Tesis de Postgrado

Permanent URI for this collection

http://52.190.9.31//handle/123456789/12710

Browse

Now showing 1 - 20 of 21

Implementación de sistema de datos para análisis predictivo de rotación de personal en Los Pinos Apparel S.A.
(Universidad Tecnológica Centroamericana UNITEC, 2024-03-14) Karen Yamileth Cruz Mata; Stephany Gabriela Osorto Flores; Alba Gabriela Garay Romero
En cualquier organización, el activo más preciado indudablemente es su capital humano, ya que una fuerza laboral bien capacitada se convierte en el pilar esencial para alcanzar los objetivos anuales. Entre los diversos indicadores críticos para el departamento de recursos humanos, la tasa de rotación destaca como un elemento crucial debido a su impacto directo en la producción de la empresa. El propósito fundamental de la presente investigación es analizar en detalle el comportamiento de la rotación de personal en la empresa, con el objetivo de desarrollar perfiles con características similares que permitan prever si un colaborador(a) tiene la probabilidad de abandonar la organización y así poder diseñar estrategias que prolonguen su estadía en la organización o que permitan rediseñar estrategias de reclutamiento. Este estudio se llevó a cabo utilizando la base de datos proporcionada generosamente por la empresa Los Pinos Apparel. El proceso metodológico incluyó una exhaustiva limpieza de datos y un análisis exploratorio detallado para garantizar la integridad y fiabilidad de la información. Posteriormente, se crearon cuatro modelos de predicción, siendo la regresión logística el modelo con mayor exactitud, alcanzando un impresionante 97.10%
Modelo predictivo del comportamiento de la cuenta total activo de los balances generales de los bancos comerciales de Honduras del periodo enero a septiembre 2023
(Universidad Tecnológica Centroamericana UNITEC, 2024-03-14) Elías Ariel Ortíz Flores; Kerlim Escarleth Varela Palma; Alba Gabriela Garay Romero; Julio Esteban Ramos
El objetivo final de nuestra investigación fue proponer un modelo de aprendizaje automático para predecir los resultados de la cuenta total activo de los balances generales de los bancos comerciales de Honduras para el periodo de enero a septiembre de 2023. Nuestro proyecto de investigación final mediante un modelo de aprendizaje automático de auto regresión estará en la capacidad de beneficiar a las autoridades financieras, bancos comerciales, inversionistas y clientes del sector bancario comercial de Honduras a: detectar anomalías, optimizar recursos, eficientar la toma de decisiones, mejorar la gestión financiera, identificar y evaluar riesgos financieros futuros. El proceso metodológico implementado para el cumplimento de nuestro objetivo de investigación fue el modelo CRISP-DM (Cross-industry standard process for data mining), el objetivo de aplicar CRISP–DM es para desarrollar un modelo de machine learning aplicando las seis fases de: compresión del negocio, compresión de los datos, preparación de los datos, modelado, evaluación y despliegue. El aplicar un modelo de machine learning permitió reforzar el análisis que se obtiene con las observaciones de las series de tiempo, a su vez logra obtener resultados a futuros de una forma matemática valida, estos resultados ayudan al nete regulador de los bancos, clientes, inversiones y los mismos bancos replantear sus estrategias y tomar mejores decisiones.
Análisis de la capacidad de ahorro con enfoque de género en la banca comercial de Honduras del 2015-2022
(Universidad Tecnológica Centroamericana UNITEC, 2024-03-14) Carlos Omar Jiménez Rodríguez; Martha Haydé Benítez Gómez; Alba Gabriela Garay Romero; José Francisco Reyes Marín; Kevin Eduardo Funez Funez
La capacidad de ahorro es un tema que afecta a todos los países. Una aproximación demográfica con enfoque de género incluido da un valor agregado para las políticas públicas y leyes dentro de una nación. Por ello el objetivo general de esta investigación es analizar el comportamiento financiero en depósitos de ahorro por género, rango de edad, departamento y banco comercial en Honduras en los años 2015 al 2022 de los ahorrantes en condición de persona natural. La metodología utilizada es de enfoque cuantitativo, alcance correlacional y temporalidad longitudinal. Como insumo de datos se utilizó la base de datos abierta de la Comisión Nacional de Bancos y Seguros sobre Depósitos de ahorro. Se utilizaron las herramientas de Knime E IBM SPSS Statistics para el análisis de datos y Power BI para su visualización. Se establecieron dos hipótesis relacionando el ahorro con el género y rango de edad las cuales tuvieron una relación según la prueba de hipótesis de Chi2, siendo el género la relación no significativa estadísticamente y rango de edad teniendo una relación grado medio de 0.314. En Valle y Colón, las mujeres ahorran más, mientras que en Cortés y Francisco Morazán lo hacen los hombres. Banco de Occidente, Banco Atlántida y Ficohsa son clave en el aumento del saldo promedio de ahorro. El algoritmo de árboles de decisión fue el que mejor exactitud tuvo en la clasificación predictiva.
Un modelo de analítica para predecir el presupuesto en los sectores de salud y educación en Honduras a 2024
(Universidad Tecnológica Centroamericana UNITEC, 2024-03-14) Oscar Eduardo Zúniga Gallegos; Samuel Heriberto Zelaya Valle; Alba Gabriela Garay Romero
La ejecución presupuestaria representa un pilar fundamental para los países en vías de desarrollo y es que a partir de esta se puede determinar el desempeño en sectores clave como lo son la educación y la salud. Asimismo, el auge que tiene actualmente la ciencia de datos es una oportunidad para que a partir de esta se brinden soluciones viables y que muestren resultados en pro de la ejecución presupuestaria a través de la creación y configuración de modelos de analítica como las series temporales y los bosques aleatorios, permitiendo efectuar predicciones de presupuestos y la identificación de objetos de gasto en los que más se invierten estos. Lo anterior significa que cualquier institución sea pública o privada que haga uso de esta tecnología cuenta con la alternativa de mejorar la ejecución presupuestaria y por ende ser más transparente en la rendición de cuentas.
Implementación de un modelo de clusterización para la segmentación de perfil de clientes para Corporación Multi Inversiones
(Universidad Tecnológica Centroamericana UNITEC, 2024-03-14) Ana Carolina Carrillo García; Emili Giselle Flores Velásquez; Alba Gabriela Garay Romero; Julio Esteban Ramos Medina
Esta investigación presenta la implementación de un modelo de clusterización para Corporación Multi Inversiones, cuyo objetivo principal es identificar segmentos o clústeres de clientes con patrones de consumo y preferencias similares. Esto permitirá crear estrategias de marketing dirigidas hacia los diferentes tipos de clientes, focalizar eficientemente los recursos y en última instancia, contribuir a la mejora de la experiencia de compra logrando así la retención de estos. Con el aumento de los datos que generan las empresas hoy en día la aplicación y generación de modelos mediante algoritmos de aprendizaje automático son herramientas que se están volviendo cada día más útiles para las empresas en la actualidad ya que su implementación genera una ventaja competitiva. Para la clasificación de los clientes se utilizó la técnica RFM en función de las variables recencia, frecuencia y valor monetario. Posteriormente se aplicó el algoritmo de clusterización no supervisado K-Means mediante la herramienta Knime. Es importante que antes de someter a los datos a la aplicación de algoritmos de aprendizaje automático se realice un preprocesamiento exhaustivo de los datos tal como limpieza, transformación y modelado de los mismos.
Modelo de perfilamiento de bancos comerciales en Honduras
(Universidad Tecnológica Centroamericana UNITEC, 2024-03-14) Carlos Roberto Jeff Montoya; Milton Josué Hernández Fúnez; Alba Gabriela Garay Romero; Kevin Eduardo Fúnez Fúnez; Rafael Acosta Sandoval
Esta investigación tuvo como propósito la generación de perfiles de los bancos comerciales hondureños mediante el análisis de los créditos otorgados, información que se obtuvo mediante el conjunto de datos expuesto por la CNBS. Para lograr la generación de los perfiles se aplicaron herramientas de aprendizaje automático, específicamente los algoritmos de K-Means y Agrupamiento Jerárquico, mediante los cuales se logró la definición de cuatro perfiles significativos los que se clasificaron como: Perfil Cobertura Integral, Perfil Diversificación Estratégica, Perfil Enfoque Estratégico y Perfil de Alta Especificación, revelando relaciones significativas entre variables de investigación género, ubicación y tipo de crédito. Este estudio proporcionó una herramienta de analítica de datos valiosa para la toma de decisiones financieras informada. Se consideró pertinente, para futuras investigaciones relacionadas, la inclusión de personas jurídicas, así como la evaluación de rangos de edades.
Diseño e implementación de un modelo de aprendizaje automático para predecir la cartera en mora de tarjetas de crédito en el sector bancario comercial de Honduras dic-2018 a sept-2023
(Universidad Tecnológica Centroamericana UNITEC, 2024-03-14) Álvaro Luis Medina Almendares; Oscar Eduardo Godoy Salgado; Alba Gabriela Garay Romero
El presente estudio se enfoca en el desarrollo y aplicación de un modelo predictivo de aprendizaje automático para examinar la relación entre las siguientes variables: La colocación de las tarjetas de crédito, la cantidad de tarjetas de crédito activas por periodo y el comportamiento de la cartera de tarjetas de crédito en mora en el sector bancario comercial de Honduras, así mismo el modelo a desarrollar realizará predicciones en data set para ofrecer una herramienta funcional en la toma de decisiones basada en datos para periodos posteriores. Esto se realizará a partir del análisis de conjuntos de datos detallados y de carácter “open source” obtenidos de la página web de la Comisión Nacional de Bancos y Seguros, (en adelante CNBS); se implementarán técnicas avanzadas de Machine Learning en busca de proporcionar una compresión de cómo las variables anteriormente mencionadas pueden influir en la dinámica financiera de las entidades bancarias en este contexto específico. Este enfoque investigativo se alinea con la necesidad de anticipar y comprender las tendencias del mercado financiero para tomar decisiones estratégicas informadas.
Factores determinantes para la selección de una tarjeta de crédito
(Universidad Tecnológica Centroamericana UNITEC, 2023-12-04) Cesar Jacob Puerto Montoya; Elisa María Ponce Martínez; Henry Antonio Osorto Ruiz
Las tarjetas de Crédito a nivel mundial han tomado un auge en las formas de pago en la vida diaria de todos, desde el intercambio o trueque en años antiguos el ser humano siempre ha buscado la manera de evolucionar en su manera de transaccionar, las tarjetas de crédito se presentan como una gran oportunidad tanto para las instituciones financieras como para los usuarios de las mismas, por lo que está investigación tuvo el propósito de conocer los factores determinantes para la selección de este producto desde el perfil del cliente, datos del banco, producto de tarjeta de crédito y transaccionalidad de acuerdo a comercios de preferencias y límite de consumo, conociendo esto se desarrolló un modelo de predicción, probando algoritmos de Machine Learning (Regresión Logística, Árbol de Decisión y Random Forest) para encontrar la predicción más acertada para poder encontrar los clientes que se pueden potenciar como futuros tarjetahabientes en el sistema financiero de nuestro país
Predicción de riesgo de impago en institución financiera usando modelos de Machine Learning
(Universidad Tecnológica Centroamericana UNITEC, 2023-12-04) José Manuel García Hernández; Walther Nahun Torres Moreno; Henry Antonio Osorto Ruiz
Esta investigación se centra en la identificación de las variables clave que influyen en el riesgo de impago en la cartera de consumo fiduciario de instituciones financieras en Honduras. A través de un análisis exhaustivo de datos históricos, se logró destacar las principales variables predictoras. Posteriormente, se desarrolló y aplicó un modelo de machine learning altamente preciso que utiliza estas variables para anticipar el riesgo de impago. Este modelo ha demostrado una capacidad excepcional al predecir con éxito aproximadamente el 60% de los clientes propensos a caer en impago. Además de mejorar la gestión del riesgo crediticio, la implementación de este enfoque promete reducir costos, optimizar recursos y fortalecer la toma de decisiones en el sector financiero hondureño.
Aplicación de modelos de aprendizaje automático para el análisis de series temporales y pronóstico de anomalías en la nómina diaria en una planta de manufactura
(Universidad Tecnológica Centroamericana UNITEC, 2023-12-04) Gustavo Ernesto Ávila Griffin; Sebastián Núñez Flores; Alba Gabriela Garay Romero; Kevin Eduardo Funez
En el competitivo ámbito de la industria manufacturera, alcanzar la excelencia operativa es esencial para garantizar eficiencia y rentabilidad. La optimización de procesos y recursos juega un papel clave en el éxito de una planta de manufactura, lo que hace que la detección y gestión de valores atípicos cobren relevancia como desafío estratégico. Dentro de este contexto, la revisión de nóminas adquiere un rol crucial al asegurar la precisión en los pagos y evaluar la eficiencia operativa de la planta. Este proyecto investigativo busca implementar un sistema de detección que identifique errores involuntarios e irregularidades fraudulentas en los datos de eficiencia de la revisión. Al corregir estos valores atípicos, se resguarda la integridad de los pagos y se generan ahorros con efectos tangibles. Dado que la compensación de los operarios depende de su eficiencia, identificar desviaciones tempranamente optimiza costos y recursos. La investigación explora en detalle las metodologías de detección de valores atípicos aplicables a los datos de eficiencia en la revisión de nóminas y sus procesos correctivos. Además, analiza los beneficios económicos y operativos, reafirmando la importancia de la precisión en la gestión de nóminas en un entorno industrial en constante evolución. En síntesis, esta tesis yace en la confluencia de la ingeniería industrial, la analítica de datos y la gestión de recursos humanos. Su propósito es asegurar la calidad de los datos de eficiencia en la revisión de nóminas y promover la eficacia operativa en la planta de manufactura, garantizando tanto la precisión financiera como la eficiencia operativa en las plantas de manufactura.
Implementación de modelo predictivo de ingresos por venta con series de tiempo para la Empresa Prilacentro
(Universidad Tecnológica Centroamericana UNITEC, 2023-12-04) Erick Mauricio Perdomo Sauceda; Alba Gabriela Garay Romero
Las empresas multinacionales en la actualidad buscan ser más competitivas en aspectos de producción y distribución de productos o servicios, esto las obliga a contar con áreas estratégicas que garanticen que las operaciones sean llevadas a cabo en tiempo y forma para la obtención del cumplimiento de los objetivos organizacionales. El cumplimiento de objetivos implica que las áreas operativas, administrativas y análisis de datos elaboren en conjunto una seria de procedimientos que permitan la preparación de modelos de aprendizaje automático que garanticen el uso adecuado de los recursos financieros de las empresas ya que en muchos casos se cuenta con un área que sirve como intermediaria entre la operación y la administración, esto para garantizar que las diferentes operaciones de comercialización y venta se apeguen a los pronósticos, proyecciones y que se cumplan con los rendimientos esperados por los socios o accionistas. La implementación de los pronósticos de ventas por categoría de productos con la ayuda de herramientas estadísticas e informáticas en la actualidad ha permitido que los datos tomen un rol determinante en la toma de decisiones desde el punto de vista de la analítica de datos, lo anterior obedece a la necesidad de contar con información precisa y oportuna en temas relacionados a pronósticos de ventas o forecast por su terminología en inglés, la falta de modelos para pronosticar las ventas como pilar fundamental en el funcionamiento de una organización o empresa es crítico ya que esto no permite ejecutar estrategias de crecimiento, el problema planteado fue identificado como consecuencia de la falta de medición en los indicadores de ventas mensuales, trimestrales, semestrales y anuales, esto representa en muchos casos perdida financiera y problemas en los flujos de caja para afrontar la operación, las diferentes tareas de seguimiento y socialización de la información puede ser manejado en el corto plazo por las áreas de análisis de datos de la empresa Prilacentro siguiendo las recomendaciones planteadas en este documento.
Propuesta de manejo eficiente del tiempo de espera en la plataforma de caja en institución financiera
(Universidad Tecnológica Centroamericana UNITEC, 2023-12-04) Doris Alejandra Cruz Rodríguez; Victoria Jacqueline Rubí Jiménez; Henry Antonio Osorto Ruiz
Entre 2019 y 2022, se observó un aumento del 128% en el tiempo de espera promedio en la plataforma de caja de la agencia principal de Tegucigalpa del Banco X, lo que generó consecuencias negativas tanto para los clientes como para los empleados de la agencia. Esta tendencia significó una disminución de la satisfacción de los clientes, quienes se vieron obligados a esperar más tiempo y experimentaron una falta de eficiencia en el servicio. La insatisfacción llevó a una pérdida gradual de clientes, impactando negativamente en los ingresos del banco. La combinación de la pérdida de clientes y la disminución de los ingresos resultó en una situación económica alarmante para la agencia principal. Las preguntas del problema se orientaron de acuerdo con las causas del incremento en los tiempos de espera, las variables que afectan la satisfacción del cliente y la optimización de los procesos de atención al cliente, así como el control de los tiempos de espera. El objetivo general del informe consistió en analizar los factores que contribuyeron al aumento del tiempo de atención al cliente en la plataforma de caja de la agencia principal para mayo de 2023, mientras que los objetivos específicos incluyeron la identificación y eliminación de bloqueadores de servicio, el análisis de la demanda y la creación de un modelo de optimización operativa para reducir significativamente los tiempos de espera en la plataforma de caja.
Modelo predictivo de venta cruzada en productos de auto y vida en una aseguradora
(Universidad Tecnológica Centroamericana UNITEC, 2023-12-04) Roberto Enrique Meza Villeda; Alba Gabriela Garay Romero; Antonio Sandres
El presente estudio pretendía determinar la factibilidad técnica de diseñar e implantar un modelo numérico de predicción de venta cruzada de clientes de seguros de autos y vida en una entidad aseguradora en Honduras, evidenciando el auge y valor agregado del análisis de datos como herramienta de impulso comercial para la organización, influyendo en el aumento de colocación de productos y permitiendo un incremento en la generación de utilidad por cliente. El estudio ha sujetado un enfoque cuantitativo y causal, ya que ha requerido de análisis y transformación de datos estadísticos asociados a las ventas de seguros sucedidas durante los años 2020 y 2023 en MAPFRE Seguros Honduras y la experimentación a través de distintos algoritmos de predicción, a fin de conocer el modelo idóneo para predecir los candidatos al seguro adicional de forma asertiva, y los recursos necesarios para implantar el modelo dentro de la organización.
Análisis de sentimiento basado en los aspectos de las reseñas de una cadena de restaurantes en Honduras
(Universidad Tecnológica Centroamericana UNITEC, 2023-12-04) Roy Eduardo Coello Vallecillo; Alba Gabriela Garay Romero; Kevin Eduardo Funéz Funéz
El presente trabajo tiene como propósito realizar un análisis del sentimiento y clasificación de aspectos en reseñas obtenidas desde Google Maps de la cadena de restaurantes Denny’s localizados en Honduras. El análisis del sentimiento es el proceso automático de identificar si la retroalimentación de un cliente es positiva o negativa, obteniendo una única fuente que permite evaluar las reseñas por contenido y contexto, no solo por la calificación general. El análisis de sentimiento basado en aspectos se puede utilizar para analizar los comentarios de los clientes asociándolos con diferentes aspectos del restaurante. En este trabajo, se implementaron diferentes modelos desarrollados en Python. Se obtuvo las reseñas haciendo uso de la plataforma Apify. Se realizo un preprocesamiento para obtener un conjunto de datos más legible para el algoritmo al momento de realizar la clasificación del sentimiento y la categorización de aspectos culinarios definidos como: precio, comida, lugar y servicio. El modelo con una mejor ponderación F1-Score fue el de regresión logística (LR), con un 95.56%. Los resultados muestran que la clasificación del sentimiento varía según los aspectos del restaurante. Se identifico que el aspecto del ‘Lugar’ es el mejor calificado con un 93% de positividad, seguidamente del ‘Precio’ (90%), ‘Comida (65%) y ‘Servicio’ (64%). Se recomienda a negocios, con una presencia activa en línea, a hacer el uso de métodos de análisis de sentimientos en las interacciones que obtienen en las redes sociales. Esta es una información valiosa que ayudara a identificar tendencias y tomar decisiones de negocio certeras que incrementen el nivel de lealtad en sus clientes y sus ganancias.
Perfilamiento de clientes empleando herramientas de analítica de negocios para 5 MIPYMES en la ciudad de San Pedro Sula, Honduras
(Universidad Tecnológica Centroamericana UNITEC, 2023-12-04) Samaria Poleth Hernández Vásquez; Nelson Antonio Cabrera Bonilla; Alba Gabriela Garay Romero; Kevin Eduardo Fúnez Fúnez
El presente informe se centra en el perfilamiento de clientes y su aplicación en cinco MYPIMES de diversos rubros en la ciudad de San Pedro Sula. El objetivo principal es analizar mediante la técnica RFM de la herramienta de analítica KNIME el perfilamiento de clientes para comprender mejor las necesidades y preferencias de sus clientes, y cómo esta información se traduce en poder implementar estrategias de marketing más efectivas que ayuden a incrementar sus ingresos. El estudio comienza con una investigación sobre el perfilamiento de clientes y sus ventajas en la toma de decisiones empresariales, a través de ello se investiga sobre las herramientas de la analítica de datos existente en el mercado y se toma como una de ellas KNIME que es la herramienta para utilizar para el perfilamiento, Luego, se describe la metodología utilizada para recopilar datos de las cinco empresas participantes, que representan sectores como ventas en línea, distribución de productos alimenticios, distribuidora de baterías para autos y cafetería. A través del análisis de datos con la técnica de RFM se muestran los resultados de la investigación proporcionando información valiosa sobre cómo el perfilamiento de clientes puede adaptarse y beneficiar a las 5 MYPIMES clasificando sus clientes y a través de esto empezar a tomar decisiones estratégicas.
Implementación de modelo predictivo para identificar deserción estudiantil en UNITEC
(Universidad Tecnológica Centroamericana UNITEC, 2023-12-04) William Josué Caballero Cáceres; Melissa Alejandra Cabrera Burgos; Henry Osorto
Esta investigación se realizó con el objetivo de implementar un modelo predictivo para identificar los estudiantes con riesgo de deserción de un periodo académico a otro en la Universidad Tecnológica Centroamericana (UNITEC) en estudiantes de pregrado de las ciudades de Tegucigalpa y San Pedro Sula. En el estudio se realizaron procesos de análisis de datos, procesamiento de datos como limpiezas y transformaciones, se entrenó el algoritmo de aprendizaje y se evaluaron los resultados en función de cada uno de los indicadores de eficiencia, una vez realizado el entrenamiento se llevó a cabo el proceso de implementación, todo ello con el fin de que el modelo predictivo sea una alerta temprana para la universidad para mitigar la deserción, mejore el enfoque de esfuerzos y recursos y aumente los índices de retención.
Análisis de la cadena de frío de contenedores marítimos de Walmart Honduras y propuestas de mejora
(Universidad Tecnológica Centroamericana UNITEC, 2023-12-04) Brian Armando Lanza Ávila; José Roberto Rojas Morán; José Rodolfo Sorto Bueso; Luis Jiménez
La presente investigación tuvo como propósito mejorar el proceso de gestión de la cadena de frío para los contenedores marítimos de Walmart Honduras, específicamente en el centro de distribución ubicado en Tegucigalpa, MDC. Se han presentado pérdidas de USD 471,369.96 desde el año 2020 hasta junio de 2023. El objetivo general del presente estudio fue analizar la cadena de frío de los contenedores marítimos de Walmart Honduras y basado en los resultados, hacer propuestas de mejora. La finalidad de la investigación fue optimizar las condiciones de operación asociadas al transporte, almacenamiento y manejo integral de los productos refrigerados, desde el origen hasta la entrega a las instalaciones. El presente estudio está basado en un enfoque cuantitativo, partiendo de una muestra adecuada y de tipo no probabilístico y las propuestas de mejora que fueron planteadas en base a la aplicación de metodologías o herramientas de mejora. Al final del análisis se logró demostrar que existen causas que provocan la ruptura de la cadena de frío durante el proceso de importación de productos perecederos, afectando la calidad del producto, para lo que se recomienda un proceso que conlleva una serie de medidas a tomar en el corto y mediano plazo, que servirán para mejorar la situación actual del proceso de importación y optimizar el abastecimiento, disminuyendo la cantidad de pérdidas por productos descartados.
Reducción de los tiempos de espera promedio en cola de los clientes en el área de báscula de una empresa agroindustrial
(Universidad Tecnológica Centroamericana UNITEC, 2023-12-04) Edgar Henoc Portillo Amaya; Ever Josué Isaula Barahona; José Rodolfo Sorto; Alex Banegas
La presente investigación tiene como propósito reducir los tiempos promedio de espera de los clientes, en básculas, que se abocan a las instalaciones de Cargill para comprar alimento para nutrición animal. El objetivo de la investigación fue elaborar una propuesta de mejora adecuada que permitiera reducir los tiempos de espera de los clientes haciendo uso eficiente de los recursos disponibles. La investigación tuvo un enfoque cuantitativo con un diseño de tipo no experimental, transversal, descriptivo, la muestra utilizada es de tipo probabilístico y no probabilística, la población fueron los clientes que se abastecieron de producto en las instalaciones de Cargill durante 30 días. Mediante observación científica se recolectaron los tiempos de espera para el pesaje en vacío y pesaje cargado de los clientes en las instalaciones, posteriormente, se crearon diferentes escenarios, mediante la herramienta Flexsim y la aplicación de teoría de colas, para determinar la propuesta de mejora adecuada. Según resultados, se logró reducir el tiempo de espera en un 22.60% cuando se rediseña el flujo del proceso para que clientes sean atendidos en una báscula de acuerdo al tipo de pesaje y una reducción de 91.93% cuando se instala una báscula nueva en el sistema de pesaje de Cargill. Se recomendó a Cargill, implementar la propuesta de mejora 1 a corto plazo ya que utiliza los recursos disponibles de manera eficiente y a largo plazo se recomendó implementar la propuesta de mejora 2 ya que permitió una mayor reducción de tiempo en la atención al cliente.
Mejora de los procesos de distribución de la empresa Suplidores de Biomasa
(Universidad Tecnológica Centroamericana UNITEC, 2023-12-04) Lorena Sarahi Fernández Maldonado; Nancy Carolina Miranda Cuellar; David Antonio Mejía
La presente investigación tiene como propósito realizar una propuesta de mejora de optimización de los procesos de distribución de Biomasa de la empresa SUPLIDORES DE BIOMASA desde el punto de recepción y/o recolección hasta el cliente final que se dedica a la generación de energía renovable. Existe la necesidad de realizar un análisis de la situación actual con el fin de poder diagnosticar las principales áreas de mejora, mismas que están impactando la rentabilidad de la empresa. El análisis se realizó inicialmente con entrevistas claves a los ejecutivos de la empresa y participantes de la cadena logística, visitas de campo, análisis de los procesos de distribución de biomasa por medio de metodologías DMAIC y Seis sigma y herramientas claves como flujogramas, diagramas de Pareto e Ishikawa adicionalmente análisis, revisión y costeo de rutas, con el fin de identificar las principales variables que impactan la estructura de los costos operativos. Como resultado se definieron que las variables que mayor impactan la rentabilidad operativa de la empresa son el tipo de transporte (flota propia o tercerizada) y el proveedor de Biomasa; la estrategia más eficiente de distribución es realizar la entrega directa de biomasa desde la planta del proveedor hasta el cliente. Finalmente se recomienda a la empresa SUPLIDORES DE BIOMASA acciones a implementar por medio un plan de mejora que tiene como principal objetivo mejorar la eficiencia de los procesos e incrementar la rentabilidad de la empresa, adicionalmente se le proporciona guías para la implementación de estos con sus respectivos costos.
Mejora en la rotación de inventarios usando wms en el almacén de producto terminado de Grupo Diveco S.A, Tegucigalpa, Honduras
(Universidad Tecnológica Centroamericana UNITEC, 2023-12-04) Gisselle Alejandra Ortega Cruz; Graciela Mercedes Suazo Ortega; José Rodolfo Sorto; David Antonio Mejía Cruz
La siguiente investigación se realizó en el almacén de productos terminados de la planta de producción de Grupo DIVECO S.A, en Tegucigalpa, Honduras, empresa que se dedica a la fabricación y comercialización de camas en Centroamérica. El propósito de la investigación fue identificar los factores relacionados con la gestión del almacén e inventarios que han provocado un aumento de costos por reprocesos y como estos afectan la satisfacción de los clientes. En el análisis desarrollado, se demostró que la empresa experimenta una rotación deficiente de inventario, lo que ha resultado en daños a los productos almacenados e inconvenientes con los clientes por entregas incorrectas y/o producto dañado. Para esta investigación se empleó un enfoque mixto, combinando métodos cualitativos y cuantitativos. La recolección de datos se llevó a cabo principalmente mediante observación y análisis de la situación actual, dividida en dos etapas: análisis y determinación de los factores, y propuesta del proyecto de mejora. Sin embargo, es importante mencionar no se consideró la implementación, el soporte y la medición de resultados a mediano y largo plazo en el proceso de investigación. Se propuso la implementación de un Sistema de Gestión de Almacenes (WMS, por sus siglas en inglés), acompañado de una mejora en el diseño del layout del almacén, capacitación del personal y la asignación de un lugar específico para cada producto, con el objetivo de mejorar la rotación del inventario, reducir los reprocesos, mejorar los tiempos de entrega y, de esta manera, aumentar la satisfacción de los clientes.

Browse

Recent Submissions