Aplicación de Data Science en la productividad de emisiones de pólizas

• Autores: Escobar Pacheco, Víctor Eduardo, Lazo vera, Zadith Elizabeth, Padilla Mantilla, Bryan Obed, Sangay Espinoza, Almendra Alessandra
• Formato: tesis de grado
• Fecha de Publicación: 2020
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/655784
• Enlace del recurso: http://hdl.handle.net/10757/655784
• Nivel de acceso: acceso abierto
• Materia: Ciencia de datos; Productividad; Regresión lineal; Data science; Productivity; Linear regression; http://purl.org/pe-repo/ocde/ford#5.00.00; https://purl.org/pe-repo/ocde/ford#5.02.04

El presente trabajo tiene como objetivo identificar las variables que influyeron en la productividad de las emisiones de nuevas pólizas en el periodo del 2019 en las agencias de Lima, en las siguientes páginas se detalla de manera concreta y pormenorizada. Por otro lado, dicho estudio abarca temas tales como comprensión del negocio y enfoque analítico, compresión y preparación de los datos, producción, análisis e interpretación de los datos, modelado y evaluación de la data. Asimismo, la metodología utilizada para el estudio en mención está basada en la metodología de la ciencia de datos de IBM, que se espera contribuya a la obtención de resultados favorables de cara a responder la pregunta de investigación. El presente trabajo de investigación tiene un enfoque descriptivo que emplea la técnica de aprendizaje supervisado con la ayuda de regresión lineal. Por último, el propósito del presente proyecto de investigación no es el de brindar una solución en concreto para la organización en estudio, sino el de dar alternativas para posibles planes de acción y/o mejor toma de decisiones al problema identificado, los cuales puedan ser implementados en pro de la mejora departamental de la compañía.