Métodos bayesianos y frecuentistas flexibles para la caracterización y análisis predictivo y prescriptivo de cadenas de valor

Simple item page
dc.contributor.advisorGarcía Arboleda, Isabel Cristina
dc.contributor.authorBurbano Gómez, Jesús Andrés
dc.date.accessioned2025-11-04T20:44:47Z
dc.date.available2025-11-04T20:44:47Z
dc.date.issued2025
dc.description.abstractLa implementación de metodologías de Ciencia de Datos para la caracterización y análisis predictivo y/o prescriptivo de las actividades organizacionales toma fuerza como un instrumento predilecto para la minimización de la incertidumbre y el incremento de la productividad en cada vez más sectores de las economías y la sociedad en general. De tal forma que la ausencia de este tipo de herramientas analíticas puede implicar una limitación importante para el desarrollo de un rango de acción eficiente y planeación efectiva de las organizaciones. Tal es el caso de la Caja de Compensación Familiar del Cauca – Comfacauca, la cual, como figura de administración de recursos parafiscales en el marco del Sistema de Seguridad Social colombiano para el departamento del Cauca, posee un aparato operativo y de caracterización socioeconómica de alcance poblacional que le ha permitido consolidarse como una institución ejemplar a nivel nacional en su medio normativo. Sin embargo, la ausencia de instrumentos de caracterización estadística y optimización para la toma de decisiones al interior de la organización, representa una debilidad que puede comprometer el cumplimiento de sus objetivos estratégicos y metas de cobertura en el mediano y largo plazo. Para resolver este problema, este proyecto aplicado propone tomar como referencia la conceptualización organizacional de cadenas de valor y el contraste entre las metodologías de modelación bayesiana y frecuentista, con el fin de desarrollar un protocolo para la caracterización y análisis de operaciones de la organización en el marco de su Agencia de Empleo y Mecanismo de Protección al Cesante (MPC), el cual pueda servir como insumo para la toma de decisiones óptimas fundamentadas en criterios cuantitativos rigurosos, de cara al incremento de la eficiencia multidimensional y, por ende, del bienestar socioeconómico de la población caucana. En general, esta propuesta sugiere aplicaciones de Ciencia de Datos desde el planteamiento de un problema de clasificación en el contexto de los mecanismos de matching entre oferta y demanda del mercado laboral captado por la organización desde su Agencia. Además, por su esencia metodológica, también propone aplicaciones en las áreas de economía organizacional, construcción de protocolos integrados para la evaluación y monitoreo de vacantes laborales, y el estudio teórico y empírico de cadenas de valor para servicios y productos intangibles.spa
dc.description.abstractThe implementation of data science methodologies for the characterization and predictive and/or prescriptive analysis of organizational activities is gaining strength as a preferred tool for minimizing uncertainty and increasing productivity across a growing number of sectors in the economy and society at large. The absence of such analytical tools can represent a significant limitation for the development of efficient operational strategies and effective organizational planning. This is the case of the Family Compensation Fund of Cauca – Comfacauca, which, as an administrator of parafiscal resources within the framework of Colombia’s Social Security System for the department of Cauca, has an operational and socioeconomic characterization apparatus with population-level reach, allowing it to establish itself as a nationally recognized institution within its regulatory environment. However, the lack of statistical characterization and optimization tools for internal decision-making represents a weakness that could compromise the achievement of its strategic objectives and coverage goals in the medium and long term. To address this issue, this applied project proposes using the organizational conceptualization of value chains and contrasting Bayesian and frequentist modeling methodologies to develop a protocol for the characterization and analysis of the organization’s operations within its Employment Agency and Unemployment Protection Mechanism (MPC). This protocol is intended to serve as input for optimal decision-making based on rigorous quantitative criteria, aimed at increasing multidimensional efficiency and, consequently, the socioeconomic well-being of the population of Cauca. In general, this proposal suggests data science applications through the formulation of a classification problem in the context of matching mechanisms between labor market supply and demand captured by the organization through its agency. Additionally, due to its methodological nature, it also proposes applications in the areas of organizational economics, the construction of integrated protocols for job vacancy evaluation and monitoring, and the theoretical and empirical study of value chains for intangible services and products.eng
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ciencia de Datos
dc.format.extent186 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttp://hdl.handle.net/11522/5047
dc.language.isospa
dc.publisherPontificia Universidad Javeriana Cali
dc.publisher.departmentFacultad de Ingeniería y Ciencias
dc.publisher.programMaestría en Ciencia de Datos
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectCadenas de valorspa
dc.subjectAprendizaje supervisadospa
dc.subjectMercado laboralspa
dc.subjectEstadística bayesianaspa
dc.subjectEstadística frecuentistaspa
dc.subjectValue chainseng
dc.subjectSupervised learningeng
dc.subjectLabor marketeng
dc.subjectBayesian statisticseng
dc.subjectFrequentist statistics
dc.titleMétodos bayesianos y frecuentistas flexibles para la caracterización y análisis predictivo y prescriptivo de cadenas de valorspa
dc.typemaster thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dc.type.redcolhttps://purl.org/redcol/resource_type/TM
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
Proyecto de Grado Final - Jesús Andrés Burbano Gómez,,.pdf
Size:
6.41 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Licencia de Uso - Jesús Andrés Burbano Gómez,,.pdf
Size:
492.74 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Maestría en Ciencia de Datos