Browsing by Subject "Business intelligence"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Implementación de business intelligence en la gestión de proyectos de construcción para la optimización de datos y mejora de la productividad: estudio de caso
    (Pontificia Universidad Javeriana Cali, 2025) González Olave, Tatiana Lucía; Zúñiga Guevara, Pablo Alejandro
    Esta tesis se centra en la implementación de Business Intelligence (BI) en la gestión de proyectos de construcción mediante un estudio de caso, con el fin de optimizar el uso de datos y mejorar la productividad. BI, mediante el uso de tecnologías de la información, facilita la toma de decisiones estratégicas al transformar datos brutos en información estructurada. A pesar de sus ventajas, se enfrentan dificultades en su implementación debido a la complejidad en la gestión de grandes volúmenes de datos y al desconocimiento del uso de estas herramientas en el sector. Este caso de estudio cuenta con enfoque cuantitativo y un alcance explicativo desarrollándose bajo una propuesta metodológica estructurada en cuatro fases: levantamiento de información, elaboración de propuesta mejorada, implementación en proyecto piloto y evaluación final. Este método se basa en la integración de herramientas de BI utilizando el software Power BI de Microsoft iniciando con procesos como ETL y OLAP, pasando al diseño de Dashboard interactivos implementando el uso de KPI´s como herramientas de medición y apoyo para la toma de decisiones. El estudio se basa en una empresa de construcción, donde inicialmente se identificaron deficiencias en los procesos de gestión de datos al ser completamente manuales. A partir de esto, se diseñó e implementó la solución de Business Intelligence adaptada a las necesidades de la empresa, aplicándose posteriormente en un proyecto piloto en la ciudad de Buga logrando mostrar resultados positivos en cuanto al aumento de productividad, además de mejoras en la calidad, estructura y visualización de los datos. Entre los indicadores más relevantes se destaca el aumento del porcentaje de la meta de producción de las volquetas pasando del 73.8% al 101.7% y la reducción de un 7% en el tiempo promedio de Stand by de la maquinaria. La implementación permitió optimizar los procesos operativos, automatizar reportes y fortalecer la toma de decisiones basadas en datos, demostrando que el sistema de BI puede impactar positivamente la gestión de proyectos de construcción.
  • Thumbnail Image
    Item
    Implementación de herramientas tecnológicas de análisis de datos y visualización interactiva integradas a la metodología del valor ganado para mejorar el proceso de monitoreo y control de obra de la empresa Anfer Ingeniería S.A.S.
    (Pontificia Universidad Javeriana Cali, 2025) Hernández Jaramillo, Diego Fernando; Zúñiga Guevara, Pablo Alejandro
    El monitoreo y control de una obra es fundamental para garantizar que esta cumpla con el alcance proyectado en el tiempo programado y con el presupuesto asignado. Llevar a cabo este proceso se convierte en una ardua tarea que requiere de la recopilación y análisis de información periódica que se genera en el lugar de la obra y en dependencias contables o financieras fuera de esta, la cual debe ser consolidada, procesada y analizada de manera oportuna para la implementación de acciones correctivas o preventivas basadas en los indicadores de gestión calculados con estos datos. Es por esto, por lo que es necesario emplear herramientas tecnológicas que optimicen los procesos de análisis y visualización de la información permitiendo una ágil interacción con los datos para una oportuna toma de decisiones.
  • Thumbnail Image
    Item
    Predicción de capacidad y eficiencia en planta de producción de especialidades químicas mediante el análisis y modelado avanzado de datos
    (Pontificia Universidad Javeriana Cali, 2025) Duarte Quintero, Daniel Felipe; García Arboleda, Isabel Cristina
    Este proyecto se centró en el diseño e implementación de un sistema predictivo de capacidad y eficiencia en una planta de producción de especialidades químicas, mediante el uso de ciencia de datos y aprendizaje automático. La problemática abordada fue la brecha operativa del 20% entre la capacidad teórica de los trenes de producción (agrupación de equipos con tecnologías similares) y su capacidad real, generando subutilización de recursos y reducción en la eficiencia global. La solución desarrollada comprendió la captura automatizada de datos en planta mediante formularios digitales, la integración de múltiples fuentes (plan de producción, ERP, históricos de parada) y la construcción de una base consolidada para modelado. Se entrenaron cuatro modelos por tren (Regresión Lineal Múltiple, Random Forest, XGBoost y Prophet), evaluados mediante métricas de error como RMSE, MAE, MAPE y R², y validados con técnicas de validación cruzada. Además, se generaron predicciones a seis meses por tren y se compararon con la capacidad teórica establecida por la alta gerencia. Como resultado, se obtuvo una arquitectura predictiva robusta, complementada por un tablero interactivo (Power BI) para la visualización dinámica del desempeño por tren, incluyendo predicciones, brechas de capacidad y alertas operativas. Esta herramienta permite soportar la toma de decisiones estratégicas en la planificación de la producción. Si bien el enfoque se diseñó para una planta específica, su metodología es escalable a otras unidades productivas con adaptaciones mínimas. El proyecto representa una aplicación integral de la ciencia de datos al entorno industrial específicamente a la producción de químicos, articulando captura de datos, procesamiento, modelado, validación y visualización de resultados en una solución operativa lista para implementación.