Mejora de los indicadores de productividad en empresas de servicios MYPES, a través del monitoreo y control lean - six sigma, usando herramientas de data mining

Descripción del Articulo

El presente trabajo de investigación, busca encontrar una nueva metodología basada en la teoría del DMAIC (Lean Six Sigma) y aplicar sus herramientas de la mano con la tecnología de vanguardia para facilitar a las MYPEs de servicio en tener un mayor control de sus procesos, y a su vez generar un aho...

Descripción completa

Detalles Bibliográficos
Autor: Pacora Cardozo, Jámblico Alberto
Formato: tesis de grado
Fecha de Publicación:2018
Institución:Pontificia Universidad Católica del Perú
Repositorio:PUCP-Tesis
Lenguaje:español
OAI Identifier:oai:tesis.pucp.edu.pe:20.500.12404/12420
Enlace del recurso:http://hdl.handle.net/20.500.12404/12420
Nivel de acceso:acceso abierto
Materia:Productividad--Monitoreo
Productividad--Indicadores económicos
https://purl.org/pe-repo/ocde/ford#2.11.04
id PUCP_d862669b9777f6e7f68cd5a6ad317854
oai_identifier_str oai:tesis.pucp.edu.pe:20.500.12404/12420
network_acronym_str PUCP
network_name_str PUCP-Tesis
repository_id_str .
dc.title.es_ES.fl_str_mv Mejora de los indicadores de productividad en empresas de servicios MYPES, a través del monitoreo y control lean - six sigma, usando herramientas de data mining
title Mejora de los indicadores de productividad en empresas de servicios MYPES, a través del monitoreo y control lean - six sigma, usando herramientas de data mining
spellingShingle Mejora de los indicadores de productividad en empresas de servicios MYPES, a través del monitoreo y control lean - six sigma, usando herramientas de data mining
Pacora Cardozo, Jámblico Alberto
Productividad--Monitoreo
Productividad--Indicadores económicos
https://purl.org/pe-repo/ocde/ford#2.11.04
title_short Mejora de los indicadores de productividad en empresas de servicios MYPES, a través del monitoreo y control lean - six sigma, usando herramientas de data mining
title_full Mejora de los indicadores de productividad en empresas de servicios MYPES, a través del monitoreo y control lean - six sigma, usando herramientas de data mining
title_fullStr Mejora de los indicadores de productividad en empresas de servicios MYPES, a través del monitoreo y control lean - six sigma, usando herramientas de data mining
title_full_unstemmed Mejora de los indicadores de productividad en empresas de servicios MYPES, a través del monitoreo y control lean - six sigma, usando herramientas de data mining
title_sort Mejora de los indicadores de productividad en empresas de servicios MYPES, a través del monitoreo y control lean - six sigma, usando herramientas de data mining
author Pacora Cardozo, Jámblico Alberto
author_facet Pacora Cardozo, Jámblico Alberto
author_role author
dc.contributor.advisor.fl_str_mv Rojas Polo, Jonatan Edward
dc.contributor.author.fl_str_mv Pacora Cardozo, Jámblico Alberto
dc.subject.es_ES.fl_str_mv Productividad--Monitoreo
Productividad--Indicadores económicos
topic Productividad--Monitoreo
Productividad--Indicadores económicos
https://purl.org/pe-repo/ocde/ford#2.11.04
dc.subject.ocde.es_ES.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.11.04
description El presente trabajo de investigación, busca encontrar una nueva metodología basada en la teoría del DMAIC (Lean Six Sigma) y aplicar sus herramientas de la mano con la tecnología de vanguardia para facilitar a las MYPEs de servicio en tener un mayor control de sus procesos, y a su vez generar un ahorro económico. Para llevarlo a cabo, se requirió aplicar la unión de 3 temas diferentes y no muy comunes en su combinación. Estos temas fueron Lean Six Sigma, Data Mining y Realidad Aumentada. Al usar Lean Six Sigma, no significó que se va a aplicar las estadísticas que demanda, sino más bien, se busca sacar la esencia de una manera más práctica que no demande tiempo, debido a que se trata de procesos pequeños por el tipo de empresa de la que se va a tratar. Lo que se extrajo de la teoría fueron las secuencias desde cómo se detecta el problema, como se mide, analiza y controla. A su vez, se aplicó las herramientas como el Poka Yoke que sirve de nexo para Data Mining y Realidad Aumentada. El segundo tema, Data Mining, la teoría que se está aplicando es una Red Neuronal con aprendizaje profundo (debido que utiliza más de una capa oculta). La utilidad que va a tener es lograr el manejo y control de la información de cada proceso por intermedio de indicadores. En otras palabras, la Red Neuronal servirá para aprender la fórmula del indicador y generar el resultado en base a las entradas que requiera la medición. Este indicador se encontrará relacionado al Lean Six sigma debido a que la teoría demanda medir, analizar y controlar un proceso. La última pieza de encaje es la Realidad Aumentada y servirá como un facilitador de manejo de las entradas que va a requerir cada indicador. Es decir, se hará uso de las nuevas tecnologías al alcance del usuario por medio de un Smartphone que al leer unas tarjetas personalizadas (Tarjetas AR) a través la cámara del celular va a generar un valor de entrada. Cada tarjeta AR es única y fácilmente diferenciada gracias a la implementación de un Poka Yoke. Se estima un ahorro anual de S/6,120 gracias a la disminución del tiempo operativo para un escenario normal. De la misma manera, se tendrá un VAN de S/7,811 para un COK de 15.24%, resultando viable el presente proyecto. A su vez, la metodología del DMAIC ayudará a ordenar los procesos (eliminar reprocesos), disminuir mermas y aumentar la calidad gracias a la medición de indicadores en el aplicativo móvil. En síntesis, se tendrá como trabajo final el desarrollo de una aplicación móvil que consolida cada uno de los 3 temas explicados y que permitirá al usuario crear o definir sus propios indicadores. Asimismo, se podrá guardar un historial para visualizar su evolución a través de un histograma, y con ello sacar conclusiones y propuestas de mejora del proceso.
publishDate 2018
dc.date.accessioned.es_ES.fl_str_mv 2018-08-07T22:09:19Z
dc.date.available.es_ES.fl_str_mv 2018-08-07T22:09:19Z
dc.date.created.es_ES.fl_str_mv 2018
dc.date.issued.fl_str_mv 2018-08-07
dc.type.es_ES.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12404/12420
url http://hdl.handle.net/20.500.12404/12420
dc.language.iso.es_ES.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_ES.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
dc.publisher.es_ES.fl_str_mv Pontificia Universidad Católica del Perú
dc.publisher.country.es_ES.fl_str_mv PE
dc.source.none.fl_str_mv reponame:PUCP-Tesis
instname:Pontificia Universidad Católica del Perú
instacron:PUCP
instname_str Pontificia Universidad Católica del Perú
instacron_str PUCP
institution PUCP
reponame_str PUCP-Tesis
collection PUCP-Tesis
bitstream.url.fl_str_mv https://tesis.pucp.edu.pe/bitstreams/f6b90ab2-4eba-4d85-b2ca-c33a52a6fd32/download
https://tesis.pucp.edu.pe/bitstreams/c18dbdab-5950-4cb2-a2d8-e84a56978cb9/download
https://tesis.pucp.edu.pe/bitstreams/7d55fd4d-3900-44bd-a1bf-a90ddebf047c/download
https://tesis.pucp.edu.pe/bitstreams/8056ef56-4164-4a94-ad9b-0c086df4553c/download
https://tesis.pucp.edu.pe/bitstreams/358f3f04-6a90-4792-91a1-55a47eb5d368/download
https://tesis.pucp.edu.pe/bitstreams/ccfcd2ad-da81-470a-a725-ad6b9b068883/download
https://tesis.pucp.edu.pe/bitstreams/72b65715-d881-48e5-88a8-5879f399fd4b/download
bitstream.checksum.fl_str_mv f0d5217d401579c4567eb50fcb46ffc2
3b907a6ed9ab81739e0eb2025495f0f9
8a4605be74aa9ea9d79846c1fba20a33
65db5a7e9f31a1d8516837b042430e74
584075ad5401a3d19ee768a3cd0663f0
7b5d8c51bd9ec1992481cc49e26c8b95
73715bcc883f3ccf3effc96e338cf412
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio de Tesis PUCP
repository.mail.fl_str_mv raul.sifuentes@pucp.pe
_version_ 1834736873187049472
spelling Rojas Polo, Jonatan EdwardPacora Cardozo, Jámblico Alberto2018-08-07T22:09:19Z2018-08-07T22:09:19Z20182018-08-07http://hdl.handle.net/20.500.12404/12420El presente trabajo de investigación, busca encontrar una nueva metodología basada en la teoría del DMAIC (Lean Six Sigma) y aplicar sus herramientas de la mano con la tecnología de vanguardia para facilitar a las MYPEs de servicio en tener un mayor control de sus procesos, y a su vez generar un ahorro económico. Para llevarlo a cabo, se requirió aplicar la unión de 3 temas diferentes y no muy comunes en su combinación. Estos temas fueron Lean Six Sigma, Data Mining y Realidad Aumentada. Al usar Lean Six Sigma, no significó que se va a aplicar las estadísticas que demanda, sino más bien, se busca sacar la esencia de una manera más práctica que no demande tiempo, debido a que se trata de procesos pequeños por el tipo de empresa de la que se va a tratar. Lo que se extrajo de la teoría fueron las secuencias desde cómo se detecta el problema, como se mide, analiza y controla. A su vez, se aplicó las herramientas como el Poka Yoke que sirve de nexo para Data Mining y Realidad Aumentada. El segundo tema, Data Mining, la teoría que se está aplicando es una Red Neuronal con aprendizaje profundo (debido que utiliza más de una capa oculta). La utilidad que va a tener es lograr el manejo y control de la información de cada proceso por intermedio de indicadores. En otras palabras, la Red Neuronal servirá para aprender la fórmula del indicador y generar el resultado en base a las entradas que requiera la medición. Este indicador se encontrará relacionado al Lean Six sigma debido a que la teoría demanda medir, analizar y controlar un proceso. La última pieza de encaje es la Realidad Aumentada y servirá como un facilitador de manejo de las entradas que va a requerir cada indicador. Es decir, se hará uso de las nuevas tecnologías al alcance del usuario por medio de un Smartphone que al leer unas tarjetas personalizadas (Tarjetas AR) a través la cámara del celular va a generar un valor de entrada. Cada tarjeta AR es única y fácilmente diferenciada gracias a la implementación de un Poka Yoke. Se estima un ahorro anual de S/6,120 gracias a la disminución del tiempo operativo para un escenario normal. De la misma manera, se tendrá un VAN de S/7,811 para un COK de 15.24%, resultando viable el presente proyecto. A su vez, la metodología del DMAIC ayudará a ordenar los procesos (eliminar reprocesos), disminuir mermas y aumentar la calidad gracias a la medición de indicadores en el aplicativo móvil. En síntesis, se tendrá como trabajo final el desarrollo de una aplicación móvil que consolida cada uno de los 3 temas explicados y que permitirá al usuario crear o definir sus propios indicadores. Asimismo, se podrá guardar un historial para visualizar su evolución a través de un histograma, y con ello sacar conclusiones y propuestas de mejora del proceso.TesisspaPontificia Universidad Católica del PerúPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Productividad--MonitoreoProductividad--Indicadores económicoshttps://purl.org/pe-repo/ocde/ford#2.11.04Mejora de los indicadores de productividad en empresas de servicios MYPES, a través del monitoreo y control lean - six sigma, usando herramientas de data mininginfo:eu-repo/semantics/bachelorThesisreponame:PUCP-Tesisinstname:Pontificia Universidad Católica del Perúinstacron:PUCPSUNEDUIngeniero IndustrialTítulo ProfesionalPontificia Universidad Católica del Perú. Facultad de Ciencias e IngenieríaIngeniería Industrial42529429https://orcid.org/0000-0001-5498-4090722026https://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisORIGINALPACORA_JAMBLICO_PRODUCTIVIDAD_MYPES_MONITOREO.pdfPACORA_JAMBLICO_PRODUCTIVIDAD_MYPES_MONITOREO.pdfTexto completoapplication/pdf5230875https://tesis.pucp.edu.pe/bitstreams/f6b90ab2-4eba-4d85-b2ca-c33a52a6fd32/downloadf0d5217d401579c4567eb50fcb46ffc2MD51trueAnonymousREADPACORA_JAMBLICO_PRODUCTIVIDAD_MYPES_MONITOREO_ANEXOS.pdfPACORA_JAMBLICO_PRODUCTIVIDAD_MYPES_MONITOREO_ANEXOS.pdfAnexosapplication/pdf294193https://tesis.pucp.edu.pe/bitstreams/c18dbdab-5950-4cb2-a2d8-e84a56978cb9/download3b907a6ed9ab81739e0eb2025495f0f9MD52falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://tesis.pucp.edu.pe/bitstreams/7d55fd4d-3900-44bd-a1bf-a90ddebf047c/download8a4605be74aa9ea9d79846c1fba20a33MD53falseAnonymousREADTHUMBNAILPACORA_JAMBLICO_PRODUCTIVIDAD_MYPES_MONITOREO.pdf.jpgPACORA_JAMBLICO_PRODUCTIVIDAD_MYPES_MONITOREO.pdf.jpgIM Thumbnailimage/jpeg12944https://tesis.pucp.edu.pe/bitstreams/8056ef56-4164-4a94-ad9b-0c086df4553c/download65db5a7e9f31a1d8516837b042430e74MD54falseAnonymousREADPACORA_JAMBLICO_PRODUCTIVIDAD_MYPES_MONITOREO_ANEXOS.pdf.jpgPACORA_JAMBLICO_PRODUCTIVIDAD_MYPES_MONITOREO_ANEXOS.pdf.jpgIM Thumbnailimage/jpeg13079https://tesis.pucp.edu.pe/bitstreams/358f3f04-6a90-4792-91a1-55a47eb5d368/download584075ad5401a3d19ee768a3cd0663f0MD56falseAnonymousREADTEXTPACORA_JAMBLICO_PRODUCTIVIDAD_MYPES_MONITOREO.pdf.txtPACORA_JAMBLICO_PRODUCTIVIDAD_MYPES_MONITOREO.pdf.txtExtracted texttext/plain228208https://tesis.pucp.edu.pe/bitstreams/ccfcd2ad-da81-470a-a725-ad6b9b068883/download7b5d8c51bd9ec1992481cc49e26c8b95MD55falseAnonymousREADPACORA_JAMBLICO_PRODUCTIVIDAD_MYPES_MONITOREO_ANEXOS.pdf.txtPACORA_JAMBLICO_PRODUCTIVIDAD_MYPES_MONITOREO_ANEXOS.pdf.txtExtracted texttext/plain29818https://tesis.pucp.edu.pe/bitstreams/72b65715-d881-48e5-88a8-5879f399fd4b/download73715bcc883f3ccf3effc96e338cf412MD57falseAnonymousREAD20.500.12404/12420oai:tesis.pucp.edu.pe:20.500.12404/124202025-03-12 17:51:50.54http://creativecommons.org/licenses/by-nc-nd/2.5/pe/info:eu-repo/semantics/openAccessopen.accesshttps://tesis.pucp.edu.peRepositorio de Tesis PUCPraul.sifuentes@pucp.peTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=
score 13.922664
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).