Browsing by Subject "Model"
Now showing 1 - 4 of 4
Results Per Page
Sort Options
Item Dimensiones de liderazgo y trabajo en equipo como factor fundamental para incrementar la efectividad: un estudio de caso(Pontificia Universidad Javeriana Cali, 2023) Gómez Mosquera, Jean Carlo; Pinzón Rubio, NathalyEn esta investigación se pretende analizar la incidencia de las dimensiones del liderazgo en la efectividad de la gestión de la dirección en el área de planeación financiera de una empresa de la ciudad de Cali. Para esto, se estudió la literatura y se realizó un tipo de estudio cualitativo por el caso que se aborda, además al ser necesario determinar la magnitud de la presencia de las variables evaluadas se usaron herramientas cuantitativas. Como instrumentos aplicados se diseñó una entrevista y una encuesta dentro del área funcional investigada. Dentro de los resultados se encontró que en el área financiera de la empresa se trabaja con dimensiones de liderazgo impactan positiva o negativamente y que tienen influencia, debido a esto se generan obstáculos y da paso a la afectación de la efectividad de la gestión de la dirección en el área de planeación financiera. Además, se propone como estrategia un plan de mejora continua para la gestión directiva en el área evaluada. Por último, se pudo concluir a nivel general que se emplea en el área de planeación financiera un estilo transaccional con la cual se desarrollan las solicitudes hacia los colaboradores y estos a su vez realizan sus funciones, obteniendo la recompensa previamente establecida dentro de las condiciones para su trabajo. De acuerdo con el liderazgo directivo y a su vez con el modelo de liderazgo de rango completo (Full Range Leadership Model, FRL) se ajustan a los requerimientos del área financiera de la compañía ya que integra los componentes o dimensiones del liderazgo transformacional y transaccional en el ámbito empresarial.Item Herramienta para detectar clientes potencialmente fraudulentos de Bancolombia(Pontificia Universidad Javeriana Cali, 2025) Patiño Munera, Santiago Alexis; Berrio Arenas, Johan Alexis; Pabón Burbano, María ConstanzaEn el ámbito bancario, la detección y prevención de fraudes externos es crucial debido a la sofisticación de los métodos empleados por defraudadores. Bancolombia enfrenta el riesgo de fraudes cometidos por clientes, quienes con acceso a servicios y productos que el banco ofrece, pueden realizar actividades ilícitas que impactan económicamente y dañan la reputación de la institución. Los sistemas actuales de monitoreo alertan sobre clientes sospechosos, pero su incapacidad para contextualizar adecuadamente cada cliente resulta en una alta tasa de falsos positivos. El objetivo de este proyecto es desarrollar un modelo de aprendizaje automático para detectar clientes fraudulentos de Bancolombia, integrando datos financieros, transaccionales y demográficos específicos. Con el objetivo de optimizar la asignación de recursos en la investigación de fraudes reales y fortalecer la seguridad financiera de la entidad, se espera obtener los siguientes resultados: una base de datos integrada y equilibrada, un modelo eficiente para la 2 detección de clientes fraudulentos y un informe detallado que evalúe el desempeño del modelo implementado. La implementación exitosa mitigará los riesgos operativos del fraude externo y promoverá la aplicación de la ciencia de datos para fortalecer la seguridad financiera y la confianza pública en Bancolombia. Además, este proyecto podría servir como referencia para otras entidades, mejorando la eficiencia operativa y reduciendo costos asociados con la gestión de alertas de fraude.Item Modelo de reposición de equipos de campo, para el mejoramiento productivo y económico de Ingenio la Cabaña(Pontificia Universidad Javariana Cali, 2025) Meléndez Oviedo, Geovanny Herney; Ramos Cantillo, José Alexander; Arango Londoño, DavidEl ingenio La Cabaña, una de las empresas líderes del sector agroindustrial de la caña de azúcar ubicada en el norte del Cauca, lleva a cabo evaluaciones y planes de mejoramiento de sus procesos en campo y en fábrica de manera continua. Este trabajo de consultoría responde a la necesidad de establecer criterios objetivos para la toma de decisiones en la reposición de equipos en sus departamentos operativos, adaptando estas decisiones a la situación financiera del ingenio. Para lograr este objetivo, se propone un modelo estadístico basado en el algoritmo de Random Forest, el cual permite predecir el "tiempo de reposición" de los equipos agrícolas en función de variables clave, como el costo operativo por hora, la antigüedad, la disponibilidad y las horas de uso acumuladas. Este modelo de Machine Learning proporciona una clasificación precisa de los equipos en categorías de reposición, ayudando a priorizar la inversión en aquellos con mayores necesidades de renovación, para este caso corresponde a los clasificados en “1 año” y “2 años”.La aplicación del modelo Random Forest representa un avance hacia la gestión eficiente de la maquinaria, asegurando que las decisiones de reposición contribuyan a maximizar la rentabilidad y mantener la sostenibilidad operativa en el largo plazo. Además, este enfoque proporciona un marco para la planificación estratégica basada en datos, garantizando la disponibilidad y eficiencia de los equipos en el área de campo, lo que se traduce en mejoras significativas en la productividad del Ingenio La Cabaña.Item Modelo predictivo de la demanda de servicios de ACTSIS LTDA.(Pontificia Universidad Javeriana Cali, 2025) Aguirre León, Diana Marcela; Martínez Arias, Juan Carlos; Sarria Montemiranda, Gerardo MauricioEn la industria del software, la capacidad instalada de una empresa ha demostrado ser una pieza fundamental para su competitividad y sostenibilidad a largo plazo. Sin embargo, esta capacidad se ha visto afectada por una serie de variables del entorno de negocio, que van desde la disponibilidad de talento especializado hasta las fluctuaciones económicas y las políticas regulatorias. Estos factores dinámicos impactaron significativamente en la capacidad de las empresas de software para desarrollar, implementar y mantener productos y servicios de alta calidad de manera eficiente y rentable. En respuesta a estos desafíos, surgió la necesidad de desarrollar un modelo predictivo que permitiera a las empresas de software proyectar cómo estas variables del entorno de negocio podrían afectar su capacidad instalada. Este modelo, al proporcionar una comprensión más profunda de los factores que influyen en la capacidad operativa de una empresa de software, sirvió como una herramienta valiosa para la toma de decisiones estratégicas y operativas. Este proyecto se centró en la construcción de dicho modelo predictivo, basándose en una investigación sobre el impacto de las variables del entorno de negocio en la demanda de servicios de software de los clientes de la empresa ACTSIS LTDA, en su contexto específico. A través de un enfoque multidisciplinario que combinó conocimientos en análisis de datos, gestión empresarial y tecnología de la información, el proyecto ofreció a ACTSIS LTDA una herramienta efectiva para anticipar los cambios en la demanda de servicios software para el Sistema Comercial – SAC, el cual representaba el pareto de los ingresos de la compañía. La implementación de este modelo predictivo transformó la gestión interna de ACTSIS LTDA al mejorar la capacidad de anticipar y adaptarse a los cambios en la demanda, contribuyendo a su eficiencia operativa, reducción de costos y planificación informada en la asignación de recursos. En definitiva, este proyecto representó un paso hacia la innovación en la gestión de la capacidad instalada, permitiendo a ACTSIS no solo adaptarse al cambio, sino también liderarlo.