Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Primer Entrega Semana 5

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 20

1

DIRECCIÓN DE PROYECTOS EN INTELIGENCIA DE NEGOCIOS

Yury Tatiana Cubillos Cely


Andrés Felipe Melo Vaquen
Diego Fernando Melo Vaquen

Universidad Politécnico Grancolombiano.


Facultad de Ingeniería, Diseño e Innovación
Especialización en Gerencia de Proyectos.
Abril de 2024
2

Tabla de Contenidos
Resumen Ejecutivo ............................................................................................................. 5
Introducción ........................................................................................................................ 6
1. Objetivos ................................................................................................................. 7
1.2 Objetivo General ................................................................................................... 7
1.3 Específicos: ........................................................................................................... 7
2. Descripción Del Proyecto ....................................................................................... 9
2.1. Descripción General............................................................................................. 9
1. Elementos .............................................................................................................. 10
2. Formulación .......................................................................................................... 10
3. Justificación .......................................................................................................... 11
4. Diagrama Causa Efecto......................................................................................... 14
5. Marco Teorico ....................................................................................................... 14
6. Metodologia .......................................................................................................... 16
7. Metodologia Lista De Interesados (Stakeholders). ............................................... 18
8. Riesgos de Alto Nivel ........................................................................................... 19
9.1 Metodología de Riesgos ...................................................................................... 19
Referencias ........................................................................................................................ 20
3

Índice de Tablas

Tabla 1. Metodología de Riesgos. (Fuente Propia) .......................................................... 20


4

Índice de Imágenes

Imagen 1. Diagrama Causa Efecto – fuente propia .......................................................... 14


Imagen 2. Metodología– fuente propia ............................................................................. 18
Imagen 3. Lista de Interesados - Fuente Propia ................................................................ 18
Imagen 4. Riegos - Elaboración Propia ............................................................................ 19
5

Resumen Ejecutivo

En la era actual, el avance tecnológico ha facilitado la implementación de métodos

ágiles y precisos para la toma de decisiones en las organizaciones, basados en

información confiable y segura. Dada la relevancia de la información almacenada en los

sistemas de la UAECD en la localidad de Engativá, es crucial implementar un análisis e

inteligencia de datos que permita optimizar procesos y tomar decisiones fundamentadas.

Este proyecto de investigación se centra en el diseño y desarrollo de un sistema de

Business Intelligence (BI) utilizando herramientas como PowerBI para analizar datos

producidos por la UAECD. El objetivo es crear dashboards y reportes que faciliten la

toma de decisiones informadas. Además, se investigará cómo el análisis de datos puede

identificar áreas de mejora en la organización, contribuyendo a la optimización de

procesos y la eficiencia operativa. También se abordará la gestión del cambio

organizacional necesario para adoptar nuevas tecnologías y procesos basados en datos,

así como la seguridad y confidencialidad de la información. Se evaluará el impacto de la

implementación del sistema en la cultura organizacional y, finalmente, se estudiará cómo

esta nueva capacidad de análisis afecta positivamente la toma de decisiones dentro de la

UAECD en Engativá.
6

Introducción

La toma de decisiones en las organizaciones ya sea en su gestión administrativa,

operativa o relacionada con el núcleo (Core) del negocio, es un proceso crucial que puede

impactar significativamente su desempeño y productividad, con posibles resultados

positivos o riesgos de pérdidas operativas [1].

En este contexto, la implementación de acciones, mecanismos o instrumentos

dirigidos a gestionar el conocimiento dentro de las entidades públicas cobra una

importancia fundamental. Estas acciones incluyen la generación, identificación, captura,

valoración, transferencia, apropiación, análisis, difusión y preservación del conocimiento

tácito y explícito, con el propósito de fortalecer la gestión, fomentar la innovación y

mejorar la prestación de servicios a los diferentes grupos de valor [5].

Sin embargo, es común que las decisiones se basen únicamente en la información

disponible en las estructuras de datos, sin aplicar mecanismos de validación de la calidad

de dichos datos, lo que puede dar lugar a riesgos no gestionados [2, 3].
7

1. Objetivos

1.2 Objetivo General

El presente proyecto de investigación tiene como objetivo principal diseñar e

implementar un sistema de análisis e inteligencia de datos para la Unidad Administrativa

Especial de Catastro Distrital (UAECD) en la localidad de Engativá, con el fin de

optimizar procesos y mejorar la toma de decisiones. Este sistema utilizará herramientas

de Business Intelligence, especialmente PowerBI, para analizar y visualizar la

información contenida en las bases de datos de la UAECD, permitiendo identificar

patrones, tendencias y áreas de mejora en la gestión catastral. Además, se busca evaluar

el impacto de la implementación del sistema en la eficiencia operativa de la UAECD y en

la calidad de los servicios prestados a los ciudadanos de la localidad de Engativá.

1.3 Específicos:

• Identificar, capturar, analizar los datos producido en la localidad Engativá y así

dar cumplimiento a la descripción del proyecto en alcance, tiempo y costo.

• Analizar exhaustivamente los datos catastrales existentes en la UAECD de

Engativá, identificando las fuentes de información relevantes y evaluando su

calidad y consistencia.

• Seleccionar y configurar adecuadamente la herramienta de Business Intelligence

(BI), en este caso PowerBI, para el procesamiento y visualización eficiente de los

datos catastrales.
8

• Desarrollar dashboards y reportes personalizados dentro de PowerBI que permitan

a los usuarios de la UAECD acceder fácilmente a la información catastral

relevante y tomar decisiones informadas en tiempo real.

• Implementar mecanismos de actualización automática de los datos catastrales en

el sistema de BI, garantizando la disponibilidad de información actualizada y

precisa en todo momento.

• Capacitar al personal de la UAECD en el uso efectivo de la herramienta de BI y

en la interpretación de los análisis y visualizaciones de datos generados,

promoviendo una cultura organizacional basada en datos.

• Evaluar continuamente el desempeño y la efectividad del sistema de análisis e

inteligencia de datos implementado, recopilando retroalimentación de los usuarios

y realizando ajustes según sea necesario para mejorar su funcionalidad y

usabilidad.

• Medir el impacto del sistema de BI en la optimización de procesos, la mejora en

la toma de decisiones y el aumento de la eficiencia operativa de la UAECD,

utilizando indicadores clave de rendimiento (KPIs) y comparando los resultados

con períodos anteriores o con otras unidades comparables.

• Identificar la información más relevante que le permita a la organización tomar

decisiones correctivas o preventivas de los datos que producen.

• Realizar un plan estratégico que contemple las mejoras a nivel de estructura

organizacional y de procesos que le permita a la empresa optimizar procesos


9

2. Descripción Del Proyecto

2.1. Descripción General

En la actualidad, la Unidad Administrativa Especial de Catastro Distrital (UAECD) en

la localidad de Engativá enfrenta desafíos significativos en la gestión y utilización

efectiva de la información catastral disponible. A pesar de la abundancia de datos

almacenados en sus sistemas, la UAECD carece de herramientas adecuadas para analizar

y aprovechar plenamente esta información en la toma de decisiones. Esta falta de

capacidad para generar inteligencia a partir de los datos limita la eficiencia operativa de

la UAECD y afecta la calidad de los servicios prestados a los ciudadanos de Engativá en

materia catastral.

La UNIDAD ADMINISTRATIVA ESPECIAL DE CATASTRO DISTRITAL tiene

como objeto tiene: Responder por la recopilación e integración de la información

georreferenciada de la propiedad inmueble del Distrito Capital en sus aspectos físico,

jurídico y económico, que contribuya a la planeación económica, social y territorial del

Distrito Capital, así mismo podrá prestar los servicios de gestión y operación catastral en

cualquier lugar del territorio nacional. [7]

Para ello sacaremos una muestra segmentada en la localidad de Engativá para analizar

los datos producidos y que se puedan visualizar en un tablero que le permita a la

organización optimizar procesos y tomar decisiones.


10

1. Elementos

Abundancia de Datos: La UAECD cuenta con una gran cantidad de datos catastrales

provenientes de diversas fuentes, incluyendo registros de propiedad, información

geoespacial y datos socioeconómicos de la localidad.

Limitaciones en el Análisis de Datos: La UAECD carece de herramientas de análisis e

inteligencia de datos que le permitan identificar patrones, tendencias y áreas de mejora en

la gestión catastral.

Impacto en la Toma de Decisiones: La falta de capacidad para generar inteligencia a

partir de los datos afecta negativamente la toma de decisiones en la UAECD, lo que

puede resultar en ineficiencias operativas y servicios catastrales subóptimos para los

ciudadanos.

2. Formulación

¿Cómo diseñar e implementar un sistema de análisis e inteligencia de datos para la

UAECD en la localidad de Engativá, utilizando herramientas de Business Intelligence

como PowerBI, con el fin de optimizar procesos y mejorar la toma de decisiones en la

gestión catastral?
11

3. Justificación

La implementación de un sistema de análisis e inteligencia de datos en la Unidad

Administrativa Especial de Catastro Distrital (UAECD) de Engativá se sustenta en

criterios de pertinencia, utilidad, impacto social y aportes teóricos y metodológicos a la

investigación en gestión catastral.

En primer lugar, es pertinente en un contexto donde la gestión eficiente de la

información es esencial para el funcionamiento efectivo de las instituciones públicas.

Dada la complejidad de los datos catastrales manejados por la UAECD, contar con

herramientas que faciliten su procesamiento y análisis se vuelve imperativo para

garantizar una gestión catastral eficiente y precisa.

Además, la utilidad de este proyecto radica en su capacidad para optimizar procesos

internos, mejorar la toma de decisiones y aumentar la eficiencia operativa de la UAECD.

Al proporcionar a los tomadores de decisiones acceso a información más completa y

precisa, el sistema de análisis de datos permitirá identificar áreas de mejora, eliminar

redundancias y optimizar recursos, lo que se traducirá en una prestación de servicios

catastrales más eficiente y efectiva para los ciudadanos de Engativá.

Desde el punto de vista del impacto social, la implementación de un sistema de

análisis de datos en la UAECD tendrá un impacto significativo en la calidad de los

servicios catastrales ofrecidos a la comunidad de Engativá. Al mejorar la gestión catastral


12

y agilizar los procesos de atención al ciudadano, se fortalecerá la confianza en la

institución y se aumentará la satisfacción de los usuarios, contribuyendo así a mejorar la

calidad de vida de la comunidad en general.

Finalmente, este proyecto también aporta tanto teórica como metodológicamente al

campo de la gestión catastral y la aplicación de herramientas de análisis de datos en el

sector público. Al documentar el proceso de diseño e implementación del sistema de

análisis de datos en la UAECD, se generarán conocimientos y buenas prácticas que

podrán ser replicados y adaptados por otras instituciones públicas en situaciones

similares.

Optimización de Procesos: La UAECD maneja una gran cantidad de información

catastral que incluye registros de propiedad, datos geoespaciales y socioeconómicos. La

falta de herramientas adecuadas para analizar estos datos dificulta la identificación de

patrones, tendencias y áreas de mejora en la gestión catastral. La implementación de un

sistema de análisis de datos permitirá optimizar los procesos internos de la UAECD,

agilizando la gestión de información y reduciendo los tiempos de respuesta a los

ciudadanos.

Mejora en la Toma de Decisiones: La toma de decisiones en la UAECD se basa

actualmente en datos dispersos y poco analizados, lo que puede llevar a decisiones

subóptimas y a una asignación ineficiente de recursos. La implementación de un sistema

de inteligencia de datos proporcionará a los tomadores de decisiones acceso a

información más completa y precisa, permitiéndoles tomar decisiones más informadas y

estratégicas en la gestión catastral.


13

Eficiencia Operativa: La falta de herramientas de análisis de datos contribuye a

ineficiencias operativas en la UAECD, como la duplicación de esfuerzos, la falta de

coordinación entre departamentos y la falta de seguimiento de los resultados de las

acciones implementadas. Al implementar un sistema de inteligencia de datos, la UAECD

podrá identificar y eliminar cuellos de botella, mejorar la asignación de recursos y

aumentar la eficiencia operativa en general.

Mejora en la Prestación de Servicios: La implementación de un sistema de análisis

de datos no solo beneficiará a la UAECD en términos de optimización de procesos y

toma de decisiones, sino que también repercutirá en una mejora en la calidad de los

servicios catastrales ofrecidos a los ciudadanos de Engativá. Al contar con información

más precisa y actualizada, la UAECD podrá brindar servicios más eficientes y

personalizados, aumentando la satisfacción de los ciudadanos y fortaleciendo la confianza

en la institución.
14

4. Diagrama Causa Efecto

Imagen 1. Diagrama Causa Efecto – fuente propia

5. Marco Teorico

En el contexto de la UAECDD de Engativá, el Business Intelligence (BI) desempeña

un papel crucial en la gestión y análisis de datos para mejorar la toma de decisiones y la

eficiencia operativa. El BI se refiere a la aplicación de tecnologías y procesos para

recopilar, analizar y presentar información valiosa que facilite la toma de decisiones

informadas (Microsoft, 2020). La implementación de sistemas de BI en organizaciones

gubernamentales como la UAECDD se ha vuelto cada vez más importante debido a la

necesidad de mejorar la eficiencia administrativa y la prestación de servicios a la

comunidad (IBM, 2018).


15

La gestión catastral es un componente fundamental para la UAECDD, ya que implica

la identificación, descripción y valoración de la propiedad inmobiliaria en el área de

Engativá. El análisis de datos espaciales y catastrales es crucial para identificar patrones y

tendencias que ayuden en la toma de decisiones relacionadas con el desarrollo urbano y la

gestión del territorio (Esri, 2020).

Herramientas como Microsoft Power BI ofrecen capacidades avanzadas de

visualización y análisis de datos que pueden ser utilizadas por la UAECDD para mejorar

la gestión de la información catastral y facilitar la toma de decisiones estratégicas

(Microsoft, 2020). Estas herramientas permiten crear informes interactivos, realizar

análisis en tiempo real y compartir información de manera efectiva dentro de la

organización.

El proceso de implementación de un sistema de BI en la UAECDD comprende varias

etapas, desde la planificación inicial hasta el mantenimiento continuo del sistema. Es

crucial involucrar a todas las partes interesadas y establecer metas claras desde el inicio

del proyecto para garantizar su éxito a largo plazo (SAP, 2020).

Factores como la alineación con los objetivos estratégicos de la UAECDD, el apoyo

de la alta dirección y la capacidad de gestionar el cambio son críticos para el éxito de la

implementación de un sistema de BI (Deloitte, 2019). Identificar y abordar estos factores

desde el principio del proyecto es esencial para maximizar el valor y el impacto del

sistema de BI en la UAECDD.
16

La implementación de sistemas de BI en la UAECDD puede tener un impacto

significativo en la eficiencia operativa y la calidad de los servicios prestados a la

comunidad de Engativá. Al proporcionar acceso a información procesable y análisis

avanzados, el BI puede ayudar a la UAECDD a identificar oportunidades de mejora,

optimizar procesos y mejorar la calidad de vida de los ciudadanos (SAS, 2020

6. Metodologia

esta investigación se desarrollará siguiendo una serie de pasos rigurosos que

abarcarán desde el diseño del estudio hasta la presentación de los resultados. En

primer lugar, se definirá el enfoque de investigación, optando por un diseño mixto

que combine elementos cuantitativos y cualitativos para abordar de manera integral

los objetivos propuestos. Posteriormente, se procederá a la selección de la población y

la muestra, identificando a los usuarios potenciales del sistema de Business

Intelligence (BI) en la UAECDD de Engativá y determinando el tamaño y la

composición de la muestra correspondiente.

La recolección de datos se llevará a cabo utilizando diversas técnicas, como

encuestas, entrevistas y análisis documental, diseñando instrumentos específicos para

cada una de ellas. En paralelo, se realizará el proceso de implementación del sistema

de BI en la UAECDD, siguiendo un plan detallado que abarcará las etapas de

planificación, diseño, desarrollo, implementación y evaluación. Se asignarán recursos


17

adecuados para cada fase y se establecerá un cronograma de actividades para

garantizar el cumplimiento de los objetivos en tiempo y forma.

Una vez implementado el sistema de BI, se procederá a evaluar su impacto y

efectividad mediante criterios predefinidos, evaluando la satisfacción de los usuarios,

la mejora en la toma de decisiones y el logro de los objetivos establecidos. Los datos

recolectados se analizarán utilizando técnicas estadísticas y de análisis cualitativo,

identificando patrones, tendencias y relaciones relevantes. Los resultados se

presentarán de manera clara y coherente, acompañados de conclusiones y

recomendaciones basadas en los hallazgos del estudio.

Finalmente, se llevará a cabo una validación de los resultados obtenidos y una

reflexión sobre el proceso de investigación, identificando lecciones aprendidas y áreas

de mejora para futuras investigaciones. Este enfoque metodológico garantizará la

rigurosidad y la calidad del estudio, proporcionando una base sólida para comprender

la implementación del sistema de BI en la UAECDD de Engativá y su impacto en la

gestión de datos y la toma de decisiones en la organización. z


18

Imagen 2. Metodología– fuente propia

7. Metodologia Lista De Interesados (Stakeholders).

Imagen 3. Lista de Interesados - Fuente Propia


19

8. Riesgos de Alto Nivel

Imagen 4. Riegos - Elaboración Propia

9.1 Metodología de Riesgos

En la siguiente tabla se describe la metodología para los procesos de la gestión de riesgos:

FUENTES DE
PROCESO DESCRIPCIÓN HERRAMIENTAS PERIODICIDAD
INFORMACION
Planificar como se
Se revisará el plan para la
realizará la gestión de Reuniones y Juicio
Planificación dirección del proyecto y Al inicio del proyecto.
los riesgos en el de Expertos.
Acta de constitución.
proyecto.
Se revisará el plan para la
Reconocer, identificar
dirección del proyecto, Acta
y documentar los Reuniones, Analisis Al inicio del proyecto
Identificación de constitución,
eventos de riesgo tanto de Datos y Juicio de y cuando se identifica
de Riesgos Documentos del proyecto,
internos como externos Expertos. un nuevo riesgo.
activos de la empresa y
al proyecto.
Lecciones aprendidas.
Se revisará el plan para la
dirección del proyecto, Acta
Analisis Analizar de manera Al inicio del proyecto
de constitución,
cualitativo de descriptiva los riesgos Juicio de Expertos. y cuando se identifica
Documentos del proyecto,
Riesgos y su impacto. un nuevo riesgo.
activos de la empresa y
Lecciones aprendidas.
Se revisará el plan para la
dirección del proyecto, Acta
Analisis Analizar de manera Al inicio del proyecto
de constitución,
Cuantitativo numérica los riesgos y Analisis de Datos. y cuando se identifica
Documentos del proyecto,
de Riesgos su impacto. un nuevo riesgo.
activos de la empresa y
Lecciones aprendidas.
20

FUENTES DE
PROCESO DESCRIPCIÓN HERRAMIENTAS PERIODICIDAD
INFORMACION
Se revisará el plan para la
Planificación Se planifica, organiza y dirección del proyecto, Acta
Al inicio del proyecto
de proyecta las respuestas Reuniones y Juicio de constitución,
y cuando se identifica
Respuestas a ante la materialización de Expertos. Documentos del proyecto,
un nuevo riesgo.
Riesgos de un evento de riesgo. activos de la empresa y
Lecciones aprendidas.
Se aplican los Se revisará el plan para la
Implementar protocolos o dirección del proyecto, Acta
En caso de
las procedimientos de constitución,
Reuniones. materialización de un
Respuestas a propuestos en caso de Documentos del proyecto,
evento de riesgo.
los Riesgos materialización de un activos de la empresa y
evento de riesgo. Lecciones aprendidas.
Se revisará el plan para la
dirección del proyecto, Acta
Se estudian y controlan Reuniones, Analisis
Monitorear de constitución,
periódicamente los de Datos y Juicio de Mensualmente.
los Riesgos Documentos del proyecto,
riesgos. Expertos.
activos de la empresa y
Lecciones aprendidas.
Tabla 1. Metodología de Riesgos. (Fuente Propia)

Referencias
[1] Y. M. Abu Amuna, M. J. Al Shobaki and S. S. Abu Naser, “The Role of Knowledge-Based Computerized Management Information Systems in the
Administrative Decision-Making Process,” Int. j. inf. technol. electr. Eng., vol. 6, no. 2, pp. 1-9, April 2017. Disponible:
http://dstore.alazhar.edu.ps/xmlui/handle/123456789/
[2] M. J. Al Shobaki and S. S. Abu Naser, “Decision support systems and its role in developing the universities strategic management: Islamic university
in Gaza as a case study,” Int. j. adv. res. dev., vol. 1, no. 10, pp. 33-47, October 2016. Disponible: https://core.ac.uk/download/pdf/131209194.pdf
[3] M. J. Al Shobaki and S. S. Abu Naser. “Performance development and its relationship to demographic variables among users of computerized
management information systems in Gaza electricity Distribution Company,” Int. j. humanit. soc. sci. res., vol. 2, no. 10, pp. 21-30, October 2016.
Disponible: https://philarchive.org/archive/SHOPDAv1
[4] Oscar Fruits, María Guevara, Tanya Magaly, Jennifer Avilés, Lorena Bravo (Abril 2018). Importancia de realizar auditoria de sistemas preventiva
en las Organizaciones https://www.coursehero.com/file/66015214/246-740-1-PBpdf/
[5] Función Pública. Gestión del Conocimiento https://www.funcionpublica.gov.co/web/eva/que-es-gestion-del-conocimiento
[6] (Analítica institucional - EVA - Función Pública https://www.funcionpublica.gov.co/web/eva/analitica-
institucional#:~:text=internos%20y%20externos-
,La%20anal%C3%ADtica%20institucional%20es%20el%20eje%20de%20la%20gesti%C3%B3n%20del,por%20medio%20de%20su%20an%C3%
A1lisis
[7] UAECDD – Misión de la Entidad - https://www.catastrobogota.gov.co/sobre-catastro/quienes-somos
[8] Microsoft. (2020). Microsoft Power BI. de https://powerbi.microsoft.com/
[9] Microsoft. (2020). Microsoft Power BI. de https://powerbi.microsoft.com/
[10] IBM. (2018). Business Intelligence and Analytics. de https://www.ibm.com/analytics/business-intelligence
[11] Esri. (2020). GIS for Land Administration. de https://www.esri.com/en-us/industries/land-administration/overview
[12] SAP. (2020). SAP Business Intelligence Solutions. de https://www.sap.com/products/business-intelligence.html
[13] Deloitte. (2019). The Business of Intelligence. de https://www2.deloitte.com/us/en/insights/industry/public-sector/business-of-intelligence.html
[14] SAS. (2020). Business Intelligence & Analytics. de https://www.sas.com/en_us/insights/analytics/business-intelligence.html

También podría gustarte