Communities in DSpace
Select a community to browse its collections.
Recent Submissions
MVP para el análisis de reportes de ventas en e-commerce usando Big Data y GenAI en AWS
(Institución Universitaria Pascual Bravo, 2025) Morales Gil, Alyson; Becerra Botero, Miguel Alberto
El crecimiento del comercio electrónico ha generado una gran cantidad de datos transaccionales que son poco aprovechados por los pequeños y medianos comerciantes debido a la complejidad de las herramientas analíticas. Este estudio presenta el diseño e implementación de un Mínimo Producto Viable (MVP) para el análisis de reportes de ventas, apoyado en tecnologías de Big Data y Generative AI (GenAI) sobre la nube de Amazon Web Services (AWS). El objetivo es permitir que los dueños de tiendas virtuales puedan consultar, interpretar y actuar sobre sus datos de ventas mediante interacciones en lenguaje natural, sin depender de conocimientos técnicos ni de herramientas de BI complejas.
La metodología comprendió cinco fases: diagnóstico de las limitaciones de analítica en e-commerce, integración de datos simulados hacia un data lake (S3 + Glue), diseño de la capa de consulta y visualización con Athena/Redshift y QuickSight, prototipado del módulo GenAI mediante Amazon Bedrock y Amazon Q, y validación funcional del MVP en entorno simulado.
Los resultados demuestran que la integración de estas tecnologías habilita reportes dinámicos, narrativas automáticas y recomendaciones funcionales, reduciendo la brecha entre los reportes comunes y las necesidades reales de análisis estratégico. Se concluye que el enfoque propuesto constituye una base viable para escalar soluciones de BI generativa en PYMEs de e-commerce, mejorando su capacidad de toma de decisiones basada en datos.
Abstract:
The growth of e-commerce has generated a vast amount of transactional data that is underutilized by small- and medium-sized businesses due to the complexity of analytical tools. This study presents the design and implementation of a Minimum Viable Product (MVP) for sales report analysis, supported by Big Data and Generative AI (GenAI) technologies on the Amazon Web Services (AWS) cloud. The goal is to enable online store owners to query, interpret, and act on their sales data through natural language interactions without relying on technical expertise or complex BI tools. There methodology comprised five phases: diagnosing the limitations of e-commerce analytics, integrating simulated data into a data lake (S3 + Glue), designing the query and visualization layer with Athena/Redshift and QuickSight, prototyping the GenAI module using Amazon Bedrock and Amazon Q, and functionally validating the MVP in a simulated environment.
The results demonstrate that integrating these technologies enables dynamic reports, automated narratives, and functional recommendations, bridging the gap between standard reports and the actual need for strategic analysis. The proposed approach provides a viable foundation for scaling generative BI solutions in e-commerce SMEs, enhancing their data-driven decision-making capabilities.
Análisis de la percepción de felicidad: un estudio de caso
(Institución Universitaria Pascual Bravo, 2025) Gonzales Londoño, Laura Vanessa; Becerra Botero, Miguel Alberto
Clasificación de incidentes de seguridad de Microsoft.
(2025) Giraldo Martinez, Neifer Erney; Becerra Botero, Miguel Alberto
Modelo predictivo para la planificación de infraestructura de carga de vehículos eléctricos en el departamento de Antioquia.
(2025) Peña Álvarez, Jorge Leonardo; Becerra Botero, Miguel Alberto
Diseño de un plan de mantenimiento planeado con enfoque en el ciclo de vida de los activos según ISO 55000.
(Institución Universitaria Pascual Bravo, 2025) Osorio Estrada , Jeisson Alexander; Ardila Marín, María Isabel; Jaramillo Echeverry, Juan Fredy
El presente trabajo desarrolla el diseño de un plan de mantenimiento con enfoque al ciclo de vida de los activos para la flota vehicular de Avícola Nacional S.A., alineado con los lineamientos de la norma ISO 55000. La investigación se abordó mediante un enfoque aplicado y descriptivo, iniciando con el levantamiento y depuración de la información técnica contenida en el software Cloudfleet, con el fin de obtener una base de datos confiable. Posteriormente, se realizó un análisis de criticidad para los 210 vehículos de la flota, clasificándolos según su impacto operativo, riesgo y costos asociados. Con estos insumos se diseñó un plan de mantenimiento estructurado por segmentos vehiculares, integrando rutinas preventivas y predictivas basadas en kilometraje, condición y nivel de criticidad. Finalmente, se definió un sistema de indicadores de gestión —MTBF, MTTR, MTTF, disponibilidad, RAV y LCC— que permitirá evaluar el desempeño técnico y económico del plan. Los resultados obtenidos proporcionan a la organización una estructura metodológica sólida para avanzar hacia un mantenimiento planificado, trazable y orientado a la mejora continua, contribuyendo a incrementar la confiabilidad y disponibilidad de la flota, así como a optimizar los recursos y fortalecer la gestión de activos en la empresa.
Abstract:
This study presents the design of a life cycle–based maintenance plan for the vehicle fleet of Avícola Nacional S.A., aligned with the guidelines of ISO 55000. The research followed an applied and descriptive approach, beginning with the collection, verification, and correction of technical information stored in the Cloudfleet software to ensure reliable data for decision-making. A fleet criticality analysis was then conducted for the 210 vehicles, classifying them according to operational impact, risk level, and associated costs. Based on this assessment, a structured maintenance plan was developed for each vehicle segment, integrating preventive and predictive strategies tailored to mileage, operating conditions, and criticality level. Additionally, a set of performance indicators—MTBF, MTTR, MTTF, availability, RAV, and LCC—was defined to evaluate the technical and economic performance of the proposed plan. The results provide the company with a robust methodological framework to transition toward a planned, traceable, and continuous-improvement-oriented maintenance model. This contributes to enhancing fleet reliability and availability, optimizing resources, and strengthening asset management practices within the organization.