Professor Advisor | dc.contributor.advisor | Mosquera Cádiz, José | es_CL |
Author | dc.contributor.author | Mateluna Abarca, David | es_CL |
Staff editor | dc.contributor.editor | Facultad de Ciencias Físicas y Matemáticas | es_CL |
Staff editor | dc.contributor.editor | Departamento de Ingeniería Industrial | es_CL |
Associate professor | dc.contributor.other | San Martín Zurita, Ricardo | |
Associate professor | dc.contributor.other | Weber Haas, Richard | |
Admission date | dc.date.accessioned | 2012-09-12T18:17:55Z | |
Available date | dc.date.available | 2012-09-12T18:17:55Z | |
Publication date | dc.date.issued | 2010 | es_CL |
Identifier | dc.identifier.uri | https://repositorio.uchile.cl/handle/2250/103734 | |
General note | dc.description | Autorizado por el autor, pero con restricción para ser publicada a texto completo hasta el año 2013 | |
Abstract | dc.description.abstract | El presente trabajo se desarrolla en el Departamento de Prevención de Fraudes de Nexus S.A., una Operadora de Tarjetas de Crédito Bancarias.
Este Departamento se encarga de que las transacciones efectivamente estén siendo realizadas por sus titulares, mediante un sistema especializado en la detección de anomalías en los cargos que se registran. El problema es que en algunos períodos la cantidad de casos catalogados como riesgosos supera la capacidad de atención y en otros períodos el número de personas excede esta demanda. Estos desajustes generan una demanda insatisfecha estimada de cerca de 240 casos por día y tiempos de respuesta del orden de una hora, que se traduce en riesgo de pérdidas en el patrimonio de los clientes, Bancos o Instituciones Financieras.
En este trabajo se reestructura la malla de turnos del equipo de Prevención de Fraudes, con el objetivo adaptarse mejor a las variaciones que presenta la demanda a lo largo del tiempo.
Este problema se resolvió en dos etapas. Inicialmente se calcula la cantidad de personas por cada día, con un horizonte de 6 semanas, mediante un algoritmo heurístico. Posteriormente se determinan los horarios de cada persona para los 7 días de esas semanas, a través de un modelo de Programación Matemática resuelto con Generación de Columnas. Así, se pueden conocer los turnos más eficientes de acuerdo a cómo evoluciona la demanda proyectada.
El problema se resolvió en dos escenarios: La situación actual de 16 personas y una situación ideal de 18 personas. Para la situación actual se disminuye en un 40% la demanda insatisfecha y se baja de 60 a 40 minutos en el tiempo promedio de respuesta. Cuando se contratan dos personas adicionales, la demanda insatisfecha disminuye en un 80% y el tiempo de respuesta promedia menos de 15 minutos. | |
Lenguage | dc.language.iso | es | es_CL |
Publisher | dc.publisher | Universidad de Chile | es_CL |
Publisher | dc.publisher | CyberDocs | es_CL |
Type of license | dc.rights | Mateluna Abarca, David | es_CL |
Keywords | dc.subject | Ingeniería | es_CL |
Keywords | dc.subject | Planificación estratégica | es_CL |
Keywords | dc.subject | Fraude, Chile | es_CL |
Keywords | dc.subject | Turnos laborales | es_CL |
Keywords | dc.subject | Prevención de fraudes | es_CL |
Título | dc.title | Reestructuración de la Malla de Turnos del Departamento de Prevención de Fraudes de una Operadora de Tarjetas de Crédito Bancarias | es_CL |
Document type | dc.type | Tesis | |