Desarrollo de un algoritmo de procesamiento y el análisis de alertas tempranas de demanda en la empresa Airgas de Colombia S.A.S, en Villavicencio mediante el lenguaje de programación phyton..

Caceres Ariza, Brayner Alexis

Desarrollo de un algoritmo de procesamiento y el análisis de alertas tempranas de demanda en la empresa Airgas de Colombia S.A.S, en Villavicencio mediante el lenguaje de programación phyton..

dc.contributor.advisor	Céspedes Orjuela, Adriana Amelia
dc.contributor.author	Caceres Ariza, Brayner Alexis
dc.contributor.corporatename	Universidad Santo Tomas
dc.contributor.cvlac	https://scienti.minciencias.gov.co/cvlac/EnRecursoHumano/query.do
dc.contributor.googlescholar	https://scholar.google.es/citations?user=2jr4qcYAAAAJ&hl=es
dc.contributor.gruplac	https://scienti.minciencias.gov.co/gruplac/jsp/visualiza/visualizagr.jsp?nro=00000000019947
dc.contributor.orcid	https://orcid.org/my-orcid?orcid=0000-0002-7244-8950
dc.date.accessioned	2025-04-22T22:36:32Z
dc.date.available	2025-04-22T22:36:32Z
dc.date.issued	2024-12-09
dc.description	El desarrollo de un algoritmo de procesamiento y el análisis de alertas tempranas de demanda en la empresa Airgas de Colombia S.A.S, en Villavicencio mediante el lenguaje de programación PHYTON abordó una problemática crítica en la gestión del préstamo de cilindros de Airgas de Colombia S.A.S. La necesidad de optimizar los procesos de seguimiento, control de inventarios y devoluciones de cilindros impulsó la creación de esta solución tecnológica, que mejoró significativamente la eficiencia operativa de la empresa. El algoritmo desarrollado no solo fue capaz de procesar grandes volúmenes de datos en tiempo real, generando alertas tempranas y notificaciones automáticas, sino que también permitió la visualización de datos a través de gráficos. Estos gráficos ofrecieron una visión clara sobre qué clientes mantenían una gran cantidad de cilindros sin devolver, identificando los focos principales de pérdidas para la empresa. Gracias a esta visualización, fue posible implementar acciones correctivas más efectivas, reduciendo las pérdidas asociadas a cilindros no retornados y optimizando la recuperación de los mismos. Este enfoque de datos permitió a la empresa no solo mejorar el control sobre su inventario, sino también tomar decisiones estratégicas más informadas, orientadas a los clientes que representaban mayores riesgos de pérdidas. Como resultado, Airgas de Colombia S.A.S. logró reducir costos operativos, evitando la compra innecesaria de cilindros adicionales, y aumentar la precisión en la gestión de devoluciones. El propósito central de este proyecto fue ofrecer una herramienta innovadora que no solo mejorara el control de recursos, sino que también potenciara la capacidad de respuesta ante las demandas del mercado. Además, la creación de un manual de usuario y la capacitación del personal aseguraron una transición fluida hacia el uso efectivo de la tecnología. A partir de esto se demuestra cómo la integración de algoritmos avanzados puede transformar procesos tradicionales en la industria del gas. La empresa, con esta innovación, no solo optimizó sus operaciones, sino que también fortaleció su posición en un mercado altamente competitivo.	spa
dc.description.abstract	The development of a processing algorithm and the analysis of early demand alerts at Airgas de Colombia S.A.S. in Villavicencio using the PHYTON programming language addressed a critical problem in the management of cylinder loans at Airgas de Colombia S.A.S. The need to optimize the processes of tracking, inventory control and cylinder returns prompted the creation of this technological solution, which significantly improved the company's operational efficiency. The algorithm developed was not only able to process large volumes of data in real time, generating early warnings and automatic notifications, but also allowed the visualization of data through graphs. These graphs provided a clear view of which customers were keeping a large number of unreturned cylinders, identifying the main sources of losses for the company. Thanks to this visualization, it was possible to implement more effective corrective actions, reducing the losses associated with unreturned cylinders and optimizing cylinder recovery. This data-driven approach allowed the company not only to improve control over its inventory, but also to make more informed strategic decisions, targeting the customers who represented the greatest risk of losses. As a result, Airgas de Colombia S.A.S. was able to reduce operating costs by avoiding the unnecessary purchase of additional cylinders and increase the accuracy of returns management. The central purpose of this project was to provide an innovative tool that would not only improve resource control, but also enhance responsiveness to market demands. In addition, the creation of a user manual and staff training ensured a smooth transition to the effective use of the technology. This demonstrates how the integration of advanced algorithms can transform traditional processes in the gas industry. With this innovation, the company not only optimized its operations, but also strengthened its position in a highly competitive market.	spa
dc.description.domain	http://www.ustavillavicencio.edu.co/home/index.php/unidades/extension-y-proyeccion/investigacion	spa
dc.format.mimetype	application/pdf
dc.identifier.citation	Caceres Ariza, B. (2024). Desarrollo de un algoritmo de procesamiento y el análisis de alertas tempranas de demanda en la empresa Airgas de Colombia S.A.S, en Villavicencio mediante el lenguaje de programación phyton. [Articulo académico, Universidad Santo Tomás]. Repositorio Institucional
dc.identifier.uri	http://hdl.handle.net/11634/67007
dc.publisher.branch	CRAI-USTA Villavicencio	spa
dc.relation.references	Abramkin, S. E., & Dushun, S. E. (2022). Implementation of Complex Control Algorithms at a Gas Production Enterprise. 2022 XXV International Conference on Soft Computing and Measurements (SCM), 56-59. https://doi.org/10.1109/SCM55405.2022.9794873
dc.relation.references	Borjigin, C. (2023). Data analysis with Python. En C. Borjigin (Ed.), Python Data Science (pp. 295-342). Springer Nature. https://doi.org/10.1007/978-981-19-7702-2_5
dc.relation.references	Carreño Nin de Cardona, P. (2019). Big Data. Análisis de grandes volúmenes de datos en Organizaciones. https://repositorio.comillas.edu/xmlui/handle/11531/27706
dc.relation.references	Denisova, A. L., & Lopatnikov, A. N. (2022). Digital transformation and corporate strategy. UPRAVLENIE / MANAGEMENT (Russia), 10(2), 71.
dc.relation.references	Digital Transformation: The Impact on Corporate Strategy. (2022). Economic Alternatives, 28(3), 383-404. https://doi.org/10.37075/EA.2022.3.01
dc.relation.references	Gamboa Pérez, C. J. (2023). Estandarización de los procesos y prácticas de mantenimiento preventivo en la empresa Braserv Petróleo sucursal Colombia base Acacías. https://repository.usta.edu.co/handle/11634/53399
dc.relation.references	González Gómez, C. (2022, febrero). Caso de estudio: Mejora en el departamento de compras de empresa multinacional a través de la implantación de un sistema SRM [Info:eu-repo/semantics/bachelorThesis]. E.T.S.I. Industriales (UPM). https://oa.upm.es/69794/
dc.relation.references	Heredero, C. de P., Agius, J. J. L. H., Romero, S. M. R., & Salgado, S. M. (2012). Organización y transformación de los sistemas de información en la empresa. ESIC Editorial.
dc.relation.references	Yépez, G. G. M., Roca, L. R. E., & Quimis, J. D. C. (2022). Transformación digital e innovación. RECIAMUC, 6(3), Article 3. https://doi.org/10.26820/reciamuc/6.(3).julio.2022.736-744
dc.relation.references	Jana, S. (2020). AN AUTOMATED PYTHON BASED TOOL TO DETERMINE EQUILIBRIUM CONSTANTS (K) OF GASEOUS PHASE REACTIONS. International Journal of Engineering Applied Sciences and Technology, 04. https://doi.org/10.33564/IJEAST.2020.v04i11.025
dc.relation.references	Lievano-Martínez, F. A., Fernández-Ledesma, J. D., Burgos, D., Branch-Bedoya, J. W., & Jimenez-Builes, J. A. (2022). Intelligent Process Automation: An Application in Manufacturing Industry. Sustainability, 14(14), Article 14. https://doi.org/10.3390/su14148804
dc.relation.references	López, G. B., & Velasteguí, L. E. (2021). Automatización de procesos industriales mediante Industria 4.0. AlfaPublicaciones, 3(3.1), Article 3.1. https://doi.org/10.33262/ap.v3i3.1.80
dc.relation.references	MANUEL, E. G., JUAN, ANTONIO, N. G., & JAVIER, G. C. (2019). Integración de sistemas de automatización industrial. Ediciones Paraninfo, S.A.
dc.relation.references	Naranjo, S. I. L., Brito, N. A. E., Núñez, V. A. V., & Ordóñez, E. M. R. (2022). Analysis of the use of the Python programming language for statistical calculations. Espirales Revista Multidisciplinaria de Investigación, 6(41), Article 41. https://doi.org/10.31876/er.v6i41.813
dc.relation.references	Nguyen, T., Gosine, R., & Warrian, P. (2020). A Systematic Review of Big Data Analytics for Oil and Gas Industry 4.0. IEEE Access, PP, 1-1. https://doi.org/10.1109/ACCESS.2020.29796
dc.relation.references	Parrondo, L. (2020). El impacto de la transformación digital en la industria de oil & gas en la Argentina. http://repositorio.udesa.edu.ar/jspui/handle/10908/18776
dc.relation.references	Pasupuleti, V., Thuraka, B., Kodete, C. S., & Malisetty, S. (2024). Enhancing Supply Chain Agility and Sustainability through Machine Learning: Optimization Techniques for Logistics and Inventory Management. Logistics, 8, 73. https://doi.org/10.3390/logistics8030073
dc.relation.references	Quiroz Paria, A. C. (2022). Implementacion de la mejora continua para incrementar la calidad de servicio en la empresa oxigeno Victor SRL , Comas 2022. Repositorio Institucional - UCV. https://repositorio.ucv.edu.pe/handle/20.500.12692/125292
dc.relation.references	Salas Valdivia, C. M. (2022). Transformación digital para mejorar la captura y procesamiento de información de las herramientas preventivas de seguridad en la gerencia de mantenimiento mina en Sociedad Minera Cerro Verde. https://repositorio.uap.edu.pe/xmlui/handle/20.500.12990/10222
dc.relation.references	Sun, W., Zhou, Z., Ma, F., Wang, J., & Ji, C. (2023). Industrial Application of Data-Driven Process Monitoring with an Automatic Selection Strategy for Modeling Data. Processes, 11(2), Article 2. https://doi.org/10.3390/pr11020402
dc.relation.references	Tomar, B., & Kumar, N. (2020). PLC and SCADA based Industrial Automated System. 2020 IEEE International Conference for Innovation in Technology (INOCON), 1-5. https://doi.org/10.1109/INOCON50539.2020.9298190
dc.relation.references	Volik, M. (2021). Methodology Of Improvement Of Company Business Processes. 485-492. https://doi.org/10.15405/epsbs.2021.03.61
dc.relation.references	Zanbouri, K., Razoughi Bastak, M., Alizadeh, S., Navimipour, N., & Yalcin, S. (2022). A New Energy-Aware Method for Gas Lift Allocation in IoT-Based Industries Using a Chemical Reaction-Based Optimization Algorithm. Electronics, 11, 3769. https://doi.org/10.3390/electronics11223769
dc.rights	Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.coar	http://purl.org/coar/access_right/c_abf2	spa
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keyword	Data analysis	spa
dc.subject.keyword	Digitization	spa
dc.subject.keyword	Algoritmos de optimización	spa
dc.subject.keyword	Digital transformation	spa
dc.subject.keyword	Inventory management	spa
dc.subject.lemb	Algoritmos - Programación
dc.subject.lemb	Lenguaje para la programación de computadores - Python
dc.subject.lemb	Innovación - Tecnología
dc.subject.lemb	Control de inventarios - Proceso industrial
dc.subject.lemb	Ingeniería Industrial - Investigaciones
dc.subject.lemb	Tesis y Disertaciones académicas
dc.subject.proposal	Transformación digital	spa
dc.subject.proposal	Gestión de inventarios	spa
dc.subject.proposal	Algoritmos de optimización	spa
dc.subject.proposal	Digitalización	spa
dc.subject.proposal	Análisis de datos	spa
dc.title	Desarrollo de un algoritmo de procesamiento y el análisis de alertas tempranas de demanda en la empresa Airgas de Colombia S.A.S, en Villavicencio mediante el lenguaje de programación phyton..	spa
dc.type	bachelor thesis
dc.type.category	Formación de Recurso Humano para la Ctel: Trabajo de grado de Pregrado	spa