View Item 
  •   DSpace Home
  • Sistema de Bibliotecas USM
  • Tesis USM
  • TESIS de Postgrado de acceso ABIERTO
  • View Item
  •   DSpace Home
  • Sistema de Bibliotecas USM
  • Tesis USM
  • TESIS de Postgrado de acceso ABIERTO
  • View Item
    • español
    • English
  • English 
    • español
    • English
  • Login
JavaScript is disabled for your browser. Some features of this site may not work without it.

MODELO DE INTELIGENCIA DE NEGOCIOS APLICADO A ERP'S DEL MERCADO NACIONAL.

Thumbnail
View/Open
3560903501424UTFSM.pdf (2.048Mb)
Date
2020-09
Author
PARDO SANTOS, CLAUDIO IVÁN
Metadata
Show full item record
Abstract
El presente trabajo buscará describir la aplicación de modelos de inteligencia de negocios tanto descriptivos como predictivos, para el acceso a la información y así poder generar una oportuna toma de decisiones, esto enfocado en los principales ERP del mercado chileno, estos modelos sería posible adaptarlo a mercados internacionales dado que estos ERP son de clase mundial y su estructura principal de modelo de datos es estándar y solo cambia solo para algunos países de latino américa y se les denomina “Localización”, que es básicamente modelar los reportes que son informados a las instituciones recaudadoras del FISCO de cada país. Una vez analizados los principales ERP y su participación en el mercado, se podrá plantear los modelos de gestión descriptivas en áreas como son Finanzas, Operaciones, Logística y Comercial, diseñando y plasmando los principales indicadores y medidas que permitan un mayor conocimiento del negocio y como optimizar la toma de decisiones. Como segunda parte, es necesario construir modelos predictivos en base a la historia e información con que cuenten las compañías, esto en las mismas áreas antes mencionadas, con el propósito de poder descubrir los insight, tendencias, patrones y proyectar flujos futuros de venta, fuga y riesgo de clientes, para segmentos de clientes empresas y personas. Por otro lado, será necesario efectuar la búsqueda de patrones y datos específicos a través de Data Discovery y mejoramiento en la calidad de los datos, para poder plasmar las variables necesarias en modelos predictivos, como a su vez las que tengan el mayor peso proporcional, también definir el estándar de accuracy que tendrán, para que su aplicación y minimizar el margen de error.
URI
https://hdl.handle.net/11673/49876
Collections
  • TESIS de Postgrado de acceso ABIERTO

© Universidad Técnica Federico Santa María
Avenida España 1680, Edificio U, Valparaíso· 56-32-2654147, Informaciones escribir a email repositorio@usm.cl Repositorio Digital administrado por el Área de Archivo Digital, Dirección de Información y Documentación Bibliográfica Institucional

DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
Theme by 
@mire NV


USM
 

 

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsAdvisorProgramOther AdvisorThis CollectionBy Issue DateAuthorsTitlesSubjectsAdvisorProgramOther Advisor

My Account

Login

© Universidad Técnica Federico Santa María
Avenida España 1680, Edificio U, Valparaíso· 56-32-2654147, Informaciones escribir a email repositorio@usm.cl Repositorio Digital administrado por el Área de Archivo Digital, Dirección de Información y Documentación Bibliográfica Institucional

DSpace software copyright © 2002-2015  DuraSpace
Contact Us | Send Feedback
Theme by 
@mire NV


USM