El propósito de este proyecto es evaluar financieramente las estrategias actuales de alquiler de locales comerciales en la FTTG, diseñando soluciones que permitan maximizar los ingresos mediante el uso de modelos predictivos y herramientas digitales. Este análisis se justifica por la necesidad de reducir el costo de oportunidad causado por un 14 % de desocupación, así como por la falta de una gestión digital eficiente en los procesos de subasta y promoción de locales. La metodología aplicada incluyó un análisis situacional, la evaluación del proceso actual de subastas, y el diseño de un modelo predictivo basado en Machine Learning. Además, se utilizó información histórica sobre ocupación de locales entre 2023 y 2024, junto con entrevistas realizadas al área financiera de la FTTG. Como parte del desarrollo, se diseñó un prototipo de alta fidelidad de una plataforma digital de gestión que integra herramientas de gestión administrativa y módulos de automatización de procesos. La propuesta incorpora un modelo predictivo que optimiza los precios de subasta de manera dinámica, incrementando su competitividad, y una plataforma digital que centraliza la información, automatiza tareas administrativas y promueve los locales vacantes. Se concluye que la implementación de estas herramientas es viable y efectiva, ya que permite maximizar los ingresos por alquileres, reducir tiempos operativos y mejorar la eficiencia en la gestión de arrendamientos. Palabras claves: Plataforma Digital, COSO ERM 2017, Machine Learning.