Mostrar el registro sencillo del ítem
Diseño, construcción e implementación de una herramienta de inteligencia de negocios y analítica de datos para la presentación eficiente de indicadores claves de desempeño del centro de psicología clínica y propuesta de modelo de segmentación/perfilamiento y retención de pacientes
dc.rights.license | Atribución-NoComercial 4.0 Internacional (CC BY-NC- 4.0) | |
dc.contributor.advisor | Rodríguez Pinzón, Heivar Yesid | |
dc.contributor.author | Cruz Parra, Gabriel | |
dc.contributor.editor | Fundación Universitaria Konrad Lorenz | |
dc.date.accessioned | 2022-12-07T19:24:45Z | |
dc.date.available | 2022-12-07T19:24:45Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | https://repositorio.konradlorenz.edu.co/handle/001/5138 | |
dc.description.abstract | El proyecto describe el las etapas de análisis, diseño y desarrollo de una herramienta de software complementaria especializada para inteligencia de negocios útil y efectiva que apoya en la optimización de tiempos de operación, provee información visual adecuada para la medición, análisis y control de indicadores claves de desempeño, facilita la presentación de resultados a entidades gubernamentales nacionales y distritales encargadas de la vigilancia y control de instituciones prestadoras de salud (IPS), e influye en el mejoramiento del servicio a la comunidad ofrecido por el Centro de Psicología Clínica de la Fundación Universitaria Konrad Lorenz (presta diferentes servicios de acompañamiento psicoterapéutico entre otros programas de prevención y promoción, en estos intervienen los estudiantes de psicología en formación de la Fundación Universitaria Konrad Lorenz poniendo en práctica el conocimiento adquirido en su proceso formativo a nivel profesional). La construcción de la herramienta se articula a través de la utilización combinada de elementos informáticos de ETL (Extracción, transformación y carga), almacenamiento o persistencia (esquemas de bases de datos relacionales) y visualización y explotación de datos a través de tableros de control (Microsoft Power BI). Además; como segunda parte y componente investigativo, se especifican dos experimentos con modelos de aprendizaje de máquina no supervisado (agrupación o clustering) haciendo uso de uno de los conjuntos de datos provistos por el Centro de Psicología Clínica (encuesta aplicada a pacientes), interpretando sus resultados y evaluándolos en términos de métricas de desempeño. | spa |
dc.description.abstract | The project describes the stages of analysis, design and development of a useful and effective complementary specialized software tool for business intelligence that supports the optimization of operation times, provides adequate visual information for the measurement, analysis and control of key performance indicators, facilitates the presentation of results to national and district governmental entities responsible for the surveillance and control of health care institutions (IPS), and influences the improvement of the service offered to the community by the Clinical Psychology Center of the Konrad Lorenz University Foundation (it provides different psychotherapeutic support services among other prevention and promotion programs, in which psychology students in training at the Konrad Lorenz University Foundation put into practice the knowledge acquired in their professional training process). The construction of the tool is articulated through the combined use of computer elements of ETL (Extraction, Transformation and Loading), storage or persistence (relational database schemas) and data visualization and exploitation through control panels (Microsoft Power BI). In addition; as a second part and research component, two experiments with unsupervised machine learning models (clustering) are specified using one of the data sets provided by the Clinical Psychology Center (survey applied to patients), interpreting their results and evaluating them in terms of performance metrics. | eng |
dc.format.extent | 134 páginas: tablas; figuras | spa |
dc.format.mimetype | application/pdf | spa |
dc.language.iso | spa | spa |
dc.rights | Atribución – No comercial – Sin derivar: permite que otros puedan descargar las obras y compartirlas con otras personas, siempre que se reconozca su autoría, pero no se pueden cambiar de ninguna manera ni se pueden utilizar comercialmente. | spa |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | spa |
dc.subject.other | Minería de datos | |
dc.subject.other | Análisis de datos | |
dc.title | Diseño, construcción e implementación de una herramienta de inteligencia de negocios y analítica de datos para la presentación eficiente de indicadores claves de desempeño del centro de psicología clínica y propuesta de modelo de segmentación/perfilamiento y retención de pacientes | spa |
dc.type | Trabajo de grado - Maestría | spa |
dc.relation.references | Alzahrani, A. L. (2021) Customer Segmentation: Unsupervised Machine Learning Algorithms in Python. https://towardsdatascience.com/customer-segmentation-unsupervised-machine-learning-algorithms-in-python-3ae4d6cfd41d | spa |
dc.relation.references | Candela Granados, A. G. (2019). Propuesta de implementación de un tablero de control para medir la satisfacción del cliente en un restaurante. [Disertación profesional inédita, Universidad San Ignacio de Loyola, Lima, Perú] https://repositorio.usil.edu.pe/server/api/core/bitstreams/0f0ad0a5-6a16-4fe6-bc5b-e3242d18aa16/content | spa |
dc.relation.references | Dirige (2020, 6 de octubre). El mercado de inteligencia empresarial crecerá a ritmos anuales del 7,6% entre 2020 y 2025. https://directivosygerentes.es/innovacion/mercado-business-intelligence-crecimiento | spa |
dc.relation.references | Fundación Universitaria Konrad Lorenz (2022). Quienes Somos – Misión y visión. https://www.konradlorenz.edu.co/quienes-somos/#pills-profile | spa |
dc.relation.references | Hernández Ramírez M. D. (2011). Procedimiento para el desarrollo de un sistema de inteligencia de negocios en la gestión de ensayos clínicos en el Centro de Inmunología Molecular. Revista Cubana de Información en Ciencias de la Salud, 22(4), 349-361. http://www.rcics.sld.cu/index.php/acimed/article/view/208 | spa |
dc.relation.references | IBM (2021b). Guía de CRISP-DM de IBM SPSS Modeler – Conceptos básicos sobre preparación de datos. https://www.ibm.com/docs/es/spss-modeler/SaaS?topic=preparation-data-overview | spa |
dc.relation.references | Kassambara A. (2021). MCA – Multiple Correspondence Analysis in R: Essentials. http://www.sthda.com/english/articles/31-principal-component-methods-in-r-practical-guide/114-mca-multiple-correspondence-analysis-in-r-essentials/ | spa |
dc.relation.references | Ministerio de Salud Nacional (1999, 8 de Julio). RESOLUCIÓN NÚMERO 1995 DE 1999, Por la cual se establecen normas para el manejo de la Historia Clínica. https://www.minsalud.gov.co/Normatividad_Nuevo/RESOLUCIÓN%201995%20DE%201999.pdf | spa |
dc.relation.references | Universidad de Oviedo (s.f.). El algoritmo k-means aplicado a clasificación y procesamiento de imágenes. https://www.unioviedo.es/compnum/laboratorios_py/kmeans/kmeans.html | spa |
dc.relation.references | Valero M. (2017). Modelo Dimensional. https://blog.bi-geek.com/modelo-dimensional/ | spa |
dc.relation.references | Zucarelli, E. (2021). Performance Metrics in Machine Learning - Part 3: Clustering. https://towardsdatascience.com/performance-metrics-in-machine-learning-part-3-clustering-d69550662dc6 | spa |
dc.relation.references | Rymarczyk, P., Golabek, P., Skrzypek S. A., y Rzemieniak M. (2021). Profiling and Segmenting Clients with the Use of Machine Learning Algorithms European Research Studies Journal, Volume XXIV, Special Issue 2, 513-522. https://ersj.eu/journal/2281# | spa |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.subject.proposal | Aprendizaje de máquina | spa |
dc.subject.proposal | Inteligencia artificial | spa |
dc.subject.proposal | Analítica | spa |
dc.subject.proposal | Base de datos | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_bdcc | spa |
dc.type.version | info:eu-repo/semantics/acceptedVersion | spa |
dc.description.degreename | Magíster en Analítica Estratégica de Datos | spa |
dc.description.degreelevel | Maestría | spa |
dc.publisher.faculty | Escuela de Posgrados | spa |
dc.type.content | Text | spa |
dc.type.coarversion | http://purl.org/coar/version/c_b1a7d7d4d402bcce | spa |
dc.description.program | Maestría en Analítica Estratégica de Datos | spa |
dc.rights.coar | http://purl.org/coar/access_right/c_14cb | spa |