Mostrar el registro sencillo del ítem

dc.rights.licensehttps://creativecommons.org/licenses/by-sa/2.5/ar/es_AR
dc.contributor.advisorGravano, Agustín
dc.contributor.authorIlkow, Damiánes_AR
dc.date.accessioned2023-10-11T14:13:48Z
dc.date.available2023-10-11T14:13:48Z
dc.date.issued2023
dc.identifier.urihttps://repositorio.utdt.edu/handle/20.500.13098/12100
dc.description.abstractEl advenimiento de la tecnología y la aparición de nuevas empresas, impulsó la aparición de apps de delivery. Una de las problemáticas que deben enfrentar este tipo de organizaciones, es el mantenimiento de la flota de repartidores haciendo frente al churn, es decir al abandono de los mismos. El objetivo de este trabajo, es, por un lado, crear un modelo predictivo que permita predecir aquellos repartidores que realizarán churn, con el fin de poder tomar algún tipo de acción al respecto; por otro lado, se propone explorar un nuevo modelo, llamado modelo de supervivencia, que nos permitirá conocer desde el inicio, el tiempo que un repartidor se encontrará activo en la plataforma. De esta manera, se propondrá una nueva perspectiva explorando y comparando los resultados con el modelo original, más convencional.es_AR
dc.format.extent61 p.es_AR
dc.format.mediumapplication/pdfes_AR
dc.languagespaes_AR
dc.publisherUniversidad Torcuato Di Tellaes_AR
dc.rightsinfo:eu-repo/semantics/openAccesses_AR
dc.subjectPredicción tecnológicaes_AR
dc.subjectManagement techniqueses_AR
dc.subjectTechnological predictiones_AR
dc.subjectOrganización del trabajoes_AR
dc.subjectWork organizationes_AR
dc.titleModelo de Predicción de Churn de Repartidores de Appses_AR
dc.typeinfo:eu-repo/semantics/masterThesises_AR
dc.typeinfo:ar-repo/semantics/tesis de maestríaes_AR
thesis.degree.nameMaster in Management + Analyticsen
dc.subject.keywordChurn Predictiones_AR
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_AR


Ficheros en el ítem

Thumbnail

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

Mostrar el registro sencillo del ítem