Facultad de Ingeniería
URI permanente para esta comunidadhttps://hdl.handle.net/20.500.12640/3729
Examinar
Ítem Restringido Análisis del impacto de la participación externa sobre la transformación digital en las organizaciones del sector bancario en el Perú, considerando el rol moderador de la incertidumbre tecnológica y la cultura organizacional de mercado(Universidad ESAN, 2020) Cosio Olazabal, Velia Alejandra; Mamani López, Mayra Alejandra; Pimentel Bravo, Víctor; Rojas Burga, Pierina Alexandra; Vela Mejía, Diego Alonso; Velásquez Sarmiento, Carlos AbelA medida que la interacción digital se ha ido volviendo parte de la vida cotidiana, también las necesidades de los servicios financieros han ido cambiando, siendo cada vez más flexibles con disponibilidades de 24 horas al día, los 7 días de la semana y que sean fáciles de utilizar como las redes sociales o los correos electrónicos. Esto ha impulsado a los bancos a ofrecer un servicio consistente a través de todos los canales de distribución y a repensar el papel de las sucursales. En este contexto, el presente estudio pretende demostrar cómo la transformación digital en el sector bancario se ve afectada por la participación externa considerando dos variables como rol moderador, la incertidumbre tecnológica y la cultura organizacional. Para llevar a cabo la elaboración del siguiente trabajo de investigación se definió las variables dependientes e independientes, considerando las dos moderadoras. Posteriormente se procedió a esbozar el modelo con las variables dependientes, independientes y moderadoras definiendo la población de estudio, la cual consta de 49 entidades financieras a nivel nacional (Perú). La metodología planteada es cuantitativa y para ello se procedió a plantear un cuestionario para hallar el Índice de Transformación Digital de Arthur D. Little. En base a los resultados se busca contribuir como base a los posteriores trabajos enfocados en el sector banca, a la vez de brindar un documento guía de cómo el impacto de la transformación digital se da en las organizaciones bancarias en el Perú.Ítem Acceso Abierto Aplicación de herramientas de Lean en el procesos paquetería ecommerce en una empresa de servicios postales para reducir el tiempo de servicio(Universidad ESAN, 2024) Espiritu Gonzalez, Hilary Elizabeth; Gamarra Bustamante, Victor Adolfo Jesus; Lopez Tay, Cesar EnriqueLa empresa Servicios Postales del Perú (SERPOST S.A.) tiene como objetivo ofrecer servicios postales en diversas modalidades, tanto a nivel nacional como internacional, además de actividades complementarias. Este trabajo de investigación se centra en optimizar el proceso de paquetería para e-commerce con el fin de reducir el tiempo de entrega en esta empresa postal, mediante la implementación de herramientas de la metodología Lean Manufacturing. La investigación es de tipo explicativa y no experimental, utilizando un enfoque cuantitativo que abarcó 381 transacciones. Se emplearon diversas técnicas de recolección y análisis de datos, como la observación directa de los procesos, el procesamiento de datos mediante Power BI y MS Excel, así como modelamiento y simulación con software como Arena y Minitab. Los resultados obtenidos indican que la aplicación de herramientas Lean logró disminuir el lead time del proceso en 0.24 días, reducir el tiempo de clasificación en un 27.27% y aumentar la cantidad de paquetes procesados por día en un 26.11%. Además, se propusieron mejoras en los procesos de capacitación para respaldar estas iniciativas.Ítem Restringido Aplicación de la Norma ISO 31000-2018 para Optimizar el Proceso de Validación de Reclamos de Siniestros Vehiculares en el Sector Asegurador(Universidad ESAN, 2024) Lomparte Saenz, Víctor Enrique; Meza Mayta, Alexander Andres; Vega Ayala, Daphne DanielaEste estudio trata sobre la optimización de los procesos internos en una empresa de aseguramiento mediante el manejo de riesgos de acuerdo con la norma ISO 31000-2018. En un escenario donde la satisfacción del consumidor se ha transformado en un elemento esencial para la competitividad en el sector de las aseguradoras, se identifican las ineficiencias en la validación de reclamos de siniestros vehiculares, que incluyen retrasos en la evaluación de daños, falta de comunicación con los asegurados y demoras en la importación de repuestos. A través de un análisis exhaustivo, se propone un enfoque estructurado que permite a la aseguradora mejorar su capacidad de respuesta y, a su vez, fortalecer la lealtad del cliente. Este estudio se organiza en cinco apartados que comprenden la descripción del problema, el marco teórico, el contexto corporativo, la metodología de investigación y la elaboración de la solución. Se anticipa que los resultados y sugerencias de este estudio no solo aporten al ámbito académico, sino que también brinden instrumentos útiles para la mejora constante en el sector asegurador.Ítem Acceso Abierto Aplicación de modelos de Machine Learning para la planificación de la demanda en la empresa CBC Peruana S.A.C(Universidad ESAN, 2023) Maciel Carpio, Zannie Xilena; Salas Barrera, Felipe Alvaro; Sanchez Anticona, Crishtian Sebastian; Sanchez Chacon, Gabriela de los Angeles; Santana Fernandez, Jose DanielLa industria de bebidas enfrenta desafíos específicos en la planificación de la demanda, ya que la variabilidad de los patrones de consumo y la imprevisibilidad del cliente exige a las empresas establecer estrategias para satisfacer la demanda. El presente trabajo de investigación se centra en la aplicación de técnicas de Machine Learning para pronosticar la demanda de dos productos clave de la empresa CBC Peruana S.A.C: paquetes de gaseosa Concordia de Piña de 03 litros de 04 unidades y paquetes de gaseosa Evervess Ginger de 1,5 litros de 06 unidades. Para ello, se utilizaron modelos de Regresión lineal, LightGBM Regressor y series de tiempo, como SARIMA y FB Prophet, aplicando los enfoques de Forecasting y Regresión. La evaluación de modelos se realizó utilizando métricas como MAE, MAPE y RMSE. Entre los resultados obtenidos, se obtuvo que el modelo FB Prophet registra un MAPE promedio de 24.64, MAE promedio de 685.16 y un RMSE promedio de 1003.90. Este estudio proporciona una base sólida para futuras investigaciones en la aplicación de Machine Learning en la industria de bebidas y demuestra el potencial de estas tecnologías para transformar las operaciones comerciales y mejorar la competitividad en el mercado.Ítem Acceso Abierto Aplicación de técnicas de Machine Learning para identificar factores de predicción del estado de las cotizaciones en el sector de maquinaria ligera(Universidad ESAN, 2022) Aliaga Urbina, Leslie Alexandra; Calle Burga, Frank Junior; Pacori Choquejahua, Carla Isabel; Palma Bendezú, Noelia Yackelina; Salinas Cevallos, Hector JhonEn el presente estudio haremos uso de Machine learning, usando 4 técnicas en la categoría de aprendizaje supervisado, para la predicción del estado de las cotizaciones, buscando agilizar la toma de decisiones con respecto al tiempo y costos de importación, y evitar la pérdida de ventas. Para la construcción del modelo predictivo se inició con la recopilación y limpieza de datos. Posteriormente, se utilizó el 80 % de datos recopilados para el entrenamiento de los modelos y 20% para la evaluación de las predicciones. Con la técnica k-NN se obtuvo un accuracy del 67.9% con un parámetro de k = 5; con la técnica Regresión logística, se obtuvo un 70.69% de accuracy; con la técnica SVM se obtuvo un 63.79% de accuracy y con la técnica Árbol de decisión se obtuvo un accuracy de 87.93%. Se aplicó codificación y normalización como mejora a la base de datos y con ello, la técnica de Árbol de decisión obtuvo el valor más alto de accuracy - 88.79%. Se recomienda el empleo de técnicas adicionales de Aprendizaje Supervisado a fin de seleccionar la que mejor resultado obtenga en la predicción.Ítem Acceso Abierto Aplicación de técnicas de Machine Learning para predecir el número de ventas de créditos en el sector bancario(Universidad ESAN, 2023) Rodriguez Villanueva, Alvaro André; Sánchez Adauto, Egor Leonardo; Valverde Rojo, Lisset MilenaUna de las principales fuentes de ingreso del sector bancario es el otorgamiento de créditos. La captación de clientes frente a este producto depende de montos y tasas de interés atractivas. Uno de los canales de venta de los créditos es el telemarketing el cual proactivamente ofrece préstamos. El presente trabajo propone al área de telemarketing de un banco la elaboración de un modelo predictivo con técnicas de machine learning que permita conocer el número de ventas de crédito que se realizarán con el fin de agilizar la toma de decisiones frente a estrategias de venta y mejorar la planificación de recursos para optimizar el costo de venta. Para la construcción del modelo se utilizaron técnicas de aprendizaje supervisado de clasificación k-NN y SVM. En la primera simulación se tuvo niveles de precisión de 61.68% y 68.41% respectivamente. Dada la dispersión de los datos se realizó la normalización la cual arrojó niveles de precisión de 91.12% para k-NN y 93.85% para SVM siendo este último la mejor técnica de predicción. Como futuros pasos se propone la utilización de otras técnicas de machine learning que permitan una comparación de resultados de predicción con los modelos elaborados en este trabajo.Ítem Restringido Las capacidades dinámicas y su influencia en la innovación de productos para mejorar el desempeño financiero en las Pymes(Universidad ESAN, 2020) Cruz Solórzano, Dana Cristina; Oncoy Tahua, Estephanie Pamela; Pacheco Olivera, Daniela; Salazar De La Cuba, José Alonso; Urquizo Ayala, Milagros HelenaLa mayor parte de las Pymes presenta debilidades de carácter estructural lo cual disminuye su competitividad y condicionan su capacidad de supervivencia y crecimiento. En un entorno cambiante, en el que existe una rápida evolución tecnológica y una mayor competencia en los mercados es necesarios ajustes en los recursos y capacidades de la organización para lograr procesos y productos innovadores, así como crear, mantener y apropiarse de los beneficios potenciales que generan ventajas competitivas sostenibles. En este estudio de investigación se busca analizar a la PyMES y cómo mejorar su rendimiento para poder responder de una manera adecuada a las cambiantes necesidades del mercado. Es así que se propone una correlación positiva entre las capacidades dinámicas de las empresas, y cómo estas se ven influenciadas por un entorno VUCA, además, se plantea nuevos y profundos desafíos por lo cual cada organización responderá y optará por las estrategias y decisiones que considere correctas. Finalmente se propone la relación positiva entre innovación de productos en PyMES y cómo éstas ayudarían a tener ventaja competitiva para que de esta manera pueda generar un mejor desempeño financiero.Ítem Restringido La cultura organizacional y su influencia en el proceso de toma de decisiones de las MYPES familiares de Lima Metropolitana(Universidad ESAN, 2020) Castillo Gallo, Susan Alexandra; Lavado Benavides, Jesús André; Lovera Pineda, Claudia Carolina; Roncal Bazan, Carlos Fernando; Sánchez Mendoza, Emily AlessandraEn el Perú, alrededor del 80% de las empresas existentes son de origen familiar y aportan el 40% de PBI. Dentro de la mayoría de las familias peruanas hay una cabeza o un proveedor quien tiende a ser el líder de la empresa y cuyas decisiones determinan la cultura y el desempeño (rentabilidad) de la misma. Sin embargo, no se puede deducir a priori si la cultura organizacional afecta o influye sobre las decisiones de los líderes de empresas familiares, es por eso que en este estudio se busca determinar cómo la cultura organizacional de las diferentes empresas MYPES familiares de Lima Metropolitana guarda una relación con el proceso de toma de decisiones dentro de las mismas. Para responder a este problema, se buscará determinar si la comunicación, el aprendizaje y desarrollo, la diversidad cultural, el trabajo en equipo y la confianza, obligación y cohesión tienen una influencia significativa sobre la toma de decisiones. Este estudio presenta dos tipos de metodología de investigación, la observacional y la correlacional, ambas se trabajan con una muestra de 30 MYPES familiares en Lima Metropolitana. Luego de la implementación de la metodología se espera evidenciar la influencia de la cultura organizacional sobre el proceso de tomas de decisiones, sin embargo, se podría obtener resultados negativos ya que es muy probable que las decisiones tomadas por el líder o cabeza de familia sean totalmente personales y que no exista una cultura organizacional establecida.Ítem Acceso Abierto Desarrollo de algoritmo de recomendación de SKU para los clientes de Alicorp que cuentan con un canal de atención digital usando técnicas de machine learning(Universidad ESAN, 2024) Espinoza Sutta, Milton; Limachi Pampamallco, Ana Isabel; Melo Locumber, Noe; Rodriguez Otiniano, Junior Ricardo; Valencia Cañote, SebastianSaber qué es lo que quiere el cliente es uno de los retos más grandes que afrontan las empresas en la actualidad. En cuanto al uso de tecnología, las nuevas tendencias que aplican soluciones cuyo objetivo es mejorar, de manera incremental, la capacidad de poder recomendar productos o servicios de manera más exacta. No obstante, para identificar lo que desean los clientes, se necesita una base histórica que nos permita comprender sus necesidades y preferencias. Por ello, este trabajo de investigación se enfoca en el desarrollo de un algoritmo de recomendación que, a través del procesamiento de datos, pueda recomendar productos según el perfil del cliente. La investigación utiliza datos de Alicorp, una empresa peruana líder en consumo masivo, con dos millones de transacciones de ventas de clientes como panaderías, restaurantes y bodegas. Se aplicaron técnicas basadas en reglas como RFM y algoritmos de machine learning como Kmeans, LGBM Classifier y LGBM Ranker en la etapa de modelamiento. Para definir el mejor algoritmo se utilizó una medida de recall promedio de clientes de los productos recomendados. La familia de algoritmos LGBM demostró una precisión superior, destacando el LGBM Ranker que logró un impresionante recall de 0.8950.Ítem Acceso Abierto Desarrollo de un modelo de gestión de riesgos para optimizar procesos de compras en MYPE mediante la aplicación de la Norma ISO 31000 en el Núcleo Ejecutor de Compras del Estado(Universidad ESAN, 2024) Fernandez Mendoza, Wendy Paola; Sanchez Miranda, Rossana Jimena; Salazar Chavez, Cesar EmilianoEste trabajo propone un modelo de gestión de riesgos basado en la norma ISO 31000 para optimizar los procesos de compras de las micro y pequeñas empresas (MYPE) del Perú, supervisados por FONCODES. Se abordan los desafíos operativos, financieros y administrativos de los Núcleos Ejecutivos de Compras (NEC), con el objetivo de mejorar la eficiencia, transparencia y control en el uso de recursos públicos. La investigación emplea un enfoque mixto, combinando entrevistas y simulaciones, para evaluar los procesos actuales y los riesgos asociados. El modelo clasifica riesgos clave como demoras, calidad de bienes y capacidad productiva de las MYPE, implementando herramientas de monitoreo e indicadores de desempeño. Los resultados muestran mejoras en la eficiencia operativa, reducción de riesgos críticos y optimización administrativa, fortaleciendo la capacidad de los NEC. Se concluye que una gestión de riesgos adecuada fomenta el desarrollo sostenible de las MYPE e impulsa su inclusión en mercados públicos. Además, se resalta la importancia de las alianzas público-privadas y la digitalización de procesos para aumentar competitividad y sostenibilidad, destacando su papel como medidas complementarias para fortalecer el modelo propuesto.Ítem Embargo Desarrollo de un modelo de Machine Learning para la clasificación de clientes siniestrosos de seguro vehicular en la compañía aseguradora MAPFRE Perú(Universidad ESAN, 2023) Mariluz Saavedra, Julio Alejandro; Torres Ricalde, Luz Edith; Velazco Guerrero, MelissaLas últimas innovaciones tecnológicas, como Big Data o Maching Learning, están transformando la forma en cómo se desempeñan las compañías en casi todos los sectores, incluyendo el rubro asegurador. Este estudio se centra en la incorporación de técnicas de Machine Learning en MAPFRE Perú para desarrollar un modelo predictivo que permita identificar a los clientes con mayor probabilidad de sufrir un siniestro vehicular. El objetivo es optimizar el control de los gastos asociados a estos incidentes en la empresa. Para determinar el modelo más optimo se utilizaron cinco diferentes algoritmos de aprendizaje supervisado: Logistic regression, Linear Support Vector Machine, k-Nearest Neighbors, Classification and Regression Tree y Random Forest. Finalmente, para comparar los resultados de cada modelo se utilizaron las métricas del "accuracy" y el "F1-score". El modelo seleccionado fue Random Forest, con el cual se obtuvo un buen rendimiento con el conjunto de datos preprocesado “dfL4”, teniendo un “accuracy” del 82.97% y un “F1-score” del 75.67%. El potencial que implica la aplicación de Machine Learning en la industria aseguradora es considerable, por lo que es esencial continuar avanzando en investigaciones que incorporen nuevas variables, técnicas y modelos para seguir aprovechando sus beneficios.Ítem Restringido Desarrollo de un modelo de RFM y técnicas de clustering para la segmentación de clientes en una empresa de bienes de consumo masivo(Universidad ESAN, 2024) Toledo Rios, Julynho Merlin; Delgado Lorino, Alonso; Bazan Arzapalo, Jean Pablo; Garcia Quispe, Guerel Orlando; Canorio Ochoa, Diego AntonioLa implementación de modelos de clustering para la segmentación de clientes en empresas de bienes de consumo masivo es una estrategia fundamental en la comprensión del comportamiento del consumidor y en la mejora de las relaciones con estos. Esta investigación aborda la aplicación de un modelo de RFM y técnicas de clustering, en una empresa peruana líder en el sector de bienes de consumo masivo. El objetivo principal es reconocer los patrones de compra y la clasificación de clientes en grupos homogéneos basándose en variables clave como recencia, frecuencia y valor monetario de las compras. Utilizando métodos de aprendizaje automático no supervisado, como k-means, BIRCH y Gaussian Mixture Model, se procesan y analizan grandes volúmenes de datos para lograr una segmentación efectiva. Esta segmentación permitiría a la empresa dirigir sus esfuerzos de marketing de manera más precisa y desarrollar estrategias personalizadas para cada grupo de clientes. Los resultados obtenidos revelan patrones de compra significativos y sugieren que una segmentación cuidadosa puede proporcionar información valiosa para la formulación de decisiones estratégicas, contribuyendo al crecimiento y competitividad de la empresa en el mercado de bienes de consumo masivo.Ítem Acceso Abierto Desarrollo de un modelo predictivo basado en técnicas de Machine Learning para la priorización de vulnerabilidades y la optimización en la etapa de mitigación de riesgos operativos de ciberseguridad(Universidad ESAN, 2024) Camasca Huaman, Jhonatan Cristobal; Gave Cardenas, Kevin Paredes; Paredes Castro, Patricia JackelineEl presente estudio tiene como objetivo desarrollar un modelo predictivo utilizando técnicas de Machine Learning para priorizar eficazmente las vulnerabilidades en el proceso de remediación, dada la creciente cantidad de ciberataques y la limitada capacidad de recursos en las empresas. Actualmente, las organizaciones enfrentan dificultades para asignar adecuadamente sus recursos de manera eficiente, debido al volumen de vulnerabilidades detectadas que sobrepasan su capacidad de respuesta. Se construyó un conjunto de datos a partir de los escaneos de vulnerabilidades proporcionados por la empresa ABC S.A.C., complementado con reportes descriptivos y puntuaciones de explotabilidad. Luego, se aplicaron los algoritmos K-Means y BIRCH, métodos de aprendizaje no supervisado, para generar una variable objetivo que defina los niveles de priorización de vulnerabilidades. Con esta variable, se implementaron modelos de Machine Learning, como XGBoost, Random Forest y LightGBM, evaluados mediante métricas como Precisión, Recall, F1-Score y Accuracy. Los resultados muestran que Random Forest, en combinación con BIRCH, alcanzó una precisión del 98%, mejorando significativamente la optimización del proceso de Gestión de Vulnerabilidades y fortaleciendo la ciberseguridad en entornos empresariales digitalizados. Esta metodología proporciona un enfoque eficiente para la mitigación de riesgos, permitiendo una respuesta más rápida ante amenazas cibernéticas.Ítem Acceso Abierto Desarrollo de un modelo predictivo con técnicas de Machine Learning para la detección temprana de anulación de pedidos en una empresa de distribución y comercialización(Universidad ESAN, 2024) Rivera Tuesta, Shirley Paola; Vargas Saldaña, Jhossy Jhossep; Vilcacure Camasca, Eder RoyerEn una empresa peruana dedicada a la distribución y comercialización de productos de primera necesidad, especialista en el rubro de consumo masivo, se identificó la anulación de pedidos como la principal causa de las pérdidas económicas reportadas durante el segundo semestre del 2023. La investigación detalla el desarrollo de un modelo predictivo basado en técnicas de Machine Learning para anticipar las anulaciones de pedidos. A través de la metodología CRISP-DM, se recopiló información de las órdenes de entrega de dicho periodo, se entrenaron y evaluaron siete algoritmos. CatBoost obtuvo el mejor desempeño, con una precisión del 85.4%, un accuracy de 88.5%, y un AUC de 84%. Posteriormente, el modelo fue desplegado en un entorno controlado a través de un prototipo web, para simular su uso real. Se concluye que la implementación del modelo podría ayudar a la empresa a actuar proactivamente a posibles cancelaciones y fortalecer su toma de decisiones en base al modelo obtenido. Entre las recomendaciones se destacan la necesidad de supervisión continua del modelo, su integración en procesos automáticos, y la posibilidad de ampliar su aplicación a otras áreas operativas de la empresa.Ítem Acceso Abierto Diseño de un modelo de predicción de demanda online de paquete de huevos (15 unidades) para una empresa proveedora de productos avícolas en Lima mediante Machine Learning(Universidad ESAN, 2023) Cabrera Reyes, Jairo; Camero Veneros, Mario; Castillón Medina, Densel Giomar; Garcia Condori, Guadalupe; García Guzmán, Rony YeltsinEste estudio se enfoca en abordar los desafíos que enfrenta una empresa avícola en Lima (Perú), específicamente en su canal de ventas en línea, destacando la falta de herramientas de inteligencia artificial para prever la demanda de su producto estrella: paquetes de huevos de 15 unidades. La investigación adopta un enfoque experimental con base cuantitativa, entrenando 12 modelos que abarcan desde estadísticos tradicionales hasta avanzados de Machine Learning. La metodología se divide en cuatro pasos clave: extracción de datos, preprocesamiento, modelado y análisis de resultados. El Random Forest, con optimización de hiperparámetros y validación cruzada, se revela como el más eficaz, logrando un RMSE de 38.62 y un MAE de 28.94 que significan una reducción sustancial del 52.16% en MSE y 26.15% en MAE en comparación con un modelo estadístico base (SARIMAX). Además, se propone una optimización en el equipo de planificación, con reducciones significativas en personal (50%) y costos (62.5%). A pesar de los resultados positivos, se recomienda la exploración de modelos más complejos como redes neuronales artificiales y la consideración de la implementación en la nube de Google (GCP) para mejorar continuamente la eficiencia del modelo y adaptarse a las dinámicas cambiantes del mercado.Ítem Restringido Diseño de un plan de negocios sostenible para la implementación de una planta de valorización de residuos inorgánicos (plástico PET) en la ciudad de Cerro de Pasco – 2024(Universidad ESAN, 2024) Sotelo Geronimo, Silvia Geraldine VictoriaEl presente trabajo de investigación tiene como objetivo diseñar un plan de negocios sostenible para la implementación de una planta de valorización de residuos inorgánicos (plástico PET) en la ciudad de Cerro de Pasco, Perú. La propuesta no solo busca contribuir a la reducción de residuos plásticos, y pretende generar un impacto positivo en los ámbitos económico, social y ambiental de la región. Los resultados obtenidos demuestran la viabilidad técnica, financiera y legal del proyecto, evidenciando que la planta puede operar de manera eficiente y rentable en un horizonte de cinco años, generando empleos y diversificando la economía local, tradicionalmente dependiente de la minería. En el Capítulo I se presenta el planteamiento del problema y se destaca la necesidad de soluciones sostenibles que permitan la valorización de residuos como el plástico PET. En el Capítulo II se desarrollan las bases teóricas, abarcando conceptos como economía circular y sostenibilidad. El Capítulo III detalla el entorno empresarial, incluyendo un análisis FODA que identifica las oportunidades y riesgos del proyecto. El Capítulo IV describe la metodología utilizada, combinando enfoques cuantitativos y cualitativos, mientras que el Capítulo V se enfoca en el desarrollo de la solución, confirmando la viabilidad del proyecto.Ítem Restringido La educación virtual como estrategia de negocio en el sector educativo y su impacto en el desempeño financiero de las universidades de postgrado a través de los resultados en el servicio al cliente(Universidad ESAN, 2020) Garay Rubina, Amelia Jacqueline; Meléndez Fernández, Ana Lucero; Melgarejo Jiménez, Rodrigo Alí; Palacios Olivares, Ana Laura; Surco Ninahuanca, Solange JuselinaEl 2020 fue un año de muchos cambios en el contexto de una pandemia mundial por el Covid-19. Debido a las restricciones de movilización muchas empresas se han visto obligadas a adaptarse y a cambiar sus estrategias de negocio. Dentro de estas es la educación de postgrado la que ha denotado un mayor interés en el mercado ya que se aprecia un importante crecimiento en segmentos concretos como el de mujeres, el de trabajadores independientes o personas de mayor edad en comparación al año 2019. En este escenario, este trabajo de investigación busca conocer qué tanto ha influenciado la educación virtual como nueva estrategia de las universidades postgrado en su desempeño financiero a través de su impacto en el servicio al cliente, tomando como base las teorías de estrategia de negocio y servicio al cliente. El método de investigación a aplicar medirá el impacto de la estrategia en el servicio en sus dimensiones satisfacción, fidelidad, retención y calidad, asimismo, que tanto afectó ello en su desempeño financiero.Ítem Acceso Abierto Estudio de factibilidad de comercialización e implementación de sistemas fotovoltaicos autónomos en las zonas rurales de Junín(Universidad ESAN, 2024) Caicedo Cabrera, Andres Jose; Chacon Aliaga, Favio Hector; Rebaza Anchante, Israel GersonActualmente. el mundo está viviendo una transición energética, lo cual genera que la composición de la matriz energética global cambie sus fuentes de generación de energía con la finalidad de disminuir el impacto ambiental y mitigar los gases de efecto invernadero que afectan al planeta. En ese sentido, la generación de energía eléctrica a través de sistema fotovoltaicos se ha convertido en una opción viable, puesto que, con los avances tecnológicos y el desarrollo de equipos más eficientes, es posible aprovechar de manera eficiente la energía solar. En este proyecto se propone la implementación de un negocio dedicado a la comercialización e implementación de sistemas fotovoltaicos autónomos que abastecerá de energía a las viviendas en zonas rurales en la región de Junín, Perú. Por ello, se abordarán temas como, la presentación del modelo convencional actual y la propuesta de valor que ofrecemos como una solución a la falta de energía eléctrica en esas zonas. Este proyecto brindara los conocimientos básicos acerca de que es la energía solar, como funcionan los sistemas fotovoltaicos autónomos, también brindara un análisis económico, técnico, ambiental y social que evaluará si el proyecto planteado en el trabajo de investigación es factible y sostenible a través del tiempo, dentro de las zonas rurales del país.Ítem Acceso Abierto Estudio de prefactibilidad para la implementación de Mashua Negra Liofilizada como nueva línea de productos en una empresa de Snacks orgánicos(Universidad ESAN, 2024) Lopez Salazar, Fernando Javier; Pachacute Flores, Cristian Yovani; Tineo Cossio, Christian FelipeEl presente trabajo de suficiencia profesional tiene como objetivo evaluar la viabilidad técnica, económica y comercial de la implementación de una nueva línea de productos en la empresa Agropia: snacks de mashua negra liofilizada. La investigación abarca un análisis integral del entorno competitivo, la propuesta de valor, y el modelo de negocio basado en la metodología ARKA del emprendimiento, el cual enfatiza la sostenibilidad y el impacto social positivo. El estudio se centra en Lima Metropolitana, dirigido a consumidores de nivel socioeconómico A y B, entre 30 y 65 años, que buscan opciones alimenticias saludables y orgánicas. Se realiza el análisis de mercado técnico y financiero para determinar la viabilidad del proyecto. Los resultados indican una demanda creciente por productos saludables y la disposición de los consumidores a pagar un precio premium. Asimismo, en el análisis técnico se eligió la tecnología de liofilización por preservar las propiedades funcionales del producto, posicionándolo como una opción diferenciada en el mercado de snacks saludables. Asimismo, el impacto social positivo se refleja en el fortalecimiento de la cadena de suministro mediante el apoyo a los agricultores socios. Desde el punto de vista financiero, el proyecto presenta un Valor Actual Neto (VAN) de 3,786,251 y una Tasa Interna de Retorno (TIR) del 49%, lo que demuestra su rentabilidad. Asimismo, la probabilidad de éxito del proyecto es de 91.53% según la simulación Montecarlo. Se concluye que la nueva propuesta de negocios para la empresa de snacks es viable y presenta oportunidades para posicionar el snack de mashua negra liofilizada como un producto innovador y competitivo en el mercado peruano, con potencial de expansión internacional.Ítem Acceso Abierto Evaluación de la comercialización del champú sólido “Blossom Bloom” como contribución a un modelo de negocio sostenible en Lima Metropolitana(Universidad ESAN, 2024) Muñoz Jimenez, Alexa Ximena; Samame Lucas, Marianne Alexandra; Vasquez Yance, Anderson Andre; Vila Puente, Ronald BrathsoLa presente investigación de enfoque cuantitativo, diseño experimental y alcance descriptivo se realizó con el propósito de elaborar una propuesta de comercialización de champú sólido que contribuya a la creación de un modelo de negocio sostenible en Lima Metropolitana. Teniendo como primer objetivo evaluar la formulación del champú sólido en la aplicación de los 12 principios de la química verde que contribuya a la creación de un producto sostenible. Para el segundo objetivo se evaluaron tres formulaciones de champú sólido identificando la formulación que utiliza más materia prima con el fin de maximizar el beneficio económico en la comunidad de Huaral. Por último, se evaluó la sostenibilidad financiera del champú sólido. Los resultados demuestran que la comercialización del champú sólido contribuirá a un modelo de negocio sostenible. En la formulación del producto se cumple con al menos el 90% de los principios de la química verde garantizando la sostenibilidad ambiental. Además, se identificó la formulación de champú sólido que utiliza la mayor cantidad de materia prima. Por último, se demostró que el modelo de negocio es financieramente sostenible al obtener el VAN y la TIR positivos.
