Resumen Ejecutivo

30 de enero de 2026

El papel de People Analytics en la evolución estratégica de la Gestión de Personas

Ana Caroline Marçal Rezende; Simone Kunde

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

Esta investigación analizó cómo el uso de People Analytics contribuye a la evolución del rol de Recursos Humanos de una función operativa a una actuación estratégica, identificando los principales beneficios, barreras y factores críticos de éxito desde la percepción de profesionales del mercado. La investigación buscó comprender cómo el análisis de datos reconfigura las prácticas de RR. HH., desplazando el foco de actividades administrativas a una contribución medible a los resultados del negocio. La premisa central es que, al sustituir decisiones basadas en la intuición por aquellas fundamentadas en evidencia, RR. HH. optimiza sus procesos y se legitima como un socio estratégico, influyendo en decisiones de alto impacto sobre talento, productividad y competitividad.

Históricamente, el área de Recursos Humanos fue percibida como un centro de costos con actuación reactiva y enfocada en tareas burocráticas, lo que limitaba su capacidad de influir en la estrategia corporativa (Becker et al., 2001). La creciente complejidad del entorno de negocios, sin embargo, impuso a las organizaciones la necesidad de gestionar su capital humano de forma más proactiva. En este escenario, surgió la demanda por un RRHH que se convirtiera en un socio estratégico, capaz de alinear las prácticas de gestión de personas a los objetivos de largo plazo de la empresa, conforme defendido por teóricos como Ulrich (1997).

La transición a un rol estratégico se vio obstaculizada por la dificultad de medir el impacto de las iniciativas de RR. HH. en los resultados de la organización. La ausencia de métricas sólidas debilitaba la capacidad de RR. HH. para demostrar su valor, perpetuando un ciclo de decisiones basadas en percepciones subjetivas (Marler y Boudreau, 2016). People Analytics surge como un enfoque transformador en este contexto. Definido como la aplicación sistemática de métodos estadísticos y tecnológicos para analizar datos de personas, ofrece a RR. HH. las herramientas para generar insights accionables, predecir tendencias y fundamentar sus recomendaciones en evidencia concreta, aumentando su credibilidad ante la alta dirección (Marr, 2018).

La implementación de People Analytics es un viaje de madurez analítica que involucra dimensiones culturales, técnicas y estratégicas. La evolución ocurre en etapas progresivas: análisis descriptivos, que monitorean indicadores operativos como el ausentismo; análisis diagnósticos, que identifican causas y correlaciones; análisis predictivos, capaces de anticipar escenarios como el riesgo de desvinculación de talentos; y análisis prescriptivos, que recomiendan acciones para optimizar resultados (Davenport et al., 2010). Alcanzar las etapas más sofisticadas depende de una infraestructura tecnológica adecuada, de una cultura organizacional que valore la decisión basada en datos y de un claro alineamiento con las prioridades estratégicas del negocio (Van den Heuvel y Bondarouk, 2017).

A pesar del potencial, la consolidación de People Analytics enfrenta desafíos considerables. La resistencia cultural de los gerentes acostumbrados a confiar en la intuición, la baja calidad o fragmentación de los datos y la escasez de profesionales de RRHH con competencias analíticas son barreras frecuentemente citadas (Angrave et al., 2016). Superar estos obstáculos exige un esfuerzo que va más allá de la adquisición de software, demandando el desarrollo de una mentalidad analítica, el patrocinio de la alta dirección y la capacitación continua de los equipos de RRHH. Este estudio se propuso investigar cómo estos elementos se manifiestan en la práctica, explorando las percepciones de los profesionales y mapeando el estado actual de People Analytics en el contexto organizacional brasileño.

Para cumplir el objetivo, el estudio se caracterizó como una investigación aplicada de naturaleza descriptiva, con un diseño de encuesta (levantamiento), método adecuado para recopilar información de un grupo específico, capturando sus actitudes y prácticas (Gil, 2019; Yin, 2015). Se utilizó el enfoque descriptivo para mapear las prácticas, percepciones y desafíos relacionados con el uso de datos en la gestión de personas en diferentes organizaciones, proporcionando un panorama detallado de la realidad investigada.

La recopilación de datos se realizó a través de un cuestionario estructurado en Google Forms. El instrumento, basado en la literatura sobre People Analytics y gestión estratégica de RR. HH., se organizó en bloques temáticos: perfil del encuestado y de la organización; prácticas de uso de datos; impactos en la toma de decisiones y en el posicionamiento de RR. HH.; y barreras y factores críticos de éxito. Una pregunta abierta permitió la recopilación de percepciones cualitativas. La difusión se realizó en línea, en redes profesionales como LinkedIn y comunidades especializadas, durante 37 días.

La muestra fue no probabilística por conveniencia, compuesta por 127 profesionales de RR. HH., People Analytics o gestión de personas. Aunque no permite la generalización estadística, el muestreo fue adecuado para los objetivos descriptivos del estudio, con el fin de identificar tendencias y patrones emergentes (Lakatos y Marconi, 2017). Todos los participantes aceptaron un Término de Consentimiento Libre e Informado (TCIL), que garantizó el anonimato y la confidencialidad de las respuestas para uso exclusivo con fines académicos.

El análisis de los datos utilizó un enfoque mixto. El análisis cuantitativo implicó estadística descriptiva para generar tablas de frecuencia, gráficos y cruces de variables. Esta etapa mapeó las tendencias generales de la muestra. Complementariamente, el análisis cualitativo de las respuestas abiertas se realizó mediante análisis de contenido, siguiendo las etapas de Bardin (2011): pre-análisis, exploración del material con categorización y tratamiento de los resultados. Este enfoque permitió profundizar la interpretación de los datos, capturando los matices de las experiencias de los profesionales y ampliando la validez de los hallazgos (Creswell, 2014).

El análisis de la etapa de adopción mostró que el 48% de los encuestados considera que sus empresas tienen prácticas estructuradas de People Analytics, mientras que el 30,7% reportó una aplicación inicial. Una porción del 15% afirmó limitarse a indicadores operativos, y el 6,3% admitió no utilizar análisis de datos. Esta distribución refleja las diferentes etapas de madurez descritas por Davenport et al. (2010). Las respuestas cualitativas ilustran esta disparidad, con informes de uso de modelos predictivos en grandes empresas y dificultades con hojas de cálculo en pequeñas. Aunque el 63% cita el uso de software de Business Intelligence, el 86,6% todavía depende de hojas de cálculo, lo que evidencia que la tecnología no garantiza, por sí sola, la madurez metodológica, un desafío señalado por Levenson (2015).

A pesar de la heterogeneidad, el impacto estratégico del uso de datos es ampliamente percibido. Un total del 74% de los encuestados afirmó que los datos de RR. HH. se utilizan “siempre” o “frecuentemente” para fundamentar decisiones estratégicas. Esta percepción es más fuerte entre líderes/gerentes (82%) y especialistas en People Analytics (77%). El impacto en la percepción de RR. HH. también es notable: el 75,4% de los profesionales en empresas con uso estructurado de People Analytics afirmó que el área pasó a ser vista como más estratégica, porcentaje que cae al 38% entre aquellos que utilizan solo indicadores básicos. El dato refuerza que la capacidad de presentar evidencias concretas cataliza la valorización de RR. HH., alineándose a la visión de que su influencia depende de la contribución medible para el negocio (Ulrich et al., 2009).

Los beneficios de People Analytics se identificaron claramente. El “apoyo al liderazgo en la toma de decisiones” fue el más citado (81,1%), seguido por la “mejora en la asertividad de las contrataciones” (45,7%), el “aumento de la productividad” (29,9%) y la “reducción del turnover” (26%). Estos resultados están en línea con la literatura, que destaca la capacidad de los análisis de talento para optimizar recursos y mitigar riesgos (Levenson, 2011). Informes cualitativos complementan, afirmando que “RRHH ganó voz en las discusiones estratégicas al presentar evidencias en lugar de opiniones”. Las áreas más impactadas fueron Reclutamiento y Selección (79,5%), Evaluación de Desempeño (67,7%) y Remuneración (62,2%).

La implementación de People Analytics, sin embargo, está marcada por barreras más culturales y organizacionales que tecnológicas. La “ausencia de una cultura orientada a datos” fue el principal obstáculo para el 68,5% de los participantes, seguida por la “carencia de profesionales capacitados” (56,7%) y la “falta de integración entre sistemas” (51,2%). Otros desafíos incluyen la baja calidad de los datos (44,9%) y restricciones presupuestarias (43,3%). Estos hallazgos hacen eco de las advertencias de Angrave et al. (2016), quienes argumentan que el éxito de la práctica se ve comprometido si no hay una mentalidad analítica y el apoyo del liderazgo. Testimonios cualitativos refuerzan el punto: “Tenemos las herramientas, pero no tenemos personas que sepan interpretar los datos”.

El análisis cruzado revela que la percepción de las barreras varía según el contexto. Las grandes empresas informaron más problemas de integración de sistemas y calidad de datos. Las pequeñas y medianas empresas enfatizaron las restricciones presupuestarias. Sectores como la industria y la salud señalaron una mayor resistencia cultural, mientras que el sector tecnológico, aunque más avanzado, destacó la dificultad para encontrar profesionales cualificados. Esta diferenciación demuestra que no existe una solución única, siendo necesario adaptar las estrategias a cada realidad organizacional.

Ante estos desafíos, los factores críticos de éxito señalados refuerzan la centralidad del factor humano y del liderazgo. Un “líder comprometido con el uso de datos” fue considerado el factor más importante por el 79,5% de los participantes. Le siguieron la “calidad y confiabilidad de los datos” (69,3%) y la construcción de una “cultura organizacional data-driven” (63,8%). Esta tríada —liderazgo, datos y cultura— es consistente con los modelos de Davenport et al. (2010), que enfatizan el patrocinio ejecutivo, y Minbaeva (2018), que destaca la credibilidad metodológica como condición para que los insights sean utilizados. La percepción es clara: la tecnología es una herramienta, pero la transformación depende del compromiso de los líderes y de la capacitación de las personas.

Los resultados demuestran que People Analytics está actuando como un agente de transformación para RR. HH., aunque su consolidación es un proceso gradual y desigual. Los beneficios en términos de apoyo a la decisión, optimización de procesos y legitimación estratégica son evidentes. Sin embargo, la plena realización de este potencial está condicionada por la superación de barreras estructurales y, principalmente, culturales. La transición de un RR. HH. operativo a un socio estratégico orientado por datos no es solo una cuestión de implementar tecnologías, sino de fomentar una nueva mentalidad, capacitar equipos y garantizar el compromiso de la alta dirección.

El análisis de los datos recopilados permite concluir que People Analytics representa un camino fundamental para la evolución del RH de una función administrativa a un socio estratégico del negocio. Los resultados evidenciaron que, en las organizaciones donde la práctica está más consolidada, el RH gana mayor credibilidad, participa más activamente en las decisiones estratégicas y demuestra su valor de forma objetiva. Los beneficios, como la mejora del proceso decisorio y una mayor asertividad en el reclutamiento, impactan directamente la competitividad. Sin embargo, el estudio dejó claro que la tecnología, por sí sola, es insuficiente. El éxito depende de un ecosistema que incluya liderazgo comprometido, cultura orientada a datos y profesionales con competencias analíticas. Las barreras identificadas, especialmente la ausencia de una cultura data-driven y la falta de capacitación, refuerzan que la transformación es humana y organizacional, exigiendo inversión continua en desarrollo y gestión del cambio. Las limitaciones de este estudio, como la muestra no probabilística, sugieren cautela en la generalización de los hallazgos, pero los patrones identificados ofrecen insights valiosos para los gestores. Se concluye que el objetivo fue alcanzado: se demostró que el uso de People Analytics contribuye a la evolución del papel del RH de una función operacional a una actuación estratégica, condicionada a la superación de barreras culturales, tecnológicas y de liderazgo.

Referencias:
Angrave, D.; Charlwood, A.; Kirkpatrick, I.; Lawrence, M.; Stuart, M. 2016. HR and analytics: why HR is set to fail the big data challenge. Human Resource Management Journal 26(1): 1-11.
Bardin, L. 2011. Análise de conteúdo. Edições 70, São Paulo, SP, Brasil.
Becker, B. E.; Huselid, M. A.; Ulrich, D. 2001. The HR scorecard: linking people, strategy, and performance. Harvard Business School Press, Boston, MA, EUA.
Creswell, J. W. 2014. Investigação qualitativa e projeto de pesquisa: escolhendo entre cinco abordagens. 3ed. Penso, Porto Alegre, RS, Brasil.
Davenport, T. H.; Harris, J.; Shapiro, J. 2010. Competing on talent analytics. Harvard Business Review 88 (10): 52-58.
Flick, U. 2009. An Introduction to Qualitative Research. 4ed. Sage, Londres, Reino Unido.
Gil, A. C. 2019. Como Elaborar Projetos de Pesquisa. 6ed. Atlas, São Paulo, SP, Brasil.
Lakatos, E. M.; Marconi, M. A. 2017. Fundamentos de Metodologia Científica. 8ed. Atlas, São Paulo, SP, Brasil.
Levenson, A. 2011. Using targeted analytics to improve talent decisions. CEO Publication. G 11-03 (591). University of Southern California, Center for Effective Organizations.
Levenson, A. 2015. Strategic analytics: advancing strategy execution and organizational effectiveness. 1ed. Berrett-Koehler Publishers, Oakland, CA, United States.
Marr, B. 2018. Data-driven HR: how to use analytics and metrics to drive performance. Kogan Page, Londres, Reino Unido.
Marler, J. H.; Boudreau, J. W. 2016. An Evidence-Based Review of HR Analytics. The International Journal of Human Resource Management 28(1): 3-26.
Minbaeva, D. 2018. Building credible human capital analytics for organizational competitive advantage. Human Resource Management 57(3): 701-713.
Rasmussen, T.; Ulrich, D. 2015. Learning from Practice: how HR analytics avoids being a management fad. Organizational Dynamics 44(3): 236-242.
Ulrich, D. 1997. Human resource champions: the next agenda for adding value and delivering results. Harvard Business Press, Boston, MA, United States.
Ulrich, D.; Brockbank, W.; Younger, J.; Nyman, M.; Allen, J. 2009. HR Transformation: Building Human Resources from the Outside In. McGraw-Hill, New York, NY, EUA.
Van den Heuvel, S., Bondarouk, T. 2017. The rise (and fall?) of HR analytics: A study into the future application, value, structure, and system support. Journal of Organizational Effectiveness: People and Performance, 4(2), 127–148.
YIN, Robert K. 2015. Estudio de caso: planificación y métodos. 5ed. Bookman, Porto Alegre, RS, Brasil.

Resumen ejecutivo proveniente del Trabajo de Conclusión de Curso de Especialización en Gestión de Personas 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.