Browsing by Subject "Forecasting"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Contrastación de técnicas econométricas tradicionales y aprendizaje automático en la predicción de los precios de los apartamentos de Santiago de Cali en el 2019
    (Pontificia Universidad Javeriana Cali, 2023) Dow Valenzuela, Sebastián; Salazar Jaramillo, Fabián Andrés; Girón Cruz, Luis Eduardo
    En el presente trabajo se pretenden contrastar las predicciones de los precios obtenidos por técnicas tradicionales de econometría y técnicas computacionales basadas en el aprendizaje automático. A partir de datos de 5074 apartamentos en Cali en el 2019 con sus características obtenidos de las páginas de ventas de inmuebles y utilizando regresión múltiple, K-NN, regresión LASSO y bosques aleatorios, encontrando que, en general, las técnicas de Machine Learning arrojan predicciones más precisas que el método de pronóstico fundamentado en regresión múltiple pero no por un margen muy amplio
  • Thumbnail Image
    Item
    Pronóstico del patrón de arribo de contactos en una Línea de BPO
    (Pontificia Universidad Javeriana Cali, 2024) Solís Padilla, Johnattan; García Arboleda, Isabel Cristina
    Este proyecto consiste en el desarrollo de un modelo de pronóstico para la predicción del patrón de arribo de llamadas en una línea telefónica de atención al cliente, y la implementación de este modelo en una solución de analítica avanzada. Uno de los principales retos en la administración de las líneas de atención telefónica es predecir el volumen de contactos que serán atendidos con una proyección a largo plazo, mediano plazo y en tiempo real; esto es requerido para poder generar los planes de contratación de personal, configuración de horarios y toma de decisiones en tiempo real con respecto a cuando sacar o meter agentes de la línea. Actualmente, la empresa en estudio desarrolla estas estimaciones de una forma empírica o con técnicas poco avanzadas e imprecisas. Con este proyecto se pretende establecer el modelo de pronóstico más apropiado para predecir el patrón de arribo de contactos, evaluando modelos estadísticos y de aprendizaje automático para posterior implementar una solución de analítica avanzada que le permita a la administración de la línea tener una vista del pronóstico a mediano plazo (2 meses), corto plazo (entre mes) y tiempo real (entre día) de las llamadas que ingresarán a la línea. Este proyecto será aplicado a una línea de soporte de una cuenta anónima, pero se espera que su aplicabilidad se extienda a las más de 250 líneas que opera la empresa de BPO más grande en Colombia y una de las más grandes del mundo.