Tesis para optar al grado de Magíster en Marketing / Autor no envía autorizacion, para ser publicada en el Portal de Tesis Electrónicas de la U. de Chile / Dentro de la naturaleza de los servicios, existe una alta posibilidad de que ocurran problemas que afecten a los clientes (Weun, Beatty y Jones, 2004). Pese a que una falla en el servicio puede formar parte del día a día dentro del funcionamiento de una compañía, éstas causan insatisfacción y desagrado en el cliente que experimenta el problema. Este tipo de incidentes críticos no pasan inadvertidos para el proveedor del servicio, puesto que pueden provocar una tasa de pérdida de clientes cercana al 10% anual (Anupam, Dangayach y Rakesh, 2011). Frente a fallas en el servicio, las empresas que se encuentran en esta situación suelen ejecutar acciones para solucionar los problemas causados a sus usuarios. Dichas recuperaciones, cuando son implementadas adecuadamente puede llegar, no solo a recuperar la satisfacción del cliente, sino que ha fortalecer la relación que existe entre éste y el proveedor del servicio, aumentando su lealtad (Miller, Craighead y Karwan, 2000; Hart, Heskett y Sasser, 1990). Incluso, puede aumentar la rentabilidad del cliente (Tax y Brown, 1998). En las últimas décadas, el interés por el tema de las fallas en el servicio y los factores que moderan la efectividad de la recuperación de éste, ha generado el estudio de variables como: la relación previa con la organización (Kim, Ok y Canter, 2012; Hui, Ho y Wang, 2011), la magnitud de la falla en el servicio (Weun, Beatty y Jones, 2004; Smith, Bolton y Wagner, 1999; Crainghead, Karwan y Miller, 2004; McCollough, 2009), han comparado los efectos de las recuperaciones tangibles versus las psicológicas (Miller et al., 2000; Crainghead et al., 2004; Chuang, Chang, Cheng y Yang, 2012). Pese a ello, pocos autores han analizado la influencia de la experiencia previa con fallas en los servicios en la satisfacción post-recuperación del servicio (De Matos et al., 2007; Chuang et al., 2012). Ante esto, la presente investigación lleva a cabo dos estudios experimentales contextualizados en la industria de telecomunicaciones en Chile, con un muestreo no probabilístico por conveniencia. Teniendo como objetivo evaluar la influencia del tipo y magnitud de la falla del servicio, la experiencia previa con fallas en el servicio y tipo de recuperación, en la satisfacción post-recuperación del servicio del cliente. La importancia de realizar una indagación respecto a la variable “experiencia con fallas en el servicio”, es que el cliente fijará sus expectativas sobre la calidad del servicio en base a la información previa que maneja (Parasuraman, Zeithaml y Berry, 1985). En ese sentido, el primer estudio es un experimento de 2X2X2, que tiene como variables el tipo de falla, el tipo de recuperación y la experiencia previa con fallas en el servicio. Los resultados de dicho experimento mostraron que los clientes que cuentan con experiencia previa con fallas en el servicio se siguen comportando de acuerdo a la Teoría de las cuentas mentales, e incluso, tienen una satisfacción post-recuperación del servicio mayor que los clientes que no cuentan con dicha experiencia cuando sufren una falla relacionada al resultado y reciben una recuperación tangible y cuando se enfrentan a una falla relacionada al proceso y reciben una recuperación psicológica. Este resultado concuerda con lo expuesto por Holloway et al. (2005). El segundo estudio es un experimento de 2X2X2X2, que tiene como variables el tipo de falla, magnitud de la falla, el tipo de recuperación y la experiencia previa con fallas en el servicio. Los resultados de dicho experimento mostraron que tanto en fallas relacionadas al resultado como en fallas relacionadas al proceso, la experiencia previa con fallas en el servicio actúa como “amortiguador” para la satisfacción post-recuperación del servicio ante fallas leves. También se descubrió que quienes contaban con experiencia previa con fallas en el servicio evidenciaron que la severidad de la falla en el servicio está inversamente relacionada a la satisfacción post-recuperación del servicio, en las fallas relacionadas al resultado y en las relacionadas al proceso, coincidiendo con McCollough (2009), Weun et al. (2004) y Chua et al. (2010). Mientras quienes experimentaban por primera vez una falla en los servicios, solo mostraron esta relación severidad de la falla/satisfacción post-recuperación, en el caso de fallas relacionadas al resultado. El segundo estudio establece dos resultados más: primero, no habrá diferencia significativa entre el efecto que causa la diferencia de severidad de la falla (leve versus severo) en la satisfacción post-recuperación de las personas con experiencia previa con fallas en el servicio al efecto que dicha diferencia en la severidad de la falla causa en los individuos sin dicha experiencia, cuando se trata de una falla relacionada al resultado con recuperación tangible. Segundo, cuando se trata de fallas en el proceso con recuperación psicológica sí existirá una diferencia significativa entre el efecto que causa la diferencia de severidad de la falla en la satisfacción post-recuperación de quienes cuentan con experiencia previa con fallas en comparación al efecto que dicha diferencia en la severidad de la falla causa en las personas sin experiencia. Finalmente, la presente investigación entrega explicaciones a aquellos resultados que discreparon con lo propuesto por las investigaciones previas, limitaciones del estudio e implicancias para la práctica del Marketing.

Ingeniero Civil Mecánico / Los sistemas rotativos tienen gran importancia en la industria, debido a la existencia de diversas máquinas que utilizan este principio para su funcionamiento. En este contexto, la mantención de estos equipos es un tema que cada vez toma más peso en la industria debido a los incentivos económicos existentes por mejorar la disponibilidad de los activos de la empresa. Dentro de las técnicas de mantención existentes, la mantención predictiva se ha vuelto cada vez más atractiva con el avance de la tecnología. Esta estrategia de mantención consiste en evaluar la condición de operación de la maquina en tiempo real. Esto permite, mediante el monitoreo de ciertos parámetros, detectar una condición anormal en su funcionamiento y así intervenir en el momento preciso antes de que ocurra la falla, aumentando así la disponibilidad del activo, sin incurrir en una sobre mantención de éste. El objetivo de este trabajo es desarrollar un algoritmo inteligente que permita la identificación de fallas en un sistema rotativo, mediante la comparación con patrones de falla previamente identificados. Para la realización de este trabajo se identifican tres etapas claves; En primer lugar la adquisición de datos experimentales del sistema rotor operando bajo los modos de falla más comunes para este tipo de sistema. Luego, se crean patrones con los datos más representativos obtenidos anteriormente a fin de construir una base de datos de los modos de falla. Por último, se debe desarrollar un sistema de aprendizaje supervisado que permita, por medio de la comparación con los patrones anteriormente definidos, la identificación de la presencia de potenciales fallas en un sistema en funcionamiento. Se consideraron inicialmente 4 modos de fallas: desbalance, roce entre componentes rotatorios, picadura en pista externa del rodamiento, y falla en el rotor del motor, en donde se descartó el modo de falla del motor, ya que su falla no fue visible en las mediciones obtenidas. A partir de los otros 3 modos de falla se estudian la incidencia de distintos parámetros relevantes a fin de construir diferentes bases de datos sobre las cuales se prueba el algoritmo. Se realizaron pruebas sobre distintas bases de datos, para caso de modos de falla actuando solos como también múltiples. Se concluye que el algoritmo consigue resultados óptimos en el caso de los modos de falla individuales, mientras que para el caso de modos de falla múltiples el algoritmo tiene una menor precisión, llegando incluso a no detectar algunas fallas. Para este último caso se sugiere realizar modificaciones al algoritmo que permitan obtener resultados concluyentes.

Ingeniero Civil Mecánico / A la hora de mejorar la confiabilidad de un sistema, y a su vez, reducir los costos de operación y mantención en equipos utilizados en la industria, es fundamental contar con un plan efectivo para la gestión de activos físicos. En particular, para sistemas complejos como dispositivos de aviones, es necesario mantener un registro cuantitativo y dinámico del estado de los activos, principalmente de los desgastes que estos hayan recibido durante su período de operación. Esto, dado a que una falla del sistema puede conllevar severas consecuencias como pérdidas de producción o de vidas humanas. En aviones Boeing 767, se tienen diversos sistemas que operan de forma neumática, tales como: Presurización de la cabina, sistema anti-hielo, sistema de frenos, etc. Por esto, dichos aviones son provistos por un sistema neumático en cada turbina, de las cuales se extrae aire a alta presión para luego circular a través de tres válvulas y un enfriador, regulando su presión y temperatura de acuerdo a las necesidades de los sistemas nombrados anteriormente. Así, considerando la importancia que posee el sistema neumático de turbinas en aviones Boeing 767, se presenta el siguiente trabajo de título, el cual tiene como objetivo desarrollar un modelo de diagnóstico y detección de daños en la Pressure Regulating Valve (PRV). En particular, se busca analizar el historial de funcionamiento de las distintos componentes que forman el sistema neumático, de acuerdo a una base de datos otorgado por una aerolínea, consistente en un total de 35 vuelos. Se realiza un análisis de datos para diagnosticar y detectar los daños basados en la información entregada en tiempo real por los distintos sensores que posee el sistema neumático de las turbinas. Se determina que las variables más relevantes para la evaluación del funcionamiento de la PRV son la presión a la salida de esta, junto con la temperatura a la salida del enfriador. Se utiliza Support Vector Machine (SVM) para clasificación binaria y múltiple,asignando clases de Falla , Deteriorado u Operacional según corresponda, y utilizando como vector de entrada las variables ya mencionadas. Utilizando MATLAB R2015a para el entrenamiento, se obtienen tres SVM distintos. El primero corresponde a un grupo de vuelos asociados a una sola aeronave, mientras que el segundo grupo representa vuelos de distintos aviones con distintas rutas, ambos resultando en una clasificación exitosa del 100 %. Por otro lado, el tercer grupo corresponde a una mezcla de los dos grupos anteriores, resultando en una clasificación exitosa del 99.97 %. La representación de los entrenamientos se muestra gráficamente en la separación de clases, así como también en un archivo Excel que contiene las funciones de decisión, el cual queda adisposición para el uso privado de la empresa.