Afficher la notice abrégée

dc.contributor.advisorMantilla Serrano, Sebastián
dc.coverage.spatialcead_-_duitama
dc.creatorChacon Diaz, Andres Felipe
dc.date.accessioned2026-02-05T15:50:39Z
dc.date.available2026-02-05T15:50:39Z
dc.date.created2025-12-18
dc.identifier.urihttps://repository.unad.edu.co/handle/10596/78464
dc.description
dc.description.abstractLa 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.
dc.formatpdf
dc.titleDiseño, 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
dc.typeMonografía
dc.subject.keywordsContratación Pública
dc.subject.keywordsSECOP II
dc.subject.keywordsCiencia de Datos
dc.subject.keywordsClustering
dc.subject.keywordsK-Means
dc.subject.keywordsControl Fiscal
dc.subject.keywordsPython
dc.description.abstractenglishThe implementation of the SECOP II system in Colombia has generated a massive volume of transactional data regarding public procurement. However, the mere availability of this data does not guarantee transparency or efficiency in fiscal oversight. This research addresses the lack of characterization of state entities by proposing a Data Science-based solution to identify contractual behavior patterns. Methodologically, a quantitative approach was adopted by developing an automated data engineering (ETL) pipeline in Python to extract and clean records from the 2024 fiscal year. Exploratory Data Analysis (EDA) techniques and the K-Means unsupervised learning algorithm were applied to segment the entities. The results revealed the existence of four distinct operational profiles: "Small Competitive Buyers," "Massive Logistics Operators," "Strategic Executors," and a critical "High-Risk" profile, characterized by the allocation of multi-billion amounts through exclusive direct contracting. As a technological product, the SICP (Public Procurement Intelligence System) software was developed, an auditing tool that integrates mathematical models and allows for real-time entity classification. It is concluded that the application of clustering techniques allows for focusing fiscal control efforts, moving from random auditing to algorithmic risk-based auditing.
dc.subject.categoryIngeniería de Procesos y Sistemas
dc.subject.categoryAdministración Pública y Derecho
dc.subject.categoryEstadística Aplicada
dc.subject.categoryCiencia de Datos y Analítica


Fichier(s) constituant ce document

Thumbnail

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée