Automatización de un proceso ETL para la industria farmacéutica mediante un modelo predictivo basado en Power BI

Este estudio presenta un análisis sobre la automatización del proceso ETL en la industria farmacéutica y su integración con modelos predictivos en Power BI. La investigación se llevó a cabo para determinar el impacto tecnológico de una solución digital en un esquema empresarial, con el uso de indicadores para conocer su desempeño durante la toma de decisiones gerenciales y su mejora del tiempo de espera en el procesamiento de datos. Con la metodología propuesta, se abarcó desde la recopilación de datos hasta la conexión con Power BI y la evaluación de la eficacia en el sistema desarrollado. Se empleó Python para la extracción y transformación de los datos, asegurando la coherencia y eficiencia en el manejo de grandes conjuntos de información, en conjunto con la carga de datos, se realizó en un DataWarehouse, y la conexión con Power BI permitió un análisis detallado de patrones y tendencias. Y, por último, se integró la implementación de modelos predictivos de la plataforma, que proporcionó indicadores sobre la demanda de medicamentos en la industria. Los resultados obtenidos, destacó mejoras significativas en la eficiencia operativa al reducir tareas manuales, que permitió al personal de salud enfocarse en tareas más específicas y que no sean repetitivas. Las pruebas exhaustivas demostraron su funcionalidad y precisión del sistema, respaldando su impacto positivo en la agilidad operativa y en la toma de decisiones gerenciales.

• Autor principal: Cajamarca Palma, Pamela Kerly (author)
• Altres autors: Haz Guamán, Jonathan Tommy (author)
• Format: bachelorThesis
• Idioma: spa
• Publicat: 2024
• Matèries: ETL; DATAWAREHOUSE; MACHINE LEARNING; POWER BI; INDUSTRIA FARMACÉUTICA
• Accés en línia: http://dspace.ups.edu.ec/handle/123456789/27873