Resumen Ejecutivo

08 de enero de 2026

Análisis y predicción de emisiones de gases de efecto invernadero en el consumo alimentario familiar

Autor: Sergio Silvestri Silva — Directora: Gabrielle Maria Romeiro Lombardi

Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.

Este estudio aplicó metodologías de ciencia de datos para evaluar y predecir las emisiones anuales per cápita de gases de efecto invernadero (GEI) provenientes del consumo de alimentos de una familia de cuatro inmigrantes brasileños en la República Checa. Los objetivos incluyeron comparar los resultados con las medias de la Unión Europea (UE-27) y de la República Checa, utilizando como base el modelo de la European Platform on Life Cycle Assessment (EPLCA), e identificar el mejor modelo de series temporales para proyectar las emisiones de la familia en los próximos 12 meses, proporcionando una herramienta cuantitativa para la gestión de la huella de carbono.

La creciente concentración de GEI en la atmósfera, impulsada por la actividad humana, representa un desafío urgente. El Panel Intergubernamental sobre el Cambio Climático (IPCC, 2023) informa que, entre 2011 y 2020, la temperatura media de la superficie terrestre aumentó 1,1 °C en relación con los niveles preindustriales (1850-1900), acercándose al límite de 1,5 °C establecido en el Acuerdo de París. Este escenario se ve agravado por un modelo de desarrollo basado en el uso insostenible de energía, en cambios en el uso del suelo y en patrones de consumo desiguales.

La Unión Europea se ha centrado en la mitigación del cambio climático mediante el análisis de las Emisiones Basadas en el Consumo (EBC), que consideran el impacto ambiental de bienes y servicios a lo largo de todo su ciclo de vida. Como destacaron Axelsson et al. (2024), el enfoque de EBC es crucial para comprender la verdadera huella de carbono de una región, ya que internaliza las emisiones asociadas a productos importados. La Comisión Europea, a través de la plataforma EPLCA, ha desarrollado un marco de Evaluación del Ciclo de Vida (ACV) para monitorear los impactos del consumo en sectores clave como alimentación, transporte y vivienda, proporcionando datos para políticas públicas (Comisión Europea [UE], 2021).

El sector de la alimentación es un contribuyente significativo a las emisiones de GEI. Estudios como el de Aleksandrowicz et al. (2016) demuestran que la transición hacia dietas con menor contenido de productos de origen animal, especialmente carne roja, puede conducir a reducciones expresivas en las emisiones. Por lo tanto, el análisis del comportamiento de consumo a nivel familiar, como el propuesto en este trabajo, sirve como un microcosmos para entender cómo las acciones individuales pueden, colectivamente, contribuir al logro de las metas climáticas.

Al cuantificar el impacto de sus elecciones, las familias pueden tomar decisiones más informadas. Esta investigación utiliza herramientas de Data Science / Ciencia de datos para traducir datos de consumo del día a día en métricas ambientales tangibles, promoviendo la capacidad de acción a nivel micro, al mismo tiempo que dialoga con las macrotendencias y los desafíos que enfrenta la Unión Europea en su camino hacia la neutralidad climática.

La metodología adoptada fue un análisis exploratorio de datos cuantitativos, siguiendo la jerarquía conceptual que transforma datos en conocimiento aplicable (Favero y Belfiore, 2024). El estudio se basó en datos secundarios, divididos en internos (registros de compras familiares) y externos (bases de datos científicas y gubernamentales), según la clasificación de Malhotra (2004). Las herramientas computacionales empleadas incluyeron el lenguaje Python y sus bibliotecas (Pandas, NumPy, Matplotlib), además del software Microsoft Excel para la consolidación.

El conjunto de datos interno principal, nota_fiscal, se construyó a partir de la extracción de información de facturas de supermercados en PDF entre 2018 y 2024. Scripts en Python automatizaron la lectura y aplicaron técnicas de Data Wrangling para limpiar y estandarizar los datos, resultando en un dataset inicial con 14.118 observaciones. El período de análisis se centró entre 2021 y 2024, comprendiendo una muestra de 12.301 observaciones. A partir de este, se creó el conjunto item para categorizar cada producto por unidad de medida, área de consumo y país de origen.

Para la cuantificación de las emisiones, se construyeron dos conjuntos de datos externos. El primero, co2eproducto, contenía los factores de emisión de GEI (en kg de CO2eq por kg o litro) para 125 tipos de alimentos, extraídos principalmente de la base de datos de Poore y Nemecek (2018) y complementados con datos de la plataforma Carbon Cloud (2019). El segundo, co2etransporte, se creó para estimar las emisiones asociadas a la logística de los productos, utilizando datos del sitio CO2 Everything (2019) y distancias estimadas por Google Maps para diferentes modales de transporte.

La consolidación de todos los conjuntos resultó en el conjunto de datos final, consumo, con 10.909 observaciones y 13 variables. Para la modelización de series temporales, los datos de emisiones se agregaron mensualmente y se normalizaron per cápita. La metodología de previsión, fundamentada en Hyndman y Athanasopoulos (2021), implicó la descomposición de la serie, la división de los datos en conjuntos de entrenamiento (75%) y prueba (25%), y la evaluación de múltiples modelos (Media, Naïve, Drift, SES, Holt, Holt-Winters, ARIMA). La selección del mejor modelo se basó en el Error Porcentual Absoluto Medio (MAPE), y su validación estadística se confirmó mediante el análisis de residuos con las pruebas de Ljung-Box y Shapiro-Wilk, garantizando la adecuación del modelo, según lo recomendado por Oliveira et al. (2024).

El análisis de los datos de 2021 a 2024 reveló un aumento progresivo en el consumo de alimentos, con el año 2024 concentrando el 36% de todas las observaciones. Este crecimiento puede atribuirse a factores como la entrada de los hijos en la adolescencia, una fase de mayor demanda energética (Story et al., 2002), la adopción de una rutina de actividad física y la transición a la enseñanza remota, que aumentó las comidas en el hogar. El análisis mostró que solo seis productos —pan, carne de res, queso, chocolate, yogur y pollo— representaron el 37% de todos los artículos comprados.

La carne de res surgió como el principal vector de las emisiones de GEI, representando el 51,81% del total de las emisiones alimentarias del hogar, un dato coherente con la literatura (Poore y Nemecek, 2018). En conjunto, los productos de origen animal (carne de res, pollo, queso, yogur y lasaña) fueron responsables de más del 71% de la huella de carbono alimentaria. El análisis anual demostró consistencia en este patrón, con un salto notable en las emisiones en 2024, impulsado por el aumento del consumo de carnes y lácteos.

La comparación con los datos de la EPLCA para la UE-27 y la República Checa reveló diferencias culturales significativas. De 2021 a 2023, las emisiones per cápita del hogar (1,85 toneladas de CO2eq en 2023) se mantuvieron por debajo de las medias regionales. Sin embargo, en 2024, las emisiones del hogar aumentaron un 68% hasta 3,01 toneladas de CO2eq per cápita, superando las estimaciones para la UE-27 (3,0 toneladas) y la República Checa (2,5 toneladas). Mientras que el patrón de consumo europeo presentó un equilibrio entre las emisiones de carne de cerdo, vacuno, ave y queso, el perfil del hogar brasileño mostró una marcada dependencia de la carne de vacuno, cuyas emisiones fueron más del doble de la media regional.

Este comportamiento sugiere una fuerte resiliencia de los hábitos alimentarios culturales, incluso después de ocho años de residencia en un nuevo país, explicada por factores como la identidad alimentaria y la preparación de comidas tradicionales (Lillekroken et al., 2024; Parasecoli, 2014). El análisis de series temporales también reveló un patrón estacional, con caídas durante los meses de primavera y verano, posiblemente asociadas a vacaciones, y picos en otoño e invierno, cuando el clima fomenta el consumo doméstico (Zarei et al., 2019).

En la modelización predictiva, el modelo Drift destacó como el más adecuado para proyectar las emisiones futuras, presentando el menor Error Porcentual Absoluto Medio (MAPE), del 9,7%. El modelo ARIMA se consideró inadecuado, ya que la prueba de Dickey-Fuller Aumentada indicó que la serie de entrenamiento ya era estacionaria. La validación del modelo Drift se realizó mediante el análisis de residuos, donde la prueba de Ljung-Box confirmó la ausencia de autocorrelación (valor p > 0,05) y la prueba de Shapiro-Wilk atestiguó la normalidad de los residuos (valor p > 0,05), otorgando fiabilidad estadística a las predicciones.

El modelo Drift, que extrapola una tendencia lineal, proyectó un aumento continuo en las emisiones. La pendiente del modelo indicó un crecimiento promedio de 0,0007 toneladas de GEI per cápita cada mes. La previsión para los próximos 12 meses apunta a un total de 3,62 toneladas de GEI per cápita, lo que representaría un aumento del 20% en relación con el nivel de 2024. Este resultado refuerza la tendencia de crecimiento observada en el análisis descriptivo y subraya la urgencia de intervenciones para mitigar esta trayectoria.

Sin embargo, es fundamental reconocer las limitaciones del modelo Drift. Su premisa de una tendencia lineal constante lo hace vulnerable a quiebres estructurales o cambios abruptos en el comportamiento de la serie (Hyndman y Athanasopoulos, 2021). Por lo tanto, aunque es una herramienta útil para predicciones a corto plazo, su aplicación debe ir acompañada de un monitoreo continuo.

La investigación demostró con éxito la aplicación de metodologías de ciencia de datos para cuantificar y predecir las emisiones de GEI asociadas al consumo alimentario, revelando que la identidad alimentaria, ligada al consumo de carne de res, es el principal determinante de la huella de carbono familiar. La comparación con los estándares de la UE-27 y la República Checa evidenció las profundas diferencias en los hábitos de consumo y la resiliencia cultural. El modelo Drift demostró ser el más eficaz para la predicción a corto plazo, confirmando una tendencia de crecimiento en las emisiones que exige atención.

Se recomienda la continuidad de este estudio mediante la incorporación anual de nuevas observaciones, permitiendo la reevaluación de los análisis y la exploración de modelos predictivos más sofisticados. La investigación subraya la necesidad de buscar alternativas de consumo con menor impacto ambiental, como la sustitución gradual de la carne de res por otras fuentes de proteína, a fin de alinear los hábitos familiares con las metas de sostenibilidad de la Unión Europea. Se concluye que el objetivo fue alcanzado: se demostró que la aplicación de metodologías de ciencia de datos permitió evaluar, comparar y predecir las emisiones de GEI de la familia, identificando el modelo Drift como el más adecuado para la proyección y la carne de res como el principal vector de emisiones.

Referencias:
Aleksandrowicz L.; Green R.; Joy E. J. M.; Smith P.; Haines A. 2016. The Impacts of Dietary Change on Greenhouse Gas Emissions, Land Use, Water Use, and Health: A Systematic Review. PLoS ONE 11(11): e0165797.
Axelsson, K.; Gong, J.; Dugast, C.; Lambe, F.; Maquet, P; Suljada, T. 2024. Consumption-based emissions: a new frontier for EU climate policy. SEI Report, June 2024. Stockholm Environment Institute, Stockholm, Suecia.
Carbon Cloud. 2019. ClimateHub is an open climate footprint database that can be used for internal purposes without cost.
CO2 Everything. 2019. The Carbon Footprint of everyday products and activities.
European Commission [EU]. 2013. European Platform on LCA | EPLCA.
European Commission [EU]. 2021. Consumption Footprint.
Favero, L. P.; Belfiore, P. 2024. Manual de Análisis de Datos: estadística y Machine Learning con EXCEL®, SPSS®, STATA®, R® y Python®. 2ed. LTC, Rio de Janeiro, RJ, Brasil.
Hyndman, R. J.; Athanasopoulos, G. 2021. Forecasting: principles and practice, 3rd edition. OTexts, Melbourne, Australia.
Intergovernmental Panel on Climate Change [IPCC]. 2023. Sections. In: Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, H. Lee and J. Romero (eds.)]. IPCC, Geneva, Suiza, pp. 35-115, doi: 10.59327/IPCC/AR6-9789291691647.
Lillekroken, D.; Bye, A.; Halvorsrud, L.;Terragni, L.; Debesay, J. 2024. Food for Soul—Older Immigrants’ Food Habits and Meal Preferences After Immigration: A Systematic Literature Review. J Immigrant Minority Health 26, 775–805.
Malhotra, N. K. 2004. Investigación de Marketing: una aplicación orientada. Bookman, Porto Alegre, RS, Brasil.
Oliveira, R.; Albarracin, O. Y. E.; Silva, G. R. 2024. Introducción a las series temporales: un enfoque práctico en Python. Mackenzie, São Paulo, SP, Brasil.
Parasecoli, F. 2014. Food, Identity, and Cultural Reproduction in Immigrant Communities. Social Research: An International Quarterly 81(2): 415-439.
Poore, J.; Nemecek T. 2018. Reducing food’s environmental impacts through producers and consumers.
Story, M.; Neumark-Sztainer, D.; & French, S. 2002. Individual and environmental influences on adolescent eating behaviors.
Zarei, M. M.; Agudo-Peregrina, a. F.; Ponce-Cueto, E. 2019. Choosing the delivery and return method in purchases: the effect of situational factors in omni-channel contexts.

Resumen elaborado por la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege orientada a la síntesis y redacción.


Resumen ejecutivo del Trabajo de Conclusión de Curso de Especialización en Data Science y Analytics del MBA USP/Esalq

Más información sobre el curso; haga clic aquí:

Quién editó este artículo

Más recientes

También te puede interesar

13 de octubre de 2026

Predictores de mortalidad en ancianos con síndrome de dificultad respiratoria aguda por Influenza A(H1N1)pdm09 confirmada

La infección por el virus de la influenza A(H1N1)pdm09 puede evolucionar a Síndrome Respiratoria Aguda Grave (SRAG), con mayor riesgo de muerte en ancianos. El objetivo fue analizar los factores predictivos de muerte en casos de SRAG confirmados para influenza A(H1N1)pdm09, entre ancianos de 60 años o más, considerando factores individuales y contextuales de las Regiones Administrativas (RA) del Estado de São Paulo (ESP), y comparar el desempeño de modelos de regresión. Se realizó un estudio descriptivo y analítico en el ESP, de 2023 a 2024, utilizando datos del SIVEP-Gripe y de la Fundación SEADE. Se incluyeron 714 casos confirmados por RT-PCR de influenza A(H1N1)pdm09 en residentes del ESP de 60 años o más. Se analizaron variables sociodemográficas, clínicas, de hospitalización, tratamiento, vacunación y lugar de residencia. Se empleó regresión logística binaria y logística jerárquica, con el desenlace de evolución a muerte. De los 714 casos, 202 resultaron en muerte. El modelo final de regresión logística binaria asoció mayor probabilidad de muerte al sexo masculino, edad avanzada, saturación de oxígeno inferior al 95%, hospitalización en UCI y uso de soporte ventilatorio invasivo. La presencia de tos y el uso de antiviral se asociaron a menor probabilidad de muerte. El modelo jerárquico logístico presentó un desempeño similar, con una pequeña contribución contextual residual de las RA. Se concluyó que el modelo de regresión logística binaria fue suficiente y más simple para representar los datos, siendo adoptado como modelo final.

Palabras clave: Influenza A(H1N1)pdm09; Modelado logístico jerárquico; Muerte por Influenza A(H1N1)pdm09; Regresión logística; Síndrome Respiratoria Aguda Grave.

13 de octubre de 2026

Construyendo la belleza desde temprano: comportamientos de consumo de maquillaje y cuidado de la piel en la Generación Alpha

El interés femenino por la estética se manifiesta en diversas sociedades, siendo amplificado por el avance de internet y las redes sociales, que impulsaron el surgimiento de influenciadores digitales. El estudio analizó cómo el marketing de influencia digital impacta el comportamiento de consumo y la percepción estética de niñas de la Generación Alpha (3 a 15 años) en el estado de São Paulo, desde la perspectiva de sus padres y/o responsables, con foco en el consumo precoz de maquillaje y skincare y en la construcción de patrones estéticos. Para ello, se realizó una investigación bibliográfica, se aplicó un formulario cuantitativo online y presencial, y se llevó a cabo una entrevista con un médico dermatólogo. Los resultados indicaron que el interés por la belleza surge precozmente, con incentivo de los responsables. Las jóvenes demostraron deseo de pertenencia, y los artículos de maquillaje presentaron una ligera predominancia sobre los de skincare. La mayoría de los participantes creyó que el marketing de influencia impacta las decisiones de compra. Se concluyó que el interés por la belleza y el incentivo al autocuidado se naturalizan desde temprano, y que el marketing de influencia contribuye a la formación de deseos de consumo, aunque la muestra no probabilística limita las generalizaciones.

Palabras clave: Adolescentes; Niñas; Estética; Influenciadores; Redes Sociales.

13 de octubre de 2026

Una visión general comparativa de las flotas de vehículos eléctricos en Brasil y la Unión Europea

El transporte por carretera contribuye a aproximadamente el 20% de las emisiones globales de CO2, impulsando la búsqueda de soluciones de movilidad más limpias, como los vehículos eléctricos. El objetivo de este estudio fue comparar los mercados de vehículos eléctricos en Brasil y la Unión Europea, contrastando sus políticas, adopción por parte de los consumidores y desarrollo de infraestructura. Se empleó un diseño de investigación descriptiva comparativa, analizando datos cuantitativos de la Asociación Brasileña del Vehículo Eléctrico, la Asociación Nacional de Fabricantes de Vehículos Automotores, la European Alternative Fuels Observatory y la Agencia Europea de Medio Ambiente para el período de 2015 a 2024, complementados por un análisis cualitativo de documentos de política. Los resultados revelaron una divergencia estructural fundamental: Brasil presentó un crecimiento exponencial del 80,7% anual (2022-2025), con híbridos representando aproximadamente el 66% de las ventas e impulsado por incentivos fiscales que apalancan la bioeconomía del etanol. La Unión Europea, por su parte, mostró una expansión en fase de consolidación a una tasa anual del 8,35% (2008-2025), con vehículos eléctricos de batería superando el 40% de los nuevos registros, impulsados por mandatos regulatorios vinculantes. El análisis de densidad de infraestructura indicó que la red pública de carga de la Unión Europea (55,3 puntos por cada mil vehículos de combustible alternativo) era el doble que la brasileña (27,9 puntos por cada mil vehículos electrificados). La cuantificación ambiental confirmó que la matriz energética predominantemente renovable de Brasil (64 gCO2/kWh) resultó en emisiones well-to-wheel sustancialmente menores en comparación con la matriz de la Unión Europea (246 gCO2/kWh). Se concluyó que el modelo brasileño, con incentivos fiscales neutros en tecnología y aprovechamiento de la infraestructura de biocombustibles, puede acelerar la adopción de híbridos en economías emergentes con bajo gasto público. Para mercados maduros, el modelo de la Unión Europea, con mandatos regulatorios, estableció un mercado dominante de vehículos eléctricos de batería, aunque con un costo fiscal más elevado.

Palabras clave: Energía renovable; Mercado; Cualitativo; Cuantitativo.

13 de octubre de 2026

Población e Inmigración en Japón: Proyecciones con Series Temporales y Análisis Causal Demográfico hasta 2044

El envejecimiento de la población y la baja tasa de fecundidad configuran complejos desafíos demográficos en Japón, acompañados por la expansión de la inmigración extranjera como respuesta a las restricciones de oferta de mano de obra. El estudio tuvo como objetivo analizar las tendencias demográficas japonesas y proyectar su evolución hasta 2044, con énfasis en las relaciones entre declive poblacional, fecundidad e inmigración. Se aplicaron los modelos de series temporales ARIMA y Prophet a datos históricos del Banco Mundial, del Instituto Nacional de Investigación Poblacional y Seguridad Social de Japón y de la Agencia de Servicios de Inmigración de Japón, abarcando el período de 2003 a 2023 para la serie poblacional y de 2014 a 2024 para la serie migratoria. El análisis incluyó estadísticas descriptivas, correlación de Pearson, prueba de estacionariedad de Dickey-Fuller aumentada y pruebas de causalidad de Granger, además de la evaluación predictiva por medio de las métricas MAE y MAPE. Los resultados evidenciaron la continuidad de la reducción poblacional y el crecimiento del contingente de inmigrantes en las proyecciones hasta 2044. El Prophet presentó menores valores de MAE y MAPE en los conjuntos de prueba, aunque la corta extensión de la serie migratoria limitó la capacidad de generalización. Las pruebas de causalidad temporal no identificaron evidencias estadísticamente significativas de precedencia entre población e inmigración. Se concluyó que la inmigración puede contribuir a mitigar restricciones de oferta de mano de obra, pero no constituye, aisladamente, un mecanismo suficiente para revertir el declive poblacional japonés.

Palabras clave: Declive poblacional; Demografía; Fertilidad; Flujos migratorios; Series temporales.

13 de octubre de 2026

Marketing digital y engagement en YouTube: estrategias para canales de crímenes reales en Brasil

El fenómeno de los crímenes reales se ha consolidado como un nicho de crecimiento en el YouTube brasileño, impulsado por la expansión de los medios digitales y la fascinación del público. Sin embargo, muchos creadores enfrentaron dificultades para alcanzar un crecimiento sostenible. Se analizó cómo las estrategias de marketing digital influyeron en el crecimiento, el engagement y la monetización de canales brasileños de crímenes reales en la plataforma YouTube. Se adoptó una investigación de enfoque mixto, cualitativo y cuantitativo, de naturaleza exploratoria y descriptiva. Se analizaron cuatro canales brasileños del nicho mediante análisis documental de contenidos, recopilación de métricas públicas vía Social Blade y Noxinfluencer, y aplicación de cuestionarios a cuatro creadores y a 104 espectadores. Los resultados evidenciaron que los canales de mayor rendimiento adoptaron estrategias distintas, como un enfoque narrativo lineal y contextualizado, comunicación emocional personalizada, postura técnico-informativa o contenido de opinión provocativo. Se verificó convergencia entre creadores y audiencia sobre la centralidad del storytelling para la retención, afirmando la mayoría de los espectadores que la forma en que se contaba la historia determinaba la continuidad de la visualización. Los creadores indicaron el tiempo medio de retención como la métrica más predictiva para el crecimiento sostenible, aunque el 100% dependía exclusivamente de AdSense para la monetización, revelando vulnerabilidad financiera. Se concluyó que el éxito en el nicho depende de la integración entre marketing digital, identidad narrativa consistente y responsabilidad ética.

Palabras clave: creator economy; engajamento digital; marketing de conteúdo; storytelling; true crime.

13 de octubre de 2026

Uso de técnicas de Machine Learning No Supervisado para la planificación de trabajos de revisión de remuneraciones para la jubilación

La dotación de personal y la gestión de los flujos de jubilación en organismos públicos federales configuraron complejos desafíos estratégicos. El estudio tuvo como objetivo aplicar técnicas de Machine Learning no supervisado, específicamente Agrupamiento (K-means) y Análisis de Correspondencia Múltiple (ACM), para mejorar la planificación de revisiones funcionales en una autarquía federal brasileña. La metodología consistió en el procesamiento de una base validada de 487 servidores activos. Inicialmente, variables cuantitativas, como edad, tiempo de contribución y remuneración, fueron sometidas al algoritmo K-means, resultando en la formación de cinco clusters, apoyada en el Método del Codo y el Coeficiente de Silueta. Posteriormente, los grupos se integraron con variables cualitativas a través de ACM, proyectadas en un mapa perceptual que explicó el 74,81% de la inercia de los datos. Los resultados revelaron que los clusters 0 y 3 representaron los perfiles de mayor criticidad previsional, concentrando a todos los beneficiarios de bonificación por permanencia y la mayoría de los cargos extintos. La investigación generó un Plan de Acción escalonado, priorizando a los 75 servidores de estos clusters que cumplieron los requisitos de jubilación hasta 2025, con una directriz similar para 2026. En contrapartida, el cluster 2 presentó menor riesgo, con inactividad prevista solo a partir de 2031. El modelo se mostró ampliamente favorable como herramienta de auditoría y saneamiento, aunque su plena eficacia dependa de una gobernanza de datos más rigurosa en el servicio público.

Palabras clave: Agrupamiento; Análisis de Correspondencia Múltiple (ACM); Jubilación; Clusterización.

13 de octubre de 2026

Gestión de ventas para el desempeño de una empresa del sector inmobiliario

La gestión de ventas desempeña un papel estratégico en el rendimiento organizacional, especialmente en sectores de desarrollo inmobiliario, caracterizados por su complejidad comercial. El objetivo de este estudio fue analizar la contribución de las prácticas de gestión de ventas al rendimiento comercial y organizacional de una empresa del sector inmobiliario, considerando su modelo de actuación y estructura comercial. La investigación se caracterizó como exploratoria, con un enfoque cualitativo y cuantitativo, adoptando un estudio de caso único. Se recopilaron datos mediante triangulación, utilizando investigación documental y un cuestionario estructurado aplicado al equipo de ventas externalizado. Los resultados indicaron que la empresa estructuró sus prácticas de gestión comercial con metas mensuales y anuales, campañas de marketing y sistemas de incentivos. El rendimiento se siguió mediante indicadores cuantitativos, como el volumen de ventas y el porcentaje de consecución de metas. En el período analizado, se realizaron 179 ventas, lo que corresponde al 74,6% de la meta anual establecida. Se observaron oportunidades de mejora en la alineación entre la planificación comercial, el seguimiento de resultados y la efectividad de las estrategias. La percepción de los corredores señaló limitaciones en los sistemas de incentivos, como la ausencia de progresividad en las comisiones y la duración de las bonificaciones. Se concluyó que, si bien la gestión de ventas influye en el rendimiento organizacional, existen debilidades en la alineación entre esfuerzo, recompensa y motivación de la fuerza de ventas. Se recomendó el fortalecimiento del seguimiento sistemático, la mejora de la comunicación, la definición de metas más realistas y la implementación de incentivos progresivos para potenciar los resultados comerciales.

Palabras clave: Estrategias de ventas; Fuerza de ventas; Gestión comercial; Indicadores de rendimiento; Sector inmobiliario.

13 de octubre de 2026

Delineo: Adaptación de modelo de difusión para prototipado de interfaz de usuario guiado por boceto

La evolución de la inteligencia artificial y de las redes neuronales profundas ha revolucionado las interacciones humano-máquina. Los modelos generativos, aunque prometedores para la síntesis de imágenes, enfrentan desafíos en la prototipación de interfaces de usuario (UI) al no respetar la estructura espacial. Para solucionar esta divergencia, se propuso un enfoque de difusión latente condicionada, integrando una arquitectura de control a un modelo a gran escala ajustado para interfaces móviles, que soportó bocetos de UI para guiar la inferencia de imágenes. La base de datos de entrenamiento se compuso de aproximadamente 12.400 imágenes de UI y bocetos de fuentes públicas, preprocesadas y enriquecidas con datos sintéticos e instrucciones textuales. El enfoque utilizó un modelo Stable Diffusion 3.5 Large como base, adaptado con ControlNet canny edges y un adaptador LoRA. La viabilidad del enfoque fue validada por evaluación cuantitativa, empleando una métrica de similitud semántica normalizada (SSN) basada en Sentence-BERT, y por análisis cualitativo con 20 expertos de la industria. Los resultados confirmaron que el método superó las capacidades del modelo original. Sin embargo, la evaluación evidenció que la eficacia en la estructuración lógica de la interfaz aún enfrentaba degradación estética y pérdida de elementos funcionales. Se concluyó que, aunque la tecnología demuestra su viabilidad técnica para optimizar la transición entre requisitos y la implementación de código, la automatización de procesos creativos demanda mejoras arquitectónicas para alcanzar el rigor visual exigido por la industria del desarrollo de software.

Palabras clave: Adaptación de bajo rango; Aprendizaje automático; Difusión latente condicionada; Redes neuronales profundas.