Piura
https://hdl.handle.net/20.500.12692/42352
2024-03-28T22:06:18ZPropuesta de sistema para evaluar la satisfacción y retroalimentación de clientes por productos o servicios en La Unión, Piura 2023
https://hdl.handle.net/20.500.12692/136714
Propuesta de sistema para evaluar la satisfacción y retroalimentación de clientes por productos o servicios en La Unión, Piura 2023
Martinez Chunga, Julio Alexander
Este trabajo de investigación examina la importancia de la retroalimentación del
cliente para identificar la satisfacción y presenta estrategias efectivas para utilizarla
de manera eficiente. Varios estudios han demostrado que la retroalimentación del
cliente tiene un efecto positivo en la satisfacción y lealtad del cliente. Además, se
ha encontrado que una respuesta activa y personalizada a la retroalimentación
mejora aún más estos resultados.
La retroalimentación del cliente es un proceso crucial para identificar la satisfacción
del cliente y mejorar la calidad del servicio o producto ofrecido. Permite a las
empresas identificar fortalezas, debilidades y realizar mejoras para reducir las
desventajas del negocio.
La investigación también explora cómo la retroalimentación del cliente puede ser
utilizada para mejorar la innovación en las empresas y su impacto en la toma de
decisiones estratégicas y operativas. Se analiza el papel de la retroalimentación del
cliente en la calidad del servicio, la reducción de costos asociados con la
insatisfacción del cliente y la gestión de las relaciones con los consumidores.
Se espera que esta investigación contribuya al conocimiento existente sobre la
retroalimentación del cliente y proporcione recomendaciones prácticas y
estrategias efectivas para utilizarla como herramienta de mejora en las empresas.
2023-01-01T00:00:00ZPropuesta de un sistema de alerta temprana de inundación basado en inteligencia artificial para el río Catacaos – Piura; 2023
https://hdl.handle.net/20.500.12692/136611
Propuesta de un sistema de alerta temprana de inundación basado en inteligencia artificial para el río Catacaos – Piura; 2023
More Gomez, Eduardo Jose; Yarleque Ramos, Pablo Junior
La presente investigación denominada “Propuesta de un sistema de alerta
temprana de inundación basado en Inteligencia Artificial para el río Catacaos –
Piura; 2023”. Se dio origen debido a que en el Perú se evidencia inundaciones
durante los meses de verano, caracterizado por altos caudales de agua que
exceden la capacidad de los ríos y desbordan sus causes, provocando
inundaciones en zonas adyacentes.
Se tuvo como objetivo principal evaluar un sistema de alerta temprana para
inundaciones basado en modelo de aprendizaje automático adaptado por
inteligencia artificial – Catacaos – Piura; 2023. Utilizando una metodología de tipo
cuantitativa y de diseño no experimental. Con una población muestral que involucra
datos sobre inundaciones obtenidos de SENAMHI, de los últimos 10 años
Se concluyó que se logró que el modelo de aprendizaje automático basado en
SARIMAX, utilizado demostró ser una herramienta efectiva para prever y anticipar
eventos de inundación en Catacaos. La precisión del modelo, es respaldada por
métricas sólidas como el MAE, MSE, y RMSE, indica una alineación estrecha entre
las predicciones del modelo y los valores reales, validando así su utilidad en la
predicción de patrones de inundación. La integración de este modelo inteligente
como base en la implementación de un sistema de alerta temprana se muestra
como un enfoque prometedor y eficiente.
2023-01-01T00:00:00ZAplicación de reconocimiento facial basada en técnicas de IA como medio de soporte para el servicio de seguridad ciudadana en la ciudad de Talara-Piura
https://hdl.handle.net/20.500.12692/136581
Aplicación de reconocimiento facial basada en técnicas de IA como medio de soporte para el servicio de seguridad ciudadana en la ciudad de Talara-Piura
Velasquez Valdiviezo, Armando Junior
La investigación tuvo como objetivo determinar la relación entre la efectividad del
aplicativo y la satisfacción del usuario en el uso de un aplicativo de reconocimiento
facial basada en técnicas de IA como medio de soporte para el servicio de
seguridad ciudadana del distrito de Talara, región Piura. La metodología tuvo un
enfoque cuantitativo de tipo aplicada y diseño no experimental correlacional, como
técnica de recolección de datos se utilizó la encuesta y como instrumento el
cuestionario el cual estuvo compuesto por 16 ítems y 5 cinco escalas de medición,
se evaluaron 8ítems de la variable Efectividaddel aplicación y 8 ítems de la variable
satisfacción delusuario.Se tuvo comomuestra a 61 usuariosqueresiden en distrito
de Talara. Como resultados se identifica que la efectividad del aplicativo presenta
un porcentaje del 75.4% en el baremo de valoración por parte de usuarios en la
escala de “Alto”, en cuanto a la satisfacción del usuario se tiene un porcentaje del
85.2% perteneciente a la misma escala. El grado de significancia fue de 0.000% lo
cual refleja que si existe una correlación positiva considerable entre la variable
independiente y dependiente con un grado de coeficiente de correlación del
0.597%.
2023-01-01T00:00:00ZPatrones de la deserción estudiantil aplicando un modelo predictivo en un IESTP - Lima 2023
https://hdl.handle.net/20.500.12692/136566
Patrones de la deserción estudiantil aplicando un modelo predictivo en un IESTP - Lima 2023
Mendoza Chero, Ricardo Ryan; Silva Arellano, Jose Luis
En este estudio de tipo aplicado se utilizó la metodología CRISP-DM para
encontrar patrones de abandono de estudiantes en un programa de informática
y ciencias de la computación del IESTP. Los datos se recogieron mediante un
enfoque cuantitativo y un diseño descriptivo-experimental utilizando
cuestionarios y un muestreo de conveniencia no probabilístico. Entre las
variables importantes con correlaciones moderadamente positivas se incluyeron
"Hábitos alimentarios", "Acceso al ordenador" y "Ejercicio regular", mientras que
"Promedio ponderado" y "Promedio de ausencias" mostraron notables
correlaciones negativas. Estas variables fueron el foco de los modelos de
aprendizaje automático, que se construyeron con fuertes correlaciones y árboles
de decisión visuales para apoyar su papel crítico en la predicción del abandono.
Los valores de precisión del 77,06% y el 80,73% para "Media ponderada" y
"Ausencias medias" obtenidos mediante validación cruzada validaron la
capacidad de predicción de los modelos. Según el análisis exhaustivo, el 75,14%
de los casos se clasificaron correctamente como "Media ponderada" y el 73,48%
como "Ausencias medias". Concluyendo, estos resultados ofrecen valiosos
insights para abordar la deserción estudiantil en instituciones similares,
destacando la importancia de considerar múltiples factores y la aplicabilidad
efectiva de modelos predictivos.
2023-01-01T00:00:00Z