Diseño e implementación de un tablero de control para el seguimiento y control de la gestión de mantenimiento de la flota BRT en el sistema Transmilenio

Vista sencilla de ítem
dc.contributor.advisorPeláez Gómez, Sebastián Alberto
dc.contributor.authorMorón Santamaría, Luis Alfonso
dc.contributor.authorOcampo Parra, Hugo Mario
dc.coverage.spatialBogotá D.C.
dc.date.accessioned2025-08-27T17:45:37Z
dc.date.available2025-08-27T17:45:37Z
dc.date.issued2024-07-10
dc.description.abstractTRANSMILENIO S.A. es la entidad distrital responsable de la planificación, gestión y control del sistema de transporte masivo de buses en Bogotá. La Dirección Técnica de BRT (DTBRT) se encarga del control de la operación y mantenimiento de la flota. En este contexto, se generan datos esenciales sobre varadas, fallas técnicas y kilometraje, que son utilizados para calcular indicadores y realizar análisis. Actualmente, estos datos se procesan en archivos Excel, lo cual presenta una oportunidad de mejora en la eficiencia del procesamiento de la información. Este trabajo propone diseñar e implementar un tablero de control que optimice el procesamiento de datos. El objetivo es consolidar y visualizar la información en tiempo real, garantizando la calidad y seguridad de los datos. Este tablero permitirá mejorar la gestión de la información generada por el control del mantenimiento de la flota, facilitando la toma de decisiones y la implementación de acciones correctivas por parte de cada concesionario.spa
dc.description.abstractenglishTRANSMILENIO S.A. is the district entity responsible for the planning, management, and control of the mass bus transportation system in Bogotá. The BRT Technical Directorate (DTBRT) is responsible for overseeing the operation and maintenance of the fleet. In this context, essential data on groundings, technical failures, and mileage are generated, which are used to calculate indicators and perform analyses. Currently, this data is processed in Excel files, which presents an opportunity to improve the efficiency of information processing. This work proposes the design and implementation of a dashboard to optimize data processing. The objective is to consolidate and visualize information in real time, ensuring data quality and security. This dashboard will improve the management of information generated by fleet maintenance monitoring, facilitating decision-making and the implementation of corrective actions by each concessionaire.spa
dc.description.tableofcontentsTabla de contenido Resumen... 5 1. Título... 6 2. Introducción ... 6 3. Planteamiento del problema... 6 4. Objetivos… 10 4.1 Objetivo General... 10 4.2 Objetivos Específicos... 11 5. Justificación ... 11 6. Marco Referencial... 12 6.1 Marco Conceptual... 12 6.2 Estado del arte... 14 6.3 Contexto Organizacional ... 16 7. Metodología ... 19 8. Resultados... 21 8.1 Entendimiento del negocio ... 21 8.2 Entendimiento de los datos... 23 8.3 Preparación de los datos.... 29 8.4 Modelado ... 32 8.5 Evaluación... 34 8.6 Implementación... 35 9 Discusión... 37 10 Conclusiones... 38 11 Recomendaciones ... 39 12 Referencias... 40 13 Anexos ... 43spa
dc.identifier.urihttp://hdl.handle.net/10823/7822
dc.relation.referencesAguilar, L. (2019). Inteligencia de negocios y analítica de datos. https://books.google.com.co/books?id=ifR5EAAAQBAJ&pg=PA80&dq=analisis+d escriptivo+diagnostico+predictivo+y+prescriptivo&hl=es419&sa=X&ved=2ahUKEwi1p63uk_n5AhUyQzABHVWXBpUQ6AF6BAgLEAI#v= onepspa
dc.relation.referencesArulraj, M., Kalaivani, K., & Ulagapriya, K. (2019). FMS dashboard - Descriptive analytics and preventive maintenance. International Journal of Recent Technology and Engineering, 8(3), 5280–5284. https://doi.org/10.35940/ijrte.C5918.098319spa
dc.relation.referencesBach, B., Freeman, E., Abdul-Rahman, A., Turkay, C., Khan, S., Fan, Y., & Chen, M. (2022). Dashboard design patterns. IEEE transactions on visualization and computer graphics, 29(1), 342-352.spa
dc.relation.referencesBnouachir, H., Chergui, M., Zegrari, M., Chakir, A., Deshayes, L., & Medromi, H. (2022). Smart Fleet Management System Based on Multi-agent Systems: Mining Context (pp. 748–761). https://doi.org/10.1007/978-3-030-90639-9_62spa
dc.relation.referencesCalado, M. T., De, T., & Figueiredo, C. (2020). Design and Implementation of Fleet Management Control and Performance Measurement System.spa
dc.relation.referencesCarrillo, J. (2018). Big Data - Analítica del aprendizaje y minería de datos aplicados en la Universidad . Obtenido de Pro Sciences: Revista de Producción, Ciencias e Investgación: https://scholar.archive.org/work/jutj4ayekbhxnfslaszvb3iufm/access/wayback/http:/ /www.journalprosciences.com:80/index.php/ps/article/download/56/260spa
dc.relation.referencesCatucuamba, B. (2019). Inteligencia de Negocios y Analítica de Datos, una Propuesta de Mejora. Obtenido de Universidad Central de Ecuador: http://www.dspace.uce.edu.ec/handle/25000/19365spa
dc.relation.referencesEinabadi, B., Mohammad-Amini, M., Baboli, A., & Rother, E. (2021). Dashboard proposition for health monitoring of production system in the automotive industry. IFAC-PapersOnLine, 54(1), 780–786. https://doi.org/10.1016/j.ifacol.2021.08.091spa
dc.relation.referencesForero, D., & Sanchez, J. (2021). Introducción a la Inteligencia de Negocios Basada en la Metodología KIMBALL. Obtenido de Revista Tecnol.Investig. Academia TIA: https://revistas.udistrital.edu.co/index.php/tia/article/view/18082spa
dc.relation.referencesGelmini, S., Centurioni, M., Pivaro, N., Strada, S., Tanelli, M., & Savaresi, S. (2020). Vehicle vertical wearing index (v2 wi): active monitoring of wearing and aging of vertical-dynamics components in four-wheeled vehicles.. https://doi.org/10.1109/itsc45102.2020.9294331spa
dc.relation.referencesGonzález, C., & Torres, M. (2018). Implementación de un sistema de monitoreo en tiempo real para el control de mantenimiento de flotas de transporte público masivo. Investigación y Desarrollo Tecnológico, 12(2), 67-81.spa
dc.relation.referencesKhalid, A. S., Hassan, N. H., Razak, N. A. A. B., & Baharuden, A. F. (2020). Business Intelligence Dashboard for Driver Performance in Fleet Management. ACM International Conference Proceeding Series, 347–351. https://doi.org/10.1145/3377571.3377642spa
dc.relation.referencesKhan, B., Jan, S., Khan, W., & Chughtai, M. I. (2024). An Overview of ETL Techniques, Tools, Processes and Evaluations in Data Warehousing. Journal on Big Data, 6.spa
dc.relation.referencesKumar, P., Sivasubramaniya, S., & Kavita, D. (2019). Data Warehouse Concept and Its Usage. https://www.researchgate.net/publication/350545207spa
dc.relation.referencesLópez, J. M., & Gómez, A. (2019). Aplicación de técnicas de análisis de datos en el control de mantenimiento de flotas de transporte público. Revista de Ingeniería, 31(2), 45-58.spa
dc.relation.referencesMartínez, R., & Ramírez, E. (2020). Análisis predictivo para la optimización del mantenimiento en sistemas BRT: Caso de estudio TransMilenio. Revista de Investigación en Transporte y Logística, 15(1), 78-92.spa
dc.relation.referencesPortilla Morales, V. (2021). Diseño, creación e implementación de un Dashboard. Valencia: Universitat Politècnica de València.spa
dc.relation.referencesRivera, F. (2018). Aplicación de Business Intelligence en una pequeña empresa mediante el uso de Power BI. Obtenido de Universidad de Valladolid. Escuela de Ingenierías Industriales: http://uvadoc.uva.es/handle/10324/32877spa
dc.relation.referencesRodríguez, P., & Pérez, L. (2017). Estrategias de mantenimiento predictivo para la mejora del servicio en sistemas BRT: Estudio de caso TransMilenio. Revista de Gestión de Transporte, 25(3), 112-125.spa
dc.relation.referencesRögnvaldsson, T., Nowaczyk, S., Byttner, S., Prytz, R., & Svensson, M. (2018). Self-monitoring for maintenance of vehicle fleets. Data Mining and Knowledge Discovery, 32(2), 344–384. https://doi.org/10.1007/s10618-017-0538-6spa
dc.relation.referencesSánchez, F., & García, A. (2016). Análisis de datos aplicado al mantenimiento preventivo de vehículos BRT: Experiencias y lecciones aprendidas en sistemas de transporte urbano. Revista de Ingeniería de Transporte, 20(1), 34-47.spa
dc.relation.referencesVelu, A. (2021). Influence of business intelligence and analytics on business value. International Engineering Journal For Research & Development, 6(1), 9-19.spa
dc.relation.referencesWang, Y., Limmer, S., Olhofer, M., Emmerich, M., & Baeck, T. (2021). Automatic preference based multi-objective evolutionary algorithm on vehicle fleet maintenance scheduling optimization.. https://doi.org/10.48550/arxiv.2101.09556spa
dc.subject.keywordsDashboardspa
dc.subject.keywordsData analysisspa
dc.subject.keywordsEfficiency BRT fleetspa
dc.subject.keywordsDPV Maintenance Indicatorspa
dc.subject.keywordsBRT fleetspa
dc.subject.lembDatos - procesamientospa
dc.subject.lembGestión empresarial - asesoríaspa
dc.subject.lembToma de decisionesspa
dc.subject.proposalAnálisis de datosspa
dc.subject.proposalEficiencia operacionalspa
dc.subject.proposalFlota BRTspa
dc.subject.proposalIndicador de mantenimiento DPVspa
dc.subject.proposalTablero de controlspa
dc.titleDiseño e implementación de un tablero de control para el seguimiento y control de la gestión de mantenimiento de la flota BRT en el sistema Transmileniospa
dc.title.translatedDesign and implementation of a dashboard for monitoring and controlling maintenance management of the BRT fleet in the Transmilenio system.spa
dc.typematerThesisspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.localTesis/Trabajo de grado - Monografía - Maestríaspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
TRABAJO DE GRADO MGP 2024.pdf
Tamaño:
1.96 MB
Formato:
Adobe Portable Document Format
Descripción:
Documento Final
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Gerencia de Proyectos