de implementación de la plataforma de monitoreo del proyecto SITU, con el Consorcio Aurora Transporte Público. A partir de esa fecha se comienzan a generar los datos telemétricos que a su vez generan multas electrónicas basadas en reglas asociadas a normas de transporte público relativas a velocidad, permisos de operación y reglas de parada. En este trabajo, se describe una propuesta de mejora al proceso de generación de multas electrónicas con base en telemetría de datos GPS de transporte público, realizada en la ciudad de Guayaquil, a través del uso de herramientas de inteligencia de negocios, de tal forma que se use una perspectiva proactiva para analizar y tomar decisiones acerca de los comportamientos que causan estas infracciones. Habiendo obtenido los permisos adecuados ante la autoridad de tránsito de Guayaquil, se trabajó con el total de la información. Se analizó la clasificación cronológica y agrupación geográfica de los datos obtenidos de multas electrónicas a través de diferentes escenarios asociados a un indicador específico, con el fin de encontrar patrones y tendencias en estos comportamientos que sirvan para poder establecer decisiones relacionadas al mejoramiento de los procesos de transportación, señalética o algún otro aspecto que la autoridad del tránsito considere relevante para cumplir el objetivo buscado. Se utilizó CRISP-DM como metodología de implementación de inteligencia de negocios y Power BI como herramienta de desarrollo de los escenarios abordados en este estudio, pudiendo mostrar así que los hallazgos encontrados en términos de comportamiento de transporte público sirven para mejorar de manera proactiva el proceso de generación de multas electrónicas.
Sistema de inteligencia de negocios basado en los indicadores financieros de la empresa tecnilogistics.
(2019) Cassinelli Wong Carlos Ricardo
En la actualidad las empresas están obligadas a evolucionar tecnológicamente para en base a nuevas herramientas ser mucho más competitivas en el ámbito que se desempeñe. La inclusión de sistemas informáticos en la administración y operación de la empresa, brinda agilidad en sus procesos. Los datos que se generan deben ser explotados por la gerencia para buscar sacar el máximo provecho y convertirlos en conocimiento. La empresa TecniLogistics en una empresa de servicios aduaneros, para sus actividades es importante contar con datos certeros y tomar decisiones rápidas. En la actualidad se encuentran en un cambio tecnológico y se ha visto en la necesidad de contar con una solución de inteligencia de negocios que les ayude a gestionar los indicadores clave de desempeño del área financiera de forma más rápida. La solución propuesta para esta necesidad inicia con un análisis de la situación actual de la empresa, se utilizaron las metodologías SCRUM y CRISP-DM para la elaboración del proyecto, se diseñó una arquitectura BI siguiendo metodología Kimball y se creó un tablero para visualizar los indicadores en la herramienta Power BI. Como resultado de la implementación del proyecto, se automatizo el proceso de la recolección de información para la gestión de los indicadores financieros. Los tiempos de procesamiento se redujeron considerablemente ayudando a mejorar el trabajo del área financiera.
Arquitectura para la identificación de amenazas informáticas en un Centro de Operaciones y Monitoreo de Seguridad de la información (SOC) utilizando herramientas del ecosistema de Big Data.
(2019) Balseca Chávez Fabián Eduardo
El uso masivo de las Tecnologías de la Información y Comunicaciones (TIC), han ocasionado la interdependencia de la sociedad respecto de estas; no obstante, la ausencia de controles y normativas legales que regulen la utilización del ciberespacio aumentan la exposición ante ataques o amenazas informáticas, incrementando las vulnerabilidades en los activos de información de las organizaciones. La seguridad de los datos en la actualidad es el principal motivante para que las organizaciones generen entornos en cuanto a los nuevos desafíos en el campo de la Seguridad de la información, aplicando técnicas y herramientas del ecosistema de Big Data para coadyuvar en la prevención y detección de amenazas informáticas, mejorando los sistemas de identificación, integración y correlación de eventos en los Centros de Operaciones y Monitoreo de Seguridad de la información (SOC). La arquitectura basada en herramientas del ecosistema de Big Data y propuesta en esta investigación, integra componentes de Elastic Stack (Elasticsearch, Logstash, Kibana) y tecnologías como Filebeat y Wazuh (NIPS / HIDS), gestionado la seguridad en equipos de comunicaciones, servidores de datos y aplicaciones, motores de bases de datos, terminales de usuario final, entre otros. Su implementación permitirá la supervisión en tiempo real e histórica para obtener una respuesta ágil y efectiva, personalizando búsquedas de correlaciones de eventos, alertas de seguridad e informes de estado, visualizando los datos para incrementar la capacidad de detección y optimización de la respuesta ante incidentes, evidenciando las actividades asociadas a posibles amenazas informáticas.
Aplicación de Técnicas de Inteligencia de Negocios en la Toma de Decisiones del área Comercial de la Empresa KNET S.A.
(2019) Chévez Caicedo Kevin Roger
El objetivo principal de este trabajo es implementar nuevas tecnologías a un ambiente comercial, el equipo de trabajo posee el conocimiento indicado para poder llevar a cabo esta tarea, así como los demás departamentos, de los cuales se requiere puedan trabajar en conjunto para obtener resultados estadísticos propios de una empresa y del cual la gerencia pueda hacer uso. Es por esto que, la metodología a implementada fue SCRUM, dentro de una empresa en crecimiento y que no ha trabajado antes con ella, así mismo su equipo de trabajo tienen conocimiento de esta metodología, pero no ha trabajado en proyectos ni experiencia con ella. El diseño y modelo a implementar partió desde la realidad de la empresa, la cual no cuenta actualmente con herramientas propias y dependen de un proveedor externo, el presente trabajo se enfocó en basar las decisiones principales a partir de sus balances hacia un Dashboard que permita surgir como como una compañía en las buenas prácticas de la información. Permitiendo crear ambientes de información poblando Datamart para alimentar una data warehouse, dejando en evidencia la importancia de contar con herramientas de inteligencia de negocio en pequeñas y grandes empresas. Se analiza, crea, diseña y desarrolla un plan para implementación de la tecnología, también en conjunto con el equipo de trabajo se examinan los departamentos necesarios para identificar los indicadores útiles en este proyecto, se logran usar las herramientas propuestas a fin de tener satisfactoriamente los resultados.
Aplicación de técnicas de machine learning en el desarrollo de un sistema de apoyo en la toma de decisiones para la segmentación de clientes en una cadena de cafeterías.
(2019) Idrovo Granizo Johnny Gustavo
El aprendizaje de máquina no supervisado es el campo de machine learning que demanda mayor esfuerzo para los científicos de datos y una amplia aplicación para distintas áreas de negocio. En la actual propuesta de desarrollo se analizan los algoritmos más utilizados para la segmentación de clientes desde un enfoque de negocio para los administradores de los departamentos de marketing en empresas de alimentos y bebidas en especial las cafeterías que poseen gran cantidad de clientes. El agrupamiento o clustering es la técnica de machine learning utilizada para este tipo de análisis. Esta técnica se basa en analizar los datos para encontrar similitudes y agruparlos en segmentos o cluster con características similares entre sí y diferentes con respecto a los otros segmentos. Siguiendo la metodología CRISP-DM para desarrollar el modelo de machine learning en base al análisis RFM (Recencia, Frecuencia, Monto de consumo), se aplicaron los algoritmos jerárquicos, mapas auto organizados basado en redes neuronales y k-means. En todas las etapas de desarrollo del Trabajo de Titulación se ha utilizado la herramienta RStudio de libre distribución. Para validar el resultado de los segmentos encontrados se ha aplicado los dos índices de validación de agrupamiento comúnmente utilizados: el ancho de la silueta y el índice Dunn.
Aplicación de técnicas de inteligencia de negocios para analizar el comportamiento de los niveles de inventarios de la bodega de insumos de producción en la empresa COFIMAR S.A.
(2019) Garzon Velez Luis Leonardo
El principal objetivo de este trabajo fue plantear una solución al problema detectado en el área de bodega, altos costos, niveles de inventarios elevados en ciertos ítems y desabastecimiento en otros insumos durante los cierres de mes. La metodología que se utilizó en este trabajo fue la investigación de campo, científica y tecnológica. A través de técnicas para exploración de datos se consiguió identificar el producto del inventario con el mayor costo total, el cual para el cierre del año 2018 presento un valor de $1.701.559,00 con una cantidad almacenada que ascendió a 3.267.075 kilogramos del producto, lo cual representaba dinero sin utilizar y una gran cantidad de espacio físico ocupado en las instalaciones de la organización. Mediante la utilización de modernas técnicas para el procesamiento de datos, métodos estadísticos para predicción y un modelo para gestión de inventarios mediante lotes económicos de pedidos, se consiguió desarrollar un sistema de inteligencia de negocios el cual mediante su implementación podría dejar los siguientes beneficios: primero reducción de costos de inventarios hasta en un 75%, dejándole ahorros a la organización de más de un millón de dólares y segundo disminuir el nivel del inventario en más de dos millones de kilogramos de producto permitiendo tener un considerable espacio físico libre en el área de la bodega.
Aplicación de técnicas de Inteligencia de Negocios para la predicción del churn de clientes en una empresa de telecomunicaciones.
(2019) Larrosa Zambrano Jimmy Fernando
El objetivo principal de este proyecto de investigación fue realizar la predicción del churn de clientes en una empresa de telecomunicaciones, analizando y utilizando los diferentes métodos de la minería de datos, la cual, es parte de la Inteligencia de Negocios. Los métodos escogidos para la predicción del churn de clientes son algoritmos de machine learning o aprendizaje automático tales como red neuronal, SVM (Support Vector Machines) o máquinas de vectores de soporte y KNN (K-nearest neighbors) o K vecinos más cercanos. Los algoritmos reciben como entrada los datos de los clientes que representan las variables independientes incluida la variable dependiente llamada churn. El método científico utilizado en este trabajo fue el método cuantitativo, que durante el desarrollo fue mostrando mejores resultados que los esperados debido a que cuando se introduce una variable independiente en una muestra poblacional, la variable dependiente se ve afectada incidiendo en los resultados finales. Esta solución selecciona el mejor algoritmo de predicción en base a la precisión de las matrices de confusión y obtiene un listado de los posibles clientes que abandonarán la empresa. Así mismo se demuestra que el mejor algoritmo de predicción de los tres escogidos es el de red neuronal debido a que ofrece mejores resultados que incluyen una mejor precisión en su matriz de confusión. Finalmente mediante una página web se realiza el llamado al programa en lenguaje R y se muestran los resultados.
Aplicación de técnicas de inteligencia de negocios para segmentación de pagos online en una entidad financiera.
(2019) Pincay Cedeño Gerardo Mario
Uno de los factores que más impactan de forma negativa a las entidades bancarias es cuando desean ofrecer nuevos productos el cual no tienen sus clientes segmentados, la correcta y oportuna segmentación de clientes mediante sus pagos On-Line traerá consigo crear estrategias para la captación de clientes y ofrecer productos innovadores. En las últimas campañas de mercadeo se ha evidenciado que los resultados obtenidos no son los esperados ya que el perfil de los clientes que se les ofrece los productos no cumplen con sus necesidades, es por eso que se analizara información de los pagos Online para poder tener una perspectiva de la demanda de cada cliente. Siguiendo la metodología CRISP-DM en base al análisis RFM (Recencia, Frecuencia, Monto de pagos Online), se procedió crear un Dashboard con el objetivo de poder analizar la información de sus pagos On-Line, y así crear estrategias de mercado para traer ventaja competitiva a la organización, esta solución que permitirá al área de Mercadeo tener una visión de sus clientes para la toma de decisiones.
Inteligencia de negocios como aporte a la toma de decisiones, en una organización de servicios de T.I.
(2019) Romo Leroux Peredo Ronny Ricardo
En la actualidad los recursos más valiosos en una organización son los datos, y los clientes, siendo factores determinantes en una economía globalizada, y cada vez más competitiva en lo relacionado al manejo eficaz de la información. Basado en esto, se hace muy necesario hacer conciencia sobre la importancia de los datos, como fuente directa de conocimiento sobre los clientes. Por este motivo se desarrolló una solución basada en inteligencia de negocios (BI), como propuesta a la alta gerencia, con el fin de poder analizar y tomar decisiones en base a la realidad interna de la organización, y su demanda en el mercado. El proyecto de desarrollo utilizó como modelo la metodología de Kimball y Scrum que priorizan la realidad de la empresa, junto con la participación de los usuarios. Se desarrolló un Dashboard, utilizando la plataforma Power BI como herramienta de análisis; para validación del prototipo se aplicó la técnica juicio de expertos, donde en base a una presentación sobre la propuesta se entrevistó a profesionales con vasta experiencia en el campo empresarial, lo que dio como resultado su reconocimiento al aporte significativo que demostró la propuesta. Se considera que para obtener el éxito deseado, dependerá fundamentalmente de la flexibilidad para adaptar los procesos internos, a la inclusión de tecnologías para inteligencia de negocios dentro de la organización, primando el aporte significativo de los datos, para convertirse en información, y luego en conocimiento.
Propuesta de Arquitectura de Big Data para la Auditoria posterior de los procesos de Importación del Servicio de Aduana.
(2019) Samaniego Vélez Wilson Abraham
En la actualidad la Aduana cuenta con gran cantidad de datos generados por la incorporación de nuevas fuentes de información y la implementación de nuevos sistemas transaccionales, trayendo consigo el crecimiento rápido de los datos, teniendo que recurrir a nuevas arquitecturas, técnicas de análisis y algoritmos para gestionar y extraer conocimiento de esa información. Esta investigación tiene como objetivo desarrollar una arquitectura de Big Data para la auditoria posterior de los tramites de importación y poder realizar la detección de posibles casos de evasión de impuestos los que pueden ser identificados implementando algoritmos de análisis de datos donde se permita determinar valores de declaración de aduanas que se encuentren por debajo de los precios (subvalorados). En la presente investigación se utilizó la metodología CRISP-DM para la implementación de una arquitectura de Big Data y la aplicación de un algoritmo para poder lograr determinar posibles casos de evasión de impuestos analizando las declaraciones aduaneras en el periodo establecido por ley. La arquitectura propuesta tiene las características de ser escalable, con la utilización herramientas de software libre, entre las que podemos mencionar Mysql como Base de Datos intermedia, Hadoop como base de datos NoSql, Sqoop se utilizó como herramienta para transferencia de datos. Entre los principales hallazgos encontrados está la mejora en los tiempos en la auditoria posterior por medio del procesamiento en lote de los trámites de importación mediante la aplicación del algoritmo de agrupamiento de los datos y la detección de los posibles casos de evasión de impuestos bajo la modalidad de subvaloración.
Aplicación de tecnicas de inteligencia de negocio para generar indicadores de auditoria interna para empresas que usen sap r/3.
(2019) Alcivar Guaigua Mercedes Vanessa
La correcta generación de indicadores de auditoría interna es necesaria para las empresas y compañías que manejan un gran volumen de información. En sistemas ERP como SAP R/3 las compañías plantean alternativas de programación para realizar esta generación de indicadores, que por sus características requieren de muchos recursos físicos de procesamiento con un tiempo excesivamente largo. Por este motivo se desarrolló una solución de inteligencia de negocios, aplicada a una empresa referente del sector retail del Ecuador, en la búsqueda de una solución alternativa, económica y eficiente que permita la obtención de estos índices requeridos en la toma de decisiones, para organizaciones con similares características. Para el desarrollo del proyecto se determinaron los indicadores de auditoría interna sujetos a revisión con en el apoyo de la Gerencia de Auditoría Interna, y se contextualizó el marco teórico revisando la literatura con respecto a las herramientas de inteligencia de negocio y los indicadores de auditoría interna; se aplicó la metodología Scrum en conjunto con CRISP-DM, se estableció la arquitectura del desarrollo, se diseñó el modelo de datos y la creación del ETL con sus respectivos querys (cadenas de consulta), luego se realizó el prototipo de solución en la herramienta Power BI. Como resultado del trabajo desplegado con las técnicas de inteligencia de negocios, el proceso de auditoría interna se agilizó, obteniendo rápidamente los indicadores requeridos por el área; entre estas cifras se encuentran las transacciones VII por usuario en diferentes años, desviaciones de cuentas de mayor, vencimiento de proveedores y vencimientos de deudores.

Browse

Recent Submissions