Análisis de la contratación y asignación de ingenieros de campo en una empresa de tecnología médica
No Thumbnail Available
Date
2024
Journal Title
Journal ISSN
Volume Title
Publisher
PUCE - Quito
Abstract
Los requerimientos de automatización, optimización y digitalización de procesos se han vuelto clave en la mejora de productividad y ganancias dentro de una empresa. En este contexto, la optimización de la asignación de recursos, como los ingenieros de campo, es fundamental para garantizar un servicio técnico eficiente y de calidad en cualquier área, sea de salud, automotriz, telecomunicaciones, tecnologías de la información, entre otras. El trabajo de titulación presenta un modelo predictivo para la asignación y contratación de CSEs en Siemens Healthineers Ecuador, considerando factores geográficos, experiencia del técnico y la demanda de servicio. Se implementa la metodología CRISP-DM para guiar el proceso de minería de datos, desde la comprensión del negocio hasta el despliegue de la solución. Se exploraron diversos modelos de agrupamiento, incluyendo K-Means, Modelo Gausiano Mixto y Agrupamiento Aglomerativo, para determinar la ubicación óptima de los CSEs en función de la demanda de servicio y la distribución geográfica de los equipos.La evaluación de los modelos se realizó tanto teóricamente, utilizando métricas como el coeficiente de silueta y experimentalmente, considerando factores como la distancia a los equipos y el equilibrio de la carga de trabajo. K-Means se destacó por su capacidad para incorporar criterios específicos del negocio a través de un sistema de pesos, lo que permitió una asignación más estratégica y eficiente de los CSEs. El resultado final fue un modelo predictivo que, al ser integrado en una interfaz de usuario intuitiva, facilita la toma de decisiones informadas y contribuye a mejorar la calidad del servicio técnico y la satisfacción del cliente.
Description
Keywords
Minería de datos, Aprendizaje automático no supervisado, Tecnología médica, Asignación de recursos, Gestión de procesos