El análisis de datos aplicado a la calidad de servicio en distribución de energía : cómo el uso de técnicas de análisis de datos y modelos predictivos puede aportar a la eficiencia operativa y calidad de servicio en empresas de distribución de energía

Simple item page
dc.contributor.MentorPrince, Alejandro
dc.creator.AutorRapallini, Martin
dc.date.accessioned2020-01-07T13:09:33Z
dc.date.available2020-01-07T13:09:33Z
dc.date.issued2019
dc.descriptionFil: Rapallini, Martin. Universidad de San Andrés. Escuela de Negocios; Argentina.
dc.description.abstractEstá fuera de cualquier discusión la enorme importancia que tiene el suministro de electricidad para la humanidad, que hace confortable la vida cotidiana en los hogares, que mueve efectivamente el comercio y que hace posible el funcionamiento de la industria (Abur et al., 2002; Ramirez Castaño, 2009). El desarrollo de un país depende en gran medida de su grado de industrialización y este a su vez necesita de las fuentes de energía, especialmente de la energía eléctrica (Naguil et al., 2011; Ramirez Castaño, 2009; Rifkin, 2014). Pero a nivel global la red eléctrica sufre de falta de confiabilidad debido a la ausencia de herramientas de monitoreo y diagnóstico eficientes así como de sistemas automatizados (Jaradat, Jarrah, Bousselham, Jararweh, & Al-Ayyoub, 2015). Este problema se acentúa por la focalización del consumo en horarios pico de demanda y regiones específicas (Song, Xiao, & Van Der Schaar, 2014). Estamos viviendo la revolución de los datos. Las compañías recolectan datos extremadamente detallados y proveen de información y conocimiento a sus clientes, proveedores, aliados e incluso competidores (Brynjolfsson, Hitt, & Kim, 2011) y se evidencia mayor dependencia de este tipo de extracción de conocimiento (Oussous, Benjelloun, Ait Lahcen, & Belfkih, 2018). Esta revolución se materializa en el uso de tecnologías de información en el ámbito corporativo, donde sistemas de gestión de recursos (ERP), suministros (SCM) y clientes (CRM), han probado tener efecto positivo directo las operaciones (McAfee, 2002) y productividad (Aral, Brynjolfsson, & Wu, 2006). Es por esto que estudiaremos la aplicación de estas técnicas de análisis de grandes volúmenes de datos a la distribución de energía en pos de lograr una mejor calidad de servicio y mayor eficiencia operativa.
dc.formatapplication/pdf
dc.identifier.citationRapallini, M. (2019). El análisis de datos aplicado a la calidad de servicio en distribución de energía : cómo el uso de técnicas de análisis de datos y modelos predictivos puede aportar a la eficiencia operativa y calidad de servicio en empresas de distribución de energía. [Tesis de maestría, Universidad de San Andrés. Escuela de Negocios]. Repositorio Digital San Andrés. http://hdl.handle.net/10908/16751
dc.identifier.urihttp://hdl.handle.net/10908/16751
dc.languagespa
dc.publisherUniversidad de San Andrés. Escuela de Negocios
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.titleEl análisis de datos aplicado a la calidad de servicio en distribución de energía : cómo el uso de técnicas de análisis de datos y modelos predictivos puede aportar a la eficiencia operativa y calidad de servicio en empresas de distribución de energía
dc.typeTesis
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeinfo:ar-repo/semantics/tesis de maestría
dc.typeinfo:eu-repo/semantics/updatedVersion
Files
Original bundle
Thumbnail Image
Name:
[P][W] T. M. Ges. Rapallini, Martin.pdf
Size:
5.22 MB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Tesis de Master in Business & Technology