Modelo de detección de falsas alarmas en PyMEs con Monitoreo de Alarmas, mediante adopción de tecnología dron y RNA para mejorar su competitividad y la satisfacción del cliente

Resumen

El incremento de la percepción de inseguridad ha generado que cada vez más personas adquieran un sistema de alarma para resguardar sus hogares o negocios, a una Empresa con Central de Monitoreo (ECM), un problema recurrente que se presenta en estas empresas son las falsas alarmas (FA) generadas por el usuario, el equipo o las condiciones climáticas, que en promedio son el 89% de acuerdo con la Comisión Nacional de Seguridad; estas falsas alarmas generaron en 2018 un costo para el Estado mexicano de $82,431,852 millones de dólares; además generar una percepción en los clientes de un mal servicio que les genera insatisfacción y el Estado debido a las altas perdidas ya empezó a Legislar sobre éste tema y las sanciones van desde multas hasta la revocación de la licencia de servicio; por lo que es importante minimizar estas FA ya que ponen en peligro la existencia de estas empresas. Este proyecto de investigación tiene como propósito desarrollar un modelo, que a través de una red neuronal (RNA) que realice un análisis de datos para detectar las FA y mediante el uso de un dron verifique las FA, para que las ECM sean más competitivas y mejoren la satisfacción de sus clientes mediante la innovación de su proceso de Monitoreo y la percepción de un servicio de calidad.