1. Trabajos conducentes a grados y títulos

URI permanente para esta comunidadhttps://hdl.handle.net/20.500.12640/4150

Examinar

Filtros

2019 - 201912020 - 20241

Ajustes

Asesor: search.filters.advisor.Aguirre Gamarra, CarlosTema: search.filters.subject.Inteligencia artificial

Resultados de la búsqueda

Mostrando 1 - 2 de 2
  • Miniatura
    ÍtemEmbargo
    Plan de negocio para determinar la factibilidad técnica, económica y financiera de una plataforma tecnológica integrada con el sistema de recaudo único de la Autoridad de Transporte Urbano para Lima y Callao
    (Universidad ESAN, 2024) Delgado Vasquez, Max Denys; Valdivia Otiniano, Oswaldo Jesus; Rodriguez Aguayo, Marco Antonio
    El estudio analiza los desafíos del transporte público en Lima y Callao, subrayando la necesidad urgente de mejoras en la planificación e implementación tecnológica. Los problemas que se abordan son los siguientes: dificultad para la recarga de las tarjetas, falta de información actualizada en tiempo real, inadecuada planificación de las rutas y tráfico intenso. En respuesta, se propone el desarrollo de una solución tecnológica que incluya pagos mediante NFC e información en tiempo real, integrada al Sistema de Recaudo Único (SRU) de la ATU, con el objetivo de optimizar la experiencia del usuario y la eficiencia operativa. Los resultados de la investigación de mercado revelan una elevada demanda por soluciones tecnológicas, con un 96% de los usuarios dispuestos a utilizar una aplicación móvil. La plataforma además empleará inteligencia artificial para mejorar la planificación de los servicios, con una infraestructura serverless basada en AWS que garantiza escalabilidad y seguridad. El análisis financiero proyecta un Valor Actual Neto (VAN) de $1,070,579 y una Tasa Interna de Retorno (TIR) del 43%, lo que refleja una rentabilidad atractiva. En conclusión, el proyecto es técnica y económicamente viable, con un enfoque estratégico en la innovación y la integración de diferentes modos de transporte.
  • Miniatura
    ÍtemAcceso Abierto
    Optimización del margen comercial de préstamos de consumo : algoritmo de optimización con Machine Learning
    (Universidad ESAN, 2019) Azabache La Torre, Pablo Julio
    En Perú, a pesar que los bancos tienen grandes volúmenes de información no la utilizan en su totalidad para conocer a sus clientes y fijar precios dinámicos que les permita maximizar sus ganancias. Además, aún no utilizan los avances en inteligencia artificial para construir algoritmos que les permita conocer la disposición a pagar de sus clientes. En esta investigación se utilizan técnicas de inteligencia artificial para diseñar un algoritmo que permite maximizar el margen comercial de los préstamos bancarios. La aplicación empírica utiliza información de créditos de consumo de un banco. El algoritmo de inteligencia artificial definió 4 grupos homogéneos. Las variables de homogenización de clientes son: riesgo del cliente, nivel de deuda en el sistema financiero, nivel de pasivos, nivel de ingresos. En la estimación del modelo de willingness-to-pay se utilizó la función llamada logit-response function. Finalmente, se hizo un piloto de prueba en las ofertas proactivas del banco. El piloto fue exitoso, se incrementó las colocaciones y el margen de utilidad. En conclusión, los bancos pueden aumentar sus márgenes de ganancia a través de una gestión de pricing soportada por algoritmos que identifiquen la disposición a pagar de sus clientes.