Impacto de un data warehouse en la satisfacción de la gestión de morosidad
DOI:
https://doi.org/10.55873/rad.v2i2.325Palabras clave:
gestión institucional, metodología Kimball, toma de decisionesResumen
En los últimos años, la toma de decisiones basada en información ha sido crucial para el crecimiento organizacional. Sin embargo, el uso inadecuado de datos genera deficiencias que afectan la gestión institucional. Esta investigación tuvo como objetivo evaluar el impacto de la implementación de un Data Warehouse en la gestión de la morosidad del Colegio de Ingenieros del Perú – Consejo Departamental San Martín (CIP-CDSMT). Se realizó un estudio experimental con la junta directiva como muestra. Se aplicó un cuestionario para medir el impacto y se utilizó la metodología Kimball como guía para diseñar el DwH, estructurando la información necesaria. Los resultados mostraron que el 92% de los encuestados percibió mejoras significativas en la toma de decisiones, evidenciando un cambio positivo entre el pre y pos-test. En conclusión, la implementación del Data Warehouse permitió organizar y transformar los datos, facilitando el análisis mediante filtros que apoyaron decisiones estratégicas. Esto se reflejó en un mayor nivel de satisfacción en la gestión y en beneficios tangibles para la institución.
Descargas
Citas
Atay, C. E., & Garani, G. (2020). Building a lung and ovarian cancer data warehouse. Healthcare Informatics Research, 26(4), 303–310. https://doi.org/10.4258/hir.2020.26.4.303
Enríquez Herrera, J. V., López Goyez, J. P., & Zabala Villarreal, W. A. (2022). Business intelligence & data analytics aplicado al proceso de seguimiento curricular en la universidad UPEC. Minerva Journal, 3(1), 9–20. https://doi.org/10.47460/minerva.v1iSpecial.75
Forero Castañeda, D. A., & Sánchez García, J. A. (2021). Introducción a la inteligencia de negocios basada en la metodología Kimball. Tecnología Investigación y Academia, 9(1), 5–17. https://revistas.udistrital.edu.co/index.php/tia/article/view/18082
García Delgado, R. B. (2022). Procesos de cobranza y morosidad en una empresa de servicios de marketing. Marketing Science Review, 3, 462–477. https://doi.org/10.51798/sijis.v3i1.237
Ghosh, P., Sadhu, D., & Sen, S. (2021). A real-time business analysis framework using virtual data warehouse. International Arab Journal of Information Technology, 18(4), 585–595. https://doi.org/10.34028/18/4/11
Medina, Q. F., Fariña, M. F., & Castillo-Rojas, W. (2018). Data mart para obtención de indicadores de productividad académica en una universidad. Ingeniare, 26(Suppl 1), 88–101. https://www.scielo.cl/pdf/ingeniare/v26s1/0718-3305-ingeniare-26-00088.pdf
Mosso-Martínez, M. M. (2020). Causas económicas de morosidad en la cartera hipotecaria titulizada en México. Análisis Económico, 35(89), 215–238. https://doi.org/10.24275/uam/azc/dcsh/ae/2020v35n89/mosso
Nambiar, A., & Mundra, D. (2022). An overview of data warehouse and data lake in modern enterprise data management. Big Data and Cognitive Computing, 6(4), 132. https://doi.org/10.3390/bdcc6040132
Paredes, A., & Ramos, N. (2021). Políticas y procedimientos de cobranza y su impacto en el índice de morosidad en colegios privados a nivel básico del distrito de Independencia, Lima: Caso Institución Educativa Privada José María Arguedas, año 201. ORCID. https://orcid.org/0000-0002-3738-519X
Silva Peñafiel, G. E., Zapata Yánez, V. M., Morales Guamán, K. P., & Toaquiza Padilla, L. M. (2019). Análisis de metodologías para desarrollar data warehouse aplicado a la toma de decisiones. Ciencia Digital, 3(3.4), 397–418. https://doi.org/10.33262/cienciadigital.v3i3.4.922
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Alexander Romero-Chuquital, John Jeanfranco Melendres-Velasco
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
