Administración de Negocios · 2026

Proyección de demanda de agua potable y mantenimiento predictivo con anaconda y TPM en aguas de Bolívar

Resumen

El presente trabajo de grado aborda la gestión de los recursos hídricos en la empresa Aguas de Bolívar mediante la integración de modelos predictivos de la demanda de agua potable y la implementación de un plan de Mantenimiento Productivo Total (TPM). El problema de investigación se fundamenta en las limitaciones de la empresa para anticipar escenarios de consumo y en la ausencia de una estrategia de mantenimiento proactivo que reduzca costos y aumente la eficiencia operativa. En el contexto del estudio, el problema de investigación se debe al escenario actual de la empresa para pronosticar el consumo y la incapacidad de incorporar un enfoque de mantenimiento proactivo para la minimización de costos y los beneficios de excelencia operativa. Se empleó un enfoque cuantitativo, aplicado y explicativo en la investigación. Se recopilaron datos históricos de uso de agua (2015–2023), climáticos, demográficos y tarifarios de IDEAM, DANE y la Superintendencia de Servicios Públicos Domiciliarios. Los datos fueron analizados e introducidos en el entorno de Anaconda y se generaron y probaron modelos de predicción con bibliotecas de Python. Se compararon 4 métodos: regresión lineal múltiple, Random Forest, Gradient Boosting y Red Neuronal Artificial (ANN). La ANN obtuvo un coeficiente de determinación de 0.98 y un error porcentual absoluto medio de 1.9% y demostró ser el mejor modelo, muy superior a las técnicas estadísticas estándar. También se encontró la importancia de estas variables en la predicción de la demanda, ya que la población y la temperatura fueron las variables con mayores pesos explicativos. Al mismo tiempo, se preparó un plan TPM de acuerdo con los requisitos de Aguas de Bolívar, como lo demuestran sus distintos pilares de mantenimiento autónomo, mantenimiento planificado y mejora enfocada. Un plan propuesto implicaría una reducción de costos del 40% y un aumento del 20% en la disponibilidad de equipos. Podemos concluir que la combinación de ciencia de datos y TPM es una opción nueva y replicable para el sector de acueductos en Colombia, contribuyendo tanto a la empresa como a la seguridad hídrica de la región.