Optimización de atención y soporte de incidencias del sistema CORE de una financiera mediante el uso de la metodología de gestión de procesos de negocios
Descripción del Articulo
Este trabajo de suficiencia profesional tuvo como objetivo optimizar la atención y el soporte de incidencias en el sistema TOPAZ de la Financiera Credinka S.A., mediante la adaptación de la metodología de Gestión de Procesos de Negocio (BPM). La implementación se basó en el ciclo de vida de BPM, aba...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2025 |
| Institución: | Universidad San Ignacio de Loyola |
| Repositorio: | USIL-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.usil.edu.pe:20.500.14005/15752 |
| Enlace del recurso: | https://hdl.handle.net/20.500.14005/15752 |
| Nivel de acceso: | acceso abierto |
| Materia: | Gestión de Procesos de Negocio Sistema core Optimización Incidencias https://purl.org/pe-repo/ocde/ford#5.02.04 ODS 8: Trabajo decente y crecimiento económico. Promover el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo y el trabajo decente para todos Gestión de datos e información. Tecnología de la información |
| Sumario: | Este trabajo de suficiencia profesional tuvo como objetivo optimizar la atención y el soporte de incidencias en el sistema TOPAZ de la Financiera Credinka S.A., mediante la adaptación de la metodología de Gestión de Procesos de Negocio (BPM). La implementación se basó en el ciclo de vida de BPM, abarcando las fases de identificación, descubrimiento, análisis, rediseño o mejora, implementación, monitorización y control de procesos. Este enfoque permitió abordar la necesidad de mejorar la eficiencia en la detección del tipo e impacto de las incidencias desde el primer nivel, garantizando una resolución más ágil y una correcta escalabilidad hacia las áreas especializadas. La solución empleó herramientas como el Machine Learning para desarrollar un modelo de regresión, lo que permitió analizar datos históricos previamente desapercibidos. Además, integró la inteligencia de negocios mediante dashboards interactivos, lo que no solo facilitó la predicción de errores en el sistema core, sino que también permitió la construcción y automatización de una gestión de conocimiento, fortaleciendo la toma de decisiones y la eficiencia operativa. Los resultados obtenidos muestran una mejora en términos de tiempo y costos en la gestión de incidencias, a la misma vez que proporcionan autonomía y herramientas para la toma de decisiones en la mesa de ayuda. |
|---|
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).
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).