Browsing by Autor "Avalos Quispe, Rodrigo Hugo"

Now showing 1 - 4 of 4

Incidencia del aprendizaje automático en la gestión de la motivación laboral respecto a la rotación del personal operativo en los servicios financieros
(Facultad de Ciencias Económicas y Financieras, 2024) Condori Poma, Jimena Wilma; Avalos Quispe, Rodrigo Hugo
El presente estudio tiene como objetivo establecer un modelo de gestión de motivación basado en el algoritmo K-Nearest Neighbors, que permita la implementación de estrategias que influyan en la rotación del personal operativo en el sector de servicios financieros en la ciudad de La Paz. Aunque los beneficios económicos pueden motivar al personal, la motivación abarca más que el aspecto financiero; es esencial crear condiciones en las que los trabajadores disfruten de responsabilidades, sientan una sensación de triunfo y reciban reconocimiento por su labor. La investigación es de carácter cuantitativo, de tipo deductivo-descriptivo y con un diseño no experimental. Se realizó con una muestra de 394 cajeros de las entidades financieras Banco Unión S.A., Banco Nacional de Bolivia S.A. y Banco Mercantil Santa Cruz S.A. Como técnicas principales se utilizaron la encuesta y la observación, las cuales ayudaron a explicar las necesidades motivacionales del personal del área de caja en relación a una posible rotación de personal. El nivel de confianza es del 96%, con un valor frecuencial de 2.05, permitiendo así medir el grado de asociación entre las variables. La ejecución del algoritmo K-Nearest Neighbors, utilizado para identificar las variables predominantes que influyen en los factores motivacionales que afectan la rotación del personal operativo de servicios financieros, presenta un nivel de precisión (accuracy) del 81%. Esto se verificó mediante el reporte de clasificación y la matriz de confusión, indicando que, de cada 100 predicciones realizadas, aproximadamente 81 son exactas. Esto demuestra que el modelo K-Nearest Neighbors funciona excelentemente para resolver problemas de clasificación y regresión lineal
Inteligencia artificial y su incidencia en la identificación de perfiles de suscripción en la educación virtual
(Facultad de Ciencias Económicas y Financieras, 2021) Avalos Quispe, Rodrigo Hugo
El uso de las tecnologías de la información y las comunicaciones como producto de la inteligencia artificial se ha convertido también en herramienta fundamental para el éxito de las organizaciones. En el primer capítulo se presenta los objetivos de la presente investigación con el propósito de definir el campo de acción basado en que la “inteligencia artificial y su incidencia en la identificación de perfiles de suscripción en la educación virtual”, posteriormente se hace una breve conceptualización de los argumentos teóricos que están enfocados a describir los principios de inteligencia artificial y los algoritmos de clasificación en este caso se adoptó un modelo de clasificación basado en arboles de decisión; que nos hará posible entender el estado del arte.
Modelo de madurez digital en las Fintech de servicios de pasarela de pagos en Bolivia.
(Facultad de Ciencias Puras y Naturales, 2024) Mamani Lopez, Manuel Antonio; Avalos Quispe, Rodrigo Hugo
El presente estudio desarrolla y valida un modelo de madurez digital específicamente diseñado para evaluar el nivel de adopción de tecnologías digitales en las Fintech de servicios de pasarela de pagos en Bolivia. Dada la creciente importancia de la digitalización en el sector financiero, la investigación busca proporcionar un marco de referencia que permita a estas empresas identificar sus capacidades digitales y áreas de mejora, promoviendo así su competitividad en el entorno digital boliviano. La metodología utilizada es de diseño exploratorio secuencial (DEXPLOS), combinando técnicas cualitativas y cuantitativas. En la fase cualitativa se analizaron modelos de madurez digital existentes, como el modelo de Forrester 4.0, adaptándolo a las características locales a través de entrevistas con expertos. Asimismo, en la fase cuantitativa, se aplicó el modelo a una Fintech boliviana (Síntesis S.A.) para medir su nivel de madurez digital, utilizando cuestionarios específicos que cubren dimensiones clave: estrategia digital, infraestructura tecnológica, cultura organizacional, capacidades digitales, integración de sistemas, uso de plataformas de pagos digitales, automatización de procesos, experiencia del usuario, seguridad digital e innovación tecnológica. Los resultados muestran que la Fintech evaluada se encuentra en un nivel intermedio de madurez digital ("Colaboradores"), con avances significativos en la integración de sistemas y la eficiencia operativa, aunque aún existen oportunidades para mejorar en áreas como seguridad digital y experiencia del usuario. Las conclusiones y recomendaciones proponen estrategias para optimizar el uso de tecnologías, mejorar la capacitación del personal, fortalecer la seguridad cibernética, y fomentar una cultura de innovación continua. Este modelo representa una herramienta útil para guiar a las Fintech bolivianas en su camino hacia una mayor competitividad y diferenciación en el mercado digital
Modelo de toma de decisiones para la detección de riesgos crediticios aplicando Machine Learning
(Facultad de Ciencias Puras y Naturales, 2024) Mamani Quisbert, David Joel; Avalos Quispe, Rodrigo Hugo
El presente trabajo de investigación propone un modelo de toma de decisiones, aplicando varias técnicas del aprendizaje supervisado del Machine Learning, de las que se eligió al algoritmo que mejor se adaptó al conjunto de datos con el que se trabajó, de esta forma el modelo una vez habiendo pasado el proceso de entrenamiento, es capaz de predecir si un cliente en la etapa previa a la otorgación de crédito representa a un cliente: malo, regular, bueno o muy bueno, esto tomando en cuenta información que el cliente brinda durante esta etapa, lo que puede permitir a la entidad que gestione un crédito poder tomar decisiones o recaudos en esta instancia pues ya tiene una alerta previa, que en su atención oportuna puede evitar problemas en el futuro.