Mostrar el registro sencillo del ítem

Análisis de la capacidad de servicio para un centro de atención en una compañía del diagnóstico invitro bajo el enfoque de dinámica de sistemas

dc.contributor.advisorSotaquirá Gutiérrez, Ricardo
dc.contributor.authorEscobar Tapia, Erik Daniel
dc.date.accessioned2020-11-03T14:39:02Z
dc.date.available2020-11-03T14:39:02Z
dc.date.issued2020-10-09
dc.identifier.urihttp://hdl.handle.net/10818/43960
dc.description70 páginases_CO
dc.description.abstractEl sector tecnológico en la actualidad presenta grandes desafíos relacionados con el servicio post venta debido a la masificación de los mismos, con la obligación de dar respuesta a gran cantidad de requerimientos con altos estándares de cumplimiento. Estos desafíos se ven influenciados de forma dinámica por variables endógenas y exógenas, las cuales se caracterizan por ser volátiles, inciertas, complejas y ambiguas (VUCA) (Dhillon, 2006). Dichas características generan a su vez un reto en la gestión operativa de los recursos para brindar atención a las necesidades de los clientes, punto en el cual se puede generar satisfacción en el cliente o por el contrario un efecto negativo en las futuras ventas del producto. Por esta razón, es de vital importancia conocer: el efecto que puede tener el comportamiento de una variable, su interrelación con las demás variables en el sistema y cuáles de esas variables pueden ser controladas y cuáles no. En este proyecto se modelará la estructura del centro de servicio regional para una compañía del sector de diagnóstico in vitro, la cual comercializa productos que son usados en analizadores automatizados, los cuales requieren servicios de mantenimiento para soportar su operación. Teniendo en cuenta lo anterior, la compañía ha dispuesto centros de servicios a nivel mundial con el fin de brindar asesoría telefónica (primer nivel) para usuarios finales y asistencia telefónica o presencial para las filiales dentro de la región asignada. Este modelo actuará como herramienta para la toma de decisiones en el centro de servicio, permitiendo evaluar la condición actual, y crear políticas de gestión que den cumplimiento a los acuerdos de servicio.spa
dc.formatapplication/pdfes_CO
dc.language.isospaes_CO
dc.publisherUniversidad de La Sabanaes_CO
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.sourceinstname:Universidad de La Sabanaes_CO
dc.sourcereponame:Intellectum Repositorio Universidad de La Sabanaes_CO
dc.titleAnálisis de la capacidad de servicio para un centro de atención en una compañía del diagnóstico invitro bajo el enfoque de dinámica de sistemases_CO
dc.typemasterThesises_CO
dc.identifier.local279680
dc.identifier.localTE10991
dc.type.hasVersionpublishedVersiones_CO
dc.rights.accessRightsopenAccesses_CO
dc.subject.armarcServicio al clientespa
dc.subject.armarcMercadeo -- Administración
dc.subject.armarcFecundación in vitrospa
dc.subject.armarcToma de decisionesspa
dc.subject.armarcCompañíasspa
dc.subject.armarcPolítica comercialspa
dcterms.referencesAl‐ Najjar, B., & Jacobsson, M. (2013). A computerised model to enhance the cost‐ effectiveness of production and maintenance dynamic decisions. Journal of Quality in Maintenance Engineering, 19(2), 114–127. https://doi.org/10.1108/13552511311315931eng
dcterms.referencesBecerra Fernandez, M., Castro, J. O., Quiroga, O. R., & Ramirez, M. H. (2013). Model for Calculating Operational Capacities in Service Providers Using System Dynamics. Proceedings of the 31st International Conference of the System Dynamics Society, July, 1–26.eng
dcterms.referencesBradl, P. (2003). System Dynamics (SD) — An Approach within Corporate Planning. In Operations Research Proceedings 2002 (pp. 431–436). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-642-55537-4_70eng
dcterms.referencesBraun, W. (2002). The system archetypes. System, 1–26. http://www.myewb.ca/site_media/static/attachments/group_topics_grouptopic/ 86984/systemarchetypes.pdf.pdfeng
dcterms.referencesChung, S. H., Jung, D. C., Yoon, S. N., & Lee, D. H. (2010). A dynamic forecasting model for nursing manpower requirements in the medical service industry. Service Business, 4(3–4), 225–236. https://doi.org/10.1007/s11628-009-0092- 4eng
dcterms.referencesChurch, D. L., & Hall, P. (1999). Centralization of a regional clinical microbiology service: The Calgary experience. Canadian Journal of Infectious Diseases, 10(6), 393–402. https://doi.org/10.1155/1999/372382eng
dcterms.referencesDhillon, B. S. (2006). Maintainability, maintenance, and reliability for engineers / B.S. Dhillon. http://search.ebscohost.com/login.aspx?direct=true&db=cat06493a&AN=sab.0 00062130&site=eds-liveeng
dcterms.referencesFang, L., & Zhaodong, H. (2015). System Dynamics Based Simulation Approach on Corrective Maintenance Cost of Aviation Equipments. Procedia Engineering, 99, 150–155. https://doi.org/10.1016/j.proeng.2014.12.519eng
dcterms.referencesFei, M., Ma, S., Li, X., Sun, X., Jia, L., & Su, Z. (Eds.). (2017). Advanced Computational Methods in Life System Modeling and Simulation (Vol. 761). Springer Singapore. https://doi.org/10.1007/978-981-10-6370-1eng
dcterms.referencesFlichman, G. (Ed.). (2011). Bio-Economic Models applied to Agricultural Systems. Springer Netherlands. https://doi.org/10.1007/978-94-007-1902-6eng
dcterms.referencesGarg, A., & Deshmukh, S. G. (2006). Maintenance management: literature review and directions. Journal of Quality in Maintenance Engineering, 12(3), 205– 238. https://doi.org/10.1108/13552510610685075eng
dcterms.referencesHaroun, A. E. (2015). Maintenance cost estimation: application of activity-based costing as a fair estimate method. Journal of Quality in Maintenance Engineering, 21(3), 258–270. https://doi.org/10.1108/JQME-04-2015-0015eng
dcterms.referencesHimmelblau, D. M., & Bischoff, K. B. (1976). Análisis y simulación de procesos. Reverté.spa
dcterms.referencesJohn A. Laczin. (2013). The Shift to a Centralized Lab Approach. http://www.appliedclinicaltrialsonline.com/shift-centralized-lab-approacheng
dcterms.referencesLi, K., Xue, Y., Cui, S., Niu, Q., Yang, Z., & Luk, P. (Eds.). (2017). Advanced Computational Methods in Energy, Power, Electric Vehicles, and Their Integration (Vol. 763). Springer Singapore. https://doi.org/10.1007/978-981-10- 6364-0eng
dcterms.referencesMahfoud, H., El Barkany, A., El Biyaali, A., Mahfoud, H., El Barkany, A., & El Biyaali, A. (2016). Preventive Maintenance Optimization in Healthcare Domain: Status of Research and Perspective. Journal of Quality and Reliability Engineering, 2016, 1–10. https://doi.org/10.1155/2016/5314312eng
dcterms.referencesMaletič, D., Al-Najjar, B., Maletič, M., & Gomišček, B. (2014). The role of maintenance in improving company’s competitiveness and profitability. Journal of Manufacturing Technology Management, 25(4), 441–456. https://doi.org/10.1108/JMTM-04-2013-0033eng
dcterms.referencesMalone, B. (2013). The Rise of Mobile Health Devices - AACC.org. https://www.aacc.org/cln/articles/2013/may/mobileeng
dcterms.referencesMutingi, M., Mbohwa, C., & Kommula, V. P. (2017). System dynamics approaches to energy policy modelling and simulation. Energy Procedia, 141, 532–539. https://doi.org/10.1016/j.egypro.2017.11.071eng
dcterms.referencesO’Donovan, P., Leahy, K., Bruton, K., & O’Sullivan, D. T. J. (2015). An industrial big data pipeline for data-driven analytics maintenance applications in largescale smart manufacturing facilities. Journal of Big Data, 2(1), 1–26. https://doi.org/10.1186/s40537-015-0034-zeng
dcterms.referencesPapert, S. (1980). Children , Computers , and Powerful Ideas and Powerful Ideas. 230. https://dl.acm.org/citation.cfm?id=1095592eng
dcterms.referencesRafele, C. (2007). System Dinamics Simulation : an Application to Regional Logistics Policy Making. International Journal of Mathematical Models and Methods in Applied Sciences, 1, 253–260. http://www.naun.org/main/NAUN/computers/ijcomputers-42.pdfeng
dcterms.referencesRamírez Nava, D. M., Ramírez Nava, M. D., González Carbonell, R. A., Romo Ángel, J. L., Sánchez Sierra, A., & Lemus Arellano, M. (2017). Retos de la dirección. In Retos de la Dirección (Vol. 11, Issue 1). Univ. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2306- 91552017000100006&lng=en&tlng=enspa
dcterms.referencesRiaño M; Gomez J;Echevarria L; Rangel L; Sanchez J. (2018). Revista cubana de investigaciones biomédicas. Revista Cubana de Investigaciones Biomédicas, 37(3), 195–201. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0864- 03002016000300001&lng=en&tlng=en#?spa
dcterms.referencesRoche. (2015). Roche Diagnostics. Www.Roche.Com. https://www.roche.com/about/business/diagnostics/about-diagnostics.htmeng
dcterms.referencesRossetti, M. D. (Manuel D. (2010). Simulation modeling and Arena. John Wiley.eng
dcterms.referencesSharma, A., Yadava, G. S., & Deshmukh, S. G. (2011). A literature review and future perspectives on maintenance optimization. Journal of Quality in Maintenance Engineering, 17(1), 5–25. https://doi.org/10.1108/13552511111116222eng
dcterms.referencesSimons, C. S. (2019). The Pros and Cons of Centralizing Microbiology Services | AACC.org. https://www.aacc.org/cln/articles/2019/julyaug/the-pros-and-consof-centralizing-microbiology-serviceseng
dcterms.referencesŠpicar, R. (2014). System dynamics archetypes in capacity planning. Procedia Engineering, 69, 1350–1355. https://doi.org/10.1016/j.proeng.2014.03.128eng
dcterms.referencesSterman, J. (2000). Business dynamics—systems thinking and modeling for a complex world. In Irwin/McGraw-Hill, 2000.eng
dcterms.referencesSuryani, E., Chou, S. Y., & Chen, C. H. (2012). Dynamic simulation model of air cargo demand forecast and terminal capacity planning. Simulation Modelling Practice and Theory, 28, 27–41. https://doi.org/10.1016/j.simpat.2012.05.012eng
dcterms.referencesTsang, A. H. C. (2002a). Strategic dimensions of maintenance management. Journal of Quality in Maintenance Engineering, 8(1), 7–39. https://doi.org/10.1108/13552510210420577eng
dcterms.referencesTsang, A. H. C. (2002b). Strategic dimensions of maintenance management. In Journal of Quality in Maintenance Engineering (Vol. 8, Issue 1, pp. 7–39). https://doi.org/10.1108/13552510210420577eng
dcterms.referencesvan Ackere, A., Haxholdt, C., & Larsen, E. R. (2013). Dynamic capacity adjustments with reactive customers. Omega (United Kingdom), 41(4), 689– 705. https://doi.org/10.1016/j.omega.2012.09.007eng
dcterms.referencesWang, W. (2013). Strategic Human Resource Management, Enterprise Competence and Competitive Advantage – A System Dynamics Model. In International Conference on Information Technology & Management Science (ICITMS 2012) Proceedings 2012. https://doi.org/10.1007/978-3-642-34910- 2_33eng
dcterms.referencesYue, D., Peng, C., Du, D., Zhang, T., Zheng, M., & Han, Q. (Eds.). (2017). Intelligent Computing, Networked Control, and Their Engineering Applications (Vol. 762). Springer Singapore. https://doi.org/10.1007/978-981-10-6373-2eng
thesis.degree.disciplineFacultad de Ingenieríaes_CO
thesis.degree.levelMaestría en Gerencia de Ingenieríaes_CO
thesis.degree.nameMagíster en Gerencia de Ingenieríaes_CO


Ficheros en el ítem

Thumbnail
Nombre:
Documento final Erik Daniel ...
Tamaño:
1.741Mb
Formato:
PDF
Descripción:
Ver documento en PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 InternationalExcepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 International