Ítem
Acceso Abierto
Implementación de un Modelo Analítico para la Medición y Seguimiento de la Productividad En Comercio Exterior: Caso de Estudio en la Empresa A
Título de la revista
Autores
Torres Quiroga, Harol Mauricio
Medina Hernandez, Juan Carlos
Fecha
2026-01-26
Directores
Cruz, Daniel Leonardo
ISSN de la revista
Título del volumen
Editor
Universidad del Rosario
Buscar en:
Métricas alternativas
Resumen
El presente proyecto de grado aborda la optimización de la gestión operativa en el área de Comercio Exterior (COMEX) de una empresa del sector real, identificando la carencia de un sistema objetivo y cuantitativo para medir la productividad de sus colaboradores. El objetivo principal fue desarrollar una solución de Inteligencia de Negocios capaz de calcular un score de productividad individual, fundamentado en la predicción del cumplimiento de los tiempos de entrega (lead time) de las órdenes de compra. Para garantizar el rigor técnico y la alineación con el negocio, se aplicó la metodología estándar CRISP-DM. El estudio procesó un histórico transaccional de 7,661 órdenes de compra, ejecutando fases de limpieza de datos, ingeniería de características y la construcción de una variable objetivo dinámica ajustada por tipo de material. Se implementó y optimizó un modelo de aprendizaje automático supervisado utilizando el algoritmo LightGBM, el cual demostró una capacidad robusta para clasificar las órdenes según su probabilidad de éxito. Los resultados del análisis revelaron que las variables intrínsecas de la orden (cantidad, valor y días de tránsito) tienen un peso predictivo superior a las características individuales del gestor. Asimismo, el análisis cruzado entre antigüedad y rendimiento desafió paradigmas tradicionales, evidenciando que la experiencia no garantiza menores tiempos de ejecución, sino que a menudo correlaciona con la gestión de casos de mayor complejidad. El entregable final es un modelo funcional y un sistema de puntuación que permite a la gerencia transitar de una evaluación subjetiva a una gestión del talento basada en datos, facilitando la identificación de cuellos de botella y la asignación eficiente de recursos.
Abstract
This project addresses the optimization of operational management within the Foreign Trade (COMEX) department of a real-sector company, identifying the lack of an objective and quantitative system to measure employee productivity. The main objective was to develop a Business Intelligence solution capable of calculating an individual productivity score, based on predicting the compliance of purchase order lead times. To ensure technical rigor and business alignment, the CRISP-DM methodology was applied. The study processed a transactional history of 7,661 purchase orders, executing data cleaning, feature engineering, and the construction of a dynamic target variable adjusted by material type. A supervised machine learning model was implemented and optimized using the LightGBM algorithm, which demonstrated robust capability in classifying orders according to their probability of success. The analysis results revealed that intrinsic order variables (quantity, value, and transit days) hold superior predictive weight compared to the manager's individual characteristics. Furthermore, a cross-analysis between seniority and performance challenged traditional paradigms, evidencing that experience does not guarantee shorter execution times but often correlates with managing higher-complexity cases. The final deliverable is a functional model and a scoring system that allows management to transition from subjective evaluation to data-driven talent management, facilitating the identification of bottlenecks and efficient resource allocation.
Palabras clave
Inteligencia de Negocios , CRISP-DM , Comercio Exterior , Productividad , Minería de Datos , Lead Time
Keywords
Business Intelligence , CRISP-DM , Foreign Trade , LightGBM , Productivity , Lead Time , Data Mining
