Propuesta de investigación: Análisis de datos
para la identificación y priorización de
información en contextos institucionales
Miguel Ángel Sánchez Contreras
02 de febrero de 2026
Resumen
El propósito de este escrito es presentar una primera propuesta de
investigación que tome en cuenta el análisis de datos, enfocado en un contexto
especı́fico. En este sentido, se exponen cuales son las motivaciones personales
que impulsan el abordaje de esta temática, asi como el contexto en el que
se pretende desarrollar el trabajo. Por otro lado, se plantean las preguntas
iniciales que motivan el trabajo. En este sentido, el trabajo se convierte en
un acercamiento preliminar al uso del análisis de datos como herramienta
para la comprensión y solución de situaciones problema.
1 Porqué esta propuesta
Para empezar, este trabajo surge de mi interés en la construcción de
modelos que permitan solucionar situaciones dado un contexto en particular.
Mi formación en fı́sica y matemáticas me ha permitido comprender como
funcionan los modelos predictivos, por ejemplo, un sistema fı́sico que dada
una cierta cantidad de variables que, junto con sus condiciones iniciales,
permite saber su comportamiento o evolución en función del tiempo; por
eso, esta maestrı́a me permite complementar mi formación profesional para
transversalizar estos aprendizajes a otras áreas del conocimiento.
Mencionado lo anterior, esta propuesta de investigación titulada Análi-
sis de datos para la identificación y priorización de información en contextos
1
institucionales parte de un interés particular y es, comprender como se com-
porta la información y los datos en sectores institucionales y dar soluciones
estrategicas utilizando el análisis de datos, ya que estos sectores generan y
reciben volumenes masivos de datos diariamente, como por ejemplo, quejas,
tramites legales, entre otros.
Hay que mencionar, ademas, que muchos procesos han entrado en una
era de digitalización, sin embargo, se sigue operando con lógicas manuales
que no priorizan de forma eficiente, teniendo en cuenta que el aumento en
la demanda ciudadana exige velocidad y transparencia en los procesos, sin
embargo, encontramos entidades con procesos colapsados en terminos de su
capacidad de respuesta lo cual conlleva represamiento en la información.
Por otro lado, un factor determinante es la falta de modelos predic-
tivos que permitan entender el comportamiento de estos datos. Al no exis-
tir análisis estadı́sticos previos, las entidades funcionan de forma reactiva,
atendiendo información sin una estrategia de priorización clara. Esto influye
directamente en el colapso de los procesos, ya que al no entender la dinámica
de la información, se generan apresamientos donde los trámites legales y las
quejas se estancan. En resumen, el problema surgió porque se automatizó la
recepción de los datos, pero se dejó la lógica de procesamiento en una era
analógica, lo que hace que el sistema sea incapaz de evolucionar al ritmo que
la sociedad actual exige.
Es por esto que, la propuesta de investigación se centra en el uso de la
estadistica y el análisis de datos para entender el comportamiento de datos y
optimizar la priorización de casos con el fin de mejorar tiempos de respuesta
y eficiencia en el procesamiento de la información en entidades públicas.
2 Contexto. Análisis de datos en la optimización de procesos de
información
Ahora bien, Van Der Aalst (2016), explica cómo el almacenamiento
de la información en sistemas informáticos permiten descubrir el compor-
tamiento real de dicha información. Al igual que en la fı́sica analizamos la
trayectoria de un objeto a través de sus datos de posición y tiempo, podemos
pensar que un tratamiento correcto en el analisis da datos y de la informa-
ción permite identificar dónde se generar represamientos y dónde los datos
se desvı́an. Este enfoque respalda esta propuesta de investigación al usar
la estadı́stica para entender el movimiento de la información dentro de las
entidades públicas y rediseñar formas de trabajo basándonos en evidencia.
2
Por otro lado, la aplicación de modelos predictivos en entidades públi-
cas se sustenta en las investigaciones realizadas por Wirtz y Müller (2019),
quienes en su estudio sobre el uso de la inteligencia artificial en la gestión
pública refieren cómo la analı́tica de datos puede transformar la gestión bu-
rocrática en un sistema inteligente de respuesta. Ellos sostienen que la ca-
pacidad de clasificar y priorizar trámites puede permitir que las entidades
dejen de ser reactivas y pasen a ser proactivas (Wirtz & Müller, 2019). En
este sentido, se evidencia la viabilidad de trabajar en la optimizacióon de los
datos para garantizar procesos ágiles y funcionales y mejorar la transparencia
frente al ciudadano.
3 Preguntas que movilización la investigación
Las preguntas que orientan y movilizan la investigan se presentan a
continuación, evaluando su pertinencia dentro de la propuesta.
¿Qué patrones de comportamiento presentan los datos en las etapas
donde se generan los mayores retrasos? Permite identificar si por ejem-
plo los retrasos se deben a la complejidad de los datos.
¿De qué manera el orden de llegada perjudica la eficiencia en compa-
ración con un modelo de priorización? Se justifica en la necesidad de
usar modelos para decidir que tiene mas prioridad.
¿Cuáles son las variables claves en una solicitud que permiten prede-
cir su tiempo de resolución con mayor exactitud? Puede ayudarnos a
encontrar datos irrelevantes y priorizar los de mayor necesidad.
¿Cómo se ven afectados los tiempos de respuesta cuando el volumen de
solicitudes supera el promedio histórico? Ayuda a visualizar la fragili-
dad del sistema ante imprevistos
4 Pregunta problema. Cómo abordar la investigación
De acuerdo con lo expuesto en los apartados anteriores podemos plan-
tear la pregunta problema sobre cómo implementar un modelo basado en la
analı́tica de datos para priorizar de forma efectiva datos y en ese sentido op-
timizar los tiempos de respuesta. Esta pregunta busca entender cómo pasar
3
de un sistema reactivo y manual a uno mas proactivo basado en el compor-
tamiento real de la información.
Asi, una vez identificado el problema, se pretende utilizar elementos
de programación en la fase de modelado, donde se construirá un algoritmo
de clasificación y priorización. El objetivo es que el modelo sea capaz de
segmentar las solicitudes de entrada no solo por orden cronológico, sino por
niveles de complejidad e impacto legal (cuales requieren menor tiempo de
respuesta). Al aplicar esta lógica de optimización, se busca simular escena-
rios donde los procesos de baja complejidad sean procesados de forma ágil,
liberando capacidad para los casos crı́ticos. Finalmente, se validará la efecti-
vidad del modelo comparando los tiempos de respuesta simulados contra los
registros históricos, demostrando ası́ el impacto real de la analı́tica de datos
en la agilización de procesos.
4
Bibliografı́a
van der Aalst, W. M. P. (2016). Process Mining: Data Science in Action
(2nd ed.). Springer.
Wirtz, B. W., & Müller, W. M. (2019). An integrated artificial intelli-
gence framework for public management. Public Management Review.