Examinando por Autor "Asencio Diaz, Luz de los Angeles Manuela"

Mostrando 1 - 2 de 2

Acceso Abierto
Plan de negocio para la implementación de una plataforma virtual para dueños de canes enfocada en el modelo de gig economy
(Universidad ESAN, 2020) Asencio Diaz, Luz de los Angeles Manuela; Ryckewart, Augustin Claude Paul; Vidal Caballero, Lilia Celinda
Hasta finales del siglo pasado, las mascotas se limitaban en su mayoría de perros y/o gatos domésticos que requerían muy pocos cuidados, se bañaban de vez en cuando y tenían una alimentación compuesta principalmente por comida casera o “las sobras”. La misma existencia de las mascotas en los hogares se debía a una función simplemente ornamental, le brindaban seguridad a la casa y ahuyentaban animales pequeños. No obstante, en los últimos años el mundo moderno ha adoptado a las mascotas como parte importante de la sociedad; hoy en día, las personas se refieren a sus mascotas como miembros de la familia y designan un presupuesto especial para su cuidado y recreación. Teniendo en cuenta lo anterior, la presente tesis tiene como propósito evaluar la viabilidad económica y financiera de la implementación de una plataforma virtual para dueños de canes, paseadores, entrenadores y cuidadores principalmente, basada en un modelo de gig economy. Luego de realizar el análisis de viabilidad económica, considerando un horizonte de evaluación de 5 años se obtiene como resultado un VAN positivo de S/ 42,461 a una tasa de descuento de 20% y una TIR de 24.6 % con un periodo de recuperación a 1 año. Por tal motivo, la implementación de este negocio basado en el mercado de mascotas resulta rentable y con un alto potencial de crecimiento.
Acceso Abierto
Técnicas de Machine Learning para la clasificación automática de clientes en una empresa de seguros
(Universidad ESAN, 2021) Asencio Diaz, Luz de los Angeles Manuela; Chiang Cornejo, Ricardo Hernan; Crisóstomo Fernández, Fernanda Lucía; Hernández Quiroz, Gisela Vanesa; Lajo Aurazo, Almendra Sofia
Machine Learning y los modelos matemáticos en los que se basa para poder identificar patrones y dar una estimación basada en data histórica son usados cada vez más en diferentes industrias para procesar información que antes se consideraba masiva y por ende difícil de relacionar de manera certera por métodos tradicionales. Con la inclusión de las técnicas de como regresión logística y K-NN, hoy en día es posible formular y proponer un modelo de predicción de aprendizaje supervisado que se ajuste a los requerimientos de clasificación de una empresa. Esta investigación propone la aplicación de las mencionadas técnicas para la elaboración de modelos predictivos de clasificación de tipos de asegurados para una determinada empresa en la industria aseguradora de vehículos automóviles; usando como base de datos los registros históricos recopilados del año 2019.