Modelos analíticos de priorización empresarial y potenciación del empleo formal en Santiago de Cali
Abstract
La Secretaría de Desarrollo Económico de Santiago de Cali enfrenta el reto estratégico de focalizar sus esfuerzos, programas, incentivos e instrumentos de fortalecimiento empresarial hacia las empresas con mayor potencial para aportar a la meta distrital de creación de 100.000 nuevos empleos entre 2024 y 2027. Ante un panorama de recursos limitados y la necesidad de identificar patrones de generación de empleo, este proyecto desarrolla una solución integral que combina análisis descriptivo, segmentación y modelación predictiva bajo la metodología CRISP–DM, utilizando información histórica empresarial entre 2020 y 2024. En primera instancia, el proyecto identificó las empresas registradas en el 2024 que generaron empleo en por lo menos 2 años de los 5 observados, sobre estas empresas se desarrolló un análisis descriptivo detallado, lo cual permitió caracterizar factores estructurales relevantes y construir un perfil mayoritario entre estas empresas. Posteriormente, con el fin de identificar grupos homogéneos dentro de esas empresas y comprender perfiles empresariales con dinámicas similares, se aplicaron técnicas de segmentación. Estos clústeres permitieron distinguir empresas ancla con alto desempeño, empresas con comportamientos intermedios, que se sitúan como perfil de enfoque para el desarrollo de políticas e incentivos generales, y empresas con señales tempranas de vulnerabilidad, lo cual constituye un insumo clave para diseñar intervenciones diferenciadas para la Secretaría. Finalmente, se construyó un modelo predictivo supervisado para estimar la probabilidad de que cada empresa aumente su planta laboral en el año siguiente. Este modelo permitió identificar las características con mayor capacidad explicativa y, una vez aplicado a la base de datos correspondiente, se integró a una Base Maestra de Priorización de las empresas de Santiago de Cali con su pertenencia a cada Clúster identificado y su potencial de generación de empleo en 2025, consolidando así una herramienta analítica directamente utilizable por la Secretaría de Desarrollo Económico. En conjunto, el proyecto demuestra la viabilidad técnica y estratégica de incorporar analítica avanzada en la gestión pública local y aporta insumos para el diseño de programas más focalizados que acerquen a la administración al cumplimiento de la meta trazada.
Fields of Study & Subjects
Data Mining and Machine Learning Applications
Firm Innovation and Growth
AI and HR Technologies
Publication details
- Journal / source
- Repositorio Institucional E-DocUR (Universidad Del Rosario)
- Publication date
- 9 February 2026
- Language
- ES
- Document type
- Thesis