Por favor, use este identificador para citar o enlazar este ítem:
http://www.dspace.espol.edu.ec/handle/123456789/67589| Título : | Optimización del proceso de devolución en productos terminados a traves de IA y minería de datos para una empresa manufacturarera |
| Autor : | Holguín Sabando, Lady Johanna Campoverde Cruz, Ana Belén Olmedo Navarro, Cesar Alejandro, Director Armijos de la Cruz, Benigno Alfredo, Evaluador 1 Vásquez Castro, Caterine Narcisa, Presidenta |
| Palabras clave : | Optimización Proceso de devolución IA Minería Empresa Manufacturarera Productos |
| Fecha de publicación : | 2025 |
| Editorial : | ESPOL.FCSH |
| Citación : | Holguín Sabando L.J; Campoverde Cruz A.B.(2025) Optimización del proceso de devolución en productos terminados a traves de IA y minería de datos para una empresa manufacturarera [ Proyecto de Titulación] Escuela Superior Politécnica del Litoral |
| Resumen : | CONDITION FOR PUBLICATION OF PROJECT. |
| Descripción : | CONDICIONAMIENTO DE PUBLICACION DE PROYECTO. La presente investigación tiene como finalidad optimizar el proceso de devolución de productos terminados en una empresa manufacturera, mediante el uso de inteligencia artificial (IA) y técnicas de minería de datos. Las devoluciones representan un desafío crítico para el sector industrial, ya que impactan directamente en la eficiencia operativa, la rentabilidad y la satisfacción del cliente. El estudio aborda este problema mediante el análisis de 24.848 registros de devoluciones correspondientes a los años 2021 a 2024, aplicando un enfoque sistemático de análisis exploratorio de datos, visualización gráfica y modelado con el algoritmo K-Means. Inicialmente, se realizó la depuración de la base de datos, eliminando columnas con valores nulos, constantes o sin relevancia analítica. Luego, se aplicaron técnicas de visualización para identificar patrones ocultos en variables categóricas y numéricas, permitiendo detectar actores, materiales y centros con alta incidencia de devoluciones. Finalmente, se implementó el modelo de agrupamiento K-Means, logrando clasificar las devoluciones en tres clústeres según su impacto económico y operativo. Los hallazgos obtenidos evidencian una concentración significativa de devoluciones en ciertos motivos, usuarios y sectores, lo cual permite priorizar áreas de control. La investigación demuestra que el uso de IA y minería de datos representa una herramienta efectiva para mejorar la toma de decisiones, reducir ineficiencias y fortalecer los procesos logísticos en la industria manufacturera. |
| URI : | http://www.dspace.espol.edu.ec/handle/123456789/67589 |
| metadata.dc.identifier.codigoproyectointegrador: | POSTG089 |
| Aparece en las colecciones: | Tesis de Maestría en Contabilidad Y Auditoria Mención Analítica De Datos |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| T-115626 POSTG089 HOLGUIN-CAMPOVERDE.pdf | 6.44 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.