Análisis de la capacidad y optimización de mallas horarias en una entidad financiera : Un enfoque basado en datos para mejorar la gestión de recursos. Semestre de industria

Abstract

RESUMEN : El presente proyecto tiene como objetivo optimizar la gestión de recursos en una entidad financiera a través del análisis de la capacidad de sus puntos de atención y la optimización de las mallas horarias. Mediante un enfoque basado en datos, se busca identificar desequilibrios en la asignación de recursos, determinando si existe una correspondencia adecuada entre la demanda de servicios y la capacidad instalada. El diseño metodológico del proyecto se estructuró en cinco fases: planificación, preparación de datos, análisis de capacidad, formulación de un modelo de optimización y análisis de resultados. Se comenzó con la definición de preguntas clave y un cronograma detallado para orientar el trabajo. Posteriormente, se extrajeron y limpiaron datos provenientes de bases empresariales, los cuales sirvieron de insumo para calcular indicadores de capacidad y ocupación. A partir de este análisis, se formuló un modelo de optimización en Python que generó mallas horarias dinámicas adaptadas a las necesidades de cada punto de atención, considerando restricciones operativas y recursos disponibles. Finalmente, se contrastaron los resultados del modelo con los hallazgos del análisis de capacidad, generando recomendaciones específicas. Entre los principales hallazgos, se identificaron patrones de capacidad, que mostraron una sobreutilización de recursos en algunos puntos de atención y una subutilización en otros. El modelo de optimización permitió proponer mallas y turnos horarios que distribuyen el personal disponible en cada punto de atención, proponiendo un uso de recursos de manera equitativa, incrementando la eficiencia operativa (aprovechando los horarios de mayor tráfico de personas) y promoviendo el cumplimiento de las metas para los puntos de atención. El valor agregado de este trabajo radica en la implementación de un enfoque integrador que combina análisis descriptivo y modelación matemática, lo que permite una gestión más eficiente y personalizada de los recursos humanos en los puntos de atención. Su principal contribución práctica es proporcionar una herramienta adaptable a diversas condiciones operativas, que optimiza la utilización del personal. Este enfoque ofrece una base replicable para otras organizaciones que enfrentan desafíos similares en la asignación de recursos frente a variaciones en la demanda o disponibilidad de recursos humanos.

ABSTRACT : The objective of this project is to optimize resource management in a financial institution through the analysis of the capacity of its customer service points and the optimization of time schedules. Through a data-driven approach, it seeks to identify imbalances in the allocation of resources, determining whether there is an adequate correspondence between the demand for services and the installed capacity. The methodological design of the project was structured in five phases: planning, data preparation, capacity analysis, formulation of an optimization model and analysis of results. It began with the definition of key questions and a detailed timeline to guide the work. Subsequently, data from corporate databases were extracted and cleaned, which served as input to calculate capacity and occupancy indicators. Based on this analysis, an optimization model was formulated in Python that generated dynamic time grids adapted to the needs of each service point, considering operational restrictions and available resources. Finally, the results of the model were contrasted with the findings of the capacity analysis, generating specific recommendations. Among the main findings, capacity patterns were identified, showing an overutilization of resources at some points of care and an underutilization at others. The optimization model made it possible to propose time grids and shifts that distribute the available personnel at each point of care, proposing an equitable use of resources, increasing operational efficiency (taking advantage of peak traffic hours) and promoting compliance with the goals for the points of care. The added value of this work lies in the implementation of an integrative approach that combines descriptive analysis and mathematical modeling, which allows a more efficient and personalized management of human resources at the points of service. Its main practical contribution is to provide a tool adaptable to various operational conditions, which optimizes personnel utilization. This approach offers a replicable basis for other organizations facing similar resource allocation challenges in the face of variations in demand or availability of human resources.