Análisis de datos y desarrollo de modelo predictivo en el sector energético

Abstract

Trabajo Fin de Máster en Transformación Digital de Empresas (2022-23). Director: Dr. D. Pedro Javier Zarco Periñán. El presente documento detalla el desarrollo y la implementación de un modelo predictivo aplicando técnicas de Machine Learning y ciencia de datos, así como una aplicación web para su uso. Este modelo está destinado a predecir el resultado de solicitudes dentro del departamento de gestión de rechazos de Endesa, empresa encuadrada en el sector energético. Durante el desarrollo de este trabajo se han definido una serie de bases teóricas y técnicas, necesarias para dicho trabajo. Además se ha detallado exhaustivamente la manera de implementar dicho modelo, así como la integración de la aplicación web. Finalmente se ha compartido un análisis de los resultados obtenidos y una conclusión acerca de los mismos y del trabajo en general. En conclusión, se han conseguido alcanzar los objetivos propuestos, se ha logrado obtener un modelo predictivo de calidad integrado en una aplicación web útil y cómoda para el uso de los empleados. De esta manera se ha aportado un salto en la transformación digital de la empresa y en la automatización de procesos, que mejoran la calidad y eficiencia de los servicios.

This document provides a detailed account of the development and implementation of a predictive model using Machine Learning and data science techniques, along with a web application for its utilization. This model is designed to predict the outcome of requests within the rejection management department of Endesa, a company operating in the energy sector. Throughout the course of this work, a set of theoretical and technical foundations necessary for the project have been defined. Additionally, the implementation of the model and the integration of the web application have been thoroughly described. Finally, an analysis of the obtained results has been presented, along with a conclusion regarding these outcomes and the overall work. In conclusion, the proposed objectives have been successfully achieved. A high-quality predictive model integrated into an easy-to-use web application for employee convenience has been developed. By doing so, a significant contribution to the company's digital transformation and process automation has been achieved, improving the quality and efficiency of the services provided.