Maestría en Business Analytics

URI permanente para esta colección

https://repository.urosario.edu.co/handle/10336/39867

La Maestría en Business Analytics ofrece una formación que combina conocimientos teóricos y prácticos de los elementos de la analítica de negocios, con el desarrollo de competencias en gestión para que sus egresados lleven a cabo procesos de transformación tecnológica y lideren equipos de trabajo dentro de las organizaciones y sus áreas de inteligencia y analítica de negocios.
El programa nace como parte de UR STEAM, el cual se caracteriza por el aprendizaje integrado, experiencial y experimental a través de laboratorios y otros espacios de ideación, creación y práctica en áreas de conocimiento de vanguardia, orientados hacia la cultura maker y la resolución de problemas centrados en el individuo, y con una gran cercanía con el sector empresarial para el desarrollo de proyectos conjuntos de investigación aplicada.


Examinar

Examinando Maestría en Business Analytics por Director "Castaño Aristizábal, Yudy Constanza"

Mostrando1 - 4 de 4
  • Miniatura
    Ítem
    Acceso Abierto
    Modelos analíticos de priorización empresarial y potenciación del empleo formal en Santiago de Cali
    (2026-01-13) Rey Gaitán, Laura Daniela; Castaño Aristizábal, Yudy Constanza
    La Secretaría de Desarrollo Económico de Santiago de Cali enfrenta el reto estratégico de focalizar sus esfuerzos, programas, incentivos e instrumentos de fortalecimiento empresarial hacia las empresas con mayor potencial para aportar a la meta distrital de creación de 100.000 nuevos empleos entre 2024 y 2027. Ante un panorama de recursos limitados y la necesidad de identificar patrones de generación de empleo, este proyecto desarrolla una solución integral que combina análisis descriptivo, segmentación y modelación predictiva bajo la metodología CRISP–DM, utilizando información histórica empresarial entre 2020 y 2024. En primera instancia, el proyecto identificó las empresas registradas en el 2024 que generaron empleo en por lo menos 2 años de los 5 observados, sobre estas empresas se desarrolló un análisis descriptivo detallado, lo cual permitió caracterizar factores estructurales relevantes y construir un perfil mayoritario entre estas empresas. Posteriormente, con el fin de identificar grupos homogéneos dentro de esas empresas y comprender perfiles empresariales con dinámicas similares, se aplicaron técnicas de segmentación. Estos clústeres permitieron distinguir empresas ancla con alto desempeño, empresas con comportamientos intermedios, que se sitúan como perfil de enfoque para el desarrollo de políticas e incentivos generales, y empresas con señales tempranas de vulnerabilidad, lo cual constituye un insumo clave para diseñar intervenciones diferenciadas para la Secretaría. Finalmente, se construyó un modelo predictivo supervisado para estimar la probabilidad de que cada empresa aumente su planta laboral en el año siguiente. Este modelo permitió identificar las características con mayor capacidad explicativa y, una vez aplicado a la base de datos correspondiente, se integró a una Base Maestra de Priorización de las empresas de Santiago de Cali con su pertenencia a cada Clúster identificado y su potencial de generación de empleo en 2025, consolidando así una herramienta analítica directamente utilizable por la Secretaría de Desarrollo Económico. En conjunto, el proyecto demuestra la viabilidad técnica y estratégica de incorporar analítica avanzada en la gestión pública local y aporta insumos para el diseño de programas más focalizados que acerquen a la administración al cumplimiento de la meta trazada.
  • Miniatura
    Ítem
    Restringido
    Optimización de la gestión comercial y de oportunidades para la toma de decisiones estratégicas
    (2026-02-02) Barragán Montoya, Juan David; Vizcaino Gutiérrez, Omar Ramiro; Galindo Zona, David Camilo; Castaño Aristizábal, Yudy Constanza
    La organización financiera para la cual hemos desarrollado este trabajo enfrenta un desafío estructural en su gestión comercial: los gerentes comerciales administran un número de clientes que tienen asignados y para los cuales tienen cuatro productos claves, con una meta mensual fija de desembolsos por $500 millones, pero las decisiones estratégicas de acompañamiento, asignación de recursos y priorización de acciones se toman una vez cerrado el mes, lo que limita la capacidad de anticipación y reduce la efectividad operativa. Esta dinámica reactiva genera riesgos de incumplimiento, uso ineficiente del tiempo comercial y pérdida de oportunidades. Con el fin de transformar este proceso, el presente proyecto plantea la implementación de un sistema analítico capaz de anticipar comportamientos futuros y ofrecer señales tempranas sobre el desempeño esperado de cada gerente. Para ello se integraron y depuraron doce bases de datos correspondientes a los 12 meses de información transaccional del año 2024, consolidada a nivel gerente-mes, y se aplicó la metodología CRISP-DM como estructura para el análisis, preparación y modelado de los datos. Sobre esta base se construyeron dos enfoques complementarios: un modelo predictivo que estima la probabilidad de cumplimiento del mes siguiente y un modelo de clustering que clasifica a los gerentes en tres perfiles de desempeño (consistentes, en riesgo y de bajo desempeño), con el fin de apoyar la definición de estrategias diferenciadas. La propuesta final consiste en un mecanismo de priorización mensual que permite entregar a los equipos comerciales un ranking accionable, orientado a intervenir de manera oportuna y focalizada. Esta iniciativa brinda a la organización una herramienta que favorece la planificación anticipada, la focalización de esfuerzos, la eficiencia en la gestión regional y la consolidación de una cultura orientada a decisiones basadas en datos. En conjunto, la solución propuesta busca fortalecer los resultados comerciales y promover una gestión más estratégica, oportuna y sostenible.
  • Miniatura
    Ítem
    Acceso Abierto
    Optimización estratégica de captación de clientes para la Cámara de Comercio Colombobritánica
    (2025-07-14) Pulido Carvajal, Ana María; Riaño Cuervo, Chavelin Karina; Suárez Díaz, Yuli Natalia; Castaño Aristizábal, Yudy Constanza
    Documento relacionado con la propuesta y desarrollo de la solución análitica para BritCham, con la que podrá identificar y abordar posibles afiliados, dejando la dependencia de la búsqueda reactiva o limitada, y avanza a una estrategia proactiva, enfocada en los segmentos con mayor valor, fortaleciendo su red de afiliados, incrementando el impacto comercial y mejorando su posicionamiento en el ecosistema binacional.
  • Miniatura
    Ítem
    Acceso Abierto
    Transformación del acopio de leche en una compañía láctea mediante analítica descriptiva y predictiva para la optimización del proceso productivo
    (2026-02-11) Henao Fontecha, Joan Sebastián; Castaño Aristizábal, Yudy Constanza
    El presente estudio de caso aborda la necesidad de transformar la toma de decisiones basadas en datos para mejorar la planificación productiva y el rendimiento industrial asociados al acopio de leche cruda en una compañía láctea. Para ello, se aplicó la metodología CRISP-DM mediante un enfoque que integra análisis descriptivo y predictivo. En la fase descriptiva se utilizaron técnicas de PCA y K-means, identificando tres segmentos de leche diferenciados por su composición (Leche Premium, Leche para Leche y Leche Estándar) lo que permite asignar estratégicamente la materia prima de mayor calidad a procesos de alto valor, haciendo más eficiente el proceso. En la fase predictiva se evaluaron modelos ARIMA y SARIMAX, seleccionándose este último por su mayor precisión con parámetros (1,0,2)x(1,1,1,30), gracias a la inclusión de la variable exógena Grasa y su capacidad para capturar la estacionalidad mensual; pese a la volatilidad diaria del acopio, el error acumulado a 30 días fue de solo -0.127%, lo que refuerza la confiabilidad de la planeación de abastecimiento. Los resultados evidencian que el modelo descriptivo optimiza la asignación de materia prima, mientras que el modelo predictivo permite pronosticar el ingreso diario de materia prima a la compañía. En conjunto, estos aportes generan beneficios organizacionales al favorecer decisiones más oportunas y alineadas con los objetivos de eficiencia y maximización del rendimiento. En conclusión, el proyecto impulsa la transformación hacia una gestión del acopio más estratégica e inteligente, sentando las bases para un proceso de recepción de leche sustentado en datos, más predecible y orientado a la calidad.