• español
    • English
    • français
    • português
A+A-
  • English 
    • español
    • English
    • français
    • português
    • Usage guides
      • Guidelines for the advisor work direcor
      • Guidelines for the student who loads degree work
      • APA 7 Edition Standards
      • Tips APA 7 Edition Standards
    • Users
    View Item 
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    •   National Open and Distance University UNAD
    • Producción Científica
    • Trabajos de Grado - Especialización
    • Escuela de Ciencias Básicas, Tecnología e Ingeniería
    • Especialización
    • Especialización en Ciencia de Datos y Analítica
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Diseño, implementación, monitoreo y mantenimiento del sistema electrónico para la contratación pública – SECOP II en Colombia - caracterización de patrones transaccionales como estrategia de monitoreo del comportamiento contractual

    Thumbnail
    QRCode
    View/Open
    afchacond.pdf (806.5Kb)
    Share
    Date
    2025-12-18
    Author
    Chacon Diaz, Andres Felipe
    Advisor
    Mantilla Serrano, Sebastián

    Citación

           
    TY - GEN T1 - Diseño, implementación, monitoreo y mantenimiento del sistema electrónico para la contratación pública – SECOP II en Colombia - caracterización de patrones transaccionales como estrategia de monitoreo del comportamiento contractual AU - Chacon Diaz, Andres Felipe Y1 - 2025-12-18 UR - https://repository.unad.edu.co/handle/10596/78464 AB - La implementación del sistema SECOP II en Colombia ha generado un volumen masivo de datos transaccionales sobre la contratación pública. Sin embargo, la mera disponibilidad de estos datos no garantiza la transparencia ni la eficiencia en la fiscalización. La presente investigación aborda la problemática de la falta de caracterización de las entidades estatales, proponiendo una solución basada en Ciencia de Datos para identificar patrones de comportamiento contractual. Desde la perspectiva metodológica se adoptó un enfoque cuantitativo, desarrollando un pipeline de ingeniería de datos (ETL) automatizado en Python para extraer y depurar registros de la vigencia 2024. Se aplicaron técnicas de Análisis Exploratorio de Datos (EDA) y el algoritmo de aprendizaje no supervisado K-Means para segmentar a las entidades. Los resultados revelaron la existencia de cuatro perfiles operativos diferenciados: "Pequeños Competitivos", "Operadores Logísticos Masivos", "Ejecutores Estratégicos" y un perfil crítico de "Alto Riesgo", caracterizado por la adjudicación de montos multimillonarios mediante contratación directa exclusiva. Como producto tecnológico, se desarrolló el software SICP (Sistema de Inteligencia de Contratación Pública), una herramienta de auditoría que integra los modelos matemáticos y permite la clasificación de entidades en tiempo real. Se concluye que la aplicación de técnicas de clustering permite focalizar los esfuerzos de control fiscal, pasando de una auditoría aleatoria a una basada en riesgos algorítmicos. ER - @misc{10596_78464, author = {Chacon Diaz Andres Felipe}, title = {Diseño, implementación, monitoreo y mantenimiento del sistema electrónico para la contratación pública – SECOP II en Colombia - caracterización de patrones transaccionales como estrategia de monitoreo del comportamiento contractual}, year = {2025-12-18}, abstract = {La implementación del sistema SECOP II en Colombia ha generado un volumen masivo de datos transaccionales sobre la contratación pública. Sin embargo, la mera disponibilidad de estos datos no garantiza la transparencia ni la eficiencia en la fiscalización. La presente investigación aborda la problemática de la falta de caracterización de las entidades estatales, proponiendo una solución basada en Ciencia de Datos para identificar patrones de comportamiento contractual. Desde la perspectiva metodológica se adoptó un enfoque cuantitativo, desarrollando un pipeline de ingeniería de datos (ETL) automatizado en Python para extraer y depurar registros de la vigencia 2024. Se aplicaron técnicas de Análisis Exploratorio de Datos (EDA) y el algoritmo de aprendizaje no supervisado K-Means para segmentar a las entidades. Los resultados revelaron la existencia de cuatro perfiles operativos diferenciados: "Pequeños Competitivos", "Operadores Logísticos Masivos", "Ejecutores Estratégicos" y un perfil crítico de "Alto Riesgo", caracterizado por la adjudicación de montos multimillonarios mediante contratación directa exclusiva. Como producto tecnológico, se desarrolló el software SICP (Sistema de Inteligencia de Contratación Pública), una herramienta de auditoría que integra los modelos matemáticos y permite la clasificación de entidades en tiempo real. Se concluye que la aplicación de técnicas de clustering permite focalizar los esfuerzos de control fiscal, pasando de una auditoría aleatoria a una basada en riesgos algorítmicos.}, url = {https://repository.unad.edu.co/handle/10596/78464} }RT Generic T1 Diseño, implementación, monitoreo y mantenimiento del sistema electrónico para la contratación pública – SECOP II en Colombia - caracterización de patrones transaccionales como estrategia de monitoreo del comportamiento contractual A1 Chacon Diaz, Andres Felipe YR 2025-12-18 LK https://repository.unad.edu.co/handle/10596/78464 AB La implementación del sistema SECOP II en Colombia ha generado un volumen masivo de datos transaccionales sobre la contratación pública. Sin embargo, la mera disponibilidad de estos datos no garantiza la transparencia ni la eficiencia en la fiscalización. La presente investigación aborda la problemática de la falta de caracterización de las entidades estatales, proponiendo una solución basada en Ciencia de Datos para identificar patrones de comportamiento contractual. Desde la perspectiva metodológica se adoptó un enfoque cuantitativo, desarrollando un pipeline de ingeniería de datos (ETL) automatizado en Python para extraer y depurar registros de la vigencia 2024. Se aplicaron técnicas de Análisis Exploratorio de Datos (EDA) y el algoritmo de aprendizaje no supervisado K-Means para segmentar a las entidades. Los resultados revelaron la existencia de cuatro perfiles operativos diferenciados: "Pequeños Competitivos", "Operadores Logísticos Masivos", "Ejecutores Estratégicos" y un perfil crítico de "Alto Riesgo", caracterizado por la adjudicación de montos multimillonarios mediante contratación directa exclusiva. Como producto tecnológico, se desarrolló el software SICP (Sistema de Inteligencia de Contratación Pública), una herramienta de auditoría que integra los modelos matemáticos y permite la clasificación de entidades en tiempo real. Se concluye que la aplicación de técnicas de clustering permite focalizar los esfuerzos de control fiscal, pasando de una auditoría aleatoria a una basada en riesgos algorítmicos. OL Spanish (121)
    Bibliographic managers
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Keywords
    Contratación Pública Google Scholar
    SECOP II Google Scholar
    Ciencia de Datos Google Scholar
    Clustering Google Scholar
    K-Means Google Scholar
    Control Fiscal Google Scholar
    Python Google Scholar
    Regional / Country coverage
    cead_-_duitama
    Metadata
    Show full item record
    PDF Document
    Description of the content
    La implementación del sistema SECOP II en Colombia ha generado un volumen masivo de datos transaccionales sobre la contratación pública. Sin embargo, la mera disponibilidad de estos datos no garantiza la transparencia ni la eficiencia en la fiscalización. La presente investigación aborda la problemática de la falta de caracterización de las entidades estatales, proponiendo una solución basada en Ciencia de Datos para identificar patrones de comportamiento contractual. Desde la perspectiva metodológica se adoptó un enfoque cuantitativo, desarrollando un pipeline de ingeniería de datos (ETL) automatizado en Python para extraer y depurar registros de la vigencia 2024. Se aplicaron técnicas de Análisis Exploratorio de Datos (EDA) y el algoritmo de aprendizaje no supervisado K-Means para segmentar a las entidades. Los resultados revelaron la existencia de cuatro perfiles operativos diferenciados: "Pequeños Competitivos", "Operadores Logísticos Masivos", "Ejecutores Estratégicos" y un perfil crítico de "Alto Riesgo", caracterizado por la adjudicación de montos multimillonarios mediante contratación directa exclusiva. Como producto tecnológico, se desarrolló el software SICP (Sistema de Inteligencia de Contratación Pública), una herramienta de auditoría que integra los modelos matemáticos y permite la clasificación de entidades en tiempo real. Se concluye que la aplicación de técnicas de clustering permite focalizar los esfuerzos de control fiscal, pasando de una auditoría aleatoria a una basada en riesgos algorítmicos.
    Format
    pdf
    Type of digital resource
    Monografía
    Content relationship
    Ingeniería de Procesos y Sistemas
    Administración Pública y Derecho
    Estadística Aplicada
    Ciencia de Datos y Analítica
    URI
    https://repository.unad.edu.co/handle/10596/78464
    Collections
    • Especialización en Ciencia de Datos y Analítica [247]
    Usage guidesNormativityGuidelines for the advisor work direcorGuidelines for the student who loads degree workAPA 7 Edition StandardsTips APA 7 Edition Standards

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister
    GTM statisticsGTM statistics
    Indexed by:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: