Examinando por Autor "Soto Urrea, Wilson Hernando"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 8 de 8
  • PublicaciónAcceso abierto
    Análisis de la Gestión de Relaciones con los Clientes (CRM) en Croydon para generar estrategias de Retención, Adquisición y Rentabilidad
    (Fundación Universitaria Compensar:, 2023) Navarro Jaimes, Deicy Milena; Ruiz Daza, Jenny Carolina; Patiño Villadiego, Yuder José; Rodríguez Prieto, Luz Andrea; Rivera Ricaurte, Ivonne Lorena; Soto Urrea, Wilson Hernando; Ingenierías - GIIS
    Croydon SA es una compañía con 70 años de antigüedad en el sector de fabricación y comercialización de zapatos. Actualmente cuenta con 3 marcas propias: Discovery, Gomosos y Workman, el formato de venta lo maneja por intermedio de mayoristas o a través de la venta por catálogo. Desde la implementación del CRM en la empresa CROYDON, se identificó una caída considerable en las ventas de la empresa, por lo que se plantean diferentes hipótesis para ahondar en el entendimiento de esta; así como los diferentes componentes que no solo hacen parte de la implementación del CRM sino también de la cultura y la gestión del conocimiento, siendo este último uno de los factores con mayor incidencia en la problemática identificada. Con la data establecida para el análisis, se busca determinar las causas internas de la disminución en las ventas en pares de las diferentes líneas de calzado de acuerdo con las características de los clientes distribuidores de la empresa CROYDON COLOMBIA S.A. durante el año 2022., con el fin de maximizar el conocimiento y usarlo como línea base para aplicar nuevas metodologías, permitiendo a la empresa identificar las debilidades en sus líneas de negocio. El método de investigación a realizar es experimenta y de enfoque cuantitativo mediante el uso de la metodología CRIPS-DM debido a que se enfoca en los resultados al entorno del negocio. El resultado o de dicha investigación nos indica que la metodología que mejor se ajusta a la necesidad es la CRISP-DM, ya que permite combinar la información real vs las variables más significativas.
  • PublicaciónAcceso abierto
    Fortalecimiento de la gestión de información del Centro Nacional de Memoria Histórica para toma de decisiones en instancias de coordinación y articulación
    (Fundación Universitaria Compensar:, 2023) Celeita Barrera, Diani Yeimi; Orozco Pacheco, Enrique Eduardo; Gutiérrez Alfonso, Jean Nicolae; Rincón Chingate, John Jairo; Soto Urrea, Wilson Hernando; GIIS
    En este proyecto de consultoría, se presentará una propuesta de mejoramiento de datos basada en un diseño principalmente de investigación cuantitativo no experimental de tipo documental al Centro Nacional de Memoria Histórica (CNMH) en la ciudad de Bogotá D.C. Esta propuesta buscará mejorar procedimientos para la gestión de información en la entidad, para que influya positivamente en la medición de las metas comprometidas en instancias de coordinación y articulación relacionadas con el deber de memoria del Estado y el esclarecimiento de la verdad, como contribución a la reparación a las víctimas del conflicto armado interno en Colombia. Para ello, planteamos la formulación de un plan de mejoramiento y gestión de la información desde la metodología de Minería de datos – Modelo CRISP-DM, que le permitirá a la Entidad, tener plena identificación de sus fuentes de datos y procesos para la gestión de metas e indicadores, así como una propuesta para la adopción de herramientas de minería de datos que le facilitarán al CNMH contar con un control adecuado y automatizado de sus indicadores.
  • PublicaciónAcceso abierto
    Mejora del Almacenamiento de Certificaciones Cisco en la Universidad Compensar Una Solución para la Eficiencia y Cumplimiento.
    (Fundación Universitaria Compensar:, 2023) Romero Velosa, Omar David; Alexis García, Johan Jair; Fajardo, Diego; Gómez, John Jairo; Cucunubá, Diego; Sepulveda Romero, Omar David; Soto Urrea, Wilson Hernando; GIIS
    La propuesta de este proyecto contempla la automatización de la base de datos relacionada con las certificaciones Cisco de la Fundación Universitaria Compensar. Todo este proceso se llevará a cabo bajo la metodología CRISP-DM, aplicando las seis fases de la metodología. En cuanto a las herramientas que se utilizarán, se empleará un entorno en la nube para las bases de datos, respaldado por el uso de herramientas ETL para la minería de datos. Finalmente, los reportes se generarán con herramientas de BI. La ejecución de este proyecto tiene un tiempo estimado de ocho meses, teniendo en cuenta todas las bases correspondientes a las certificaciones Cisco que posee la Universidad Compensar. Esto se hace con el fin de generar informes en tiempo récord que permitan un mejor seguimiento de la información, facilitando así la presentación eficiente de los informes necesarios para la acreditación.
  • PublicaciónAcceso abierto
    Optimización de operaciones en Servientrega: mejorando la eficiencia a través del gobierno de datos
    (Fundación Universitaria Compensar:, 2023) Sánchez Tatis, Astrid Alexandra; Salamanca Beltrán, Carlos Leonardo; Carvajal Salamanca, Diana Patricia; Pinzón Caucha, Jorge Leonardo; Urueña Solano, Leidy Natalia; Soto Urrea, Wilson Hernando; GIIS
    La investigación se centra en abordar los problemas logísticos en Servientrega, para mejorar la eficiencia operativa y la satisfacción del cliente. Se identificó la falta de un gobierno de datos eficiente como un desafío crítico, afectando la calidad y consolidación de la información. La propuesta busca implementar estrategias como Big Data, la creación de catálogos de datos y la formación de un equipo de gobierno de datos. La metodología incluye fases cualitativas y cuantitativas, así como procesos de minería de datos (KDD, SEMMA, CRISP-DM). Los resultados muestran que las soluciones propuestas podrían reducir los retrasos en la entrega en un 10% y aumentar la satisfacción del cliente en un 5%. La implementación de estos hallazgos se presenta como una oportunidad para fortalecer la posición competitiva de Servientrega.
  • PublicaciónAcceso abierto
    Propuesta de Modelo de Información para la Inscripción y Conversión de Aspirantes en Programas de Ingeniería: Un Enfoque Basado en Minería de Datos para la Fundación Universitaria Compensar
    (Fundación Universitaria Compensar:, 2023) Ipia Diaz, Jaime Andrés; León Barreto, Daniel Alejandro; Moncada Chaves, María Fernanda; Daza Cadena, Fredy Leonardo; Montenegro Rivera, Lida Mayerly; Soto Urrea, Wilson Hernando; GIIS
    En este proyecto de grado, abordamos la situación actual de la Facultad de Ingeniería de la Fundación Universitaria Compensar buscando comprender la necesidad de adaptar sus programas para satisfacer las necesidades de los jóvenes, enfrentándose al desafío de recopilar y aplicar información de diversos canales de marketing para tomar decisiones empresariales efectivas. El objetivo general del estudio es proponer un modelo de información para la recopilación y análisis de datos de aspirantes a programas de ingeniería, evaluando metodologías de minería de datos como KDD, SEMMA y CRISP-DM. Los referentes de investigación exploran el impacto de la pandemia en la educación colombiana y estrategias de marketing educativo en la era digital. El planteamiento del problema se centra en la gestión deficiente de datos de aspirantes, afectando las tasas de conversión. La investigación se delimita a la gestión de datos de aspirantes de programas de ingeniería en Bogotá y Meta para el periodo 2022 hasta el año 2023 semestre 1. La hipótesis propone que un modelo de información específico permitirá identificar patrones y comportamientos significativos, contribuyendo a la mejora continua del sistema. La justificación destaca la necesidad de adaptarse y gestionar datos de manera eficiente, promoviendo la calidad educativa y toma de decisiones informadas. Se evaluarán metodologías de minería de datos, considerando su enfoque estructurado y la adaptabilidad a la complejidad del problema. El documento concluye resaltando la importancia de elegir la metodología que se alinee con los objetivos específicos de cada modelo de minería de datos avanzada.
  • PublicaciónAcceso abierto
    Propuesta de modelo integrado de datos para la administración de garantías y toma de decisiones en Superbid.
    (Fundación Universitaria Compensar, 2023) Garzón Duarte, Hernán Darío; López Rodríguez, Juan David Felipe; Casas Torres, Leandro Adriano; Narváez Jaramillo, Luis Alfredo; Serrano Chaves, Luisa Catherine; Díaz Siza, Sandra Milena; Soto Urrea, Wilson Hernando; Fundación Universitaria Compensar
    La empresa Superbid dentro de sus funciones contempla la custodia de las garantías (dinero) de los ofertantes durante el proceso de subastas, sin embargo, la administración de estas garantías presenta algunas oportunidades de mejora debido a la naturaleza, altamente manual, del proceso y a la descentralización de los datos. Con la propuesta del modelo de integración se busca optimizar la gestión y oportunidad en la devolución de las garantías, trabajando desde un esquema de seguridad de la información para asegurar sus principales criterios como son la integridad, confidencialidad y disponibilidad. El modelo seleccionado para el desarrollo de la solución fue CRISP-DM, puesto que permite ajustarse a las necesidades de la empresa. Por lo tanto, se logrará la integración a través de un modelo relacional que ofrecerá una estructura ordenada de los datos, con el fin de generar informes confiables para el proceso de administración de garantías. Esto, en última instancia, se traduce en una optimización en la gestión y en la toma de decisiones acertadas.
  • PublicaciónAcceso abierto
    Propuesta para el mejoramiento en el proceso de análisis de datos de los siniestros viales de Bogotá en Cal y Mayor
    (Fundación Universitaria Compensar, 2023) Lozano Yara, Lina María; Mendoza Cepeda, Leidy Johana; Ruiz, Saulo Germán; Sanabria, Victor Ricardo; Flores, Martín Eduardos; Soto Urrea, Wilson Hernando
    Este proyecto se centra en abordar los desafíos enfrentados por Cal y Mayor en su proceso de análisis y visualización de datos de siniestralidad. Actualmente se realiza el proceso ETL, para su posterior análisis que permite visualizar los datos a través de gráficos y generación de mapas de calor, lo cual puede ser una fase que consume mucho tiempo, es así como el objetivo de este proyecto es proponer una solución que aproveche la tecnología de Big Data para reducir el tiempo de análisis y optimizar la toma de decisiones, mediante la implementación de una estructura de procesamiento de datos optimizada y el uso de técnicas avanzadas de programación, la solución propuesta permitirá a Cal y Mayor agilizar su proceso de análisis y mejorar su capacidad para responder de manera oportuna a los clientes
  • PublicaciónAcceso abierto
    Sistema de predicción para reducir la deserción estudiantil de la Fundación Universitaria Compensar en el programa Ingeniería de Sistemas en modalidad virtual.
    (Fundación Universitaria Compensar:, 2023) Marín Rodríguez, Andrés Felipe; Soto Urrea, Wilson Hernando; GIIS
    La presente investigación propone la implementación de un sistema de predicción para reducir la deserción estudiantil en el programa de Ingeniería de Sistemas de la Fundación Universitaria Compensar, modalidad virtual. Se pretende abordar la problemática de deserción mediante la aplicación de técnicas de análisis de datos, específicamente KDD, semma y CRISP-DM. El enfoque circunda la centralización de la información estudiantil dispersa en diferentes unidades de negocio dentro de la institución y, de esta forma, integrarla en un sistema que permita prospectar casos específicos de deserción. Consecuentemente, se propone aprovisionar a través de cursos interactivos y guías claras a la plataforma e-learning institucional. En adición, se busca evaluar la asistencia, las notas y las calificaciones para identificar patrones de deserción. En adición a lo anterior, la recopilación de datos se realizará mediante un sistema de información que integre archivos de Excel y utilice herramientas de Big Data para análisis. La metodología incluirá la aplicación de procesos analíticos para generar informes en Power BI, ofreciendo una visión detallada y prospectiva de los estudiantes con mayor riesgo de deserción. Finalmente, el objetivo ulterior del estudio se basa en mejorar la retención estudiantil a través intervenciones personalizadas basadas en el análisis predictivo de dato