Desarrollo de un modelo para predecir interrupciones en la red de una empresa de telecomunicaciones
Professor Advisor
dc.contributor.advisor
Cisternas González, Nicolás
Author
dc.contributor.author
O’Ryan Blázquez, Benjamín Ignacio
Associate professor
dc.contributor.other
Suárez Crothers, Gastón
Associate professor
dc.contributor.other
Vildoso Castillo, Felipe
Admission date
dc.date.accessioned
2024-08-06T15:57:40Z
Available date
dc.date.available
2024-08-06T15:57:40Z
Publication date
dc.date.issued
2024
Identifier
dc.identifier.other
10.58011/tdfb-k134
Identifier
dc.identifier.uri
https://repositorio.uchile.cl/handle/2250/199960
Abstract
dc.description.abstract
El presente proyecto de titulación se desarrolla en el contexto de la empresa Entel, una destacada compañía en el sector de las telecomunicaciones, líder en servicios de telefonía móvil con un 34% de participación de mercado. La relevancia de mantener la posición de liderazgo en el mercado y mantener a los clientes satisfechos, lleva a la empresa a siempre tratar de mantener sus servicios activos. Para lograr esto, es fundamental minimizar el impacto de las fallas que pueda tener la red de telecomunicaciones, específicamente la red Core, ya que esta es la base para mantener todos los servicios funcionales. El objetivo central de este proyecto radica en la creación de un modelo de aprendizaje automático capaz de prever posibles fallas en la red de la Región Metropolitana, permitiendo así que la empresa pueda tomar acciones de mantenimiento preventivas y evitar problemas en los servicios que podrían disminuir la satisfacción y experiencia del cliente.
Para lograr el desarrollo de este modelo se empleó la metodología CRISP-DM. Esta metodología consta en entender la problemática desde la mirada del negocio para dar soluciones adecuadas, entender que datos se tiene disponibles, el procesamiento de estos datos, la creación y evaluación del modelo. El objetivo de predicción se definió como la posibilidad de que existan fallas importantes dentro de un nodo en las próximas 2 horas. Para lograr esto, se eligió el algoritmo XGBoost ya que presentó buenos resultados.
Los resultados del modelo fueron favorables, logrando prever con un 73% de precisión el estado de fallas importantes en los nodos de la red Core con dos horas de antelación, superando el umbral de éxito definido en 60% según los estándares de la empresa.
Este logro representa un beneficio significativo para Entel al brindar la capacidad de anticiparse a posibles fallos, programar mantenimiento técnico preventivo y elevar la eficiencia operativa y la confiabilidad de la red. Es esencial destacar que, al prevenir problemas en las redes, se garantiza una mayor confiabilidad en la prestación de servicios, generando un impacto positivo directo en la satisfacción de los clientes.
En caso de implementar este modelo, se estimaría una reducción sustancial de 182 millones de pesos chilenos en los riesgos financieros asociados a una hora de falla en la red. Además, existe la posibilidad de lograr una disminución significativa de un 73% en la fuga de clientes motivada por problemas en la red. Este enfoque proactivo no solo resguarda los recursos financieros, sino que también fortalece la retención de clientes y la reputación de Entel en el mercado.
es_ES
Lenguage
dc.language.iso
es
es_ES
Publisher
dc.publisher
Universidad de Chile
es_ES
Type of license
dc.rights
Attribution-NonCommercial-NoDerivs 3.0 United States