Evaluación financiera para maximizar ingresos provenientes de alquileres comerciales en una terminal terrestre utilizando modelos predictivos

Navarro Pambi, Mylady Juana; Ronquillo San Martin, Betzabeth Isabel; Manya Orellana, Marlon, Profesor de Materia

DSpace Principal
→
Unidades Académicas
→
Facultad de Ciencias Sociales y Humanísticas
→
Tesis en Auditoría y Control de Gestión FCSH
→
Ver ítem

dc.contributor.advisor	González Magallanes, Yessenia , Director
dc.contributor.author	Navarro Pambi, Mylady Juana
dc.contributor.author	Ronquillo San Martin, Betzabeth Isabel
dc.contributor.author	Manya Orellana, Marlon, Profesor de Materia
dc.creator	ESPOL.FCSH
dc.date.accessioned	2025-03-11T15:04:32Z
dc.date.available	2025-03-11T15:04:32Z
dc.date.issued	2024
dc.identifier.citation	Navarro Pambi, M. J., Ronquillo San Martin, B. I. y Manya Orellana, M. (2024). Evaluación financiera para maximizar ingresos provenientes de alquileres comerciales en una terminal terrestre utilizando modelos predictivos. [Proyecto Integrador]. ESPOL.FCSH .
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/65577
dc.description	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.
dc.format	application/pdf
dc.format.extent	112 página
dc.language.iso	spa
dc.publisher	ESPOL.FCSH
dc.rights	openAccess
dc.subject	Plataforma Digital
dc.subject	COSO ERM 2017
dc.subject	Machine Learning
dc.title	Evaluación financiera para maximizar ingresos provenientes de alquileres comerciales en una terminal terrestre utilizando modelos predictivos
dc.type	Licenciada en Auditoría y Control de Gestión
dc.identifier.codigoespol	T-114902
dc.description.city	Guayaquil
dc.description.degree	Escuela Superior Politécnica del Litoral
dc.identifier.codigoproyectointegrador	ADMI-1140
dc.description.abstractenglish	The purpose of this project is to financially evaluate the current strategies for renting commercial premises at the Guayaquil Terminal Terrestre Foundation (FTTG), designing solutions to maximize revenues through the use of predictive models and digital tools. This analysis is justified by the need to reduce the opportunity cost caused by a 14% vacancy rate, as well as by the lack of efficient digital management in the processes of auctioning and promotion of premises. The methodology applied included a situational analysis, the evaluation of the current auction process, and the design of a predictive model based on Machine Learning. In addition, historical information on occupancy of premises between 2023 and 2024 was used, together with interviews conducted with the financial area of the FTTG. As part of the development, a digital platform prototype was designed that integrates administrative management tools and process automation modules. The proposal incorporates a predictive model that optimizes auction prices dynamically, increasing their competitiveness, and a digital platform that centralizes information, automates administrative tasks and promotes vacant premises. It is concluded that the implementation of these tools is viable and effective, as it allows maximizing rental income, reducing operating times and improving efficiency in lease management. Keywords: Digital Platform, COSO ERM 2017, Machine Learning.