Ítem
Acceso Abierto

Modelos analíticos de priorización empresarial y potenciación del empleo formal en Santiago de Cali

Mostrar el registro sencillo de la publicación
dc.contributor.advisorCastaño Aristizábal, Yudy Constanza
dc.creatorRey Gaitán, Laura Daniela
dc.creator.degreeMagíster en Business Analytics
dc.date.accessioned2026-02-04T20:34:50Z
dc.date.available2026-02-04T20:34:50Z
dc.date.created2026-01-13
dc.descriptionLa 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.
dc.description.abstractThe Secretariat of Economic Development of Santiago de Cali faces the strategic challenge of focusing its efforts, programs, incentives, and business-strengthening instruments on the companies with the greatest potential to contribute to the district goal of creating 100,000 new formal jobs between 2024 and 2027. In a context of limited resources and the need to identify patterns of employment generation, this project develops a comprehensive solution that integrates descriptive analysis, segmentation, and predictive modeling under the CRISP–DM methodology, using historical business data from 2020 to 2024. First, the project identified companies registered in 2024 that generated employment in at least two of the five years analyzed. A detailed descriptive analysis was conducted on these firms, enabling the characterization of relevant structural factors and the construction of a predominant profile among them. Subsequently, segmentation techniques were applied to identify homogeneous groups within these companies and to understand business profiles with similar dynamics. The resulting clusters made it possible to distinguish anchor firms with high performance, firms with intermediate behaviors—considered priority profiles for the design of general policies and incentives—and firms with early signs of vulnerability, providing key insights for differentiated interventions by the Secretariat. Finally, a supervised predictive model was built to estimate the probability that each company will increase its workforce in the following year. Once applied to the corresponding database, the model was integrated into a Master Prioritization Database for companies in Santiago de Cali, incorporating cluster membership and projected employment-generation potential for 2025. The result is an analytical tool directly usable by the Secretariat of Economic Development. Overall, the project demonstrates the technical and strategic feasibility of incorporating advanced analytics into local public management and provides inputs for designing more targeted programs that support the administration in achieving its employment goal.
dc.format.extent106 pp
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_47436
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/47436
dc.language.isospa
dc.publisherUniversidad del Rosario
dc.publisher.departmentEscuela de Administración
dc.publisher.departmentEscuela de Ingeniería, Ciencia y Tecnología
dc.publisher.programMaestría en Business Analytics
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto Completo)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.source.bibliographicCitationÁlban Comunes. (2024). Pobreza extrema en Cali: balance y cifras actualizadas 2024. https://albancomunes.com.co/?p=269
dc.source.bibliographicCitationChawla, N. V., Bowyer, K. W., Hall, L. O., & Kegelmeyer, W. P. (2002). SMOTE: Synthetic Minority Over-sampling Technique. Journal of Artificial Intelligence Research, 16, 321– 357.
dc.source.bibliographicCitationClausen, A. W. (1983). Promoting the private sector in developing countries: A multilateral approach (Address by A. W. Clausen, President, The World Bank). World Bank. https://documents1.worldbank.org/curated/en/289631538080767870/pdf/Promotin g-the-private-sector-in-developing-countries-a-multilateral-approach-address-by-A-W- Clausen.pdf
dc.source.bibliographicCitationDecreto 0516 de 2016: Por el cual se definen las instancias de coordinación de la Administración Central Municipal. https://www.cali.gov.co/gobierno/publicaciones/132349/decreto-no- 0516/
dc.source.bibliographicCitationDepartamento Administrativo Nacional de Estadística. (2024). Cuentas nacionales departamentales. DANE. https://www.dane.gov.co/index.php/estadisticas-por- tema/cuentas-nacionales/cuentas-nacionales-departamentales
dc.source.bibliographicCitationDepartamento Administrativo Nacional de Estadística. (2025). Boletín técnico: Mercado laboral – Primer trimestre de 2025. https://www.dane.gov.co/index.php/estadisticas-por- tema/mercado-laboralAlcaldía de Santiago de Cali. (2016).
dc.source.bibliographicCitationDolničar, S., Grün, B., & Leisch, F. (2018). Market Segmentation Analysis. Springer
dc.source.bibliographicCitationEl País. (2024, junio 3). Cali registró 535.000 personas en condición de pobreza monetaria durante 2024: este es el panorama. https://www.elpais.com.co/economia/cali-registro- 535000-personas-en-condicion-de-pobreza-monetaria-durante-2024-este-es-el-panorama- 2548.html
dc.source.bibliographicCitationHaltiwanger, J., Jarmin, R. S., & Miranda, J. (2013). Who creates jobs? Small versus large versus young. The Review of Economics and Statistics, 95(2), 347–361.
dc.source.bibliographicCitationHan, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques (3rd ed.). Morgan Kaufmann.
dc.source.bibliographicCitationHastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning. Springer. International Labour Organization (OIT). (2018). World Employment and Social Outlook. ILO. Jain, A. K. (2010). Data clustering: 50 years beyond K-means. Pattern Recognition Letters, 31(8), 651–666.
dc.source.bibliographicCitationPagés, C., & Madrigal, L. (2019). Productividad y brechas estructurales en América Latina. Banco Interamericano de Desarrollo.
dc.source.bibliographicCitationPowers, D. M. W. (2011). Evaluation: From Precision, Recall and F-measure to ROC, Informedness, Markedness & Correlation. Journal of Machine Learning Technologies, 2(1), 37–63.
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocUR
dc.subjectEmpleabilidad
dc.subjectModelos estadísticos
dc.subjectDesiciones basadas en datos
dc.subjectCRISP-DM
dc.subjectProgramas empresariales
dc.subject.keywordEmployability
dc.subject.keywordStatistical models
dc.subject.keywordData-driven decisions
dc.subject.keywordCRISP-DM
dc.subject.keywordBusiness programs
dc.titleModelos analíticos de priorización empresarial y potenciación del empleo formal en Santiago de Cali
dc.title.TranslatedTitleAnalytical Models for Business Prioirzation and the Strengthening of Formal Employment in Santiago de Cali
dc.typemasterThesis
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.type.spaTrabajo de grado
local.department.reportEscuela de Administración
local.department.reportEscuela de Ciencias e Ingeniería
local.regionesBogotá
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
Modelos_analiticos_de_priorizacion_empresarial_ReyGaitan-LauraDaniela-2026.pdf
Tamaño:
2.27 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Maestría en Business Analytics