26 de octubre de 2026
Aplicación de la metodología CRISP-DM en el mapeo del flujo de datos en el área de finanzas
Alexandre Barbosa de Souza; Elaine Barbosa de Figueiredo
DOI: 10.22167/2675-6528-202600480
Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege para síntesis y organización textual.
Resumen
Se aplicó la metodología CRISP-DM para mapear el flujo de datos en el área de planificación financiera y presupuestos de una empresa industrial. El estudio abordó el desafío de los procesos manuales y el uso intensivo de hojas de cálculo en la consolidación de datos financieros, que comprometían la productividad, precisión, gobernanza y estrategias. El objetivo fue desarrollar una solución de datos capaz de automatizar el flujo de información, reducir la interferencia humana, mejorar la gobernanza corporativa y la calidad de los datos, y agilizar las estrategias empresariales. La metodología siguió las seis fases del modelo CRISP-DM: comprensión del negocio, comprensión de los datos, preparación de los datos, modelado, evaluación e implementación. La arquitectura técnica implicó la extracción de datos del sistema de gestión a una base de datos, utilizando Python para procesar y enriquecer los registros, y se centró en la ingeniería, manipulación e integración de datos, además de la producción de visualizaciones en Power BI, sin modelado de algoritmos de aprendizaje automático. Los resultados preliminares indicaron una mejora significativa en la eficiencia operativa, con una reducción del tiempo total de procesamiento de tres horas y cuarenta minutos a un intervalo entre diez y diecisiete minutos. Se observó mayor agilidad en la identificación de clasificaciones ausentes y una reducción en los errores de clasificación del 14% a menos del 0,05%. Se implementaron paneles interactivos para facilitar la visualización y el monitoreo. La aplicación del método CRISP-DM posibilitó el desarrollo ágil y seguro de la solución, proporcionando una visión integral del negocio e indicadores para decisiones estratégicas y monitoreo continuo.
Palabras clave: Automatización; Eficiencia Operacional; Ingeniería de Datos; Gobernanza de Datos; Planificación Financiera.
1. Introducción
El escenario empresarial contemporáneo se caracteriza por una creciente dependencia de los datos para la toma de decisiones estratégicas, especialmente en áreas críticas como la planificación financiera y presupuestaria. La capacidad de recopilar, procesar y analizar información de manera eficiente se ha convertido en un diferenciador competitivo, impulsando la búsqueda de soluciones que optimicen el flujo de datos y garanticen la integridad de la información. Las empresas del sector industrial, en particular, enfrentan el desafío de gestionar grandes volúmenes de datos provenientes de diversas fuentes, lo que exige enfoques sistemáticos para transformar estos datos en inteligencia accionable.
En muchas organizaciones, la gestión de datos financieros todavía se basa en procesos manuales y en el uso intensivo de hojas de cálculo electrónicas para la consolidación de información. Esta dependencia de métodos tradicionales, según se observa en el contexto de una empresa industrial de tamaño mediano en crecimiento, resulta en impactos negativos significativos en la productividad, la precisión de los datos, la escalabilidad y la gobernanza corporativa. La manipulación manual de datos y la creación de vínculos entre múltiples archivos y hojas de cálculo elevan el riesgo de errores, comprometen la confiabilidad y dificultan la auditoría, factores cruciales para la gestión y el monitoreo de la estrategia empresarial, según lo señalado por Carvalho et al. (2020) al discutir la importancia de la conformidad (compliance) con leyes y normas institucionales.
La ausencia de una metodología estructurada para proyectos de datos agrava esta problemática. Investigaciones indican que la mayoría de los proyectos de datos no emplean una metodología, lo que lleva al fracaso y al desperdicio de recursos, como destacado por Shimaoka et al. (2024). Además, la comprensión de la necesidad de una ingeniería de datos robusta es fundamental, como expuesto por Reis y Housley (2024). La ingeniería de datos comprende la preparación de datos brutos de diversas fuentes mediante un proceso conocido como ETL (Extract, Transform and Load), que abarca el tratamiento y la transformación para consumo en flujos de análisis, también llamado pipeline de datos, esencial para la toma de decisiones (Inmo, 2005; Escovedo y Kalinowski, 2023).
En este contexto, la metodología CRISP-DM (Cross Industry Standard Process for Data Mining) surge como una alternativa consolidada. Es reconocida por su robustez, flexibilidad y eficacia en diversos entornos corporativos, incluido el sector financiero (Shearer, 2000; Plotnikova et al., 2022). Definida como una sistematización estructurada que guía desde fases generales hasta instancias de procesos específicos (Chapman et al., 2000), la CRISP-DM ofrece un marco para el desarrollo ágil y seguro de soluciones de datos. Su aplicación es adaptable a diferentes segmentos, como la ingeniería de equipos o infraestructura, y puede integrarse a herramientas de control de calidad, como el Seis Sigma, para mejora continua y reducción de fallos (Huber et al., 2018; Araújo y Silva, 2019).
La inteligencia de datos, o Business Intelligence, según lo descrito por Oliveira y Rondina (2023), es un componente esencial para transformar grandes volúmenes de datos en visualizaciones gráficas que apoyan la toma de decisiones estratégicas. En el ámbito financiero, esto se traduce en una visión clara de los impactos en el flujo de caja (visión financiera) y en el desempeño y rentabilidad del negocio (visión presupuestaria), como se aclara por Padoveze (2012). La capacidad de categorizar gastos operativos (Opex) e inversiones de capital (Capex) (Assaf Neto, 2021; Gitman, 2017) es crucial para un análisis financiero detallado y estratégico.
La brecha identificada en la gestión de datos financieros, caracterizada por la ineficiencia de los procesos manuales y la ausencia de una metodología estandarizada, justifica la búsqueda de soluciones innovadoras. La aplicación de la metodología CRISP-DM representa una oportunidad para mitigar los riesgos asociados a la manipulación de datos, optimizar la productividad y mejorar la gobernanza. Ante este escenario, el presente trabajo tuvo como objetivo aplicar la metodología CRISP-DM en el mapeo del flujo de datos del área de finanzas, con el fin de sistematizar las fases del proyecto, desarrollar una solución de datos para elevar la productividad, preservar los datos, automatizar el proceso de ETL, aumentar la confiabilidad en las etapas de ingeniería, reducir la interferencia humana, mejorar los mecanismos de auditoría y gobernanza, unificar bases de datos primarias y elevar la calidad de la clasificación de los datos, posibilitando análisis más asertivos para dirigir las estrategias del negocio.
2. Material y Métodos
El presente estudio se caracterizó como una investigación aplicada, de naturaleza descriptiva, con un enfoque metodológico basado en la aplicación del Proceso Estándar Interindustrial para Minería de Datos (CRISP-DM). El objetivo central fue mapear el flujo de datos del área de planificación financiera y presupuestaria de una empresa industrial, con el fin de sistematizar las fases del proyecto y desarrollar una solución de datos para optimizar procesos y mejorar la gestión de la información.
La investigación se llevó a cabo en una empresa industrial de tamaño mediano, con sede en Brasil, que ha estado experimentando un crecimiento constante en los últimos años. Para preservar la confidencialidad y la privacidad, el nombre de la organización y los datos específicos de su operación se mantuvieron en el anonimato. La unidad de análisis se centró en los procesos y flujos de datos del área de finanzas y presupuestos.
La metodología CRISP-DM fue seleccionada por su robustez y adaptabilidad, siendo ampliamente reconocida en el mercado para proyectos de datos (Shearer, 2000; Plotnikova et al., 2022). El proceso se estructuró en seis fases interconectadas, según lo propuesto por Chapman et al. (2000) y por la Data Science Process Alliance (2024): Comprensión del Negocio, Comprensión de los Datos, Preparación de los Datos, Modelado, Evaluación e Implementación.
En la fase de Comprensión del Negocio, se llevaron a cabo reuniones con los gerentes del área de finanzas para determinar los objetivos del proyecto, que incluían la automatización del proceso de clasificación de datos y la utilización de softwares ya existentes en la empresa. Se evaluó el contexto actual, identificando riesgos asociados al control manual de datos en hojas de cálculo y a múltiples fuentes de información, que podrían impactar la productividad y la precisión.
Los objetivos de minería de datos se definieron para construir una base de datos enriquecida con variables como cuentas de resultados, centros de beneficios, división, NCM de producto, responsables y clasificación del tipo de registro (Opex o Capex), además de un indicador de gobernanza. Se elaboró un plan de trabajo, que abarca siete semanas, con actividades de mapeo, diseño de la solución, pruebas unitarias e integradas, y solicitud de accesos a sistemas y herramientas.
La fase de Comprensión de los Datos implicó el análisis del diccionario de datos junto con el área de negocio. Los datos necesarios se obtuvieron de múltiples fuentes, incluyendo el sistema de gestión (ERP) y hojas de cálculo de Excel recibidas por correo electrónico o en carpetas compartidas. Se realizó una descripción detallada de los datos de diversas áreas, como pagos, facturación, compras, ventas, contraloría, recursos humanos y contabilidad.
Durante la exploración de los datos, se observó la relación entre insumos metálicos y servicios de tratamiento. En la evaluación de la calidad, se identificó que aproximadamente el 11% de los datos de la variable de pedido de compra fueron excluidos, alrededor del 99,8% de los datos de centro de beneficio estaban ausentes, y el 99,9% de las órdenes de venta también presentaban ausencia. Aproximadamente el 40% de los datos de la cuenta contable fueron incorrectamente atribuidos, según registros de log.
La fase de Preparación de Datos, considerada la más intensiva en tiempo (Jung, 2024), se centró en la selección, limpieza y construcción de nuevos atributos. Los datos se seleccionaron del ERP, abarcando 19 variables, como empresa pagadora/receptora, códigos de proveedor y cliente, cuenta contable, orden de compra, orden de venta, documento de compensación, documento contable de origen, división, centro de beneficio, tipo de documento, código de bloqueo, fechas de documento, lanzamiento y vencimiento, condición de pago, código del artículo, código de moneda y código de débito/crédito (Iudicibus, 2019).
Los datos fueron limpiados, corrigiendo información ausente o incorrecta, y se construyeron nuevos atributos, como la razón social vinculada al código del cliente/proveedor y la descripción del tipo de registro financiero (Opex o Capex). La integración de otras fuentes fue suprimida, ya que el sistema de gestión se convirtió en la fuente primaria, y el conjunto de datos final no requirió nuevo formato, estando en conformidad con las características especificadas.
Para la arquitectura técnica, los datos se almacenaron en una base de datos relacional SQL. Se desarrollaron interfaces de programación de aplicaciones (APIs) para extraer datos directamente del ERP (Saudate, 2017). El proceso de transformación se realizó en Python, utilizando las bibliotecas Pandas, Numpy, Polars, Requests y OpenPyXL, para tratar registros, analizar datos nulos y duplicados, y enriquecer la tabla de salida con nuevas variables. El resultado fue un archivo Excel, posteriormente integrado al Power BI para visualizaciones interactivas.
En la fase de Modelado, no hubo necesidad de aplicar algoritmos complejos de aprendizaje automático. El modelo inicial se creó basándose en el alcance y las directrices de las fases anteriores del CRISP-DM. Durante las pruebas, se identificaron y corrigieron errores relacionados con la identificación de señales de valores, el tamaño de caracteres en campos específicos y descripciones vinculadas al tipo de registro financiero. El modelo fue construido por el equipo de desarrollo y validado con una base de datos históricos de hasta tres años.
La fase de Evaluación se centró en la calidad de los datos de salida, verificando la ausencia de pérdidas, duplicidad de registros y consistencia con el esquema de la base de datos. Se observó una reducción de aproximadamente el 92% en el tiempo de procesamiento para la entrega del producto. Los registros de la solución se implementaron para permitir la auditoría y trazabilidad de la clasificación financiera. El proceso se revisó en cada fase y no se identificaron fallas que requirieran retrabajo, permitiendo la transición a la fase de implementación.
Finalmente, la fase de Implementación (Deployment) implicó la planificación de la puesta en producción de la solución, junto con los equipos de tecnología y finanzas de la empresa y la consultoría. Se realizó una operación asistida de treinta días, con el apoyo del equipo de desarrollo. Se desarrollaron mecanismos de alerta para fallos y periodos de mantenimiento, y la documentación del proyecto se elaboró y revisó continuamente. Los desafíos y éxitos se registraron para conformar una base de conocimiento para futuros proyectos.
3. Resultados y Discusión
La aplicación de la metodología CRISP-DM en el contexto de la planificación financiera y presupuestaria de la empresa industrial reveló una serie de hallazgos significativos, que se desarrollaron a lo largo de las seis fases del proceso, desde la comprensión del negocio hasta la implementación de la solución. Los resultados demostraron una transformación sustancial en la gestión del flujo de datos, abordando los desafíos iniciales de procesos manuales y la dependencia de hojas de cálculo, que comprometían la productividad, la precisión y la gobernanza corporativa. La solución desarrollada no solo automatizó el flujo de información, sino que también elevó la calidad de los datos y la agilidad en la toma de decisiones estratégicas, conforme al objetivo central del estudio.
En la fase inicial de Comprensión del Negocio, el estudio identificó claramente la necesidad de automatizar el proceso de clasificación de registros para el flujo de caja y los presupuestos. La actividad, anteriormente ejecutada de forma manual, dependía de múltiples fuentes de datos y del uso intensivo de hojas de cálculo Excel, que funcionaban como una “base de datos” y herramienta de ETL (Extract, Transform and Load) rudimentaria, con automatización vía macros. Este enfoque, como señalan Shimaoka et al. (2024), eleva significativamente el riesgo de fracaso en proyectos de datos, superando el 80% cuando no existe una base metodológica estructurada. La intervención humana directa en la digitación y en la creación de vínculos entre archivos y hojas de cálculo era un factor crítico de riesgo para la integridad de los datos y la productividad.
La estructuración de un cronograma de actividades de siete semanas para la entrega de la solución fue un paso fundamental para mitigar los riesgos asociados a la ausencia de una metodología. La claridad de los objetivos, enfocados en elevar la productividad, preservar los datos, sistematizar el proceso de ETL, aumentar la confiabilidad de la ingeniería de datos, reducir la interferencia humana, mejorar la auditoría y gobernanza, unificar bases de datos y mejorar la clasificación, guió todas las etapas subsecuentes. Este enfoque sistemático, inherente a CRISP-DM, fue crucial para el direccionamiento eficaz del proyecto y para la asignación optimizada de recursos, evitando el desperdicio frecuentemente asociado a proyectos de datos sin metodología.
La fase de Comprensión de Datos permitió un mapeo detallado de las múltiples fuentes de datos y la creación de un diccionario de datos exhaustivo. El análisis en profundidad reveló que la fuente principal de los datos era el sistema de gestión (ERP), lo que posibilitó la exploración de mejoras internas. Sin embargo, se identificaron inconsistencias significativas en la calidad de los datos. Aproximadamente el 11% de la población de datos de la variable “pedido de compra” había sido excluida, y la ausencia de datos era alarmante, con alrededor del 99,8% en la variable “centro de beneficio” y 99,9% en las “órdenes de venta”. Además, el 40% de la población de la variable “cuentas contables” presentaba datos incorrectos, no resultantes de alteración manual, sino de fallos registrados en los logs del sistema, según el análisis de Machado (2020) sobre registros de eventos.
Estos hallazgos en la calidad de los datos evidenciaron problemas de gobernanza, no solo relacionados con el acceso al sistema, sino también con las asignaciones y validaciones de acceso a áreas específicas del ERP, que permitían modificaciones y exclusiones indebidas, según lo discutido por Carvalho et al. (2020). La “salud” del dato, un concepto fundamental para Inmo (2005), estaba comprometida, exigiendo la construcción de APIs (Interfaces de Programación de Aplicaciones) para solicitar datos directamente del sistema de gestión. La necesidad de corregir acciones indebidas de usuarios o fallos en las integraciones de los módulos del ERP, que probablemente no fueron validadas adecuadamente en tiempo de proyecto, según Escovedo y Kalinowski (2023), se convirtió en un punto crítico para la garantía de la integridad y completitud de los datos.
En la etapa de Preparación de Datos, los datos se seleccionaron directamente de la fuente primaria, el ERP, y las APIs ejecutaron las solicitudes para poblar correctamente los registros que anteriormente contenían datos ausentes o incorrectos. Se crearon variables adicionales, como la razón social vinculada al código del cliente o proveedor, el tipo de registro financiero (Opex o Capex) y la descripción del registro, sustituyendo el llenado manual a través de hojas de cálculo. Esta automatización eliminó el riesgo de información desactualizada o inconsistente, que podría llevar a interpretaciones erróneas y estrategias ineficaces, como alertaron Inmo (2005) y Carvalho et al. (2020).
La solución se desarrolló utilizando el lenguaje Python y bibliotecas como Pandas, Numpy, Polars, Requests y OpenPyXL, que permitieron el tratamiento y enriquecimiento de los registros, incluyendo el análisis de datos nulos y duplicados. El resultado de este procesamiento fue un archivo Excel puesto a disposición en un directorio específico de la empresa, que posteriormente se integró a Power BI para la creación de visualizaciones interactivas. Este enfoque no solo sistematizó el proceso de ETL, sino que también garantizó que los datos estuvieran preparados para análisis más asertivos, fundamentales para la dirección de las estrategias del negocio.
La fase de Modelado, aunque la más corta del proyecto, fue crucial para la materialización de la solución. No fue necesario aplicar algoritmos complejos de aprendizaje automático, ya que el enfoque estaba en la ingeniería y manipulación de datos para la automatización. El modelo inicial, construido a partir del alcance y las directrices de las fases anteriores del CRISP-DM, pasó por pruebas rigurosas. Durante estas pruebas unitarias, se identificaron y corrigieron errores relacionados con la interpretación de las reglas de negocio, como la identificación de los signos de los valores (positivo o negativo), el tamaño de los caracteres de campos como razón social, número de pedido y centro de beneficios, y la descripción vinculada al tipo de registro financiero. La corrección de estos errores y la realización de nuevas pruebas fueron esenciales para garantizar la ejecución y entrega correctas de la solución, dada la importancia de las pruebas unitarias y la automatización para mitigar riesgos operativos, destacada por Shimaoka (2024).
La validación del modelo fue realizada por el equipo de desarrollo, que sometió la solución a pruebas con una base de datos históricos de hasta tres años de retroactividad. Esta validación exhaustiva garantizó la confiabilidad de la solución y su adherencia a los requisitos del negocio. La capacidad de estresar tareas y rutinas, como mencionado por Domingos (2023), asegura la equidad, consistencia y la ausencia de fallas en las integraciones, lo que fue fundamental para la robustez del modelo desarrollado. La ausencia de un modelo de aprendizaje automático complejo simplificó la fase, permitiendo un enfoque directo en la calidad e integridad del pipeline de datos.
En la fase de Evaluación, los resultados confirmaron la alta calidad de los datos de salida, sin pérdidas ni duplicidades de registros, y con consistencia y respeto a la estructura del esquema de la base de datos relacional. Estos aspectos son de extrema relevancia para el área de finanzas, que maneja datos sensibles que impactan directamente la estrategia del negocio. Uno de los hallazgos más impactantes fue la reducción de aproximadamente 92% en el tiempo de procesamiento para la entrega del producto. Adicionalmente, la implementación de logs en la solución permitió la auditoría y la trazabilidad de la clasificación aplicada a los registros financieros, mecanismos que, según Carvalho et al. (2024), son esenciales para la gobernanza y auditoría de datos.
A pesar de los avances, se observó una persistencia del 0,05% de fallos en la clasificación, atribuidos a la entrada manual de registros en el ERP, donde los usuarios no rellenaban campos esenciales o el sistema no realizaba la validación adecuada. Aunque la causa raíz estaba fuera del alcance del proyecto, esta limitación resalta la importancia de capacitaciones y validaciones en fases de proyecto del ERP, o la utilización de herramientas de lectura de documentos para la entrada de datos, con el fin de preservar el dato original y mitigar riesgos. La revisión continua del proceso en cada fase del CRISP-DM no identificó fallos que exigieran retrabajo, y los resultados recopilados no presentaron impedimentos para la fase de implementación, garantizando la progresión del proyecto.
La fase final de Implementación en Producción se ejecutó en colaboración con los equipos de tecnología y finanzas de la empresa, además de la consultoría responsable de la entrega. La operación asistida, con una duración de treinta días y el soporte del equipo de desarrollo, garantizó una transición fluida. Se desarrollaron mecanismos de alerta para fallos y periodos de mantenimiento en el código para asegurar la ejecución continua y la entrega de la solución. La documentación del proyecto se priorizó desde el inicio, pasando por revisiones y ajustes finos hasta la conclusión de la fase de pre-implementación, asegurando que la empresa poseyera el conocimiento completo del proyecto. Los desafíos y puntos de éxito se registraron, contribuyendo a la base de conocimiento para proyectos futuros, un aspecto crucial para la mejora continua y la gestión del conocimiento organizacional.
En resumen, el uso de Excel para la actividad de clasificación de datos consumía más de tres horas diarias del profesional, impactando negativamente la productividad. Con la implementación de la solución basada en APIs, el tiempo total de procesamiento se redujo drásticamente de tres horas y cuarenta minutos a un intervalo entre diez y diecisiete minutos, representando un ahorro de aproximadamente el 94% en el tiempo de entrega de la actividad. La solución también posibilitó una reducción significativa en los errores de clasificación, del 14% de la población a menos del 0,05%, y aumentó la agilidad en la identificación de clasificaciones ausentes. Estas ganancias operacionales y técnicas, aliadas a la implementación de paneles interactivos para visualización y monitoreo, y a la estructuración de procesos de auditoría y gobernanza, resultaron en indicadores y análisis más precisos y ágiles para la gestión, respondiendo plenamente al objetivo de elevar la productividad, preservar los datos y mejorar la gobernanza corporativa.
4. Conclusión
El presente estudio aplicó la metodología CRISP-DM en el mapeo del flujo de datos del área de planificación financiera y presupuestaria de una empresa industrial, con el propósito de sistematizar las fases del proyecto, desarrollar una solución de datos para elevar la productividad, preservar los datos, automatizar el proceso de ETL, aumentar la confiabilidad en las etapas de ingeniería, reducir la interferencia humana, mejorar los mecanismos de auditoría y gobernanza, unificar bases de datos primarias y elevar la calidad de la clasificación de los datos, posibilitando análisis más asertivos para dirigir las estrategias del negocio. Se verificó que la aplicación sistemática del CRISP-DM fue fundamental para la transformación de la gestión de datos, resultando en una expresiva mejora en la eficiencia operacional. Se observó una reducción del tiempo total de procesamiento de tres horas y cuarenta minutos a un intervalo entre diez y diecisiete minutos, lo que representa un ahorro de aproximadamente 94% en el tiempo de entrega de la actividad. Adicionalmente, se identificó una disminución significativa en los errores de clasificación, de 14% a menos de 0,05%, y una mayor agilidad en la identificación de clasificaciones ausentes. La solución desarrollada, utilizando Python y APIs para extracción y tratamiento de datos del ERP, permitió la unificación de bases de datos y la creación de paneles interactivos en Power BI, que facilitan la visualización y el monitoreo, consolidando una contribución práctica sustancial para la gobernanza de datos y la toma de decisiones estratégicas.
A pesar de los avances logrados, el estudio identificó una limitación persistente del 0,05% de fallos en la clasificación, atribuidos a la entrada manual de registros en el sistema ERP, donde la ausencia de cumplimentación de campos esenciales o la falta de validación adecuada por parte del sistema comprometían la integridad de los datos en el origen. Aunque la causa raíz estaba fuera del alcance directo de este proyecto, esta observación resalta la importancia de futuras acciones. Se sugiere, para estudios futuros, la investigación de mecanismos de validación más robustos en el ERP, la implementación de formaciones continuas para usuarios o la adopción de herramientas de lectura de documentos para automatizar la entrada de datos, con el objetivo de mitigar completamente estos riesgos y preservar la calidad del dato original. La documentación detallada del proyecto y el registro de los aprendizajes contribuyen a la base de conocimiento de la empresa, apoyando la mejora continua y la replicación de éxitos en futuras iniciativas de ingeniería de datos.
Referencias Bibliográficas
Araújo, L. C.; Silva, M. G. 2019. Lean Six Sigma: Guia prático para redução de desperdícios e melhoria de processos. Atlas, São Paulo, SP, Brasil.
Assaf Neto, Alexandre. 2021. Estrutura e Análise de Balanços: Um enfoque econômico-financeiro. 12. ed. Atlas, São Paulo, SP, Brasil.
Carvalho, André Castro; Panochia, Patricia; Capp, Ricardo T. 2020. Gestão de risco e compliance. Editora Senac, São Paulo, SP, Brasil.
Chapman, P. et al. 2000. CRISP-DM 1.0: step-by-step data mining guide. Disponível em: <https://public.dhe.ibm.com/software/analytics/spss/documentation/modeler/14.2/es/CRISP-DM.pdf>. Acesso em: 21 abril 2026.
Data Science Process Alliance. 2024. What is CRISP-DM? Disponível em: <https://www.datascience-pm.com/crisp-dm-2/>. Acesso em: 21 abril 2026.
Domingos, 2023 [Referência completa não encontrada no documento original]
Escovedo, Tatiana; Kalinowski, Marcos et al. 2023. Engenharia de Software para Ciência de Dados: Um guia de boas práticas com ênfase na construção de sistemas de Machine Learning em Python. Casa do Código, São Paulo, SP, Brasil.
Gitman, Lawrence J. 2017. Princípios de Administração Financeira. 14. ed. Pearson Education do Brasil, São Paulo, SP, Brasil.
Huber et al., 2018 [Referência completa não encontrada no documento original]
Inmon, William H. 2005. Building the Data Warehouse. 4. ed. Wiley, Indianapolis, IN, United States of America.
Iudicibus, 2019 [Referência completa não encontrada no documento original]
Jung, Dominik. 2024. The Modern Business Data Analyst: A case study introduction into business data analytics with CRISP-DM and R. Springer, Cham, Switzerland.
Machado, Felipe Nery Rodrigues. 2020. Arquitetura de Sistemas de Informação. 4. ed. Érica, São Paulo, SP, Brasil.
Oliveira, Roberto; Rondina, João Marcelo. 2023. Business Intelligence: Ferramentas e métodos. Editora FGV, Rio de Janeiro, RJ, Brasil.
Padoveze, Clovis Luís. 2012. Controladoria Estratégica e Operacional: Conceitos, estrutura, aplicação. 3. ed. Cengage Learning, São Paulo, SP, Brasil.
Plotnikova, V., Dumas, M., Nolte, A.; Milani, F. 2023. Designing a data mining process for the financial services domain. Journal of Business Analytics. Disponível em: <https://doi.org/10.1080/2573234X.2022.2088412>. Acesso em: 21 abril 2026.
Reis, Joe; Housley, Matt. 2024. Fundamentos de Engenharia de Dados. Novatec, 2024. São Paulo, SP, Brasil.
Saudate, Alexandre. 2017. APIs REST: Seus serviços prontos para o mundo real. Casa do Código, São Paulo, SP, Brasil.
Shearer, C. 2000. The CRISP-DM model: the new blueprint for data mining. Journal of Data Warehousing. v. 5, n. 4, p. 13-22.
Shimaoka, André M.; Ferreira, Renato C.; Goldman, Alfredo. 2024 The evolution of CRISP-DM for Data Science: Methods, Processes and Frameworks. SBC Reviews on Computer Science. Disponível em: <https://www.doi.org/10.5753/reviews.2024.3757>. Acesso em: 21 abril 2026.
Artículo originario del Trabajo de Conclusión de Curso de la Especialización en Ingeniería de Software del MBA USP/Esalq
Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy