Resumen Ejecutivo

02 de febrero de 2026

Inteligencia de datos en la atención postoperatoria de lipedema: visualización aplicada y apoyo a la decisión

Caio Santos Ferarezi; Fernando Celso de Campos

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

El objetivo de este trabajo es desarrollar un panel gerencial interactivo para consolidar y visualizar datos históricos de atenciones postoperatorias de pacientes con lipedema, evidenciando tendencias y patrones para proporcionar insights estratégicos a la gestión de una empresa del segmento. La investigación busca transformar datos operacionales fragmentados en un activo estratégico, permitiendo el monitoreo de performance, la anticipación de demandas estacionales y la identificación de oportunidades de optimización. La aplicación de inteligencia de negocios busca llenar una laguna gerencial; la ausencia de una visión consolidada de los datos limitaba la planificación, sustituyendo procesos manuales por una cultura orientada por datos.

El contexto de la investigación es el crecimiento del mercado de cirugías plásticas en Brasil, uno de los líderes mundiales en procedimientos (ISAPS, 2022). En este escenario, la cirugía para el tratamiento del lipedema cobra protagonismo. El lipedema es una condición crónica de acumulación desproporcionada de tejido adiposo, principalmente en los miembros inferiores, que afecta mayoritariamente a mujeres, causando dolor, limitación funcional e impacto en la calidad de vida (Kruppa et al., 2020). Frecuentemente confundido con obesidad, su tratamiento puede implicar liposucción tumescente, que exige un seguimiento postoperatorio especializado para garantizar la recuperación y los resultados (Forner-Cordero et al., 2021).

La creciente demanda de este procedimiento impulsa la demanda de servicios de rehabilitación postoperatoria, creando un nicho de mercado competitivo. Para las empresas del sector, la capacidad de comprender tendencias, optimizar la asignación de profesionales y gestionar el volumen de atenciones es un diferencial competitivo. La gestión basada en datos se vuelve fundamental, permitiendo que las decisiones se basen en evidencias extraídas de las operaciones. El uso sistemático de datos para guiar la estrategia aumenta la previsibilidad de los resultados y fortalece la competitividad del negocio (Davenport, 2006).

La gestión basada en datos se materializa en paneles gerenciales, o dashboards, herramientas de visualización que presentan indicadores clave de rendimiento (KPIs) de forma clara e interactiva. Estos paneles traducen grandes volúmenes de datos en representaciones visuales, como gráficos y tablas, que facilitan el seguimiento de métricas, la identificación de tendencias y la detección de anomalías (Kumar & Belwal, 2017). Al centralizar información crítica, los dashboards optimizan el tiempo de análisis y capacitan a los gerentes para comprender el comportamiento histórico del negocio, aumentando la asertividad de las decisiones.

Entre las plataformas de Business Intelligence (BI), Microsoft Power BI se destaca por su robustez, integración con fuentes de datos y capacidad de promover el “data storytelling”, la construcción de narrativas a partir de los datos (Becker & Gould, 2019). La herramienta permite la creación de visualizaciones interactivas, posibilitando que los usuarios exploren los datos bajo diferentes perspectivas. La combinación de datos, elementos visuales y narrativa potencia la generación de insights accionables y alinea los resultados analíticos a las metas organizacionales, democratizando el acceso a la información (Echeverria et al., 2021; Town & Thabtah, 2019).

El enfoque metodológico se estructuró en cuatro etapas para transformar datos brutos en un panel gerencial estratégico. La investigación, de naturaleza aplicada y exploratorio-descriptiva, utilizó un conjunto de datos históricos de una empresa especializada, teniendo como fuente primaria los registros financieros de transferencias a las empleadas. El proceso involucró técnicas de extracción, transformación y carga (ETL), modelado dimensional y visualización de datos para subsidiar la toma de decisiones.

La primera etapa consistió en la recopilación de requisitos y el mapeo de procesos para alinear la solución a las necesidades del negocio. Entrevistas con gerentes y partes interesadas ayudaron a comprender los flujos de trabajo e identificar las métricas de mayor relevancia y los cuellos de botella informacionales, como la falta de estandarización y la descentralización de datos. Este mapeo, según Harmon (2019), fue esencial para definir el alcance del proyecto y garantizar que el panel respondiera a las preguntas críticas del negocio.

Las segundas y terceras etapas, integradas, abarcaron la comprensión técnica, la extracción y el tratamiento de los datos. Inicialmente, se evaluó Power Query para extraer datos de cientos de archivos PDF, pero la herramienta presentó limitaciones para automatizar la lectura recursiva. Se optó por el lenguaje Python, que ofreció mayor flexibilidad y control. Se desarrolló un script para leer los archivos, extraer campos como nombre del paciente, fecha, tipo de atención y valores, y consolidar todo en una base de datos tabular. A continuación, se aplicó un riguroso proceso de tratamiento, que incluyó limpieza de datos, tratamiento de valores ausentes y duplicados para garantizar la consistencia (Redman, 2001), estandarización de variables y creación de agregaciones. Una etapa fundamental fue la anonimización de los datos sensibles de pacientes y empleadas, sustituyendo nombres por identificadores únicos para proteger la privacidad.

La cuarta etapa fue el desarrollo del panel gerencial en Microsoft Power BI. Con la base de datos tratada, se inició el modelado dimensional (Kimball & Ross, 2013), creando una tabla de hechos (tbatendimentos) y una dimensión calendario (dcalendario) para análisis temporales. El diseño del dashboard siguió las mejores prácticas de visualización de datos, priorizando claridad y objetividad (Few, 2004; Tufte, 2001). Se implementaron gráficos interactivos, tablas y KPIs. Medidas analíticas, como cálculos de crecimiento homólogo (Year-over-Year), fueron desarrolladas con el lenguaje DAX (Data Analysis Expressions), esencial para inteligencia temporal (Ferrari & Russo, 2019). La interactividad fue garantizada por filtros y segmentadores, permitiendo la exploración flexible de la información (Shneiderman, 1996). El panel fue validado con los stakeholders para garantizar su adherencia a las necesidades y usabilidad, considerando que la percepción estética influye en la aceptación de la herramienta (Cawthon & Moere, 2007).

Los resultados obtenidos con el panel gerencial en Power BI revelaron valiosos insights estratégicos. El panel fue diseñado en una vista de página única, organizada en tres secciones que ofrecen una visión holística del desempeño operativo y financiero. La interactividad permite a los gerentes filtrar los datos por múltiples criterios, transformando el dashboard en una herramienta dinámica de exploración. La consolidación de los datos, antes dispersos, en una única interfaz visual representa el primer resultado tangible del proyecto.

La primera sección, “Big Numbers”, presenta los indicadores agregados más importantes a través de tarjetas visuales. Esta sección ofrece una fotografía de la operación, consolidando datos de enero de 2021 a abril de 2025. Los resultados apuntan a 30 empleadas activas, 3.363 pacientes distintos y 26.042 atenciones. Financieramente, la transferencia total a las profesionales sumó R$ 2,33 millones, con un valor medio por atención de R$ 89,00. Estos números cuantifican el volumen de la empresa y sirven como línea de base para el monitoreo de desempeño y el establecimiento de metas.

La segunda sección, de Análisis Histórico, utiliza un gráfico de líneas para visualizar la evolución del volumen de atenciones y de las transferencias financieras, con funcionalidad de “drill-down” para alternar la granularidad (mes, trimestre, año). El análisis reveló un patrón de estacionalidad claro: un pico de actividad en el tercer trimestre (julio a septiembre), con crecimientos como el del 79,8% en el tercer trimestre de 2022 en relación al segundo. En contrapartida, el cuarto trimestre (octubre a diciembre) presenta una caída en la demanda, como la reducción del 31,2% en el cuarto trimestre de 2024. Este insight sugiere que la demanda está ligada a períodos de mayor realización de cirugías, permitiendo a la empresa planificar la asignación de personal, la gestión de caja y acciones de marketing.

La tercera sección se centra en el Análisis de Empleadas y Servicios. Un gráfico de barras horizontales evidenció una fuerte concentración de ingresos en pocas profesionales. Las cinco principales empleadas fueron responsables de más del 40% del valor total pagado, destacando la “Empleada 011”, que acumuló R$ 305 mil en transferencias. Este hallazgo apunta a una dependencia de profesionales clave, lo que representa tanto un reconocimiento del rendimiento como un riesgo operativo a gestionar con programas de retención y desarrollo.

El análisis por tipo de servicio reveló una concentración aún mayor. El procedimiento de “Drenaje de Linfedema” fue responsable de más de R$ 1,3 millones en pagos, seguido por “Drenaje + Taping”, con R$ 377 mil. Juntos, representaron más del 70% de la facturación. Este dato confirma la especialización de la empresa, pero expone una vulnerabilidad asociada a la baja diversificación del portafolio. La gerencia puede usar esta información para explorar servicios complementarios o reforzar su liderazgo en los servicios actuales.

Para profundizar el análisis de rendimiento, un gráfico de dispersión dinámico cruza métricas como cantidad de atenciones, pacientes y transferencias. Líneas de promedio dividen el gráfico en cuatro cuadrantes de rendimiento, facilitando la identificación de perfiles. El análisis reveló que los fisioterapeutas se destacaron por transferencias más elevadas, asociadas a una mayor variedad de atenciones, mientras que las enfermeras, aunque atendían a muchos pacientes, registraron un valor promedio de transferencia inferior. Esta segmentación permite a la gestión desarrollar estrategias dirigidas de capacitación y remuneración.

La discusión de los resultados evidencia el éxito del proyecto en transformar datos brutos en una herramienta analítica de alto impacto. El panel en Power BI centralizó y volvió la información accionable. La identificación de patrones de estacionalidad proporciona una base empírica para la planificación de recursos, sustituyendo la intuición por un enfoque proactivo. La cuantificación de la concentración de ingresos en pocos profesionales y servicios ilumina riesgos estratégicos que pueden ser mitigados. El feedback positivo de la empresa asociada valida la relevancia de la solución.

A pesar de los avances, el estudio tiene limitaciones. El análisis se basó en datos de una sola empresa, lo que impide la generalización de los resultados. La calidad de los datos, dependiente de registros manuales, puede contener imprecisiones. El estudio no incorporó variables externas, como el contexto macroeconómico, ni métricas de calidad, como la satisfacción del paciente. La continuidad del uso de la herramienta dependerá del compromiso del equipo interno para realizar las actualizaciones periódicas.

El presente estudio demostró cómo la aplicación de técnicas de análisis y visualización de datos con Microsoft Power BI puede generar valor para la gestión de una empresa en el sector de la salud. La solución permitió la estructuración de datos históricos, posibilitando la identificación de patrones como la estacionalidad de la demanda, la concentración de transferencias y los perfiles de desempeño. Estos hallazgos proporcionan subsidios para la optimización de recursos, la planificación estratégica y la promoción de una cultura orientada por datos, reforzando el potencial de la inteligencia de negocios para aumentar la eficiencia en el sector.

Las limitaciones del estudio abren caminos para futuras investigaciones. Se recomienda la expansión de la base de datos para incluir múltiples empresas, permitiendo análisis comparativos. La integración de indicadores clínicos y de métricas de satisfacción proporcionaría una visión más completa del desempeño. Adicionalmente, la aplicación de técnicas de modelado predictivo podría ser explorada para predecir futuras demandas con mayor precisión. Se concluye que el objetivo fue alcanzado: se demostró que el desarrollo de un panel gerencial interactivo es una herramienta eficaz para extraer insights estratégicos a partir de datos históricos de atenciones, apoyando la gestión de una empresa de postoperatorio de lipedema.

Referencias:
Becker, L. T.; Gould, E. M. 2019. Microsoft Power BI: Extending Excel to manipulate, analyze, and visualize diverse data. Serials Review.
Cawthon, N.; Moere, A. 2007. The effect of aesthetic on the usability of data visualization. IEEE Transactions on Visualization and Computer Graphics 13(6): 1121–1128.
Davenport, T. H. 2006. Competing on analytics. Harvard Business Review 84(1): 98–107.
Echeverria, V.; Lawrence, L.; Tsai, Y. S.; Singh, S.; Martinez-Maldonado, R.; Fernandez-Nieto, G. 2021. A tutorial on data storytelling techniques for learning analytics dashboards. Companion Proceedings of the 11th International Conference on Learning Analytics & Knowledge.
Few, S. 2004. Show Me the Numbers: Designing Tables and Graphs to Enlighten. Analytics Press, Burlingame, CA, USA.
Forner-Cordero, I.; Forner-Cordero, A.; Szolnoky, G. 2021. Update in the management of lipedema. International Angiology 40(0): 1–11.
Harmon, P. 2019. Business Process Change: A Business Process Management Guide for Managers and Process Professionals. 4ed. Morgan Kaufmann, Cambridge, MA, USA.
International Society of Aesthetic Plastic Surgery [ISAPS]. 2022. International Study on Aesthetic/Cosmetic Procedures Performed in 2022.
Kimball, R.; Ross, M. 2013. The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling. 3ed. John Wiley & Sons, Indianapolis, IN, USA.
Kruppa, P.; Georgiou, I.; Biermann, N.; Prantl, L.; Klein-Weigel, P.; Ghods, M. 2020. Lipedema—pathogenesis, diagnosis and treatment options. Deutsches Ärzteblatt International 117(25): 396–403.
Microsoft. 2025. Power BI Documentation.
Paolacci, S.; Precone, V.; Acquaviva, F.; Chiurazzi, P.; Fulcheri, E.; Pinelli, M.; Buffelli, F.; Michelini, S.; Herbst, K. L.; Unfer, V.; Bertelli, M. 2019. Genetics of lipedema: new perspectives on genetic research and molecular diagnoses. European Review for Medical and Pharmacological Sciences 23(12): 5581–5594.
Redman, T. C. 2001. Data Quality: The Field Guide. Digital Press, Burlington, MA, USA.
Russo, M.; Ferrari, A. 2019. Chapter 8 – Time intelligence calculations. In: The Definitive Guide to DAX: Business Intelligence for Microsoft Power BI, SQL Server Analysis Services, and Excel. Microsoft Press, Redmond, WA, USA.
Shneiderman, B. 1996. The eyes have it: a task by data type taxonomy for information visualization. Proceedings of the IEEE Symposium on Visual Languages 5(3): 336–343.
Town, P.; Thabtah, F. 2019. Data analytics tools: A user perspective. Journal of Information & Knowledge Management 18(1): 1950002.
Tufte, E. R. 2001. The Visual Display of Quantitative Information. 2ed. Graphics Press, Cheshire, CT, USA.

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

27 de octubre de 2026

Eficacia de la política monetaria del Banco Central de Brasil y sus posibles costos sociales (1999-2024)

La conducción de la política monetaria en Brasil, particularmente bajo el Régimen de Metas de Inflación, ha sido ampliamente debatida debido a sus posibles impactos sobre la inflación y la actividad económica. El estudio tuvo como objetivo evaluar la eficacia de la política monetaria brasileña, conducida por la tasa Selic, en el control de la inflación, e investigar sus posibles costos sociales en el período de 1999 a 2024. Para ello, se utilizaron datos trimestrales de Producto Interno Bruto (PIB), Índice de Precios al Consumidor Amplio (IPCA), tasa Selic y tipo de cambio, extraídos del Banco Central de Brasil. La metodología empleó un modelo Vectorial de Corrección de Errores (VECM), precedido por pruebas de estacionariedad y cointegración, y complementado por análisis de Función de Respuesta al Impulso y Descomposición de la Varianza. Los resultados indicaron que la inflación presentó un fuerte componente inercial, siendo predominantemente explicada por su propia dinámica, mientras que los choques en la tasa de interés y en el tipo de cambio demostraron un impacto estadísticamente limitado sobre el IPCA. Adicionalmente, se verificó que el PIB no respondió de forma significativa a variaciones en la Selic, sugiriendo baja sensibilidad de la actividad económica a la política monetaria en el período analizado. En síntesis, se concluyó que la política monetaria demostró eficacia limitada en el control de la inflación, sin, sin embargo, generar costos sociales directos y significativos sobre el Producto Interno Bruto, que actúa como principal motor de la generación de empleo.

Palabras clave: Cointegración; Econometría; Inercia inflacionaria; Metas de inflación; Producto Interno Bruto.

27 de octubre de 2026

Eficiencia financiera y mitigación de riesgos en departamentos jurídicos

La investigación exploró cómo los mecanismos de gobernanza y los controles internos, aplicados a las prácticas de “Legal Operations”, pueden fortalecer la gestión financiera y la previsibilidad presupuestaria de un departamento legal en una empresa multinacional. El estudio tuvo como objetivo diagnosticar puntos críticos del ciclo presupuestario legal, desde la previsión hasta el pago, e identificar mejoras de procesos, indicadores y responsabilidades entre los departamentos legal y financiero. Para ello, se realizó una investigación aplicada de naturaleza cualitativa, configurada como estudio de caso. La recopilación de datos incluyó entrevistas con profesionales de las áreas legal y financiera, análisis documental de hojas de cálculo de costos (2022-2024) y políticas de cumplimiento, además de mapeo del flujo de gastos legales. Los resultados revelaron debilidades en la coordinación interdepartamental, especialmente en la definición de centros de costos y en la utilización de instrumentos de control presupuestario. Se observaron lagunas en el seguimiento de procesos y en la integración de información de bufetes externos, además de oportunidades para la automatización de rutinas y el perfeccionamiento de indicadores de gestión. La previsibilidad presupuestaria se vio afectada por factores exógenos, como la dinámica del Poder Judicial, y endógenos, como la calidad de la información y la gobernanza del ciclo presupuestario. Se concluyó que la previsibilidad presupuestaria depende de la madurez de la gobernanza aplicada a los procesos, datos y rutinas operativas. Se propuso un modelo de gobernanza y control para el presupuesto legal, con enfoque en la estandarización de procesos, el fortalecimiento del seguimiento y la mejora de la toma de decisiones, incluyendo mapeo de procesos, matriz de riesgos y controles, e indicadores de desempeño.

Palabras clave: Automatización; Controles internos; Gobernanza corporativa; Legal Operations; Previsibilidad presupuestaria.

27 de octubre de 2026

Comparación de modelos de riesgo de prepago en carteras de crédito a tipo fijo

El riesgo de liquidación anticipada en carteras de crédito prepagadas constituyó un desafío relevante para la Gestión de Activos y Pasivos (ALM) en instituciones financieras, por generar asimetrías de flujo de caja e ineficiencias en estrategias de cobertura. El trabajo tuvo como objetivo evaluar comparativamente el desempeño predictivo de modelos econométricos y estadísticos tradicionales frente a algoritmos de aprendizaje automático en la estimación de la Tasa de Mortalidad Mensual (SMM). Para ello, se utilizó una base de datos real de operaciones de crédito originadas entre 2016 y 2025, totalizando aproximadamente 500 millones de observaciones. Se evaluaron modelos como CPR Histórico, Regresión Beta, Regresión Cuantílica, Regresión Logística, Riesgos Proporcionales de Cox y LightGBM, con el rendimiento medido por el Error Absoluto Medio (MAE) y validado mediante validación cruzada temporal con ventana expandida. Los resultados demostraron la superioridad de los enfoques no lineales, con el modelo LightGBM presentando el mejor rendimiento en el período de prueba (ene/2024 a jul/2025), reduciendo el MAE en un 34,21% en relación con el benchmark histórico. Adicionalmente, se emplearon técnicas de interpretabilidad basadas en valores SHAP y análisis de supervivencia para identificar el spread de la tasa de contrato, la tasa de mercado y la edad del título como los principales determinantes económicos de la anticipación. La aplicación del modelo propuesto mejoró la precisión de las estimaciones de flujo de caja y ofreció evidencias favorables a la mejora del cálculo de la duración efectiva y del dimensionamiento del colchón de liquidez institucional, sugiriendo que modelos más flexibles pueden optimizar la gestión de ALM.

Palabras clave: Aprendizaje automático; Gestión de ALM; Cobertura; Modelado financiero; Riesgo de interés.

27 de octubre de 2026

Arquitectura imperativa vs. reactiva: impacto en la depuración y corrección de errores en el desarrollo móvil de iOS

El desarrollo de aplicaciones móviles para iOS puede realizarse bajo arquitecturas imperativas y reactivas, impactando directamente las prácticas de depuración y mantenimiento. El objetivo fue establecer el impacto de la elección arquitectónica en la depuración y corrección de errores en aplicaciones iOS, evaluando la detectabilidad automática de fallos, la trazabilidad de los informes y la utilidad de los logs. Se llevó a cabo una investigación experimental, en la que se desarrollaron dos aplicaciones nativas funcionalmente equivalentes con UIKit (imperativa) y SwiftUI/Combine (reactiva). Se insertaron cuatro escenarios de error controlados, clasificados en crashes explícitos y errores silenciosos. Se recopilaron datos con Firebase Crashlytics y Xcode Debugger en cuarenta sesiones, y estos fueron analizados por estadística descriptiva y análisis de contenido. Los resultados revelaron que, para inconsistencias de estado, la arquitectura UIKit generó crash inmediato y reporte automático, mientras que SwiftUI suprimió el crash y produjo una advertencia silenciosa invisible a herramientas automáticas. Para el desempaquetado forzado, la arquitectura se mostró irrelevante. En escenarios silenciosos, ninguna arquitectura ofreció observabilidad automática, lo que evidenció limitaciones de las herramientas. Se concluyó que la arquitectura reactiva, al abstraer mecanismos de control de estado, redujo errores explícitos, pero introdujo fallos silenciosos con menor trazabilidad. La decisión arquitectónica debe considerar las implicaciones para el monitoreo en producción, exigiendo instrumentación manual de logs en proyectos SwiftUI/Combine para errores que serían capturados automáticamente en UIKit.

Palabras clave: Combine; Mantenibilidad; Observabilidad; SwiftUI; UIKit.

27 de octubre de 2026

CRM EN LA RETENCIÓN DE DATOS PARA EL ANÁLISIS DEL POTENCIAL DEL CLIENTE EN EL SECTOR B2B DE SALUD

La gestión comercial en el sector B2B de la salud enfrentó desafíos constantes, exigiendo visión estratégica y atención aguda para la entrega de resultados. Se investigó cómo la implementación del sistema CRM (Customer Relationship Management) colaboró para mitigar la pérdida de información histórica y potenciar la retención de clientes frente al costo de vender. Se adoptó un enfoque cualitativo-cuantitativo, de carácter exploratorio-descriptivo, y los datos se recolectaron por medio de un cuestionario respondido por 42 profesionales del área comercial, insertos en la industria o en empresas del segmento de la salud. Los resultados revelaron que, aunque el 71,4% de los entrevistados utilizaban CRM informatizado, la cultura organizacional impuso una fuerte resistencia, confirmada por el 57,1% de los profesionales que dependían de métodos manuales, como agendas y hojas de cálculo aisladas, para el registro y la retención de los datos. Se evidenció también una brecha en la capacitación, visto que el 24,4% de los entrevistados raramente o nunca recibieron entrenamientos específicos. La investigación infirió que la subnotificación de datos no provino solo de la falta de tecnología o por falla tecnológica, sino por la existencia de una deficiencia en la gestión estratégica de personas y procesos. Se reforzó la visión de la necesidad de una gestión integrada para generar inteligencia competitiva y previsibilidad en las ventas, y se alertó sobre la necesidad de entrenamientos y capacitación más frecuentes. La mitigación del costo de vender y la potenciación de la retención de clientes dependen de la integración consistente entre capital humano y tecnología, generando activos gerenciales para aumentar la producción comercial y la retención de datos estratégicos.

Palabras clave: Capacitación; Estrategia de ventas; Gestión de clientes; Gestión estratégica; Inteligencia comercial.

27 de octubre de 2026

Evaluación de la aplicación de Scrum en la mejora de la eficiencia y adaptabilidad en proyectos de tecnología

La creciente complejidad de los proyectos de tecnología exigió enfoques capaces de equilibrar control, eficiencia y adaptabilidad a cambios constantes, dado que los modelos tradicionales de gestión presentaron limitaciones en entornos dinámicos. Se evaluó la gestión de proyectos de tecnología antes de la implementación de un método ágil, se propusieron mejoras basadas en prácticas iterativas y se reevaluó el desempeño post-implementación, buscando identificar ganancias en eficiencia operativa y adaptabilidad a lo largo del ciclo de vida del proyecto. La investigación empleó un estudio de caso descriptivo, de enfoque cualitativo, en dos empresas del sector tecnológico. Se recolectaron datos por medio de formularios estructurados aplicados antes y después de la intervención, complementados por análisis documental y observación sistemática a lo largo de noventa días de aplicación de la solución. Los resultados evidenciaron una mejora consistente en la flexibilidad de la planificación, un mayor alineamiento con las necesidades del cliente, un aumento de la previsibilidad de las entregas y un perfeccionamiento de la productividad de los equipos. Una ganancia de productividad fue el indicador más expresivo, con un 85,7% de concordancia total sobre la mejora del desempeño de los equipos tras la adopción del *framework*. Se concluyó que la implementación estructurada del método perfeccionó la gestión de los proyectos analizados, reforzando la capacidad de respuesta a cambios y promoviendo una mayor generación de valor para el negocio.

Palabras clave: Adaptación organizacional; Entrega incremental; Gestión ágil; Planificación iterativa; Productividad de equipos.

27 de octubre de 2026

Desafíos en la operacionalización del crédito rural: percepción de empleados de una institución financiera en el Sudeste brasileño

El crédito rural constituye un instrumento crucial de la política agrícola brasileña, esencial para la viabilización de los ciclos productivos agropecuarios y el desarrollo del sector. A pesar de su relevancia, la operacionalización del crédito rural enfrentó desafíos significativos en las instituciones financieras, derivados de la complejidad normativa, burocracia documental y riesgos inherentes a la actividad agrícola. En este contexto, el estudio objetivó analizar la percepción de empleados de una institución financiera sobre el proceso de liberación del crédito rural, identificando dificultades, desafíos operacionales y oportunidades de mejora. Se adoptó un enfoque cuantitativo de carácter descriptivo, con aplicación de cuestionario estructurado a 37 empleados que actúan directa o indirectamente en la concesión de crédito rural. La muestra fue intencional, y los datos fueron analizados de forma descriptiva, con apoyo de tabulación y representación gráfica. Los resultados indicaron que los principales desafíos enfrentados por las instituciones financieras se relacionaron con el exceso de burocracia, exigencia de garantías, análisis de riesgo, limitación de autonomía de los agentes y necesidad de mayor capacitación técnica. Factores externos, como endeudamiento de los productores, eventos climáticos adversos y elevados costos de producción, también impactaron negativamente el acceso al crédito. Se concluyó que el perfeccionamiento de los procesos internos, aliado a la capacitación continua de los profesionales y a la articulación entre agentes reguladores e instituciones financieras, puede contribuir a tornar el crédito rural más eficiente y accesible.

Palabras clave: Agronegocio; Burocracia; Política agrícola.

27 de octubre de 2026

Disonancia Institucional y Barreras de Privacidad en la Adopción del DREX en Brasil

Se analizó la percepción de diferentes partes interesadas sobre la implementación del DREX (Real Digital) en el sistema financiero brasileño, centrándose en los impactos esperados en seguridad, privacidad y adopción. El estudio tuvo como objetivo investigar las percepciones de distintos grupos sobre los riesgos y oportunidades del DREX, ofreciendo información para la toma de decisiones de instituciones financieras y reguladores. Para ello, se aplicaron tres cuestionarios a 415 participantes, divididos entre profesionales del sector financiero y tecnológico (81), inversores en criptoactivos (149) y público general (185). Los datos recopilados se tabularon y sometieron a análisis descriptivo cuantitativo, complementado por un análisis comparativo entre los grupos. Se identificó una disonancia institucional consistente, donde la confianza técnica en el Banco Central superó la confianza política en el Gobierno Federal. Entre los inversores en criptoactivos, se observó un rechazo ideológico al DREX, impulsado por preocupaciones sobre la trazabilidad y el control gubernamental, con una relación inversa entre conocimiento técnico y intención de adopción. El público general demostró una disposición pragmática, condicionada a la ausencia de una percepción explícita de vigilancia financiera, un patrón denominado “Brecha Pix-Privacidad”. La privacidad financiera emergió como el principal obstáculo transversal a la adopción en todos los grupos, y un incentivo de cashback del 1% resultó insuficiente para superar esta resistencia. Se concluyó que la adopción voluntaria del DREX tiende a ser fragmentada y condicional, dependiendo de iniciativas estructuradas de comunicación, educación financiera digital y arquitecturas de privacidad auditables que refuercen la credibilidad e independencia del Banco Central ante la sociedad.

Palabras clave: CBDC; Confianza institucional; Percepción de riesgo; Trazabilidad; Sistema financiero.

27 de octubre de 2026

Aplicación de Six Sigma DMAIC y Gemba Walk para el análisis de la disponibilidad mecánica de equipos móviles

La gestión ineficiente de las rutinas de mantenimiento de equipos móviles en obras de infraestructura había evidenciado impactos directos en los indicadores de disponibilidad mecánica y en el desempeño productivo. El estudio objetivó analizar la disponibilidad mecánica de equipos en una obra de superestructura vial, empleando el ciclo Six Sigma DMAIC y la práctica del Gemba Walk. La metodología adoptada se caracterizó como un estudio de caso aplicado, de naturaleza mixta. Se realizó la recolección y tratamiento de datos de apuntes operacionales, se calcularon indicadores de disponibilidad mecánica y se condujeron análisis cualitativos por medio del Diagrama de Ishikawa. En la fase Define, se mapearon las rutinas y se recolectaron datos históricos. En Measure, se estandarizaron los registros de pérdidas mecánicas y se calculó la disponibilidad mecánica, identificando equipos críticos con desempeño inferior al 85%. La etapa Analyze utilizó el Diagrama de Ishikawa para identificar causas raíz, y en la fase Improve, se estructuraron acciones de mejora y un cronograma de implementación. Los resultados revelaron que ciertas familias de equipos presentaron desempeño por debajo del nivel aceptable, destacándose la planta de asfalto por su indisponibilidad del 79%, impactando directamente la producción. Las principales causas identificadas incluyeron la ausencia de planificación preventiva, fallas en la gestión de mantenimiento y la indisponibilidad de insumos críticos. Se concluyó que la aplicación integrada de las metodologías permitió no solo identificar las causas de la baja disponibilidad, sino también estructurar un modelo de gestión orientado a la confiabilidad operacional y a la mejora continua, proponiendo la transición de un modelo reactivo a un mantenimiento proactivo y basado en campo.

Palabras clave: Confiabilidad operacional; Gestión de activos; Indicadores de desempeño; Mantenimiento; Mejora continua.