Ítem
Acceso Abierto

Modelo de analítica de negocios con datos públicos: estructura modular para vigilancia y predicciones en el mercado financiero de Colombia

Mostrar el registro sencillo de la publicación
dc.contributor.advisorCruz Castro, Daniel Leonardo
dc.creatorContreras Paredes, Valentina
dc.creatorGarcía Sarmiento, Camilo
dc.creatorRodríguez Gaona, Franklyn German
dc.creatorIrreño Cárdenas, Mario Alberto
dc.creator.degreeMagíster en Business Analytics
dc.date.accessioned2025-07-17T13:14:44Z
dc.date.available2025-07-17T13:14:44Z
dc.date.created2025-06-26
dc.descriptionEste proyecto tiene como objetivo desarrollar una solución analítica integral para una entidad financiera colombiana, basada en datos públicos abiertos, con el fin de fortalecer su competitividad y capacidad de respuesta en el mercado. La propuesta contempla el diseño de una arquitectura modular que permite recolectar, procesar y visualizar de forma automatizada información clave del sistema financiero, incluyendo variables como colocación de créditos, captación, cartera, tarjetas y tasas de interés. Asimismo, se construyó un modelo predictivo georreferenciado para estimar la colocación de créditos por región, con el fin de anticipar tendencias y apoyar decisiones estratégicas. Esta solución busca optimizar la gestión comercial, reducir los tiempos de reacción y fomentar una cultura organizacional basada en datos.
dc.description.abstractThis project aims to develop a comprehensive analytical solution for a Colombian financial institution, leveraging open public data to strengthen its competitiveness and responsiveness in the financial market. The proposal involves the design of modular architecture capable of automatically collecting, processing, and visualizing key financial system indicators, including credit disbursements, deposits, loan portfolios, credit cards, and interest rates. In addition, a georeferenced predictive model was built to estimate the placement of productive loans by region, allowing the institution to anticipate market trends and support strategic decision-making. This solution seeks to optimize commercial management, reduce response times, and foster a data-driven organizational culture.
dc.format.extent97 pp
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_45912
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/45912
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-ShareAlike 4.0 International*
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto Completo)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.source.bibliographicCitationAWS. (2021). Arquitectura del ciclo de vida de un modelo de Machine Learning en AWS: una demo completa. https://aws.amazon.com/es/blogs/aws-spanish/arquitectura-del-ciclo de-vida-de-un-modelo-de-machine-learning-en-aws-una-demo-completa/
dc.source.bibliographicCitationBerbeo, N., & Fajardo, F. A. (2023). El impacto de las empresas Fintech en el mercado financiero colombiano: tendencias, desafíos y oportunidades. https://repository.usta.edu.co/handle/11634/50847
dc.source.bibliographicCitationBox, G., Jenkins, G., Reinsel, G., & Ljung, G. (2015). Time Series Analysis: Forecasting and Control, 5th Edition (Wiley, Ed.; 5a ed.). https://doi.org/978-1-118-67502-1
dc.source.bibliographicCitationChu, M., Larangeira, C., & Levindo, P. (2020). Nubank: Democratizing Financial Services. Harvard Business School Case 321-068. https://www.hbs.edu/faculty/Pages/item.aspx?num=58873
dc.source.bibliographicCitationDensmore, J. (2021). Data Pipelines Pocket Reference: Moving and Processing Data for Analytics. O’Reilly.
dc.source.bibliographicCitationDrivenData. (s/f). Cookiecutter Data Science. Recuperado el 10 de diciembre de 2024, de https://cookiecutter-data-science.drivendata.org/
dc.source.bibliographicCitationForbes Colombia. (2025, marzo). Inversión en startups en Colombia repuntó un 36.44% a US$513 millones en 2024. https://forbes.co/2025/03/05/emprendedores/inversion-en startups-en-colombia-repunto-un-36-44-a-us513-millones-en-2024. https://forbes.co/2025/03/05/emprendedores/inversion-en-startups-en-colombia repunto-un-36-44-a-us513-millones-en-2024
dc.source.bibliographicCitationGéron, A. (2019). Hands-on machine learning with Scikit-Learn, Keras and TensorFlow: concepts, tools, and techniques to build intelligent systems. En O’Reilly Media.
dc.source.bibliographicCitationHyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: principles and practice, 3rd edition. International Journal of Forecasting. https://otexts.com/fpp2/
dc.source.bibliographicCitationJ.P. Morgan & WIRED. (2023). Payments Unbound - Volume 3: Bank to the future. https://www.jpmorgan.com/payments/payments-unbound/magazine/volume-3
dc.source.bibliographicCitationKrogstrup, S., & Sangill, T. (2024). New Technologies and the Future Governance of Bank Run Risk. Journal of Financial Regulation, 10(1). https://doi.org/10.1093/jfr/fjae001
dc.source.bibliographicCitationLópez, I. (2020). El Negocio de los Datos. El Impacto del Business Analytics en la Empresa. Universidad Pontificia Comillas.
dc.source.bibliographicCitationMcKinsey & Company. (2020). Rompiendo la gran muralla hacia la escala. https://www.mckinsey.com/capabilities/operations/our-insights/breaching-the-great wall-to-scale/es-ES?
dc.source.bibliographicCitationMunappy, A. R., Bosch, J., & Olsson, H. H. (2020). Data Pipeline Management in Practice: Challenges and Opportunities. Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 12562 LNCS. https://doi.org/10.1007/978-3-030-64148-1_11
dc.source.bibliographicCitationOrlandi, A. (2024). Tecnologías Big Data, Minería de Datos y Analítica aplicada a la gestión de Recursos Humanos. Editora Dialética.
dc.source.bibliographicCitationPaleyes, A., Urma, R. G., & Lawrence, N. D. (2022). Challenges in Deploying Machine Learning: A Survey of Case Studies. ACM Computing Surveys, 55(6). https://doi.org/10.1145/3533378
dc.source.bibliographicCitationSectorial. (2024, octubre). Informe sectorial banca y fintech. https://shops.sectorial.co/product/banca-y-fintech/
dc.source.bibliographicCitationTechnavio. (2024). Global Fintech Growth Analysis - Size and Forecast 2024 - 2028. https://www.technavio.com/report/fintech-market-analysis
dc.source.bibliographicCitationThe Financial Brand. (2022, marzo). Why Banks Reduce Dependence on Branches. https://thefinancialbrand.com/news/banking-branch-transformation/bank-branches omnichannel-digital-delivery-trends-132770/
dc.source.bibliographicCitationWickham, H. (2014). Journal of Statistical Software Tidy Data. Journal of Statistical Software, 59(10).
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocUR
dc.subjectAnalítica de negocios
dc.subjectDatos abiertos
dc.subjectModelado predictivo
dc.subjectVisualización estratégica
dc.subject.keywordBusiness analytics
dc.subject.keywordOpen data
dc.subject.keywordFinancial system
dc.subject.keywordCommercial intelligence
dc.subject.keywordInsight
dc.subject.keywordAdvantage competitive
dc.titleModelo de analítica de negocios con datos públicos: estructura modular para vigilancia y predicciones en el mercado financiero de Colombia
dc.title.TranslatedTitleBusiness analytics model with public data: modular structure for surveillance and predictions in the financial market of Colombia
dc.title.alternativeSistema modular de inteligencia financiera con datos públicos en Colombia
dc.typemasterThesis
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.type.spaTesis de maestría
local.department.reportEscuela de Administración
local.regionesBogotá
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
Modelo_de_analítica_de_negocios_con_datos_públicos_Contreras_Paredes_Valentina.pdf
Tamaño:
3.19 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Maestría en Business Analytics