Repositorio Digital Universidad Torcuato Di Tella
Not a member yet
5807 research outputs found
Sort by
El impacto de la Experiencia de Cliente en la rentabilidad de los negocios
Full text linkEsta tesis tuvo como objetivo demostrar el impacto, directo e indirecto, que las estrategias de Experiencia y Centralidad en el cliente tienen en el negocio de las organizaciones en América Latina. La metodología utilizada fue cualitativa descriptiva, a través de entrevistas en profundidad a líderes de Experiencia de Cliente de distintas organizaciones en los países más representativos en temas de CX de la región. También se mantuvieron conversaciones con directores y CEOs de empresas con el fin de conocer su percepción y opinión respecto a este tema. Todo lo anterior, enriquecido con la lectura y el análisis de fuentes secundarias como papers, investigaciones, estudios y trabajos realizados en otros países y regiones. Como resultado se concluyó que existe una relación directa entre la experiencia de los clientes y la rentabilidad de los negocios, sin importar el rubro, un cliente plenamente satisfecho, es garantía de compra, re compra y recomendación de los productos y servicios que consume
Marketing Mix Modelling: Estrategias para implementar modelos open-source en Latinoamérica
Full text linkLa problemática a tratar en esta tesis es la falta de aplicación e implementación de modelos de atribución correctos al momento de medir la efectividad de las campañas. En particular, lo que se ha observado en los ultimos años, es que en Latinoamérica, la mayor parte de las compañías no utilizan los modelos de atribución adecuados para esto, sino que en su lugar utilizan otras metodologías las cuales, muchas veces, carecen de rigor matemático y/o estadístico y por ende, la toma de decisiones termina siendo poco eficaz
Implementar un modelo de predicción del máximo segmento a alcanzar por un usuario en aplicación de q-commerce
Full text linkEn este trabajo de investigación se desarrolló un modelo predictivo para identificar el máximo segmento de ciclo de vida que un usuario puede alcanzar dentro de una plataforma digital, utilizando datos históricos de transacciones y comportamientos. El proceso comenzó con la extracción del conjunto de datos, el cual contenía información clave sobre las primeras compras de los usuarios, verticales de preferencia, días de la semana de compra y otros factores relacionados. Una vez obtenidos los datos, estos fueron procesados y se realizaron diversas etapas: limpieza de valores nulos y valores atípicos, ingeniería de características para optimizar el poder predictivo, y análisis exploratorio de datos para identificar patrones y relaciones significativas. Variables como la vertical de la primera compra y las características temporales mostraron una influencia destacada en la predicción del máximo segmento alcanzado. Posteriormente, se implementaron técnicas de aprendizaje automático, incluyendo vecinos más cercanos, Random Forest y XGBoost, para predecir el máximo segmento de los usuarios. Se aplicaron métodos de ajuste de hiper parámetros y validación cruzada para maximizar la precisión del modelo. Finalmente, se analizaron los resultados para identificar factores clave en el comportamiento de los usuarios y evaluar el desempeño de las predicciones realizadas. Este trabajo incluye e integra un flujo completo de análisis de datos, desde la extracción y limpieza hasta la generación de predicciones, proporcionando un marco útil para entender el comportamiento de los usuarios y diseñar estrategias basadas en los segmentos de ciclo de vida identificados.Oliveri, G. (2025) “Implementar un modelo de predicción del máximo segmento a alcanzar por un usuario en aplicación de q-commerce”. [Tesis de maestría. Universidad Torcuato Di Tella]. Repositorio Digital Universidad Torcuato Di Tella.
https://repositorio.utdt.edu/handle/20.500.13098/1374
Formulaciones de programación entera para el problema de colocación de sensores en redes LoRaWAN
Full text linkLoRaWAN es un protocolo basado en la modulación LoRa que permite comunicación a larga distancia con bajo consumo energético, ideal para zonas con conectividad limitada. Su aplicación en la detección temprana de incendios forestales permite que sensores transmitan datos a través de gateways. En este trabajo estudiamos el problema de determinar la colocación óptima de sensores, motivados por el despliegue de sensores de incendios. Presentamos distintos modelos de programación lineal entera para maximizar la cobertura de puntos de interés y analizamos su performance en la práctica.Singer, J., Marenco, J., & Zabala, P. (2025). Formulaciones de
programación entera para el problema de colocación de sensores en
redes LoRaWAN. JAIIO, Jornadas Argentinas De Informática, 11(14),
253-255. https://revistas.unlp.edu.ar/JAIIO/article/view/1948
Transformación Depositare Logística a Depositare Fullfilment
Full text linkDEPOSITARE enfrenta un desafío central: continuar operando bajo métodos tradicionales en un contexto logístico que evolucionaba con rapidez. La falta de trazabilidad, el uso ineficiente del espacio y los errores frecuentes en la gestión manual del stock afectaban no solo la productividad, sino también la confiabilidad del servicio. Un hecho puntual —una pérdida económica significativa provocada por diferencias de inventario— evidenció la urgencia de tomar decisiones estructurales para garantizar la sostenibilidad del negocio. La solución llega a través de la implementación de un sistema de gestión de depósitos (WMS), que permitió digitalizar los procesos internos, optimizar la capacidad operativa y ampliar la propuesta comercial. Gracias a esta herramienta, DEPOSITARE logró reducir errores, aprovechar mejor su espacio físico, disminuir los tiempos de preparación de pedidos y ofrecer servicios a empresas B2C, incluyendo aperturas de pallets y entregas de última milla. La incorporación de tecnología no solo resolvió los problemas operativos, sino que también habilitó nuevas oportunidades de negocio y alianzas estratégicas con actores clave del eCommerce. Como principal conclusión, el trabajo demuestra que la transformación digital y estratégica de DEPOSITARE fue un punto de inflexión que marcó el comienzo de una nueva etapa. Adaptarse al cambio no solo permitió superar limitaciones estructurales, sino que posicionó a la empresa como un operador logístico moderno, eficiente y preparado para afrontar los desafíos futuros. Este proceso dejó en claro que innovar no es opcional, sino necesario para crecer de forma sostenida en un mercado cada vez más exigente
Predicción de la Demanda mediante Modelos Estadísticos y de Machine Learning: Un Estudio Aplicado en la Industria del Vidrio
Full text linkLa predicción precisa de la demanda constituye un elemento estratégico para optimizar la planificación operativa y la asignación eficiente de recurs os en entornos industriales. Este trabajo desarrolla un análisis comparativo de distintos enfoques de pronóstico aplicados a datos reales de ventas de una empresa líder en la industria del vidrio. Se implementaron modelos estadísticos tradicionales (ARIMA) y técnicas avanzadas de machine learning (Random Forest, XGBoost, Prophet y redes neuronales LSTM), evaluados en dos niveles de agregación: SKU–mes y demanda total mensual. La metodología de evaluación combinó métricas absolutas y relativas (RMSE, WAPE, R²), respetando la estructura temporal de los datos para preservar la validez predictiva. Los resultados evidencian una marcada superioridad de los modelos basados en machine learning, destacándose XGBoost con errores ponderados inferiores al 3% y niveles de ajuste superiores al 95% en predicción agregada. El estudio resalta además la importancia de contar con predicciones desagregadas por producto, no solo para maximizar el nivel de servicio y minimizar inventarios, sino también para mejorar la flexibilidad operativa ante variaciones en la demanda. Finalmente, se discuten las implicancias prácticas de los hallazgos y se proponen líneas de investigación futuras para continuar fortaleciendo las capacidades predictivas en contextos industriales dinámicos.Harsányi, P. (2025) “Predicción de la Demanda mediante Modelos Estadísticos y de Machine Learning: Un Estudio Aplicado en la Industria del Vidrio”. [Tesis de maestría. Universidad Torcuato Di Tella]. Repositorio Digital Universidad Torcuato Di Tella https://repositorio.utdt.edu/handle/20.500.13098/1367
EdTechs y EdTubers en Latam: Análisis de la convergencia y nuevos modelos de negocio
Full text linkEl sector EdTech en Latinoamérica experimenta una transformación impulsada por la creciente demanda de desarrolladores de software y la emergencia de nuevos actores como los EdTubers. Estos creadores de contenido educativo en plataformas de video desafían los modelos de negocio tradicionales de las EdTechs, generando tanto competencia como oportunidades de sinergia. Esta investigación se justifica por la necesidad de comprender cómo la convergencia de EdTechs y EdTubers redefine la formación de talento tecnológico, un ámbito crucial para el desarrollo económico regional y la empleabilidad en la era digital. El presente estudio adoptó un diseño metodológico mixto convergente-paralelo, combinando entrevistas semiestructuradas a líderes de EdTechs y EdTubers con encuestas a estudiantes. El objetivo general fue validar nuevos modelos de negocio colaborativos entre EdTechs y EdTubers que optimicen la formación de desarrolladores y garanticen sostenibilidad financiera. La pregunta principal que guio la investigación fue: ¿Qué oportunidades de negocio surgen para las EdTech orientadas a la formación de desarrolladores como consecuencia del surgimiento de un nuevo actor dentro del mismo segmento, los EdTubers? Los resultados indican que los EdTubers actúan como un potente motor de adquisición orgánica y engagement para las EdTechs, abriendo vías para la co-creación de productos formativos híbridos, programas de afiliados y eventos comunitarios. Se identificó una transición en la percepción de autoridad, donde la autenticidad del EdTuber complementa el prestigio institucional de la EdTech, especialmente entre generaciones más jóvenes. Las EdTechs deben adoptar modelos de negocio flexibles, integrando la agilidad y conexión comunitaria de los EdTubers para capitalizar estas oportunidades, adaptándose a un ecosistema donde la colaboración estratégica es clave para la innovación y la relevancia en la formación de desarrolladores.Fermoso Gil, J. (2025) “EdTechs y EdTubers en Latam:
Análisis de la convergencia y nuevos modelos de negocio”. [Tesis
de maestría. Universidad Torcuato Di Tella]. Repositorio Digital
Universidad Torcuato Di Tella.
https://repositorio.utdt.edu/handle/20.500.13098/1384
Vínculos juveniles con la política: brechas generacionales y de género , y neoautoritarismo en Argentina, Brasil, Colombia y México
Full text linkObjetivo/contexto: este artículo analiza el vínculo de los jóvenes con la política y con la democracia en América Latina, específicamente en Argentina, Brasil, Colombia y México, países que en conjunto agrupan al 70 % de la población de la región, y que tienen historias políticas y trayectorias económico-sociales diferentes. Metodología: los datos provienen de cuatro encuestas representativas, con 2.500 entrevistas cada una, realizadas en línea entre diciembre de 2023 y julio de 2024. En dichas encuestas se formularon preguntas sobre las diferentes temáticas estudiadas en este artículo. Definimos la franja joven entre los 18 y los 35 años, en función de su ingreso al mercado de trabajo luego del fin del auge de las materias primas en América Latina (2011-2012). Conclusiones: mostramos que en este grupo etario, comparado con otras generaciones, hay mayor prevalencia de valores y opiniones que caracterizamos como neoautoritarias. De acuerdo con Altemeyer, en la ideología conservadora-autoritaria clásica se conjugan posiciones conservadoras en la esfera cultural (tales como el machismo y la homofobia), la xenofobia, el punitivismo y un menor apego a la democracia. En contraste, en nuestra investigación detectamos una configuración ideológica de mayor punitivismo, mayor desapego democrático, pero, al mismo tiempo, mayor secularización y menos sentimientos antimigración. Originalidad: se trata del primer estudio comparado, a partir de encuestas representativas, sobre la relación de los jóvenes con la política y la democracia en América Latina en el periodo posterior al auge de las materias primas. Identificamos una nueva configuración ideológica que llamamos neoautoritaria y planteamos una interpretación basada en las particularidades de la experiencia común de la generación que ingresa a la adultez luego del auge de las materias primas, en el contexto de una situación económica peor en comparación con la vivida por la cohorte precedente
Modelo Predictivo para anticipar devoluciones en Mercado Libre: Un caso de estudio en los retailers Creciento y Bukito
Full text linkEsta tesis aborda el desafío de las cancelaciones de compras y las devoluciones de productos en el comercio electrónico, centrándose en la empresa familiar que opera las marcas Creciendo y Bukito, las cuales venden más de 1,000 SKUs de productos para bebés y niños a través de Mercado Libre y Mercado Shops. Estas cancelaciones y devoluciones generan costos significativos en términos de logística inversa, gestión de inventarios y satisfacción del cliente. El objetivo de esta investigación es desarrollar un modelo predictivo basado en técnicas de machine learning para anticipar si un cliente cancelará una compra antes de la entrega o devolverá un producto después de la compra. Utilizando datos históricos de ventas que incluyen variables como estado de devolución, precio, descuentos, tipo de logística, retrasos en la entrega y categorías de producto, el modelo identificará los factores clave que influyen en estas decisiones.
Para evaluar el rendimiento del modelo, se emplearán métricas como AUC-ROC, Accuracy y Matriz de Confusión, garantizando su eficacia en la predicción de transacciones de alto riesgo. Una implementación exitosa de este modelo permitiría reducir los costos logísticos, mejorar la planificación de inventarios y optimizar la experiencia del cliente, contribuyendo a una gestión más eficiente del negocio.Buk, M. (2025) “Modelo Predictivo para anticipar devoluciones en
Mercado Libre: Un caso de estudio en los retailers Creciento y
Bukito”. [Tesis de maestría. Universidad Torcuato Di Tella].
Repositorio Digital Universidad Torcuato Di Tella
https://repositorio.utdt.edu/handle/20.500.13098/1366
RIVA: An Image Dataset of Conventional Pap Smear Cytology with Multiple Independent Annotations
Full text linkThe Pap smear remains the primary screening test for cervical cancer in many low-resource regions, yet publicly available image datasets largely feature liquid-based preparations. We introduce RIVA, a high-resolution collection of 959 conventional-smear images (1024 × 1024 px) scanned at 40x magnification, sourced from 115 patients. To ensure label quality, each image was annotated by up to four independent medical professionals, with 42% of the images reviewed by all four, resulting in 26,158 annotations based on the Bethesda classification. Annotations provide coordinates of nuclei and classification labels by up to four annotators. The dataset includes 15,949 unique cells across five (pre) cancerous types (SCC, HSIL, ASCH, LSIL, ASCUS) and three non-lesion categories (NILM, ENDO, INFL). These four-expert annotations not only give RIVA a consensus-driven ground truth for robust AI training but also enable inter-annotator consistency analysis-agreement rates reach 94% for lesion vs. nonlesion and 74% across the full eight-category Bethesda scheme.Pérez Bianchi, P., Anselmo, S., Vásquez Currié, M. et al. RIVA: An Image Dataset of Conventional Pap Smear Cytology with Multiple Independent Annotations. Sci Data 12, 1991 (2025). https://doi.org/10.1038/s41597-025-06280-