La analítica de datos y el aprendizaje digital como herramientas para la toma de decisiones en instituciones de investigación científica y tecnológica

dc.contributor.authorSámano Castillo, José
dc.contributor.authorHermández Juárez, Luis
dc.date.accessioned2024-10-21T17:49:01Z
dc.date.available2024-10-21T17:49:01Z
dc.date.issued2024-10-18
dc.description.abstractThe results obtained from the design and implementation of an indicator system are presented in this document. This system analyzes the information from a responsive platform that displays the technological, research, and human resources training potential of the 493 national laboratories, university laboratories, and support units of the National Autonomous University of Mexico (UNAM). The performance indicator system uses the platform's database to monitor, analyze, and reveal the advantages achieved over time. It incorporates a cutting-edge business intelligence and analytics tool: Microsoft PowerBI®, which allows for advanced visualization, segmentation, KPIs, interactive graphs with depth and aggregation levels, key statistics, and optimization. The system is responsive for five categories: capabilities, equipment, personnel, communication, and forecasts. It includes 45 simple KPIs and a section for forecasts (machine learning) to leverage the information generated in the last seven years.en_US
dc.description.abstractSe presentan los resultados obtenidos del diseño e implementación de un sistema de indicadores, el cual analiza la información de una plataforma responsiva que muestra el potencial tecnológico, de investigación y formación de recursos humanos con que cuentan los 493 laboratorios nacionales, universitarios y unidades de apoyo de la Universidad Nacional Autónoma de México (UNAM). El sistema de indicadores de desempeño utiliza la base de datos de la plataforma para monitorear, analizar y revelar las ventajas conseguidas en el tiempo, para lo que incorpora una herramienta de vanguardia en business intelligence y analytics: Microsoft Power BI®, con el que se logró la visualización avanzada, segmentación, KPI’s, gráficos interactivos con nivel de profundidad y agregación, estadísticas clave y optimización. El sistema es responsivo para cinco categorías: capacidades, equipamiento, personal, comunicación y pronósticos, así como 45 KPI’s simples y una sección de pronósticos (machine learning), para aprovechar la información generada los últimos siete años.es_ES
dc.formatapplication/pdf
dc.identifierhttps://doi.org/10.18800/360gestion.202409.002
dc.identifier.doihttps://doi.org/10.18800/360gestion.202409.002
dc.identifier.urihttps://revistas.pucp.edu.pe/index.php/360gestion/article/view/29793/26808
dc.identifier.urihttps://repositorio.pucp.edu.pe/index/handle/123456789/202397
dc.language.isospa
dc.publisherPontificia Universidad Católica del Perúes_ES
dc.publisher.countryPE
dc.relation.ispartofurn:issn:2518-0495
dc.relation.ispartofurn:issn:2415-5861
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by/4.0*
dc.source360: Revista de Ciencias de la Gestión; Núm. 9 (2024)es_ES
dc.subjectBusiness analyticsen_US
dc.subjectBusiness intelligenceen_US
dc.subjectIndicadores (KPI’s)en_US
dc.subjectBusiness analyticses_ES
dc.subjectBusiness intelligencees_ES
dc.subjectIndicadores (KPI’s)es_ES
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#5.02.04
dc.titleLa analítica de datos y el aprendizaje digital como herramientas para la toma de decisiones en instituciones de investigación científica y tecnológicaes_ES
dc.title.alternativeData analytics and digital learning as tools for decision- making in scientific and technological research institutionsen_US
dc.typeinfo:eu-repo/semantics/article
dc.type.otherArtículo

Archivos