Modelo Predictivo de machine learning para la Anticipación y Optimización de Contrataciones en el Departamento de Postventa de una Comercializadora de Analizadores de Laboratorio Clínico - Tesis de maestría

Aug 6, 2026

La tesis aborda los desafíos del departamento de postventa en GEMATEC SRL derivados del crecimiento de su base instalada y del aumento sostenido de la demanda de soporte técnico. La dificultad de hallar técnicos con experiencia se agrava por la monopolización del conocimiento técnico por parte de los fabricantes, generando un ciclo de capacitación cercano a ocho meses para lograr autonomía. El trabajo propone un modelo de predicción de demanda con machine learning para anticipar necesidades futuras y un modelo de programación lineal entera para optimizar la contratación de nuevos técnicos.

IdiomaSpanish

CategoríaInvestigación e Informes

FormatoPDF

Páginas68

Tiempo de lectura1 h 45 min

AccesoGratis para descargar

Tabla de contenidos

CAPÍTULO I – INTRODUCCIÓN

1.1. Contexto

1.2. Comprensión y predicción de la demanda futura mediante machine learning

1.3. Planificación Estratégica de Contratación Basada en la Predicción de la Demanda

1.4. Impacto de la tesis

Tipo de documento: Tesis de maestría Escuela de Negocios. Master in Management + Analytics Modelo Predictivo de machine learning para la Anticipación y Optimización de Contratacionesen el Departamento de Postventa de una Comercializadora de Analizadores de Laboratorio Clínico Autoría: González Nuñez, Eduardo A. Año: 2024 ¿Cómo citar este trabajo? González Nuñez, E. (2024) .“Modelo Predictivo de machine learning para la Anticipación y Optimización de Contrataciones en el Departamento de Postventa de una Comercializadora de Analizadores de Laboratorio Clínico”. [Tesis de maestría. Universidad Torcuato Di Tella] . Repositorio Digital Universidad Torcuato Di Tella. [https://repositorio.utdt.edu/handle/20.500.13098/12937](https://repositorio.utdt.edu/handle/20.500.13098/12937) El presente documento se encuentra alojado en el Repositorio Digital de la Universidad Torcuato Di Tella bajo una licencia Creative Commons Atribución-No comercial–Sin derivadas 4.0 Internacional Dirección: [https://repositorio.utdt.edu](https://repositorio.utdt.edu) Biblioteca Di Tella Trabajo Final de Maestría MiM + Analytics Eduardo A. González Núñez Master in Management + Analytics “Modelo Predictivo de mac hi ne lea rn i ng para la Anticipación y Optimización de Contrataciones en el Departamento de Postventa de una Comercializadora de Analizadores de Laboratorio Clínico” TESIS Eduardo A. González Núñez Mayo 2024 Tutor: Javier Marenco Trabajo Final de Maestría MiM + Analytics Eduardo A. González Núñez "A mi querida Sofía, gracias por ser la musa y la calma en el caos de este viaje académico. Tu presencia ha sido mi refugio y este logro es tan tuyo como mío. " "A Nancy y Benjamín, mis queridos padres, que me enseñaron que el conocimiento es la llave de la vida y cuyo amory sacrificio me han permitido perseguir mis sueños. " Trabajo Final de Maestría MiM + Analytics Eduardo A. González Núñez Resumen En el entorno competitivo de comercialización de analizadores de laboratorio clínico, GEMATEC SRL se enfrenta a retos significativos en su departamento de postventa, derivados del crecimiento constante de su base instalada. Esta expansión resulta en una demanda creciente de servicios de soporte técnico, un desafío exacerbado por la monopolización del conocimiento técnico necesario por los fabricantes de estos equipos. Dada la dificultad para encontrar técnicoscon experiencia, un nuevo empleado en GEMATEC SRL requiereaproximadamente ocho meses de capacitación para alcanzar la autonomía en sus funciones. Esta tesis propone abordar estas dificultades mediante el desarrollo de un modelo de predicción de demanda utilizando técnicas de machine learning, que permitirá anticipar las necesidades futuras de servicio de manera precisa. Paralelamente, se implementará un modelo de programación lineal entera para optimizar los tiempos de contratación de nuevos técnicos, asegurando que el departamento de postventa pueda responder de manera eficiente y efectiva a los requerimientos de servicio. Con estos modelos, se espera no solo mejorar la planificación y gestión de recursos humanos en el departamento de postventa, sino también incrementar la satisfacción del cliente mediante respuestas más rápidas y efectivas. Estaintegración de machine learning y optimización matemática proporcionará a GEMATEC SRL una herramienta estratégica para enfrentar los desafíos del mercado actual y mejorar continuamente su rendimiento operativo. Trabajo Final de Maestría MiM + Analytics Eduardo A. González Núñez Abstract In the competitive market of clinical laboratory analyzers, GEMATEC SRL faces significant challenges in its after-sales department due to the continuous growth of its installed base. This increase, a direct result of the company's successful business activities, has led to an increasing demand for technical support services. The demand for service represents a challenge for GEMATEC SRL because the technical knowledge

Preguntas frecuentes

¿Cuáles son los principales desafíos que enfrenta el departamento de postventa de GEMATEC SRL?

El crecimiento de la base instalada incrementa la demanda de servicios de soporte técnico. Además, conseguir técnicos con experiencia es difícil debido a que el conocimiento técnico necesario está concentrado en los fabricantes.

¿Qué problema busca resolver la tesis con machine learning?

La tesis propone desarrollar un modelo predictivo de demanda para anticipar con precisión las necesidades futuras de servicio en el departamento de postventa.

¿Cómo contribuye la programación lineal entera en la investigación?

Se implementa un modelo de programación lineal entera para optimizar los tiempos de contratación de nuevos técnicos, de modo que el área pueda responder eficientemente a los requerimientos de servicio.

Aug 6, 2026

Subido por Lucas Martin