Logo de la Revista E&S

Artículo

09 de septiembre de 2026

Análisis de Componentes Principales y Agrupación de Datos Censales en la Identificación de Asentamientos Precarios

Carolina Horta Cattaneo; Jéssica Eloá Poletto

DOI: 10.22167/2675-6528-202602130

Artículo derivado de Trabajo de Fin de Curso (TCC), con contenido basado en el trabajo original del estudiante y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege para la síntesis y organización textual.

Resumen

La identificación de asentamientos precarios en áreas metropolitanas brasileñas aún depende, en gran medida, de enfoques cualitativos y clasificaciones institucionales, frecuentemente subjetivas y temporalmente desfasadas. Este estudio evaluó la aplicación combinada del Análisis de Componentes Principales (PCA) y el algoritmo K-Means para segmentar sectores censales urbanos del Censo Demográfico de 2010, comparando los resultados con la clasificación oficial de Agrupaciones Subnormales (AGSN) del Instituto Brasileño de Geografía y Estadística (IBGE). Se utilizaron datos de 33 regiones metropolitanas que contenían AGSN. Se probaron cuatro configuraciones metodológicas, combinando dos conjuntos de variables (uno amplio y otro enfocado en vulnerabilidad) con k=4 y k=5 agrupaciones. Las variables incluyeron infraestructura urbana, saneamiento, características domiciliarias y perfiles socioeconómicos y raciales, y fueron sometidas a la transformación de Yeo-Johnson y estandarización. La correspondencia de las agrupaciones con la clasificación oficial fue evaluada por el Adjusted Rand Index (ARI). Los resultados revelaron baja correspondencia en la mayoría de las regiones, con índices de ARI predominantemente inferiores a 0,03. Se observaron desempeños más elevados en Belém, Campinas y Aracaju. A pesar de la baja correspondencia con la clasificación oficial, el enfoque demostró capacidad para identificar gradientes de vulnerabilidad urbana de forma sistemática y replicable. Esto ofrece potencial para subsidiar la priorización territorial en políticas públicas, sin, sin embargo, sustituir las clasificaciones institucionales establecidas.

Palabras clave: Agrupamiento; Aprendizaje automático no supervisado; Asentamientos precarios; Sectores censales; Vulnerabilidad urbana.

1. Introducción

La rápida urbanización en Brasil ha generado desafíos significativos para la gestión territorial, incluida la expansión continua de asentamientos precarios en áreas metropolitanas. Desde el Censo de 1950, el Instituto Brasileño de Geografía y Estadística (IBGE) se ha dedicado a la caracterización e identificación de estos territorios (IBGE, 2023), que muestran una expansión constante a lo largo de las últimas décadas (IPEA, 2016). Las tipologías utilizadas para esta clasificación han sido revisadas, incluso en investigaciones recientes (MCID, 2024), pero estos asentamientos persisten con características recurrentes, lo que exige acciones gubernamentales estratégicas para mejorar las condiciones de vida de sus habitantes. Actualmente, tanto el IBGE como el Ministerio de Ciudades (MCID) emplean criterios específicos para clasificar estas áreas, considerando aspectos como las condiciones de vivienda, el acceso a servicios esenciales y la regularización de la propiedad (MCID, 2023).

A pesar de los esfuerzos institucionales, la identificación de estos asentamientos aún enfrenta desafíos metodológicos relevantes. Los enfoques tradicionales a menudo dependen de clasificaciones cualitativas e institucionales, que son susceptibles a la subjetividad y al desfase temporal. Existe una brecha en la aplicación de métodos cuantitativos robustos que puedan complementar los análisis existentes, ofreciendo una visión más sistemática y replicable de los patrones de vulnerabilidad urbana.

En este contexto, las metodologías basadas en estadística multivariante y aprendizaje automático no supervisado presentan un potencial considerable para mejorar la identificación de patrones espaciales y socioeconómicos subyacentes en los datos censales. El Análisis de Componentes Principales (PCA) es un método ampliamente empleado para la reducción de dimensionalidad, que preserva la variabilidad original de los datos y permite la identificación de patrones latentes entre las variables (Fávero y Belfiore, 2017). Esta técnica es crucial para sintetizar información compleja de grandes conjuntos de datos.

La clusterización, a su vez, con técnicas como el algoritmo K-Means, demuestra eficacia en la segmentación de datos espaciales, agrupando elementos con características similares (Fávero y Belfiore, 2017). La combinación de PCA y K-Means se ha aplicado en estudios urbanos complejos. Kubrusly y Saboia (2006) utilizaron análisis estadístico multivariado para examinar la población empleada en regiones metropolitanas. Carvalho (2015) empleó métodos multivariados para la simulación del paisaje urbano. Más recientemente, Carmo y Costa (2021) aplicaron PCA para tipologías urbanas, y Bortoletto et al. (2017) usaron PCA y clusterización para evaluar la vulnerabilidad socioambiental. En el campo de los datos geoespaciales censales, Krishnan (2023) y Rey et al. (2023) presentaron aplicaciones de K-Means y agrupamiento jerárquico en datos socioeconómicos, evaluando el rendimiento por métricas como los coeficientes de Silhouette y Davies-Bouldin.

La brecha en la identificación sistemática y replicable de asentamientos precarios, junto con la necesidad de herramientas complementarias a las clasificaciones institucionales, justifica la exploración de enfoques cuantitativos. Así, el presente estudio buscó evaluar la aplicación de algoritmos no supervisados de aprendizaje automático, específicamente PCA y K-Means, para la segmentación de sectores censales urbanos del Censo Demográfico de 2010, verificando la correspondencia de los agrupamientos obtenidos con la clasificación oficial del IBGE para asentamientos precarios y explorando el potencial del enfoque como herramienta de priorización territorial para análisis e intervenciones más profundas.

2. Material y Métodos

El estudio utilizó un enfoque cuantitativo, basado en la aplicación de algoritmos de aprendizaje automático no supervisados, específicamente Análisis de Componentes Principales (PCA) y K-Means, para segmentar sectores censales urbanos. La investigación se realizó con datos del Censo Demográfico de 2010, comparando los agrupamientos obtenidos con la clasificación oficial de Agrupaciones Subnormales (AGSN) del Instituto Brasileño de Geografía y Estadística (IBGE).

El conjunto de datos se construyó a partir de fuentes secundarias de acceso público del IBGE, combinando tablas de resultados del Censo Demográfico de 2010 agregadas por sector censal, la malla de sectores censales del mismo año y la base de AGSN de Áreas de Interés Social de 2019. La integración de estas fuentes se realizó mediante unión espacial y tabular, resultando en un GeoDataFrame con información socioespacial y la clasificación de AGSN para cada sector censal urbano de las regiones metropolitanas brasileñas. Las tablas del Censo 2010 se obtuvieron del servidor FTP del IBGE en archivos CSV temáticos (Domicilio01, DomicilioRenda, Entorno01, Pessoa01 y Pessoa03). La malla de sectores censales se obtuvo del servidor FTP del IBGE en formato “shapefile” y se exportó como geopackage [GPKG]. La delimitación de las regiones metropolitanas se obtuvo de un “shapefile” del Centro de Estudios de la Metrópoli [CEM/USP], convertido a GPKG vía QGIS. La base de AGSN, en formato GeoJSON, se utilizó para marcar sectores cuyos centroides se localizan dentro de los polígonos de aglomerados subnormales, generando la variable binaria de referencia.

El pipeline de preparación de datos se desarrolló en Python, utilizando las bibliotecas geopandas, pandas, numpy y pyogrio. Los pasos incluyeron: (1) descarga automatizada de los “shapefiles” de sectores por UF; (2) extracción y lectura selectiva de los CSV temáticos, filtrando sectores de regiones metropolitanas y columnas necesarias; (3) unión tabular entre datos del “shapefile” y CSV por código de sector; y (4) unión espacial entre centroides de los sectores y polígonos de AGSN para el marcado de la variable de referencia. El resultado se exportó en formato GPKG. La configuración general del pipeline y el mapeo de columnas se detallan en la Figura 1.

Figura 1. Código 1 – configuraciones generales y mapeo de columnas por tabla del Censo 2010

Fuente: Datos originales de la investigación

Después de la integración, los datos se filtraron para incluir exclusivamente sectores urbanos (Situacao_setor = 1) y se excluyeron sectores con ausencia total de información del entorno. Los valores nulos residuales en las variables domiciliarias se sustituyeron por cero.

Para la construcción de los indicadores, se realizó un análisis de correlación exploratoria en la Región Metropolitana de São Paulo (RMSP) para calibración metodológica. Los patrones de correlación se ilustran en la Figura 2. Se calcularon indicadores proporcionales para cada sector censal, dividiendo recuentos absolutos por totales de hogares, ingresos o personas. Los indicadores se organizaron en cuatro categorías temáticas: infraestructura urbana, saneamiento y recolección, características de los hogares y perfil socioeconómico y racial. Se definieron dos conjuntos de variables para el PCA: el primero, “todas las variables”, con 28 indicadores socioespaciales amplios; y el segundo, “enfoque en vulnerabilidades”, con 13 indicadores asociados a la precariedad habitacional y la exclusión social. La definición de estos conjuntos se presenta en la Figura 3.

Figura 2. Correlación entre indicadores socioespaciales de la Región Metropolitana de São Paulo

Fuente: Datos originales de la investigación

Figura 3. Código 2 – definición de los dos conjuntos de variables para la PCA

Fuente: Datos originales de la investigación

Antes de la aplicación de los algoritmos, los datos se preprocesaron en dos etapas: (1) transformación de Yeo-Johnson (clase PowerTransformer de la biblioteca scikit-learn) para reducir la asimetría y la curtosis; y (2) estandarización con StandardScaler para obtener variables con media cero y desviación estándar unitaria. La función de preprocesamiento se ilustra en la Figura 4.

Figura 4. Código 3 – función de preprocesamiento: transformación Yeo-Johnson seguida de estandarización

Fuente: Datos originales de la investigación

El Análisis de Componentes Principales (PCA) se aplicó por separado a cada conjunto de variables, utilizando la clase PCA de la biblioteca scikit-learn. El número de componentes retenidos se definió por el criterio del 80% de varianza explicada acumulada: 13 componentes para el conjunto completo de variables y 9 para el conjunto de vulnerabilidades (Apéndice A). Se exportaron las proyecciones en los dos primeros componentes principales. La aplicación de la PCA se detalla en la Figura 5.

Figura 5. Código 4 – aplicación de PCA para los dos conjuntos de variables, con criterio del 80% de varianza acumulada

Fuente: Datos originales de la investigación

La agrupación se realizó con el algoritmo K-Means, implementado por la biblioteca scikit-learn. Se probaron dos valores de k (4 y 5 agrupaciones) para cada tipo de PCA, lo que resultó en cuatro configuraciones por región metropolitana: todas_k4, todas_k5, vuln_k4 y vuln_k5. La definición de los valores de k se guió por el análisis de inercia total y el coeficiente de silueta, aplicados en la RMSP. El algoritmo se inicializó con n_init=10 inicializaciones aleatorias y random_state fijo para la reproducibilidad. La entrada para K-Means fue la proyección de los datos en los primeros componentes principales seleccionados (13 para el conjunto completo y 9 para el conjunto de vulnerabilidades). La aplicación de K-Means se muestra en la Figura 6.

Figura 6. Código 5 – aplicación del K-Means para las cuatro configuraciones (tipo de PCA × k)

Fuente: Datos originales de la investigación

La correspondencia entre las agrupaciones generadas y la clasificación oficial de AGSN fue evaluada por el Adjusted Rand Index (ARI), implementado por la función adjusted_rand_score de la biblioteca scikit-learn. El ARI mide la similitud entre dos conjuntos de etiquetas discretas, ajustando el “Rand Index” por el azar esperado. La Normalized Mutual Information (NMI) se calculó como métrica complementaria. Para cada región metropolitana y configuración, se registraron el ARI, el NMI, el número total de sectores y el número de sectores clasificados como AGSN, además del detalle por clúster. Para cada región metropolitana y cada
configuración, se registraron el ARI, el NMI, el número total de sectores y el número de sectores clasificados como AGSN, además del detalle por clúster con la proporción de sectores AGSN en cada agrupación (Figura 7).

Figura 7. Código 6 – cálculo de ARI y NMI por configuración, con detalle por “cluster”

Fuente: Datos originales de la investigación

El estudio se desarrolló y validó inicialmente en la Región Metropolitana de São Paulo. En una segunda etapa, el pipeline se amplió a las 33 regiones metropolitanas brasileñas con presencia de sectores clasificados como AGSN. Para posibilitar el procesamiento a escala nacional, el pipeline se estructuró de forma modular, procesando cada región metropolitana de forma independiente a través de una función que encapsula todas las etapas: construcción de los indicadores, filtrado y limpieza de los datos, aplicación del PCA, ejecución del K-Means, cálculo de las métricas y exportación de los resultados. Los resultados se consolidaron en archivos CSV. La función principal del pipeline se ilustra en la Figura 8.

Figura 8. Código 7 – función principal del “pipeline”: procesamiento modular por región metropolitana

Fuente: Datos originales de la investigación

3. Resultados y Discusión

El análisis se llevó a cabo para las 33 regiones metropolitanas brasileñas que presentaban sectores clasificados como Aglomerados Subnormales (AGSN) según la base de datos del IBGE de 2019. Para cada región, se probaron cuatro configuraciones metodológicas, combinando dos tipos de Análisis de Componentes Principales (PCA) – uno con todas las variables sociodemográficas y otro centrado en indicadores de vulnerabilidad – y dos valores para el algoritmo K-Means (k=4 y k=5). La correspondencia entre los agrupamientos generados y la clasificación oficial del IBGE se evaluó mediante el Índice Rand Ajustado (ARI), una métrica que varía entre -1 y 1, donde valores cercanos a cero indican una concordancia equivalente al azar.

En el primer componente principal (PC1) del conjunto completo de variables, destacaron indicadores asociados a la precariedad urbana y a las desigualdades raciales, como la proporción de hogares con bajos ingresos, la proporción de personas negras o pardas y la infraestructura deficiente. Estos factores presentaron una correlación inversa con variables que reflejan una mayor infraestructura consolidada, como pavimentación y aceras, lo que sugiere que PC1 representa un gradiente de desigualdad territorial. El segundo componente (PC2) reflejó diferencias en el tipo de tenencia del hogar y en el acceso a la infraestructura, distinguiendo áreas regulares de ocupaciones informales, según se detalla en el Apéndice A del TCC original.

La Figura 9 presenta el mejor ARI obtenido entre las cuatro configuraciones probadas para cada región metropolitana, ordenadas de forma creciente. Se observa que la gran mayoría de las regiones concentra valores cercanos a cero, destacando Belém (ARI = 0,125), Campinas (ARI = 0,057) y Aracaju (ARI = 0,055), que presentaron los desempeños más elevados.

Figura 9. Mejor ARI por región metropolitana (solo RMs con sectores AGSN)

Fuente: Resultados originales de la investigación

La Figura 10 complementa este análisis mediante “boxplots” comparativos, que muestran la distribución del ARI por separado según el tipo de PCA y el número de “clusters”. En ambos paneles, la dispersión se reduce y los valores medianos se sitúan cerca de cero, lo que indica que ni la elección del conjunto de variables ni la definición del número de agrupaciones produjeron un impacto sistemático expresivo sobre la correspondencia con la clasificación oficial. La ausencia de diferencias relevantes entre las configuraciones refuerza que el rendimiento del modelo está más condicionado a las características socioespaciales de cada región metropolitana que a los parámetros metodológicos adoptados.

Figura 10. Distribución del ARI por tipo de PCA y por número de clústeres (RMs con AGSN)

Fuente: Resultados originales de la investigación

Rendimiento por región metropolitana y configuración

La distribución del ARI por región metropolitana reveló una jerarquía clara de desempeño (Figura 11). Belém presentó el mayor valor de ARI entre todas las regiones y configuraciones analizadas (ARI = 0,125, configuración todas_k4), destacándose de forma expresiva en relación a las demás.

Figura 11. ARI por región metropolitana y configuración metodológica (ordenado por el mejor ARI)

Fuente: Resultados originales de la investigación

El análisis de la relación entre el ARI y la proporción de sectores AGSN en la región metropolitana indicó una tendencia positiva (Figura 12). Las regiones con mayor participación de AGSN en el conjunto de sectores urbanos tendieron a presentar valores más elevados de ARI. Esta asociación sugiere que, cuando los sectores precarios representan una parte expresiva del universo analizado, sus características socioespaciales generan mayor variabilidad sistemática, favoreciendo la identificación de los agrupamientos por los algoritmos. Belém, con cerca del 50% de los sectores urbanos clasificados como AGSN, fue el caso más expresivo, lo que ayuda a explicar su desempeño superior. Entre las demás regiones, destacaron Campinas (ARI = 0,057, todas_k4) y Aracaju (ARI = 0,055, vuln_k4).

Por otro lado, no se identificó una relación clara entre el número de sectores censales urbanos y el rendimiento del modelo (Figura 13). Este resultado indica que el volumen de datos, de forma aislada, no determina la calidad de los agrupamientos. El rendimiento parece estar más asociado a la estructura interna de la variabilidad socioespacial de cada región, especialmente al grado de diferenciación entre sectores precarios y no precarios en el conjunto de variables censales, que a la escala del análisis.

Figura 12. Relación entre ARI y proporción de sectores AGSN por región metropolitana

Fuente: Resultados originales de la investigación

Figura 13. Relación entre ARI y número de sectores censales urbanos de la región metropolitana (escala logarítmica)

Fuente: Resultados originales de la investigación

Análisis Espacial: el caso de Belém

Para profundizar la interpretación de los resultados, Belém fue seleccionada por presentar el mejor desempeño métrico y un contexto urbano favorable a la aplicación de la metodología. En la configuración todas_k4 (ARI = 0,125), la segmentación territorial produjo un patrón interpretable y territorialmente coherente. El clúster 3, compuesto por 559 sectores, concentró el 75,7% de sus sectores en AGSN, mientras que el clúster 1, con 484 sectores, presentó solo un 5,8% de superposición con esta clasificación. Esta polarización refleja la estructura urbana de la región, marcada por la coexistencia de áreas con elevada infraestructura y sectores de precariedad habitacional intensa.

Figura 14. Distribución espacial de los “clusters” en Belém, todas las variables, k=4 (ARI = 0,125)

Figura 15

Fuente: Resultados originales de la investigación; IBGE y Censo Demográfico (2010); IBGE y AGSN (2019)

La distribución espacial de los agrupamientos revela una estructura territorial coherente con el proceso de urbanización de Belém, marcado por la ocupación de áreas de bajadas y zonas ribereñas asociadas a la precariedad habitacional, características recurrentes de las ciudades amazónicas (Castro, 2008). El clúster 3, con mayor concentración de sectores AGSN, se organiza predominantemente en las porciones oeste y sur de la región metropolitana, coincidiendo con las áreas de bajadas y ocupaciones ribereñas históricamente asociadas a la precariedad habitacional. El clúster 2, con un 52,3% de superposición con los AGSN, ocupa una posición intermedia y aparece de forma dispersa a lo largo del tejido urbano, sugiriendo la presencia de gradientes de vulnerabilidad que permean diferentes porciones del territorio.

El clúster 1, con una menor proporción de AGSN, se concentra en las áreas centrales y en los sectores con mayor infraestructura consolidada, evidenciando el patrón de segregación socioespacial característico de las metrópolis amazónicas. Esta organización espacial refuerza la capacidad del enfoque en capturar estructuras territoriales reales, aun operando exclusivamente a partir de variables censales agregadas. La proyección de los sectores en el espacio de los dos primeros componentes principales (PC1 y PC2) evidencia la separación entre los grupos, conforme a la Figura 15.

Figura 15 Distribución de los sectores en el espacio PCA en Belém, coloreado por “cluster” (izquierda) y por clasificación AGSN (derecha)

Ilustración 16

Fuente: Resultados originales de la investigación

4. Conclusión

El presente estudio evaluó la aplicación combinada del Análisis de Componentes Principales (PCA) y el algoritmo K-Means para segmentar sectores censales urbanos del Censo Demográfico de 2010, buscando verificar la correspondencia de los agrupamientos obtenidos con la clasificación oficial de Aglomerados Subnormales (AGSN) del IBGE y explorar el potencial del enfoque como herramienta de priorización territorial. Se verificó que, en la mayoría de las 33 regiones metropolitanas analizadas, la correspondencia entre los agrupamientos generados y la clasificación oficial fue modesta, con valores de Adjusted Rand Index (ARI) predominantemente inferiores a 0,03. Se observaron desempeños más elevados en Belém, Campinas y Aracaju, y se constató que regiones con mayor proporción de AGSN tendieron a presentar ARI más altos. El análisis espacial demostró que los clusters más vulnerables, identificados por la metodología, se organizaron de forma coherente con los patrones de segregación socioespacial y precariedad habitacional de las metrópolis brasileñas, con los sectores AGSN concentrándose en regiones bien definidas en el espacio estadístico de la PCA. Este enfoque, por lo tanto, demostró capacidad para identificar gradientes de vulnerabilidad urbana de manera sistemática y replicable, ofreciendo una contribución práctica relevante como instrumento de selección territorial a escala metropolitana, capaz de orientar la asignación de esfuerzos para investigaciones más profundas y subsidiar políticas públicas.

Los resultados obtenidos deben interpretarse considerando algunas limitaciones. La clasificación de AGSN, basada en criterios urbanísticos y topológicos, no coincide necesariamente con los perfiles socioespaciales captados por las variables censales, lo que impone un límite intrínseco a la comparación y sugiere que la metodología puede identificar territorios vulnerables aún no formalmente reconocidos. Además, el algoritmo K-Means, sensible a la estructura de covarianza de los datos, puede no capturar la heterogeneidad interna de los agrupamientos en regiones de gran tamaño, indicando que métodos alternativos podrían explorarse en estudios futuros. La base de datos del Censo 2010 también presentó limitaciones de completitud en variables de entorno. Para el perfeccionamiento de la investigación, se sugiere la replicación de la metodología con los datos del Censo Demográfico de 2022, que ofrecerá una base más completa y actualizada. Se recomienda, además, la incorporación de variables complementarias, como datos de imágenes de satélite de alta resolución, indicadores ambientales de teledetección e información sobre legislación urbana, con el fin de enriquecer el conjunto de atributos y aumentar la sensibilidad del modelo en la identificación de patrones de vulnerabilidad urbana.

Referencias Bibliográficas

Bortoletto, K.C.; Freitas, M.I.C.; Rossetti, L.A.F.G.; Freitas, A.C.; Oliveira, R.B.N. 2017. Análise da vulnerabilidade socioambiental e do uso do solo urbano da área insular de Santos – SP. Revista Brasileira de Cartografia 69(4): 769-790.

Carmo, M.B.S.; Costa, S.M.F. 2021. Tipologias urbanas para as pequenas cidades do delta do Rio Amazonas: uma proposição de categorização. Revista Política e Planejamento Regional 8(3): 440-459.

Carvalho, G.A. 2015. Comparação de métodos de análise multivariada na seleção de variáveis explicativas para modelos de simulação da paisagem urbana. Tese de Doutorado em Geografia. Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brasil. Disponível em: . Acesso em: 12 mar. 2025.

Castro, E.M.R. 2008. Urbanização, Pluralidade e Singularidades das Cidades Amazônicas. 1ed. NAEA/UFPA, Belém, PA, Brasil.

Fávero, L.P.; Belfiore, P.P. 2017. Análise de componentes principais (PCA). p. 379-436. In: Fávero, L.P.; Belfiore, P.P. Manual de Análise de Dados: estatística e modelagem multivariada com Excel, SPSS e Stata. 1ed. Elsevier, Rio de Janeiro, RJ, Brasil.

Instituto Brasileiro de Geografia e Estatística [IBGE]. 2010. Dados de aglomerados subnormais e do universo do Censo Demográfico 2010. Disponível em: . Acesso em: 12 mar. 2025.

Instituto Brasileiro de Geografia e Estatística [IBGE]. 2022. Dados do Censo Demográfico 2022. Disponível em: . Acesso em: 12 mar. 2025.

Instituto Brasileiro de Geografia e Estatística [IBGE]. 2023. Favelas e comunidades urbanas: IBGE muda denominação dos aglomerados subnormais. Agência de Notícias IBGE, 13 out. 2023. Disponível em: . Acesso em: 10 mar. 2025.

Instituto de Pesquisa Econômica Aplicada [IPEA]. 2016. Caracterização e tipologia de assentamentos precários. Disponível em: . Acesso em: 09 mar. 2025.

Krishnan, R. 2023. Applied Geospatial Data Science with Python. 1ed. Packt Publishing, Birmingham, Reino Unido.

Kubrusly, L.S.; Saboia, J. 2006. Uma análise multivariada da população ocupada nas regiões metropolitanas brasileiras. Ensaios FEE 27(2): 411-436.

Ministério das Cidades [MCID]. 2023. Guia para o mapeamento e caracterização de assentamentos precários. Disponível em: . Acesso em: 05 mar. 2025.

Ministério das Cidades [MCID]. 2024. Favelas e comunidades urbanas: IBGE retoma termo histórico para censos e pesquisas. Disponível em: . Acesso em: 08 mar. 2025.

Rey, S.J.; Arribas-Bel, D.; Wolf, L.J. 2023. Geographic Data Science with Python. 1ed. Chapman and Hall/CRC, Londres, Reino Unido.

Artículo originario del Trabajo de Conclusión de Curso de la Especialización en Data Science y Analytics del MBA USP/Esalq

Para saber más sobre el curso, haz clic aquí y accede a la plataforma MBX Academy

Más recientes

Economía, Inversiones Y Banca

23 de octubre de 2026

Educación Financiera, Comportamientos y Sesgos en la Toma de Decisiones Financieras

22 de octubre de 2026

Desafíos y Posibilidades del Primer Año Escolar de Niños con TEA para el Trabajo Docente

22 de octubre de 2026

Viaje del Consumidor en la Decisión de Compra de Infoproductos en el Entorno Digital

22 de octubre de 2026

Riesgos Psicosociales y Salud Mental en el Trabajo en una Institución Bancaria

22 de octubre de 2026

Observatorio Digital de la Amazonía: Ciencia de Datos Aplicada al Análisis de Indicadores Sociales, Económicos, Ambientales y de Salud

22 de octubre de 2026

Aprendizaje Continuo como Factor de Crecimiento Organizacional en la Percepción de los Colaboradores

22 de octubre de 2026

Regresión Estadística en Microrredes para Estimación de Desempeño Operacional: Caso Campusgrid

22 de octubre de 2026

Previsión de la Morosidad de Pago Agregada en el Sistema Financiero Brasileño por Modelo Sarimax con Variables Macroeconómicas

22 de octubre de 2026

Factores de Compromiso de las Partes Interesadas en la Transferencia Internacional de Tecnología a un Hospital Público

También te puede interesar

Economía, Inversiones Y Banca

23 de octubre de 2026

Educación Financiera, Comportamientos y Sesgos en la Toma de Decisiones Financieras

La gestión financiera personal representa un desafío creciente, influenciada por sesgos cognitivos que afectan la toma de decisiones, incluso en individuos con alto conocimiento. El presente estudio analizó la relación entre el nivel de educación financiera y la ocurrencia de sesgos conductuales en la toma de decisiones financieras de adultos residentes en Brasil. Se realizó un levantamiento de campo de naturaleza aplicada, cuantitativa y descriptivo-correlacional, mediante la aplicación de un cuestionario estructurado a 163 encuestados. El instrumento contempló variables sociodemográficas, conocimiento y hábitos financieros, y situaciones hipotéticas para identificar sesgos cognitivos. Los resultados indicaron que niveles más elevados de educación financiera se asociaron con mejores prácticas de control financiero, ahorro e inversión, con correlaciones significativas con ingresos y escolaridad. Sin embargo, la presencia de sesgos conductuales (anclaje, aversión a la pérdida, escasez, optimismo/pesimismo, sesgo del presente, status quo, exceso de confianza y contabilidad mental) persistió incluso entre individuos con mayor escolaridad e ingresos, sin asociación estadísticamente significativa con las variables sociodemográficas analizadas. Se concluyó que la educación financiera, aunque esencial para la organización y el control financiero, no fue suficiente para neutralizar la influencia de sesgos cognitivos. Se sugiere la incorporación de enfoques conductuales a los programas de educación financiera.

Palabras clave: Comportamiento financiero; Economía conductual; Finanzas personales; Heurísticas cognitivas; Sesgos cognitivos.

22 de octubre de 2026

Desafíos y Posibilidades del Primer Año Escolar de Niños con TEA para el Trabajo Docente

La inserción de niños con Trastorno del Espectro Autista (TEA) en la Educación Infantil presenta desafíos significativos, dada la dificultad de adaptación a nuevos entornos y la intensidad de estímulos. El objetivo fue analizar la actuación docente en la Educación Infantil en el proceso de escolarización inicial de niños con TEA. Se realizó un estudio de caso, utilizando la entrevista narrativa como técnica de producción de datos. Los resultados revelaron que la actuación docente se caracterizó por prácticas de mediación y afecto, con la flexibilización de la rutina y el uso de recursos lúdicos como estrategias esenciales para el desarrollo y la organización sensorial del niño. También se destacó la importancia del profesional de apoyo escolar para el éxito del trabajo pedagógico. El desarrollo integral del niño fue promovido por medio de acciones docentes intencionales que priorizaron la adaptación ambiental, el fortalecimiento de vínculos y la atención a las necesidades específicas del TEA. Como contribución, se elaboró una guía de estrategias pedagógicas orientada a la acogida de niños con TEA en guarderías públicas.

Palabras clave: Educación Infantil; Inclusión Escolar; Narrativas Docentes; Prácticas Pedagógicas Inclusivas; Trastorno del Espectro Autista.

22 de octubre de 2026

Viaje del Consumidor en la Decisión de Compra de Infoproductos en el Entorno Digital

La expansión del comercio electrónico y la transformación tecnológica impulsaron la necesidad de comprender el comportamiento del consumidor de infoproductos, cuya experiencia percibida se ha vuelto crucial para el desarrollo profesional. El estudio tuvo como objetivo analizar los factores que influyeron en la decisión de compra de infoproductos en el entorno digital, considerando las etapas del viaje del consumidor. Se realizó una investigación aplicada, cuantitativa y descriptiva, a través de un estudio de campo con 100 consumidores de la Serra Gaúcha. La recopilación de datos se realizó mediante un cuestionario estructurado, utilizando muestreo no probabilístico. Los resultados revelaron un público cualificado y con un fuerte comportamiento “mobile-first”. Se constató que la disponibilidad de información detallada y la aprobación social fueron los principales desencadenantes de atracción en la fase de precompra. En las etapas transaccionales y posteriores, la minimización de fricciones operativas, la agilidad del acceso inmediato y la seguridad sistémica demostraron ser cruciales para la conversión y la satisfacción, aunque se identificaron lagunas en la eficiencia del soporte humano. La retención se fundamentó en la confianza generada por experiencias anteriores positivas, superando el factor precio. Se concluyó que el viaje del consumidor de infoproductos opera como un sistema integrado, exigiendo alineación entre infraestructura tecnológica, curaduría de contenido y humanización del soporte para asegurar el compromiso.

Palabras clave: Comercio electrónico; Comportamiento del consumidor; Experiencia del consumidor; Fidelización; Negocios virtuales.

22 de octubre de 2026

Riesgos Psicosociales y Salud Mental en el Trabajo en una Institución Bancaria

La salud mental en el entorno laboral es un tema de creciente relevancia, que impacta el desarrollo profesional y el bienestar de los colaboradores. Se realizó un estudio para identificar aspectos y situaciones que pueden influir en los niveles de absentismo en una institución bancaria. La investigación involucró a 108 participantes y utilizó un cuestionario estructurado, basado en la versión corta del COPSOQ II de Gonçalves (2021), que contenía 45 preguntas cerradas en escala Likert y dos preguntas abiertas. Los datos se recopilaron a través de una plataforma en línea y se analizaron con un enfoque descriptivo y cuantitativo. Los resultados revelaron un escenario que indicó la necesidad de ajustes en la distribución de las actividades y en la percepción de los gerentes sobre comportamientos y señales de trastornos. Se identificaron evidencias importantes en las respuestas abiertas de los participantes. Se concluyó que el estudio contribuyó a la promoción de la percepción de un ambiente seguro para la salud mental en la organización.

Palabras clave: Ausencias por trastornos; Desarrollo profesional; Liderazgo operativo; Licencia médica; Salud mental.

22 de octubre de 2026

Observatorio Digital de la Amazonía: Ciencia de Datos Aplicada al Análisis de Indicadores Sociales, Económicos, Ambientales y de Salud

El estado de Amazonas ha enfrentado desafíos históricos en la consolidación del Sistema Único de Salud (SUS), derivados de barreras geográficas, desigualdades socioeconómicas y limitaciones estructurales. En este estudio se describió el desarrollo e implementación de un geoportal de información en salud, concebido para apoyar el monitoreo, la evaluación y la planificación en el contexto amazónico. Se adoptó un enfoque de estudio de caso descriptivo, basado en análisis documental y datos secundarios, abarcando el mapeo de funcionalidades, la infraestructura técnica y las etapas de validación de la herramienta. El Portal fue desarrollado con tecnologías abiertas e integró múltiples bases de datos nacionales, ofreciendo dashboards interactivos, mapas temáticos y repositorio digital de documentos. Entre los resultados, destacaron la visualización georreferenciada de indicadores clave, la posibilidad de análisis comparativos temporales y la utilización de la plataforma en la revisión de planes de salud y en el redireccionamiento de acciones estratégicas. El portal puede representar un avance en la gobernanza digital y en la gestión basada en evidencia, con potencial de replicabilidad para otros territorios de alta complejidad, siempre que vaya acompañado de inversiones en infraestructura tecnológica, capacitación profesional y articulación interinstitucional.

Palabras clave: Amazonía; Evaluación en Salud; Salud Digital; Sistemas de Información en Salud.

22 de octubre de 2026

Aprendizaje Continuo como Factor de Crecimiento Organizacional en la Percepción de los Colaboradores

El impacto del aprendizaje continuo y la gestión del conocimiento en el crecimiento de las organizaciones fue estudiado en un escenario de globalización y constantes cambios. El objetivo del estudio fue analizar la percepción de los colaboradores sobre la cultura de aprendizaje y su importancia para el desarrollo personal y profesional. Los datos se obtuvieron a través de una encuesta anónima, de enfoque cuantitativo, utilizando un formulario con preguntas tipo “survey” aplicado a 87 profesionales de los sectores de tecnología, salud, educación, comercio y servicios. Los resultados indicaron que los colaboradores tenían una percepción positiva sobre la contribución del aprendizaje continuo al crecimiento personal y organizacional, reconociendo sus beneficios para el desarrollo de nuevas habilidades, la innovación y la competitividad. Sin embargo, se observó que el incentivo al intercambio de conocimiento interno y la oferta de capacitaciones prácticas aún presentaban medias moderadas de acuerdo. Se concluyó que el aprendizaje continuo contribuye significativamente al desarrollo individual y organizacional, sugiriendo que las empresas deben desarrollar políticas estratégicas de aprendizaje dirigido a nuevas habilidades, buscando una mayor ventaja competitiva y la innovación.

Palabras clave: Aprendizaje continuo; Autodesarrollo; Crecimiento organizacional; Gestión del Conocimiento; Innovación.

22 de octubre de 2026

Regresión Estadística en Microrredes para Estimación de Desempeño Operacional: Caso Campusgrid

Se propuso un modelo de regresión estadística múltiple para estimar el rendimiento operativo de la microrred CampusGrid de la UNICAMP, basándose en magnitudes eléctricas internas. La microrred integra generación fotovoltaica, baterías y un generador de gas. Se recopilaron datos del sistema de gestión de energía en intervalos de cinco minutos durante un mes. El Índice de Confiabilidad Operacional, definido como la razón entre energía atendida y demandada, se estableció como variable dependiente. El modelo se ajustó al modo de operación aislado, evaluando el impacto de la demanda, el estado de carga, la generación solar y la energía suministrada. Los resultados revelaron un elevado poder explicativo, indicando que la confiabilidad operativa depende de la interacción entre el suministro y la demanda. Se observó que el período nocturno concentró la mayor tasa de atención parcial, atribuida a la reducción de la generación solar. Se concluyó que la regresión múltiple ofrece una estructura interpretable y útil para el monitoreo de microrredes y el apoyo a estrategias de control.

Palabras clave: Almacenamiento en baterías; Generación fotovoltaica; Índice de Confiabilidad; Operación aislada; Sistema de Gestión de Energía.

22 de octubre de 2026

Previsión de la Morosidad de Pago Agregada en el Sistema Financiero Brasileño por Modelo Sarimax con Variables Macroeconómicas

La morosidad agregada en el sistema financiero brasileño es un indicador crucial de riesgo crediticio, cuya previsión está regulada por las Resoluciones CMN n.° 4.557/2017 y 4.966/2021 para la medición prospectiva de pérdidas esperadas. Se modeló y predijo la morosidad agregada mediante el modelo SARIMAX, proyectando su trayectoria hasta diciembre de 2026 bajo escenarios optimista, base y pesimista. Se utilizaron 164 observaciones mensuales (julio/2012 a febrero/2026) y variables macroeconómicas como desempleo, Selic, IPCA, IBC-Br y endeudamiento de las familias. La especificación con variables contemporáneas fue seleccionada con base en criterios de información y estabilidad de los coeficientes, y el diagnóstico de los residuos confirmó adecuación estadística, con MAPE de 3,12%. La morosidad histórica varió entre 4,33% y 7,64%. La estimación identificó el desempleo (β = 0,2534; p < 0,001) y la Selic (β = 0,2128; p < 0,001) como principales determinantes positivos, con fuerte persistencia temporal (AR(1) = 0,8965). La Selic exhibió correlación creciente con la morosidad (r = 0,62 en el rezago 12), mientras que el desempleo demostró efecto contemporáneo (r = 0,33). Las proyecciones indicaron morosidad entre 6,30% y 7,98% en diciembre de 2026, con una amplitud de 1,68 punto porcentual, evidenciando implicaciones directas para el dimensionamiento de provisiones en las instituciones financieras.

Palabras clave: Desempleo; Modelado predictivo; Política monetaria; Provisión de pérdidas; Series temporales.

22 de octubre de 2026

Factores de Compromiso de las Partes Interesadas en la Transferencia Internacional de Tecnología a un Hospital Público

Este estudio describió los factores críticos percibidos para la participación de las partes interesadas en la transferencia internacional de tecnología en un hospital público, con foco en la planificación. El objetivo fue describir estos factores condicionantes, según la percepción de los profesionales. Se realizó un estudio de caso único, aplicando un cuestionario a 25 profesionales y utilizando análisis de contenido, complementado por tabulaciones descriptivas. Los principales obstáculos identificados fueron resistencia al cambio (72%), financiación (64%), falta de comunicación (60%) y burocracia (40%). Solo el 28% de los encuestados reconoció la existencia de herramientas adecuadas para la gestión de stakeholders, mientras que el 48% negó y el 24% no supo informar. Cruzamientos exploratorios indicaron variaciones en la evaluación de influencia según el tiempo de actuación, pero no establecieron relaciones causales. La falta de participación se asoció con retrasos, baja adhesión, desperdicio de recursos, fallas de comunicación, compromiso de la absorción de conocimiento y riesgos para la seguridad del paciente. Las conclusiones se restringieron a las percepciones del grupo investigado y fundamentaron recomendaciones preliminares para la comunicación y coordinación intersectorial.

Palabras clave: Estudio de caso; Gestión de proyectos; Innovación en salud; Partes interesadas; Sector público.

Economia

19 de octubre de 2026

¿Fin de la escala 6×1: qué permiten concluir los números?

Tras la promulgación del fin de la escala 6×1, el debate sobre la jornada menor pasa a la implementación y exige distinguir beneficios sociales de costos económicos El fin de la escala 6×1 pasó de la discusión legislativa a un cambio constitucional en Brasil. El 16 de octubre de 2026, el Congreso Nacional promulgó la enmienda constitucional nº 141/2026, originada de la Propuesta […]

Inteligencia Artificial

16 de octubre de 2026

¿Por qué estudiar si existe la IA?

Cuando las respuestas se vuelven fáciles, aprender pasa a significar más que alcanzarlas. ¿Por qué necesito aprender esto si puedo preguntarle a una inteligencia artificial? Este tipo de pregunta ha acompañado a la educación durante décadas. ¿Por qué aprender una operación si existe una calculadora? ¿Por qué memorizar una información si se puede encontrar […]

Gestión Tributaria

15 de octubre de 2026

Impuesto rosa y el género del precio

Cómo los diferentes tratamientos de marketing para hombres y mujeres son incorporados por la tributación del consumo Imagine un estante en el que dos maquinillas de afeitar de la misma marca y destinadas al mismo propósito están expuestas una al lado de la otra: una tiene un empaque oscuro y promete fuerza, precisión y eficiencia; la otra viene en tonos de rosa o […]

Salud

13 de octubre de 2026

El eslabón perdido de la transformación de la salud

¿Por qué la innovación no es suficiente para generar cambios en las organizaciones y en los sistemas de salud La transformación digital se ha consolidado como una prioridad estratégica para los sistemas de salud en todo el mundo. Historias clínicas electrónicas, inteligencia artificial, telemedicina, monitorización remota y análisis de datos han pasado a formar parte de la agenda estratégica de gobiernos y organizaciones sanitarias. Paradójicamente, […]

Marketing

09 de octubre de 2026

Bitcoin o mascotas: lo que la Inteligencia Artificial no vería

Un caso real de consumer intelligence muestra lo que queda fuera del briefing Hace algunos años, una aseguradora estadounidense contrató a una empresa especializada en consumer intelligence para responder a tres preguntas: La aseguradora también evaluaba lanzar seguros pagados en bitcoin. En ese momento, el proceso de trabajo de la consultoría funcionaba así: el analista creaba una query […]

Gestión Escolar

06 de octubre de 2026

La escuela no es un casino: cuando las figuritas se convierten en moneda en el patio

¿Por qué, para determinados estudiantes, la escuela logra ofrecer tan pocas experiencias de éxito? La Copa del Mundo ha terminado. Brasil ha quedado fuera de la competición, llegaron las vacaciones escolares, se disputó la final y el calendario del fútbol siguió adelante. Sería razonable imaginar que, con el fin del torneo y el regreso a clases, también comenzara […]

Transición Energética

30 de septiembre de 2026

Energías renovables: la ventaja brasileña

Brasil necesita invertir en la capacidad de transformar recursos naturales en innovación, productividad y desarrollo Hablar de energía es hablar de desarrollo. Detrás de la industria, el transporte, los servicios, las ciudades y, cada vez más, la inteligencia artificial, existe una infraestructura energética que sustenta la economía. Comprender la matriz energética de un país es comprender […]

Análisis De Datos

30 de septiembre de 2026

¿Cuando cambian los datos, ha cambiado la realidad?

Análisis de casi 20 millones de vínculos-año docentes entre 2020 y 2025 muestra cómo cambios en la composición de la población y en la producción de los registros pueden alterar la interpretación de series históricas Entre 2020 y 2025, el número de vínculos formales de trabajo docente identificados en la RAIS (Relación Anual de Información Social), del Ministerio de Trabajo, […]

Inteligencia Artificial

28 de septiembre de 2026

Inteligencia artificial y las tendencias

¿Por qué tanta gente se une a los juegos con ChatGPT? Nunca fui una persona de tendencias. Sigo sin serlo. Algunas pasan por mi línea de tiempo, las veo, me parecen interesantes pero no al punto de experimentar. Fue así, inclusive, con algunas ondas recientes de imágenes hechas por inteligencia artificial, como la tendencia de los años 80, aquella que nos […]

Gestión Tributaria

01 de septiembre de 2026

Reforma tributaria y planificación patrimonial en el campo

La eficiencia para gestionar los impuestos facilita la gobernanza y permite organizar la sucesión familiar. La organización patrimonial rural se ha convertido en una medida estratégica ante la reforma tributaria en Brasil, que entró en vigor este año. La planificación de las actividades y de la gestión del patrimonio rural, a través de herramientas como la transición de la Persona Física a […]

Renata de Gaspari Valdejão Almeida

Inteligencia Artificial

05 de agosto de 2026

Dentro de la empresa y fuera del radar: los riesgos de la IA Sombra

Según Microsoft, el 75% de los profesionales ya utilizan inteligencia artificial en el trabajo sin la aprobación de la empresa El uso de la inteligencia artificial generativa ya forma parte de la rutina corporativa. Herramientas como ChatGPT, Copilot y otras plataformas ayudan a los profesionales a producir textos, analizar datos, crear presentaciones y acelerar tareas en prácticamente todos los sectores. Pero este avance […]

Renata de Gaspari Valdejão Almeida

Estrategia

02 de julio de 2026

El futuro como competencia

El interés académico refuerza la proyección de escenarios como herramienta esencial para la toma de decisiones. Mientras algunas empresas aún intentan acertar el próximo paso, otras ya trabajan con múltiples futuros posibles — y se preparan para todos ellos. Pero, ¿qué significa “pensar el futuro”? ¿Es tendencia, es estrategia o una nueva competencia que […]

Renata de Gaspari Valdejão Almeida

Innovación

Tecnología

21 de mayo de 2026

Corredor Agro SP: innovación, articulación institucional y futuro

Pecege comanda a operação executiva das atividades do ecossistema de 400 km que ficou conhecido como Vale do Silício do agro brasileiro Em 2025, além de assumir a gestão do Parque Tecnológico de Piracicaba, o Instituto Pecege também foi designado para comandar a operação executiva das atividades do Corredor de Inovação Agropecuária do Estado, o chamado […]

Educación

27 de abril de 2026

Cómo transformar un TCC en negocio

Nueva gestión del Parque Tecnológico de Piracicaba ofrece consultoría a egresados de MBAs El nuevo director de proyectos del Parque Tecnológico de Piracicaba (PTP), Alexandre Barreto, suele decir que una de las mayores recompensas que ha tenido en la vida ha sido ver a sus orientandos del MBA USP/Esalq estructurar empresas a partir de sus trabajos de conclusión de […]

Tecnología

20 de marzo de 2026

El repertorio humano en la era de la IA

El pensamiento crítico y la creatividad son insustituibles en el trabajo del profesional de marketing La Inteligencia Artificial (IA) es capaz de hazañas increíbles, pero aún no posee la capacidad de juicio, empatía, intuición y creatividad estratégica necesarias para hacer el trabajo de un buen profesional de marketing. En esta área, es importante saber usar la herramienta para automatizar […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

23 de febrero de 2026

ESG como estrategia de crecimiento en una cooperativa del RS

Santa Clara equilibra responsabilidad social y ambiental con innovación Fundada en 1911 por inmigrantes italianos en Carlos Barbosa, en la sierra gaúcha, la Cooperativa Santa Clara es un ejemplo de que es posible equilibrar el crecimiento económico con la responsabilidad social y ambiental. De una pequeña empresa de producción de quesos, la organización evolucionó a un […]

Renata de Gaspari Valdejão Almeida

Agronegocios

Innovación

22 de enero de 2026

¿Brasil libre de fiebre aftosa: qué cambia para la carne brasileña?

Con un rebaño de más de 200 millones de cabezas de ganado, el país es actualmente el líder en exportaciones Brasil recibió recientemente, por primera vez, la certificación de país libre de fiebre aftosa sin vacunación, otorgada por la Organización Mundial de Sanidad Animal (OMSA). El sello fortalece la posición del país como proveedor de carne confiable para el […]

Renata de Gaspari Valdejão Almeida

Innovación

09 de diciembre de 2025

Innovación: el nuevo ciclo del Parque Tecnológico de Piracicaba

El Instituto Pecege asume la gestión apostando en la creación de nuevos negocios A partir de 2026, el Instituto Pecege asumirá la gestión del Parque Tecnológico de Piracicaba (PTP). Entre sus responsabilidades estarán la administración, operación, mantenimiento y expansión del parque, además del fomento de actividades de innovación, emprendimiento y ciencia y tecnología. La elección fue realizada […]

Renata de Gaspari Valdejão Almeida

06 de julio de 2026

Arquitectura a Gran Escala: Gestión de Cambios DSR-SCRUM

Mônica Alessandra Guerios; Maria do Carmo Assis Todorov Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. La arquitectura y el urbanismo se configuran como bases imprescindibles en un espacio urbano cada vez más complejo y desafiante, donde la intrínseca conexión entre cuestiones sociales, ambientales y tecnológicas […]

Mba Ejecutivo En Liderazgo Y Gestión

29 de junio de 2026

Calificación de Proveedores: Estandarización y Riesgo

Isis Penelope Sumarelli Albuquerque Huang; Vítor Melão Cassânego Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. La creciente complejidad de las cadenas de suministro agroalimentarias, impulsada por la globalización, ha generado una demanda intensificada de transparencia, seguridad y trazabilidad en los sistemas alimentarios. La integridad y la autenticidad […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

Jurídico: de centro de costo a socio estratégico

Adriana Ehiar Ribeiro Petry; Ana Carla Fernandes Gasques Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. El escenario de expansión en el mercado brasileño, a pesar de ser prometedor para empresas de bienes de consumo, presenta desafíos significativos que exigen un enfoque estratégico y adaptable. Con una población […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

Cultura: Profesionalización y crecimiento en empresas familiares

Yashmin Meirelles Oliveira Araujo; Gilmar Martinelli Junior Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. El escenario económico brasileño está marcadamente influenciado por la expresiva representatividad de las empresas familiares, que constituyen aproximadamente el 90% de los emprendimientos del país, según datos de PwC (2023). Dentro de este vasto universo, […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

Equipos Semifijos: Compromiso y Cohesión en el Campo

Wesley Araújo Martins; Odair Silva Soares Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. El sector operativo de una empresa especializada en servicios técnicos de campo, activa en el mantenimiento de transformadores de potencia en entornos industriales y concesionarias de energía, enfrenta desafíos significativos relacionados con […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

IA en preventas: Generación automatizada de propuestas

Vitor Luis Genaro; Felipe Carvalhal Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. El mercado de consultoría en tecnología exige de las organizaciones una eficiencia operativa creciente, aliada a la capacidad analítica y a la velocidad de respuesta al cliente. En este escenario dinámico, el área de preventas asume […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

PMaaS: Impulsando proyectos en PYMEs sin PMO

Vitor Conceição Faria; Ewerton Mauro Visotto Faria Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. El escenario empresarial contemporáneo, marcado por alta competitividad y una transformación digital acelerada, impone desafíos complejos a las empresas, especialmente a las de pequeño y mediano tamaño. Muchas de estas organizaciones, aunque comprometidas […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

Gestión Ágil del Ciclo de Vida en Fomento Público

Vinícius Nascimento Garcia; Ana Carla Gasques Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. La agencia pública estatal de fomento enfrentaba un escenario de desarrollo reactivo y fragmentado de sus líneas de crédito, caracterizado por el bajo uso de datos y la ausencia de una gobernanza […]

Mba Ejecutivo En Liderazgo Y Gestión

26 de junio de 2026

Mentoría y Onboarding: Desarrollando Talentos en GC

Vinícius Andrade de Carvalho; Ewerton Mauro Visotto Faria Resumen elaborado por la herramienta ResumeAI, una solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción. La demanda de servicios de outsourcing ha experimentado un crecimiento notable tanto en Brasil como a nivel mundial, impulsando a las empresas a expandir sus operaciones externalizadas. Informes como la “Global Outsourcing Survey […]