https://hdl.handle.net/20.500.12805/261 2026-11-10T21:24:02Z https://hdl.handle.net/20.500.12805/7110 Implementación de una mesa de ayuda para optimizar la gestión de incidencias para empresa Hermes Transportes Blindados S.A. 2025 Serpa Enciso, Jordy Richard El presente trabajo de suficiencia profesional tuvo como propósito implementar una mesa de ayuda basada en software de código abierto (iTop) para centralizar la gestión de incidencias y requerimientos de Tecnología de la Información en Hermes Transportes Blindados S.A., empresa peruana líder en gestión de riesgos, con más de tres mil colaboradores, con sede principal en Lima y diecisiete sucursales a nivel nacional. Antes de la intervención, el área de TI atendía las solicitudes mediante canales informales y dispersos (correo, telefonía, mensajería interna), sin registro centralizado ni flujos de trabajo definidos, lo que generaba pérdida de solicitudes, ausencia de priorización, demoras, retrabajos, inexistencia de SLA y falta de indicadores para la toma de decisiones. La solución contempló la instalación y configuración de iTop sobre la plataforma Apache/MySQL/PHP existente, la parametrización de la organización, perfiles y cuentas de usuario, servicios y categorías de atención, acuerdos de nivel de servicio con sus tiempos objetivo de respuesta (TTO) y resolución (TTR), disparadores y notificaciones automáticas, así como la construcción de dashboards con indicadores de gestión. Se desarrolló bajo un enfoque cuantitativo de carácter iterativo e incremental alineado a ITIL, e incluye instructivos de usuario, capacitación del personal. Los resultados, permitieron centralizar el cien por ciento de las solicitudes en un único Service Desk, se eliminó su pérdida gracias a la trazabilidad completa de los tickets, se priorizó la atención según impacto y urgencia, se redujo significativamente los tiempos de atención, medir el cumplimiento de los SLA. 2026-01-01T00:00:00Z https://hdl.handle.net/20.500.12805/7005 Implementación de un aplicativo móvil para mejorar la gestión de atención al cliente de la empresa distribuidora Paucar Gas y Agua, 2025 Guevara Rivera, Anderson; Galindo Antezano, Shirley Alessandra; Ramos Espinoza, Tifany Brissette La presente investigación titulada “Implementación de un aplicativo móvil para mejorar la gestión de atención al cliente de la empresa Distribuidora Paucar Gas y Agua, 2025”, el objetivo fue determinar cómo la implementación de un aplicativo móvil mejora la gestión de atención al cliente en la empresa. La problemática estuvo relacionada con el uso de llamadas telefónicas para la recepción de pedidos, lo que ocasionaba demoras, errores y baja satisfacción de los clientes. Se caracterizó por ser de tipo aplicada, adoptar un enfoque cuantitativo, tener un alcance explicativo y utilizar un diseño preexperimental, utilizando el método hipotético-deductivo. La población estuvo conformada por 13 trabajadores, 253 clientes registrados y la data operativa correspondiente a 15 días de evaluación en las tres filiales de la empresa. La muestra incluyó a los trabajadores y a 153 clientes quienes fueron seleccionados mediante un muestreo probabilístico de tipo aleatorio simple. Para obtener la información necesaria se utilizaron como instrumentos de recolección de datos cuestionarios y fichas de registro. Como solución, se desarrolló un aplicativo móvil utilizando Flutter y la metodología Scrum, considerando dimensiones como usabilidad, eficiencia y seguridad. El sistema permitió optimizar la recepción de pedidos y mejorar la atención al cliente. Los resultados evidenciaron mejoras significativas post implementación del aplicativo, destacando la reducción de tiempos de atención, incremento en la eficacia del servicio, optimización de la entrega de pedidos y aumento en el grado de satisfacción de los clientes. En conclusión, se determinó que la implementación del aplicativo móvil ayudó a mejorar la gestión de atención al cliente en la empresa, contribuyendo a la modernización de sus procesos y fortaleciendo su competitividad en el mercado. 2026-01-01T00:00:00Z https://hdl.handle.net/20.500.12805/6964 Desarrollo de una aplicación web CRM para la mejora de la eficiencia operativa de los procesos del CRM en el restaurante Excelencia, Lima metropolitana, 2025 Melendez Diaz, Diego Jose; Quispe Sanabria, Bruno Jesus El presente estudio tuvo como objetivo evaluar cómo el desarrollo e implementación de la aplicación web CRM impacta la eficiencia operativa en los procesos de atención al cliente, registro de información y gestión de reservas y pedidos en el Restaurante Excelencia, Lima Metropolitana, 2025. Se empleó un diseño preexperimental pretest–postest aplicado a 25 atenciones operativas, utilizando fichas de observación y cronometraje directo para medir los tiempos de los procesos antes y después de la implementación de la aplicación web CRM, la cual fue desarrollada bajo metodologías ágiles. Los resultados mostraron mejoras significativas: el tiempo de contacto con el cliente (TCC) se redujo en un 69.1 %, el tiempo de registro de datos del cliente (TRC) disminuyó un 71.1 % y el tiempo de reserva y pedidos (TRP) se redujo un 64.8 %. Los análisis estadísticos, incluyendo la prueba de normalidad Shapiro-Wilk y la prueba t de Student para muestras relacionadas, confirmaron que las mejoras fueron estadísticamente significativas. Este estudio evidencia que la aplicación web CRM optimiza procesos internos, reduce errores operativos y ofrece un modelo replicable para restaurantes de mediano tamaño, aportando conocimiento práctico sobre la digitalización y automatización de procesos en entornos gastronómicos. 2026-01-01T00:00:00Z https://hdl.handle.net/20.500.12805/6963 Implementación de machine learning para la predicción de demanda en la ferretería Vargas Huacho Taipe, Nayeli Jimena; Roque Barreto, D’alessandro Armando En el proyecto tomamos como base a la ferretería Vargas, en donde se presentaban deficiencias críticas con respecto a la gestión de la logística al momento de abastecer la tienda. Por ello se puso como objetivo el “Implementar un sistema de Machine Learning con funciones de predicción de demanda, del año 2025”. La metodología empleada fue del tipo cuantitativa con diseño experimental y con un enfoque aplicativo dada la naturaleza de la investigación. Los resultados lograron demostrar las validaciones puntuales de las hipótesis, el cómo el algoritmo XGBoost mejoró significativamente la eficiencia del abastecimiento, se redujo el quiebre de stock, por ejemplo, en la segunda quincena de septiembre de 2025, el modelo registró apenas un 0.76% de quiebre frente al 38% del método tradicional. Se concluyó que el uso de algoritmos funciona mejor en campos complejos que alteran la normalidad de las ventas, como lo sucedido en la pandemia, el buscar métodos es crucial para adaptarse y asegurar la continuidad operativa del negocio. 2026-01-01T00:00:00Z