Solución web usando red neuronal profunda para la predicción de retrasos de servicios de mantenimiento preventivo en el sector automotriz

Abstract

El presente proyecto tiene como propuesta una solución web usando red neuronal profunda aplicado a una empresa del sector automotriz. Este proyecto busca reducir los tiempos de entrega de los vehículos en los cuales se realiza un servicio de mantenimiento preventivo. Así mismo, se busca que la propuesta permita a la empresa tomar decisiones anticipadas para poder asignar sus recursos de manera eficiente.

Para la realización de este proyecto se investigaron soluciones de redes neuronales profundas aplicadas en instituciones financieras para evaluar el riesgo de morosidad en las tarjetas de crédito en función a las características personales del cliente y los comportamientos de gasto. En este caso la propuesta aplica un diseño de rutina en el cual se identificarán los retrasos a base de las características del operador o técnico del taller automotriz y su historial de servicios de mantenimiento preventivos realizados.

Finalmente se realizó un análisis de factibilidad económica para validar si la propuesta es rentable o no, al obtener los resultados de VAN y TIR se concluyó que el proyecto será viable a partir del año nueve. Esto quiere decir que si se espera recuperar la inversión antes de este tiempo no será rentable.

This project proposes a web solution using deep neural network applied to a company in the automotive sector. This project seeks to reduce delivery times of vehicles in which a preventive maintenance service is performed. Likewise, the proposal is intended to allow the company to make decisions in advance in order to allocate its resources efficiently.

For the realization of this project, deep neural network solutions applied in financial institutions were investigated to evaluate the risk of delinquency in credit cards based on the customer's personal characteristics and spending behaviors. In this case the proposal applies a routine design in which delays will be identified based on the characteristics of the operator or technician of the auto repair shop and their history of preventive maintenance services performed.

Finally, an economic feasibility analysis was carried out to validate whether the proposal is profitable or not. By obtaining the NPV and IRR results, it was concluded that the project will be viable as of year nine, which means that if the investment is expected to be recovered before this time, it will not be profitable.