Resumen Ejecutivo

06 de febrero de 2026

Correlación entre series temporales económicas y el seguro de crédito de nómina en Brasil

Elisabete Apis Oliani; Gian Carlo Decarli

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

Este trabajo tuvo como objetivo identificar y cuantificar el impacto de las variaciones del Índice de Precios al Consumidor Amplio (IPCA) y de la tasa de desocupación sobre la evolución de las primas del seguro de crédito en Brasil, de enero de 2014 a octubre de 2024. La investigación buscó determinar la existencia, las escalas temporales y los desfases de esta relación, analizando la sensibilidad del sector a choques económicos. La investigación se justifica por la relevancia del seguro de crédito como mitigador de riesgo, haciendo la comprensión de sus determinantes crucial para las decisiones estratégicas de aseguradoras e instituciones financieras.

El seguro prestamista es un mecanismo de protección financiera que garantiza la liquidación de deudas en eventos como desempleo, invalidez o fallecimiento. Según la Confederación Nacional de Seguros (CNseg, 2024), esta modalidad reduce el riesgo de incumplimiento para los acreedores y proporciona seguridad al tomador de crédito. Su importancia se evidenció en la pandemia de COVID-19, cuando se consolidó como instrumento contracíclico en un escenario de incertidumbre económica y caída de ingresos, mitigando el riesgo de crédito para el sistema financiero (Silva y Vasconcelos, 2022).

El contexto macroeconómico brasileño, con oscilaciones inflacionarias y fluctuaciones en el mercado laboral, presiona la salud financiera de las familias. La expansión del crédito a personas físicas, al mismo tiempo que impulsa el consumo, aumentó la fragilidad de los hogares ante shocks económicos (Montani Martins, 2025). La elevación del costo del crédito y la compresión de la renta afectan la capacidad de cumplimiento y la percepción de riesgo del consumidor. La tasa de desempleo es una variable estratégica, ya que su aumento puede, teóricamente, estimular la búsqueda de seguros que cubran la pérdida de renta, una hipótesis que difiere de estudios centrados únicamente en la siniestralidad, como el de Silva y Chan (2015).

El análisis de series temporales económicas presenta desafíos como la no estacionariedad y la autocorrelación de largo alcance, que limitan la eficacia de métodos de correlación tradicionales como el coeficiente de Pearson (Morettin y Toloi, 2018). Para superar estas limitaciones, esta investigación emplea técnicas de econofísica: el Análisis de Fluctuación sin Tendencia (DFA) y el Análisis de Correlación Cruzada sin Tendencia (DCCA). El DFA, propuesto por Peng et al. (1994), cuantifica la memoria de largo plazo en una única serie. El DCCA, una extensión de Podobnik y Stanley (2008), analiza la covarianza entre dos series no estacionarias. Para cuantificar la fuerza y la dirección de la relación, se utiliza el coeficiente ρDCCA (Zebende, 2011), que normaliza la covarianza y varía de -1 a +1. La combinación de estas herramientas permite una investigación robusta de las interdependencias entre las variables estudiadas.

La investigación adopta un enfoque cuantitativo, con análisis de series temporales a través de DFA, DCCA y ρDCCA, adecuados para datos no estacionarios (Zebende, 2011; Podobnik y Stanley, 2008). El estudio siguió los pasos del proceso CRISP-DM (Chapman et al., 2000). Las fuentes de datos fueron el IPCA (API del Banco Central de Brasil), la tasa de desocupación (PNAD Contínua/IBGE) y los ingresos por primas directas del seguro de préstamos (SUSEP). Todas las series cubren el período de enero de 2014 a octubre de 2024, totalizando 130 observaciones mensuales. La preparación de los datos implicó la armonización de las series, sin valores ausentes identificados. La modelización aplicó las funciones DFA y DCCA, considerando rezagos de uno, tres y seis meses para las variables macroeconómicas, con el fin de investigar el tiempo de respuesta del mercado. La implementación se realizó en Python (versión 3.10.12) en Google Colaboratory, con bibliotecas como Pandas y NumPy y funciones personalizadas para DFA, DCCA y ρDCCA.

Para normalizar la medida de correlación, Zebende (2011) introdujo el coeficiente ρDCCA, definido como la razón entre la función de covarianza DCCA y el producto de las funciones de fluctuación de cada serie individual, obtenidas vía DFA. El valor de ρDCCA(n) varía entre -1 y +1; valores cercanos a cero indican ausencia de correlación, valores positivos indican correlación directa y negativos, correlación inversa. Para la interpretación de la intensidad, este estudio adoptó la clasificación de Zebende et al. (2018): correlaciones débiles para valores de ρDCCA entre 0 y ±0,333, medias entre ±0,333 y ±0,666, y fuertes por encima de ±0,666.

El análisis de los resultados se inició con la observación de la evolución histórica de cada serie. El IPCA mostró alta volatilidad, con picos mensuales de 1,62% (marzo de 2022) y episodios de deflación, como -0,68% (julio de 2022), caracterizando un proceso con fluctuaciones rápidas. En contraste, las primas del seguro de crédito demostraron una clara tendencia ascendente, pasando de aproximadamente R$ 600 millones mensuales en 2014 a más de R$ 1,6 mil millones en 2024. La tasa de desocupación presentó un patrón cíclico en “U” invertida, partiendo de alrededor del 7% en 2014, alcanzando un pico de aproximadamente 14% en 2017 y regresando a niveles cercanos al 7% en 2024, revelando un ciclo de mediano plazo.

La aplicación del análisis DFA reveló las estructuras de dependencia temporal internas de cada serie. Para el IPCA, la función de fluctuación F(n) creció de forma acelerada en escalas intermedias (30 a 90 meses), confirmando que la serie posee memoria a largo plazo. Para las primas del seguro de deudor, la función F(n) presentó un crecimiento exponencial continuo, indicando una fuerte tendencia de crecimiento y una memoria temporal pronunciada. La tasa de desocupación también mostró un avance consistente de las fluctuaciones con el aumento de la escala, reflejando la naturaleza gradual de los ajustes en el mercado laboral y la presencia de ciclos prolongados.

El análisis de correlación cruzada (ρDCCA) entre el IPCA y las primas del seguro de crédito mostró ser prácticamente nulo en escalas de corto plazo (hasta 24 meses). En escalas intermedias (36 a 84 meses), surgió una correlación positiva de intensidad débil a moderada, con el coeficiente ρDCCA alcanzando un pico de aproximadamente 0,40 en escalas entre 90 y 102 meses. El análisis de desfase reveló que la asociación más fuerte ocurre con un rezago de tres meses. Este resultado sugiere que la inflación persistente, al impactar el costo de vida, puede influir positivamente en la demanda de protección, pero la relación no es inmediata. La caída del coeficiente en escalas muy largas (por encima de 114 meses) puede atribuirse a efectos de borde de la metodología o a la agregación de diferentes regímenes macroeconómicos. La inflación, por lo tanto, parece actuar más como un factor de contexto que como un impulsor principal de las ventas.

La correlación entre la tasa de desempleo y las primas del seguro de crédito también resultó nula en escalas de corto plazo. Surgió una correlación positiva en escalas intermedias, pero la intensidad fue consistentemente débil, con un pico de ρDCCA en torno a 0,33 (límite entre las clasificaciones de débil y media) en escalas de entre 90 y 102 meses. El análisis de desfase indicó que la asociación se vuelve más visible con rezagos de tres a seis meses. Este tiempo de respuesta más largo es coherente con la cadena de eventos económicos; los cambios en el mercado laboral influyen en la confianza del consumidor y las políticas de crédito. La correlación positiva, aunque débil, sugiere que los períodos de aumento del desempleo pueden estimular la demanda de protección, pero otros factores, como la oferta de crédito, probablemente desempeñan un papel más dominante.

La lectura integrada de los resultados demuestra que el seguro de crédito, en el período analizado, exhibió baja sensibilidad a choques mensuales de inflación y desempleo. Las relaciones con estas variables solo se vuelven estadísticamente visibles en horizontes de mediano a largo plazo (por encima de tres años) y, aun así, la intensidad de la correlación permanece en el campo de débil a moderada. Esto sugiere que la trayectoria de crecimiento de las primas está sustentada por dinámicas más estructurales del mercado de crédito y del sector asegurador, como la expansión de la base de clientes y estrategias comerciales, con las condiciones macroeconómicas actuando como un telón de fondo modulador, pero no determinante.

Desde el punto de vista metodológico, el estudio confirmó la adecuación de las técnicas DFA y DCCA para analizar series temporales no estacionarias, identificando relaciones que serían oscurecidas por métodos tradicionales. La capacidad de evaluar correlaciones en múltiples escalas de tiempo y con diferentes desfases proporcionó una visión granular de las interacciones. La investigación contribuye a la literatura al aplicar metodologías de econofísica al sector asegurador brasileño, ofreciendo una nueva perspectiva sobre los determinantes de la demanda por seguro de crédito.

Las conclusiones de esta investigación indican que la influencia directa de la inflación y el desempleo en la evolución de las primas del seguro de crédito en Brasil, entre 2014 y 2024, fue limitada, manifestándose principalmente en horizontes temporales más largos y con desfases. La asociación positiva, de intensidad débil a moderada, sugiere que las condiciones macroeconómicas actúan como un factor contextual, pero no como el principal motor de la dinámica del sector. La trayectoria de crecimiento del seguro de crédito parece estar más influenciada por factores intrínsecos al mercado de crédito y a la industria de seguros. Como limitación, el estudio se centró en solo dos variables macroeconómicas. Investigaciones futuras podrían incorporar otras variables, como la tasa de interés (Selic), la morosidad del consumidor y la oferta de crédito, o segmentar el análisis por diferentes ramas de seguro.

A pesar de las limitaciones, los hallazgos ofrecen implicaciones prácticas para aseguradoras y gestores de riesgos. La baja sensibilidad del producto a choques de corto plazo indica resiliencia, pero la correlación en horizontes más largos refuerza la necesidad de monitorear el escenario macroeconómico en la planificación estratégica de mediano y largo plazo. La comprensión de los desfases temporales puede ayudar en la calibración de modelos de fijación de precios y en la anticipación de cambios en la demanda. Se concluye que el objetivo fue alcanzado: se demostró que las variaciones del IPCA y de la tasa de desocupación presentaron correlaciones de intensidad predominantemente débil con las primas del seguro de deudor, con las asociaciones más notables emergiendo solo en escalas temporales intermedias y con desfases de tres a seis meses.

Referencias:
Banco Central do Brasil. (2024). Índice Nacional de Preços ao Consumidor Amplo [IPCA] Série Histórica. Acesso em 29 de dezembro de 2024, de https://api. bcb. gov. br/dados/serie/bcdata. sgs.433/dados? formato=csv&dataInicial=01/01/2000&dataFinal=29/12/2024
Chapman, P. (2000). CRISP-DM 1.0: Step-by-step data mining guide. SPSS Inc.
Confederação Nacional das Seguradoras [CNSEG]. (2024). 10 motivos para você contratar um seguro prestamista. Disponível em: https://cnseg. org. br/conteudos/10-motivos-para-voce-contratar-um-seguro-prestamista. Acesso em: 03 nov. 2024.
Guedes, E. F.; Zebende, G. F. (2019) DCCA cross-correlation coefficient with sliding windows approach. Physica A: Statistical Mechanics and its Applications, Amsterdam.
Instituto Brasileiro de Geografia e Estatística [IBGE]. (2023). Índice Nacional de Preços ao Consumidor Amplo – IPCA. Disponível em: https://www. ibge. gov. br/estatisticas/economicas/precos-e-custos/9256-indice-nacional-de-precos-ao-consumidor-amplo. html?=&t=o-que-e. Acesso em: 07 jan. 2025.
Instituto Brasileiro de Geografia e Estatística [IBGE]. Desemprego. Disponível em https://www. ibge. gov. br/explica/desemprego. php. Acesso em 26 jul 2025.
Martins, N. M. (2025). Household financial fragility in Brazil (2005–2023). Journal of Economic Issues, 59(1), 174–194. https://doi. org/10.1080/01603477.2024.2378744. Acesso em 05 set. 2025.
Morettin, P. A., & Toloi, C. M. (2018). Análise de séries temporais (3ª ed.). Edgard Blücher.
Peng, C.-K., Buldyrev, S. V., Havlin, S., Simons, M., Stanley, H. E., & Goldberger, A. L. (1994). Mosaic organization of DNA nucleotides. Physical Review E, 49(2), 1685–1689. Acesso em: 05 set. 2025.
Podobnik, B., & Stanley, H. E. (2008). Detrended cross-correlation analysis: A new method for analyzing two nonstationary time series. Physical Review Letters, 100(8), 084102. Acesso em: 05 set. 2025.
Sebrae Previdência. (2024). Alta de juros: entenda como ela afeta as finanças. Disponível em: https://www. sebraeprevidencia. com. br/planejar-dicas/156/Alta-de-juros:-entenda-como-ela-afeta-as-fin%C3%A7as. Acesso em: 05 nov. 2024.
Silva, F. L., & Chan, B. L. (2015). Análise da Demanda e Sinistralidade do Seguro Prestamista. In Aportes ao Desenvolvimento da Economia Brasileira (pp. 233-254). Blucher. Disponível em: https://pdf. blucher. com. br/openaccess/9788580391237/12. pdf. Acesso em: 05 nov. 2024.
Silva, R., & Vasconcelos, F. (2022). Crédito e risco em tempos de crise: o papel do seguro prestamista. Revista Brasileira de Risco e Seguro.
Superintendência de Seguros Privados [SUSEP]. (2024). Base de dados de seguros: Prêmios e Sinistro. Disponível em: https://www2. susep. gov. br/menuestatistica/ses/principal. aspx. Acesso em: 24 dez. 2024.
Zebende, G. F. (2011). DCCA cross-correlation coefficient: A new method to measure the cross-correlation of two non-stationary time series. Physica A: Statistical Mechanics and its Applications, 390(4), 614-618.
Zebende, G. F., Brito, A. A., Silva Filho, A. M., & Castro, A. P. (2018). DCCA applied between air temperature and relative humidity: An hour/hour view. Physica A, 494, 17-26. https://www. sciencedirect. com/science/article/pii/S0378437117312748. Acesso em: 05 set. 2025.

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

16 de octubre de 2026

Reforma tributaria y empresas de tecnología: adaptación de la controladoría al nuevo modelo de créditos tributarios

La Reforma Tributaria brasileña, instituida por la Enmienda Constitucional n° 132/2023 y regulada por la Ley Complementaria n° 214/2025, alteró la tributación sobre el consumo, sustituyendo impuestos por Impuesto sobre Bienes y Servicios (IBS) y Contribución Social sobre Bienes y Servicios (CBS), bajo el principio de no acumulabilidad plena. El estudio tuvo como objetivo describir los principales desafíos percibidos por profesionales de contraloría de empresas de tecnología en la adaptación al nuevo modelo de no acumulabilidad y liquidación de créditos tributarios. Se realizó una investigación aplicada, descriptiva, con enfoque mixto (cualitativo-cuantitativo), mediante un estudio de campo. Se recopilaron datos de 15 profesionales de contraloría o gestión fiscal, utilizando un cuestionario estructurado. Las respuestas fueron analizadas por distribución de frecuencia y análisis de contenido temático. Los resultados revelaron que los profesionales perciben la Reforma como un evento de impacto multifuncional, que demanda revisiones en sistemas Enterprise Resource Planning (ERP), criterios de liquidación de créditos, capacitación de equipos e integración interáreas. La limitación del aprovechamiento de créditos sobre costos de mano de obra emergió como un desafío estructural específico para el sector. Se constató el fortalecimiento del papel estratégico de la contraloría en la transición tributaria, especialmente en fijación de precios, planificación tributaria y estructura de contratación, contribuyendo al debate sobre las implicaciones gerenciales y operacionales de la Reforma Tributaria.

Palabras clave: contraloría; créditos tributarios; empresas de tecnología; no acumulabilidad; reforma tributaria.

16 de octubre de 2026

Previsión de alta precipitación en Rio Grande do Sul para la prevención de desastres hidrometeorológicos

En abril de 2024, Rio Grande do Sul enfrentó la mayor tragedia climática de su historia, evidenciando la necesidad de mejorar las estrategias de predicción y prevención de desastres hidrometeorológicos. El estudio tuvo como objetivo desarrollar un modelo predictivo basado en redes neuronales de tipo Long Short-Term Memory (LSTM) para clasificar eventos de alta precipitación en el estado. Se utilizaron datos históricos del Instituto Nacional de Meteorología (INMET) entre 2013 y 2025, recolectados de 44 estaciones meteorológicas automáticas. La metodología comprendió la selección de variables por el algoritmo Random Forest, que identificó la precipitación total horaria y la temperatura del punto de rocío como las características de mayor poder predictivo, y el modelado con arquitectura LSTM de dos capas, entrenada con aplicación del SMOTE para el tratamiento del desbalance entre clases. El modelo alcanzó un AUC-ROC de 0,9373 y un recall del 82,4% para eventos extremos, definidos como precipitación superior al percentil 95 de la distribución histórica (8,60 mm/hora). Se demostró la capacidad de identificar la gran mayoría de las ocurrencias de alta precipitación con antelación, confirmando la viabilidad del uso de redes neuronales LSTM para la predicción de eventos hidrometeorológicos extremos. El trabajo ofrece una contribución potencial a los sistemas de monitoreo climático y a las políticas públicas de prevención de desastres naturales en Brasil.

Palabras clave: Desastres hidrometeorológicos; LSTM; Precipitación extrema; Redes Neuronales Artificiales; Rio Grande do Sul.

16 de octubre de 2026

Análisis Espacial de la Edad de los Condominios en São Paulo como Herramienta Estratégica para Administradoras

El adensamiento habitacional en São Paulo, donde el 29,4% de la población reside en apartamentos, estableció un mercado de gestión de condominios altamente competitivo que demanda estrategias de prospección basadas en datos espaciales. El estudio objetivó mapear la evolución urbana de la capital paulista por medio de algoritmos de análisis espacial e indicadores de edad predial para el desarrollo de herramientas de inteligencia competitiva. La metodología comprendió la extracción e integración de datos públicos del CNPJ vía plataforma KNIME, resultando en una base de 32.040 condominios, de los cuales el 98% fueron geocodificados con la API de Google Maps. El análisis macroespacial identificó que las Zonas Este y Sur lideraron el crecimiento inmobiliario reciente, mientras que picos de registros en 1984 y 1985 fueron asociados a cambios en la legislación tributaria y no a ciclos constructivos reales. Paralelamente, el análisis microespacial utilizó el algoritmo BallTree para comparar cada condominio con sus 20 vecinos más cercanos, revelando que el 29% de las unidades representaron puntos de renovación local en áreas consolidadas. Los resultados fueron consolidados en un dashboard interactivo que permite la visualización estratégica del mercado en diferentes niveles de granularidad. Se concluyó que la integración de la ciencia de datos al territorio permitió que administradoras sustituyeran enfoques genéricos por prospecciones personalizadas al ciclo de vida y a la realidad competitiva de cada condominio, optimizando la asignación de recursos de marketing y la efectividad de los equipos comerciales.

Palabras clave: Algoritmo BallTree; Análisis Espacial; Ciencia de Datos Urbanos; Gestión Condominial.

16 de octubre de 2026

Criterios y usabilidad de documentos en el proceso de elección de materiales didácticos

Un estudio analizó documentos pedagógicos que orientan la elección de materiales didácticos en el Programa Nacional del Libro y del Material Didáctico (PNLD), considerando su relevancia para la práctica docente y la gestión escolar. El objetivo fue analizar la claridad, la organización y la aplicabilidad de la Guía Digital del PNLD 2023 – Años Iniciales y de la Guía de Apoyo al Análisis de Materiales Didácticos del Instituto Reúna, identificando sus límites, potencialidades e implicaciones para la práctica pedagógica. Se realizó una investigación cualitativa, exploratoria y descriptiva, fundamentada en el análisis documental orientado por la técnica de análisis de contenido. Se examinaron aspectos como estructura, navegabilidad, organización de los criterios, densidad textual y estimación de tiempo de lectura. El análisis reveló tensiones entre la regulación estatal, el mercado editorial y la autonomía escolar, y los resultados presentaron diferencias significativas entre los documentos. La Guía del PNLD se mostró extensa, técnicamente densa y predominantemente normativa. En contraste, la Guía del Instituto Reúna se organizó de forma progresiva y didáctica, con recursos gráficos que favorecieron la comprensión y el uso colectivo por parte de las escuelas. Se concluyó que las características estructurales y discursivas de los documentos influyen directamente en su usabilidad y pueden impactar el grado de autonomía y participación de los equipos escolares en el proceso de elección de los materiales didácticos.

Palabras clave: formación docente; materiales didácticos; PNLD; políticas curriculares; proceso decisorio.

16 de octubre de 2026

Automatización de la Auditoría Fiscal y Contable: Herramienta de verificación de la Calidad para el Ranking SICONFI

La transparencia y la integridad de la información contable son requisitos fundamentales para la conformidad fiscal de las entidades públicas, evaluadas por la Secretaría del Tesoro Nacional (STN) a través del Ranking del Sistema de Información Contable y Fiscal del Sector Público Brasileño (SICONFI). El estudio tuvo como objetivo desarrollar una herramienta de auditoría proactiva para una entidad de la federación, con el fin de mitigar inconsistencias fiscales en la Dimensión 1 (Gestión de la Información) antes del resultado oficial. La metodología se basó en Ciencia de Datos, utilizando el lenguaje Python para la extracción automatizada de la Matriz de Saldos Contables (MSC) vía Interfaz de Programación de Aplicaciones (API) del Tesoro Transparente, y el software Power BI para la construcción de un panel de conformidad. El proyecto se centró en la integración de datos para garantizar la simetría de plazos y entregas entre los registros contables y los demonstrativos fiscales. Los resultados demostraron que la automatización del flujo de datos permitió la identificación anticipada de divergencias, promoviendo la confiabilidad de la información y la eficiencia del control interno gubernamental, con una arquitectura estructurada para su expansión a las demás dimensiones del ranking. La aplicación de la herramienta en datos del ejercicio de 2025 demostró su pleno funcionamiento, con el 100% de conformidad en las 38 verificaciones de control de la Dimensión 1. Se concluyó que la solución actuó como un modelo innovador y escalable para la modernización de la gestión pública, entregando una herramienta capaz de mitigar inconsistencias fiscales previamente a la consolidación del Ranking SICONFI.

Palabras clave: Ciencia de datos; Conformidad gubernamental; Control interno; Gestión pública; Inteligencia de negocios.

16 de octubre de 2026

Modelo estructurado de gestión de alto riesgo en la salud suplementaria: eficiencia operativa y coordinación del cuidado

La creciente presión por la sostenibilidad económico-asistencial en la salud complementaria brasileña impulsó la adopción de modelos de gestión para poblaciones de mayor riesgo. El estudio tuvo como objetivo describir y analizar la estructuración y operacionalización de un modelo de gestión de una cartera de alto riesgo asistencial, así como comparar, de forma descriptiva, los indicadores agregados de hospitalizaciones y visitas a urgencias de la misma cohorte de 100 beneficiarios entre 2023 y 2025. Se realizó un estudio de caso único, descriptivo y retrospectivo, integrando análisis documental cualitativo y análisis cuantitativo descriptivo de datos administrativos. El modelo se implementó en una operadora verticalizada, con 100 beneficiarios de alto riesgo identificados por marcador electrónico. El proceso implicó la captación diaria de eventos asistenciales, categorización por especialidad, distribución de los casos al equipo responsable y protocolo multiprofesional de seguimiento durante 28 días después de visitas a urgencias o altas hospitalarias. El análisis documental reveló mayor estandarización de los flujos, definición de las responsabilidades y trazabilidad de los seguimientos en el modelo reformulado. En la comparación entre los períodos, las hospitalizaciones disminuyeron de 166 en 2023 a 52 en 2025, una reducción del 68,67%, y las visitas a urgencias cayeron de 238 a 130, una variación del 45,38%. Las reducciones ocurrieron en el período en que el modelo ya se encontraba incorporado a la rutina institucional, configurando una asociación temporal favorable. Sin embargo, debido al diseño descriptivo, la ausencia de grupo de comparación y la imposibilidad de ajuste de factores clínicos y contextuales, las variaciones observadas no pudieron ser atribuidas exclusivamente a la implantación del modelo. El estudio contribuyó a sistematizar una experiencia organizacional de gestión de una cartera de alto riesgo en la salud complementaria, ofreciendo elementos para análisis y adaptación en contextos institucionales similares.

Palabras clave: Coordinación del cuidado; Gestión de alto riesgo; Gestión poblacional; Seguimiento post-evento; Salud complementaria.

16 de octubre de 2026

Monitoreo ambiental utilizando IoT y “servidor web”

El monitoreo y control de variables ambientales es un factor crítico en la industria, el comercio y la agricultura. El objetivo fue construir un sistema basado en Internet de las Cosas (IoT) para la automatización y el control ambiental remoto, utilizando sensores y actuadores de forma eficaz y flexible. Para ello, la humedad del aire fue seleccionada como variable a monitorear y controlar. Se desarrollaron módulos para el sensoreamiento y la modificación de las variables ambientales, junto con un servidor central para procesar la información recopilada. La arquitectura incluyó un sensor DHT-11, un microcontrolador ATMEGA328, un módulo Wi-Fi ESP-8266 y una Raspberry Pi como servidor web. Las pruebas de funcionamiento se realizaron en un prototipo físico con ambiente aislado, donde un micro ventilador actuó en el control de la humedad. El sistema demostró capacidad para recopilar datos, responder a variaciones ambientales y controlar la humedad del aire dentro del rango especificado, reduciéndola por exaustión. Sin embargo, la reducción de la humedad por exaustión resultó limitada por la humedad externa. Se concluyó que el sistema cumplió su objetivo de monitorear y controlar variables ambientales de forma automatizada, ofreciendo flexibilidad y arquitectura modular para diversas aplicaciones, como laboratorios y invernaderos, y promoviendo la democratización del acceso a la tecnología en el campo.

Palabras clave: Automatización; Control; ESP-8266; Raspberry Pi; Wi-Fi.

16 de octubre de 2026

Cultura digital, automatización y uso del CRM: un estudio de caso en el mercado inmobiliario.

La transformación digital ha ampliado la disponibilidad de sistemas de Gestión de Relaciones con Clientes (CRM), automatización e inteligencia artificial en el proceso comercial, pero su apropiación estratégica no es automática. El estudio analizó cómo la cultura digital organizacional, la automatización comercial y el uso del CRM influyen en la gestión y el rendimiento comercial en una organización del mercado inmobiliario, investigando prácticas de uso del CRM, fricciones operacionales, percepciones de corredores y liderazgo, y mecanismos de gobernanza orientados a datos. Se adoptó un enfoque mixto, aplicado y descriptivo, con cuestionarios estructurados aplicados a 48 corredores y 4 profesionales de liderazgo, además de análisis estadístico descriptivo, construcción de índices sintéticos y análisis temático. Los hallazgos indicaron que el CRM está incorporado a la rutina de acceso, pero no a la producción consistente de datos. Se observó convergencia entre corredores y liderazgo en cuanto a las debilidades de registro y fragmentación por canales paralelos, aunque con percepciones distintas de los efectos. El tiempo de actuación no se relacionó linealmente con la madurez digital, y el aumento de la carga de oportunidades se asoció a una mayor dificultad de seguimiento manual. Como contribución, se propuso el framework GCOD (Gobernanza Comercial Orientada a Datos), que integra CRM, inteligencia analítica, orquestación comercial y gobernanza continua. Se concluyó que la eficiencia comercial depende de la capacidad organizacional de integrar tecnología, comportamiento y gobernanza para reducir fricciones, preservar la calidad de los datos y orquestar la atención humana y automatizada a lo largo de la jornada del lead.

Palabras clave: Automatización comercial; CRM; Cultura de datos; Gobernanza comercial; Transformación digital.

16 de octubre de 2026

Aplicaciones de Inteligencia Artificial y Simulación Computacional en la Fijación de Precios y Gestión de Liquidez

El estudio, de carácter exploratorio, investigó cómo técnicas de Inteligencia Artificial y Simulación Computacional pueden ser aplicadas a la formación de precios con foco en la gestión de la liquidez empresarial. El objetivo fue proponer e ilustrar un método de Fijación de Precios Dinámica Adaptativa Orientada por la Caja, en el cual la definición de precios dependió de sus efectos esperados sobre las ventas y, subsecuentemente, sobre la trayectoria del flujo de caja. Para ello, se desarrolló un caso hipotético con datos sintéticos de precios y ventas, un modelo predictivo de ventas en función del precio propio y del precio medio de la competencia, un modelo de proyección de flujo de caja capaz de incorporar plazos de cobro, morosidad, costos transaccionales, reposición de inventario y costos fijos, y un simulador computacional para evaluación de escenarios competitivos. El proceso de modelado predictivo comparó diferentes algoritmos de aprendizaje automático, siendo seleccionada una regresión lineal con términos cuadráticos y de interacción por presentar un desempeño predictivo competitivo, buena capacidad de generalización y mayor interpretabilidad. Los resultados de las simulaciones indicaron que el enfoque propuesto superó un escenario base de precio fijo desde la perspectiva de la liquidez, produciendo trayectorias de caja superiores en la mayor parte del horizonte analizado. Se concluyó que la fijación de precios puede ser tratada no solo como un problema comercial, sino también como un problema de gestión de caja, abriendo espacio para aplicaciones prácticas y estudios futuros con datos reales, múltiples productos y métodos más avanzados de decisión secuencial.

Palabras clave: Aprendizaje Automático; flujo de caja; Fijación de Precios; Simulación Computacional; Toma de Decisiones.