PROPUESTA METODOLÓGICA PARA LA
GENERACIÓN DE INDICADORES CLAVE DE
DESEMPEÑO APOYADA EN TECNOLOGÍA DE
INFORMACIÓN
METHODOLOGICAL PROPOSAL FOR GENERATION
OF KEY PERFORMANCE INDICATORS SUPPORTED
ON INFORMATION TECHNOLOGY
María Manzano-Ibarra
Egresada de Ingeniería en Organización de Empresas.
Universidad Técnica de Ambato. Ambato (Ecuador).
E-mail: mmanzano3139@uta.edu.ec ORCID: https://orcid.org/0000-0002-9849-1148
Ruth Zamora-Sánchez
Máster Universitario de Dirección Empresarial desde la Innovación y la Internacionalización.
Docente de la Facultad de Ciencias Administrativas.
Universidad Técnica de Ambato, Ambato (Ecuador).
E-mail: ra.zamora@uta.edu.ec ORCID: https://orcid.org/0000-0003-4982-8741
Patricio Medina-Chicaiza
Magister en Tecnología de la Información.
Docente de la Facultad de Ciencias Administrativas en Universidad Técnica de Ambato.
Docente de la Escuela de Ingeniería en Sistemas en Ponticia Universidad Católica del Ecuador.
Ambato (Ecuador).
E-mail: ricardopmedina@uta.edu.ec ORCID: https://orcid.org/0000-0002-2736-8214
Recepción: 23/02/2018. Aceptación: 02/10/2018. Publicación: 25/03/2019
Citación sugerida:
Manzano Ibarra, M., Zamora Sánchez, R. y Medina Chicaiza, P. (2019). Propuesta metodológica para la
generación de indicadores clave de desempeño apoyada en tecnología de información. 3C Tecnología. Glosas de
innovación aplicadas a la pyme, 8(1), pp. 10-29. doi: http://dx.doi.org/10.17993/3ctecno/2019.v8n1e29/10-29
12
3C Tecnología. Glosas de innovación aplicadas a la pyme. ISSN: 2254-4143
RESUMEN
El objetivo del trabajo es identicar indicadores clave de desempeño para ser aplicados como apoyo
en la toma de decisiones de la alta gerencia en la cooperativa de transporte. Para el análisis de los
datos se adaptó la técnica de minería de datos a través de la metodología CRISP-DM. Este estudio
presenta resultados de la aplicabilidad de los indicadores clave de desempeño y de la actividad
principal, durante un periodo de mayo-octubre 2018, a través de la herramienta Big Data (Power BI).
ABSTRACT
The objective of this work is to identify key performance indicators to be applied as support in the decision making
of senior management in the transport cooperative. For the analysis of the data, the data mining technique was
adapted through the CRISP-DM methodology. This study presents results of the applicability of the key indicators of
performance and of the main activity, during a period of May-October 2018, through the Big Data tool (Power BI).
PALABRAS CLAVE
Minería de datos, Indicadores clave de desempeño, Metodología Cris-Dm, Tecnología de
información, Transporte.
KEYWORDS
Data mining, Key perdormance indicators, Crisp-Dm Methodology, Information technology, Transport.
13
Ed. 29. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctecno/2019.v8n1e29/10-29
1. INTRODUCCIÓN
La globalización ha llevado a que las empresas tengan mayor presencia en mercados globales,
cada vez más competitivos, lo que ha obligado a mejorar sus procesos en la toma de decisiones y,
así, estar mejor preparados para los cambios que surgen en su entorno. Dado que, el crecimiento
de las ciudades, en relación a la población, motorización y desarrollo económico ha generado un
aumento constante en la demanda de transporte. Esto conlleva, a las compañías a tener la necesidad
de contar con una metodología para obtener resultados reales para la alta gerencia. A pesar de
existir limitadas investigaciones, la mayoría solo se centran en estudios operacionales, diseños de
rutas, estudios de tiempos de viajes, entre otros, sin enfocarse en elementos de competitividad en el
entorno demanda como la aplicación de un grupo de Indicadores clave de desempeño.
Así que, Braga y Fonseca (2010), mencionan que los indicadores clave de desempeño (KPI) son
métricas representativas en los procesos internos de una organización, que permiten tomar
decisiones basadas en la información proporcionada por las métricas planteados para una actividad
en particular mediante la identicación de oportunidades de mejora y conformidad o no del cliente.
Por lo tanto, dichos indicadores permite a las organizaciones evaluar la aplicación de las estrategias
operativas, las mismas que contribuyen al cumplimiento de los objetivos estratégicos, a la vez, que
cuantica el logro de los resultados, y así, incrementar la satisfacción del cliente.
Independientemente del tipo de empresa, éstas requieren de tecnologías de información y
comunicación (TIC) para dar respuesta a las necesidades, optimizar los procesos y mejorar su
desempeño. A su vez, permiten compilar datos el cual es el recurso más valioso que posee la
organización, No obstante, el plan estratégico del departamento de TIC necesita de indicadores de
gestión para realizar de manera efectiva un análisis, control y seguimiento de los objetivos planteados
y actividades propias, siendo los más utilizados los Indicadores Clave de Desempeño ya que sirve de
apoyo en la toma de decisiones, alienación de objetivos y estrategias organizacionales.
2. FUNDAMENTOS TEÓRICOS
La importancia de medir el desempeño de las empresas ha aumentado en los últimos años debido
a la necesidad de proponer soluciones adecuadas al contexto actual, no sólo centrado en el aspecto
14
3C Tecnología. Glosas de innovación aplicadas a la pyme. ISSN: 2254-4143
nanciero sino también en los procesos administrativos. Hay que considerar que uno de los pilares
importantes del desarrollo económico de un país es el transporte. Dentro del mismo contexto,
factores como el aumento poblacional, el incremento de las actividades productivas y la necesidad
de las personas de transportarse de un lugar a otro (Méndez, 2018). De igual manera, Arango, et
al., (2017) mencionan que la globalización, la competencia o los cambios de demanda han hecho
que las empresas usen indicadores, los mismos que permiten obtener información relevante sobre
el estado actual para el apoyo de las distintas áreas/actividades, que afectan el rendimiento de la
organización.
Es fundamental mencionar que, para un mejor aseguramiento de las actividades, el plan estratégico
del departamento de TIC, requiere de indicadores de gestión que le ayuden a realizar un análisis,
control y seguimiento de los objetivos y/o actividades denidos en la empresa. Los más empleados
son los KPI que permiten para identicar si la eciencia es óptima y si las estrategias determinadas
funcionan (Zapata y Castro, 2016). Sin embargo, para el logro de esto, la visualización de la
relación y desempeño de los trabajadores dentro de la organización supone una ventaja de aplicar
los indicadores clave de desempeño, a la vez, que permite medir los objetivos establecidos (Stroe,
2017). En resumen, los KPI son una herramienta para medir el nivel de desempeño de los procesos
mediante la aplicación de medidas para conocer el éxito del resultado, es decir, monitorear una
acción del negocio para valorar la satisfacción del servicio, no obstante, se debe tomar en cuenta
factores internos como externos que afecten a la organización de manera directa.
Por ende, hay que hacer notar que la utilidad de los indicadores clave de desempeño dentro de
las empresas exigen que sean claros y viables, orientados a los objetivos y clasicados en función
a las operaciones de la empresa, ya que, de esta manera, estarán completamente alineados a la
planicación estratégica, lo que permite una dirección y control integral de la organización a n de
mejorar la eciencia, cumplir los objetivos y lograr una satisfacción positiva hacia el cliente, además,
si los procesos son adecuados o no; en este último caso, sería necesario revisar el proceso y mejorarlo.
Por lo que se reere a las Tecnologías de la Información y Comunicación (TIC) se ha incorporado
paulatinamente en las empresas como estrategias de negocio, esto es, implementar mecanismos que
ayuden a alcanzar un buen desempeño, mejorar la eciencia e incorporar la gestión de procesos
innovadores que permita a las organizaciones adaptarse a los continuos cambios del mercado
15
Ed. 29. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctecno/2019.v8n1e29/10-29
(Khazanchi, et al., 2007; Spiezia, 2011; Aguilera, et al., 2015). En denitiva, el uso masivo de las
TIC compone una invaluable herramienta en el desarrollo de actividades, las mismas que afectan
de manera positiva a la formulación de estrategias organizacionales que permiten aumentar la
creación de valor de la empresa hacia el cliente. En el ambiente empresarial, las TIC contribuyen
al acceso de información relevante, a disminuir los costos de transacción y aumentar los medios de
automatización en los procesos.
Actualmente, las empresas de transporte se caracterizan por proporcionar a sus clientes un buen
servicio, esto es, que el vehículo preste las comodidades necesarias al cliente mientras le transporta
de un lugar a otro. El desempeño de estas empresas está relacionado con la satisfacción de sus
clientes, para logar esto, no solo basta con evaluar con métodos nancieros tradicionales, sino
que se debe medir con indicadores clave de desempeño. En el Ecuador, el transporte público es
considerado como uno de los medios con mayor inuencia para interconectar núcleos urbanos,
siendo la frecuencia de los servicios todavía un tema pendiente de regulación (Fernández, 2017). En
síntesis, la gestión empresarial de empresas de transporte se basa en la calidad en los procesos de
administración, dirección y servicios.
Al mismo tiempo, la movilidad de los pasajeros es considerada como un enfoque de avance acelerado,
la mayoría de la competencia basa su estrategia en la pertinencia y cadena de valor que aplican
los diferentes segmentos de mercado. Sin embargo, dicho incremento de la movilidad debe ser
considerado por las entidades competentes, quienes tienen la tarea de implantar un sistema integral
de transporte de pasajeros (López, et al., 2018). Por lo tanto, el aumento de la movilidad y utilización
del transporte, el mismo que, según la calidad del servicio que ofrezca, pueden provocar atracción
o desestimación al servicio.
Hoy en día, las organizaciones de transporte toman gran importancia del uso de los indicadores en
la planicación del mismo; a pesar de ello, en Ecuador no se encuentra estructurado con claridad
dicho tema, el cual existe pocos estudios sobre el sector transporte. Por ello, la presente investigación
pretende identicar y analizar indicadores que evidencien la gestión empresarial de las empresas de
transporte, considerando que la supervivencia de la empresa se basa en captar, ganar y satisfacer a
los clientes.
16
3C Tecnología. Glosas de innovación aplicadas a la pyme. ISSN: 2254-4143
3. METODOLOGÍA
Para el presente estudio se llevó a cabo un método empírico de búsqueda y revisión bibliográca de
fuentes secundarias como Proquest, Scopus, Springer , Taylor & Francis, Science Direct, entre otras, para ello,
se buscó con palabras claves, tales como; Tecnología de Información, minería de datos, indicadores
claves de desempeño, KPI, metodología para minería de datos, indicadores para transporte en
español; information technology, data mining, key performance indicators, KPI, methodology for data mining,
indicators for transport traducido al inglés; Con criterios; ordenados: por relevancia; tipo de fuente:
revistas cientícas; fecha: últimos 10 años; tipo de documento: Artículo; idioma: todos los idiomas;
Disciplina: ciencias de la computación, ingeniería y negocios, administración y contabilidad; tipo de
fuente: Revista. También, se utilizó la página Sci-Hub para tener acceso a aquellos documentos no
disponibles, siempre que, disponga del DOI.
Para el análisis de los datos se adaptó la técnica de minería de datos con la metodología CRISP-DM
(Cross Industry Standasrd for Data Mining). Para ello, se hizo un análisis de la ciudad de origen: Ambato
hacia las diferentes rutas tales como: Ambato-Ibarra; Ambato-Esmeraldas; Ambato-Guayaquil;
Ambato-San Lorenzo; Ambato-Quito y Ambato-Santo Domingo para recabar información acerca
del trayecto, se desarrolló mediante la investigación de campo, por medio de la técnica de observación
a través del instrumento de cha de observación registro que será llevado en un formato adecuado
por (Posada y González, 2010). Por otro lado, para el análisis Big Data se tomó los registros de mayo-
octubre 2018 de la actividad principal datos que serán obtenidos del programa Novo Enterprise
ERP, versión 3.2.5.10. A su vez, se consideraron la selección de un grupo de indicadores para el área
decisional entre ellos: velocidad promedio del vehículo, índice de pasajeros por kilómetro, uso del
transporte, edad del parque automotor y quejas presentadas, adaptados por (Arango, Ruíz, Ortiz y
Zapata, 2017; Flores, García, Chica y Mora, 2017; Posada y González, 2010).
4. RESULTADOS
En el desarrollo de este trabajo se realiza una indagación de diversas metodologías Big Data. Para
lo cual, los resultados encontrados fueron que se enfocan desde el área informática y otras desde el
modelo del negocio. A continuación, una visión general basado en la literatura consultada:
17
Ed. 29. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctecno/2019.v8n1e29/10-29
Con respecto, a la metodología KDD (Knowledge Discovery in Databases) está compuesto por los
siguientes pasos: selección de datos, el preprocesamiento de los datos data mining y evaluación del
modelo (Gervilla, et al., 2009). De igual manera, la metodología SEMMA (Sample, Explore, Modify,
Model, Assess), contiene de cinco fases: muestra, explora, modicar, modelo, y evaluar (Kyunf, et al.,
2015). Sin embargo, dichas metodologías están más enfocada explícitamente al área informática.
Por lo tanto, pueden ser confuso para un profesional no informático que se encuentre al frente de
la empresa.
Adicionalmente, a la metodología CRISP-DM (CROSS Industry Standasrd for Data Mining), se compone
por seis fases: comprensión del negocio, comprensión de datos, preparación de datos, modelado,
evaluación e implementación (Castorena, et al., 2018). De la misma manera, la metodología de
almacenamiento rápido (Rapid Warehousing Methodology) fue propuesta por SAS Institute, se desarrolla
en cinco fases: denición de los objetivos, denición de los requerimientos de la información, diseño
y modelización, implementación y revisión (Leonard y Castro, 2013). En pocas palabras, dichas
metodologías se enfocan desde un contexto empresarial.
En la misma línea, la metodología HEFESTO, contiene de seis fases: Inicio, análisis de requerimientos,
análisis de las fuentes de datos, modelado del DWH, integración de datos, y representación de
información (Vanegas, 2013). De igual forma, metodología de Kimball, consiste de planicación,
análisis de requerimientos, modelado dimensional, diseño físico, diseño e implementación del
subsistema de ETL e implementación (Rivadera, 2010). Por ende, las metodologías contemplan el
ciclo muy detallado, es decir, presenta demasiadas etapas, lo cual, la aplicación aumenta tiempo y
costos para la organización.
Con los antecedentes expuestos y dadas las características del presente trabajo, se aplica un
procedimiento metodológico adaptada de la metodología CRISP-DM con las siguientes fases:
comprensión del negocio, comprensión de datos, diseño del preprocesamiento, preparación de
datos, representación de información y evaluación.
18
3C Tecnología. Glosas de innovación aplicadas a la pyme. ISSN: 2254-4143
4.1. FASE 1: COMPRENSIÓN DEL NEGOCIO
Se realizó el estudio en una cooperativa de transporte, ubicada en la provincia de Tungurahua
- Ecuador, cantón Ambato. La cooperativa de transporte cuenta con 122 frecuencias (Horas de
salida del transporte) con las siguientes rutas: Ambato-Esmeraldas y viceversa con 14 frecuencias
cada una; Ambato-Quito y viceversa con 7 frecuencias cada una; Pelileo-Quito y viceversa con 2
frecuencias cada una; Ambato- San Lorenzo y viceversa con 5 frecuencias cada una; Ambato-Ibarra
y viceversa con 14 frecuencias cada una; Ambato-Atacames y viceversa con 3 frecuencias cada una;
Ambato-Guayaquil y viceversa con 14 frecuencias cada una y por ultimo Ambato-Santo Domingo
y viceversa con 2 frecuencias cada una. Las principales actividades es el servicio de transporte a
pasajeros y envío de encomiendas.
Una de las dicultades a las que se enfrenta esta cooperativa de transporte reside en tener poca
información necesaria, ya que solo cuenta con estados nancieros y no con indicadores claves de
desempeño (KPI) para abalizar las decisiones en relación a la Ley orgánica de transporte terrestre,
tránsito y seguridad vial y en la complacencia del cliente. En cuanto a los recursos tecnológicos
disponibles, cuenta con un sistema para el registro de información de transacciones y de diferentes
actividades nancieras tales como: ingresos por boletos, ingresos de encomiendas, contribuciones de
los socios, entre otros., se trata del programa Novo Enterprise ERP, versión 3.2.5.10. No obstante,
no cuenta con una herramienta tecnológica para el análisis Big Data.
4.2. FASE 2: COMPRENSIÓN DE LOS DATOS
Para la recopilación de los datos, la investigación se divide en tres etapas: la primera consiste en
observar y analizar el funcionamiento de la sucursal Ambtermina, entre ellas: listado de los socios,
venta de boletos a pasajeros, actividades de las diferentes rutas, frecuencias de salidas y llegadas.
Por otro lado, para el análisis Big Data se tomó los registros de mayo-octubre 2018 de la actividad
principal datos que serán obtenidos en el programa computarizado; la segunda en una investigación
de campo para observar los lugares de ascensos/descensos de pasajeros que se realizó en un día
típico de la semana desde la ciudad de origen: Ambato hacia las diferentes rutas registro que será
llevado en un formato basado por (Posada y González, 2010) en la Tabla 1 Y, por último, la selección
19
Ed. 29. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctecno/2019.v8n1e29/10-29
y aplicación de un grupo de indicadores para el área decisional entre ellos: velocidad promedio del
vehículo, índice de pasajeros por kilómetro, uso del transporte, edad del parque automotor y quejas
presentadas, tomados de (Arango, et al., 2017; Flores, et al., 2017; Posada y González, 2010) en la
Tabla 2.
Tabla 1. Formato de seguimiento de ascensos y descensos de pasajeros.
Seguimiento de ascensos y descensos de pasajeros
Ruta:
Fecha:
Hora Salida: Llegada:
Capacidad Sentadas De pie:
Sitio Suben Bajan Acumulada Total
TOTAL
Causas de demora: 1. Ascensos y descensos de pasajeros, 2. Ascensos y descensos de pasajeros con carga, 3. vehículo
estacionado o detenido, 4. Peatones cruzando, 5. Tiempo perdido por el conductor, 6. Fallas mecánicas, 7. Accidente del
Omnibus, 8. Peaje
Fuente: elaboración propia adaptado de Posada y González (2010).
Tabla 2. Indicadores clave de desempeño para área de transporte.
Nombre Fórmula
Velocidad promedio del vehículo
Distancia total recorrida
Tiempo total empleado para el desplazamiento
Índice de pasajeros por kilómetro
Número de usuarios que se movilizan en la ruta
Distancia total recorrida
Uso del Transporte
Horas que el vehículo esta ocupado
Numero de horas útiles disponibles del vehículo
100
Edad del parque Automotor
Sumatoria de la edad de las unidades
Total de unidades
Quejas presentadas
Número de quejas presentadas
Número de operaciones de la ruta
Fuente: adaptado de Arango, Ruíz, Ortiz y Zapata, 2017; Flores, García, Chica y Mora, 2017; Posada y González, 2010.
20
3C Tecnología. Glosas de innovación aplicadas a la pyme. ISSN: 2254-4143
4.3. FASE 3: DISEÑO DEL PRE-PROCESAMIENTO
Antes de comenzar a analizar los datos, se comenzará a realizar el diseño del preprocesamiento, con
el objetivo de eliminar datos erróneos Figura 1.
Gráco 1. Diseño del preprocesamiento de la cooperativa de transporte.
Fuente: elaboración propia.
El nuevo archivo consolidado en Excel consta de 76.974 las y 8 columnas. Las columnas constan
con la siguiente información: Fecha venta, hora viaje, sucursal venta, ciudad destino, ruta, número
de pasajeros, totales, vendedor Gráco 2.
Gráco 2. Base de datos consolidada.
Fuente: programa NOVO Enterprise.
Después de haber consolidado los datos, se añadió las siguientes columnas, tales como: Destino nal,
C1y frecuencia. Además, se eliminó columnas innecesarias como: Hora viaje, totales, vendedor
Gráco 2.
En la columna “Destino Final” se aplicó la siguiente formula =DERECHA(E2;LARGO(E2)-
ENCONTRAR(“/”;E2)), en la columna “C1” se empleó la siguiente formula
=F2&TEXTO(B2;”hh”&”:”&”mm”). Y por último en “Frecuencia” se utilizó la siguiente formula
21
Ed. 29. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctecno/2019.v8n1e29/10-29
=BUSCARV(J2;’Rutas y frecuencias’!$A$2:$B$60;2;FALSO). La nalidad de este proceso es
trabajar con datos dentro de las frecuencias establecidas y eliminar datos erróneos a causa del
programa.
Después de haber añadidos y eliminado columnas. Se aplicó ltros, para analizar la sucursal de
venta AMBTERMINA, en el cual se observó que hay datos que están fuera de frecuencia, para lo
cual, se eliminó. El nuevo archivo Excel consta de 23.793 las y 8 columnas. Las columnas constan
con la siguiente información: Fecha venta, sucursal venta, ciudad destino, ruta, destino nal, N°
pasajeros y frecuencia Gráco 3.
Gráco 3. Base de datos para el análisis.
Fuente: programa Novo Enterprise.
4.4. FASE 4: PREPARACIÓN DE DATOS
Análisis de las diferentes rutas desde la ciudad de origen Ambato-Tungurahua, los datos para la
aplicación se muestran en el Gráco 4.
Datos
Ibarra
Guayaquil
San Lorenzo
Quito
Santo Domingo
Atacames
Distancia total recorrida
269
282
433
130
203
408
Tiempo total empleado para el desplazamiento
5,45
6,17
11,35
2,50
4,06
8,06
Horas que el vehículo está ocupado
10,90
12,34
22,70
5,00
8,12
16,12
Número de horas útiles disponibles del vehículo
24
24
24
24
24
24
Sumatoria de la edad de las unidades
145
145
145
145
145
145
Total de Unidades
62
62
62
62
62
62
Número de quejas
4
6
5
3
4
5
Número de operaciones
2576
2576
920
1288
368
552
Número de usuarios que se movilizan en la ruta
23284
23727
11229
-----
9959
7815
Gráco 4. Datos para cálculos de indicadores.
Fuente: A partir de la investigación.
22
3C Tecnología. Glosas de innovación aplicadas a la pyme. ISSN: 2254-4143
Parámetro evaluado
Unidad
Ibarra
Guayaquil
San
Lorenzo
Quito
Santo
Domingo
Atacames
Velocidad promedio del transporte
km/hora
49,36
45,71
38,15
52,00
50,00
50,62
Índice de pasajeros por kilómetro
pasajeros/km
86,56
84,14
25,93
-------
49,06
19,15
Uso de transporte
%
45,42
51,42
94,58
20,83
33,83
67,17
Edad del parque automotor
años
2,34
2,34
2,34
2,34
2,34
2,34
Quejas presentadas
%
0,16%
0,23%
0,54%
0,23%
1,09%
0,91%
Gráco 5. Resultados obtenidos de los indicadores.
Fuente: Elaboración propia.
A continuación, en el Gráco 5 se presenta los resultados obtenidos de los indicadores clave de
desempeño aplicados a diferentes rutas de la ciudad de origen Ambato-Tungurahua durante el
periodo de mayo-octubre 2018.
• La velocidad promedio del transporte, el valor alto es de 50,62., esto indica se encuentra acorde
a la ley orgánica de Transporte Terrestre, Tránsito y Seguridad Vial, según el art. 191 inciso 2
menciona que los límites máximos y rangos moderados en circulación urbana es igual o menor
de 40-50 km/h; en la perimetral es igual o menor de 70-100km/h, en rectas 90-115km/h
menor o igual, en curvas 50-65 km menor o igual y en zonas escolares será de 20 km/h.
• El índice de pasajeros por kilómetros, el valor menor es de 19,15 y el valor mayor es
de 86.56., lo que indica que mientras más bajo sea su valor, no cuenta con la solvencia
económica en relación a sus costos operacionales.
• El indicador de uso de transporte, según Arango, Ruíz, Ortiz, y Zapata (2017) mencionan
que el tiempo del conductor sea de 10 horas al día, el valor mayor es de 94,58., indica que
sobrepasa su uso, el cual deberá tomar medidas operacionales.
• La edad del parque automotor, según la resolución N°. 139-DIR-2010-CNTTTSV es de
20 años de vida útil total, mientras más bajo sea su valor, esto indica que los transportes
están aptos para los usuarios, en cambio, si su valor aumenta, se considera que deberán
tomar medidas de cambio o incremento del parque automotor.
• Quejas presentadas, se busca minimizar su valor a 0%, como se observa la ruta Ambato-
Santo Domingo es de 1,09% presenta mayor número de quejas, esto indica que se debe
tomar medidas calidad de servicio, tales como: buen desempeño al conducir, respeto,
amabilidad, presentación del personal, seguridad, entre otros.
23
Ed. 29. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctecno/2019.v8n1e29/10-29
4.5. FASE 5: REPRESENTACIÓN DE INFORMACIÓN
Finalmente, con los datos almacenados y el procesamiento de los mismos, se ilustro mediante la
herramienta tecnológica “Power BI” con la basa de datos de la sucursal AMBTERMINA hacia los
diferentes destinos de mayo-octubre 2018. A continuación, el análisis de los resultados:
Gráco 6. Destino nal por meses.
Fuente: programa Power BI.
En términos del destino nal de los pasajeros del periodo de mayo a octubre 2018, se encontró que la
mayor parte de los pasajeros hay mayor inuencia de movilización, seguida del mes de julio, agosto
y por ultimo septiembre, mientras que los meses de mayo, junio y octubre tienen poca inuencia de
pasajeros. En síntesis, el aumento o disminución de pasajeros se debe a los múltiples factores, como:
la comercialización, actividades propias del ser humanos, la educación, las vacaciones, feriados, por
trabajo, entre otros., se muestra en el Gráco 6.
24
3C Tecnología. Glosas de innovación aplicadas a la pyme. ISSN: 2254-4143
Gráco 7. Día de la semana con relación a pasajeros.
Fuente: programa power BI.
En la Figura 10 muestra del total de los pasajeros, los días con mayor movilización de pasajeros son
el domingo, viernes, sábado y lunes con el 20,66%, 19,18%, 14,32% y 14,04% respectivamente.
Mientras que los días con menos inuencia de pasajeros es el día jueves, miércoles y martes con el
11,39%, 10,37% y 10,05% respectivamente. En resumen, se puede decir que la segmentación de
nuestro estudio, se supone que son pasajeros en su mayoría estudiantes.
25
Ed. 29. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctecno/2019.v8n1e29/10-29
Gráco 8. Frecuencia por número de pasajeros.
Fuente: programa Power BI.
En el análisis de los datos, se muestra en la Figura 11 que las frecuencias más utilizadas por los
pasajeros es la Esme_14, seguida Ataca_ 3, luego Iba_14, la siguiente San Lore_4 y por último
Guaya_14 en horas de 22:30 pm, 21:00 pm, 18:00, 14:15 pm y 00:45 am respectivamente. Por
lo tanto, la mayoría de pasajeros viajan a partir del mediodía, después de haber terminado sus
actividades propias, es decir, siendo el horario de la noche con mayor concurrencia
4.6. FASE 6: EVALUACIÓN
En esta fase se examinaron, cada uno de los procesos su correcto funcionamiento y ecacia, tanto
la aplicabilidad de los indicadores clave de desempeño y en análisis de minería de datos de manera
que los resultados obtenidos cumplan con el objetivo de investigación
5. DISCUSIÓN Y CONCLUSIONES
Uno de los medios principales para la movilización de la población es el servicio de transporte, sea
este público o privado. A n de mejorar la situación de las cooperativas de transporte interprovincial
es necesario la identicación y aplicación de un grupo de indicadores claves de desempeño para el
apoyo en el proceso de toma decisiones, en este sentido, al emplear los KPI involucra la continua
medición y el levantamiento de información. No obstante, los responsables e involucrados de esta
26
3C Tecnología. Glosas de innovación aplicadas a la pyme. ISSN: 2254-4143
área cuentan con información escasa, por ello, la técnica de la minería de datos se ha convertido
en un factor esencial para todo tipo de organización ya que brinda apoyo en la toma de decisiones.
Una vez aplicada la metodología, los resultados obtenidos del análisis de minería de datos del periodo
de mayo-octubre 2018 muestran que los usuarios se movilizan a diferentes destinos, ordenados de
mayor concurrencia como: Guayaquil, Ibarra, Esmeraldas, San Lorenzo y Atacames en los días
lunes, viernes, sábado y domingo. En la mayoría, los pasajeros viajan a partir del mediodía, siendo
el horario de la noche con mayor concurrencia. Se puede decir que se trasladan de un lugar a otro,
evidentemente a causa de la comercialización, actividades propias del ser humanos, la educación,
las vacaciones, días feriados, por trabajo, entre otros. Cabe mencionar que la ruta Santo Domingo
es una ruta intermedia y la ruta Quito no tiene registro en su sistema por motivo que no venden
boletos a ese destino.
Los resultados de los indicadores muestran que cumplen con la normativa de la ley orgánica
de Transporte Terrestre, Tránsito y Seguridad Vial, el cumplimiento de estos genera aspectos
importantes para la sociedad como: disminución de accidentes, bienestar y seguridad para los
usuarios. Además, tomar medidas precautelares y mejorar la calidad del servicio, como: desempeño
al conducir, respeto, atención, imagen del personal, seguridad, entre otros. Con respecto a los
Indicadores revelan que la velocidad promedio del transporte se ve intervenido por la ley orgánica
de transporte terrestre, tránsito y seguridad vial. Dicha regularización y control se da por entidades
como la Agencia Nacional de Tránsito (ANT) y Gobiernos Autónomos descentralizados (GAD).
Por otro lado, el índice de pasajeros de kilómetro es un indicador de eciencia de rentabilidad. Sin
embargo, esto puede ser inuenciado por las paradas y las sucursales dentro de ellas. Es importante
considerar que el uso del transporte no debe sobrepasar a los límites de riesgo del conductor y
del transporte, con respecto al transporte, se deberá tomar medidas de mantenimientos continuos.
Además, la edad del parque automotor, se considera como elemento de seguridad y calidad del
servicio hacia el cliente, es decir, indica las condiciones del transporte sean aptos para la utilización
del usuario. Para lo cual, se debe tomar medidas de renovación en concordancia con el cuadro
de aplicación de la vida útil total. Por último, la métrica de quejas presentadas sirve para mejorar
la calidad del servicio, como: desempeño al conducir, respeto, atención, imagen del personal,
seguridad, entre otros.
27
Ed. 29. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctecno/2019.v8n1e29/10-29
Además, según la investigación de campo realizada en un día típico de la semana, muestran que el
aumento o disminución de pasajeros puede variar dependiendo por el número de frecuencias, el
recorrido, y las sucursales dentro de ellas, en tal sentido que los ingresos son favorables acorde a los
costos operacionales.
En denitiva, aquellas cooperativas que prestan servicio de transporte de pasajeros, deberán adoptar,
en el análisis de la organización, la necesidad de contar con un grupo de Indicadores Clave de
Desempeño para que facilite el proceso de toma de decisiones del nivel gerencial en concordancia
con la Ley, con la nalidad de cumplir con los objetivos de la institución. Además, la técnica de
minería de datos apoya a efectuar de manera más sencilla el análisis de resultados a través de
herramientas tecnológicas.
REFERENCIAS BIBLIOGRÁFICAS
Aguilera, L., Cuevas-Vargas, H., & González, M. (2015). The Impact of information and
communication technologies on the competitiveness: evidence of manufacturing smes in
Aguascalientes, Mexico. International Review of Management and Business Research, 4(3), pp. 758-
770.
Arango, M. D., Ruíz, S., Ortiz, L. F., & Zapata, J. A. (2017). Indicadores de desempeño para
empresa del sector logístico: Un enfoque desde el transporte de carga terrestre. Revista chilena
de ingeniería, 25(4), pp. 707-720.
Botello, H., & Pedraza, A. (2014). Las tecnologías de la información y la comunicación y el
desempeño de las rmas: evidencia de las rmas industriales del Ecuador. Revista Ciencias
Estratégicas, 22(31), pp. 19-32.
Braga, G. K., & Fonseca, M. J. (2010). From record keeping to Key performance Indicators:
Managing quality in compounding pharmacies. International Journal of Pharmaceutical
Compounding, 14(2), pp. 136-139.
Castorena, J. A., Silva, A. E., Domínguez, A. J., & Rodríguez, D. L. (2018). El uso de
herramientas tecnologias de minería de datos en el análisis de datos climatológicos. Revista
Iberoamericana de las Ciencias Computacionales e Informática, 7(13), pp. 1-18. doi: http://dx.doi.
org/10.23913/reci.v7i13.75
28
3C Tecnología. Glosas de innovación aplicadas a la pyme. ISSN: 2254-4143
Fernández de Córdoba, M. B. (2017). El transporte público terrestre y la accesibilidad,
instrumentos para el análisis funcional del sistema de asentamientos: el caso de Ecuador.
Estoa. Revista de la Facultad de Arquitectura y Urbanismo de la Universidad de Cuenca, 6(11), pp. 83-97.
doi: http://dx.doi.org/10.18537/est.v006.n011.a06
Flores, E., García, J., Chica, J., & Mora, E. (2017). Identicación y análisis de indicadores de
sostenibilidad para la movilidad. Estoa, 6(11), pp. 99-109. doi: http://dx.doi.org/10.18537/
est.v006.n011.a07
Gervilla, E., Jiménez, R., Montaño, J. J., Sese, A., Cajal, B., & Palmer, A. (2009). La
metodología del Data Mining. Una aplicación al consumo de alcohol en adolescentes.
Ediciones, 21(1), pp. 65-80. doi: http://dx.doi.org/10.20882/adicciones.253
Khazanchi, S., Lewis, M., & Boyer, K. (2007). Innovation-supportive culture: the impact of
organizational values on process innovation. Journal of Operations Management, 25(4), pp. 871-
884. doi: http://dx.doi.org/10.1016/j.jom.2006.08.003
Kyunf, J. C., Kim, Y. S., Park, B., & Choong, K. L. (2015). Knowledge Management Technologies
for Collaborative Intelligence: A Study of Case Company in Korea. Revista internacional de redes
de sensores distribuidos , pp. 1-10. doi: http://dx.doi.org/10.1155/2015/368273
Leonard, E. I., & Castro, Y. (2013). Metodologías para desarrollar almacén de datos. Revista de
arquitectura e Ingeniería, 7(3), pp. 1-12.
López, D., Torres, F., Núñez, S., & Cevallos, G. (2018). System of public transportation of
passengers, its chaining and displacement towards the commerce. Revista Ingeniería, 25(1), pp.
10-18.
Méndez, J. (2018). Desarrollo, movilidad y economía social en Baja California: cooperativas de
transporte (1930-1960). América Latina en la historia económica, 25(2), pp. 210-238. doi: http://
dx.doi.org/10.18232/alhe.v25i1.853
Méndez, M. T. (2008). El impacto de las tic en la información contable Empresarial. Economía
Industrial (370), pp. 69-74.
29
Ed. 29. Vol.8 Nº 1. Marzo-Junio 2019
DOI: http://dx.doi.org/10.17993/3ctecno/2019.v8n1e29/10-29
Ongori, H., & Migiro, S. (2010). Information and communication technologies adoption in
SMEs: literature review. Journal of Chinese Entrepreneurship, 2(1), pp. 93-104. doi: http://dx.doi.
org/10.1108/17561391011019041
Posada, J. J., & González, C. A. (2010). Metología para estudio de demanda de transporte publico
de pasajeros en zonas rurales. Revista Facultad de Ingeniería Universidad de Antioqui (53), pp. 106-
118.
Rivadera, G. (2010). La metodología de Kimball para el diseño de almacenes de datos (Data
warehouses). Cuadernos de la facultad (5), pp. 56-71.
Spiezia, V. (2011). Are ICT Users More Innovative?: an Analysis of ICT-Enabled Innovation in
OECD Firms. OECD Journal: Economic Studies, 1, pp. 99-119. doi: http://dx.doi.org/10.1787/
eco_studies-2011-5kg2d2hkn6vg
Stroe, A. M. (2017). The importance of performance indicators in analyzing business. Challenges of
the Knowledge Society, pp. 737-741.
Vanegas, E. (2013). Sistema de inteligencia de negocios para acueducto y alcantarillado. 3 c TIC:
cuadernos de desarrollo aplicados a las TIC, 2(5), pp. 1-14.
Zapata, C. M., & Castro, L. F. (2016). A method based on patterns for deriving key performance
indicators from organizational objectives. Polibits (53), pp. 55-64. doi: http://dx.doi.
org/10.17562/PB-53-6