Data analytics model for workflow optimization in environmental consulting for INGISOT SAS

La presente tesis propone un modelo de analítica de datos orientado a la optimización de los flujos de trabajo en la consultoría ambiental desarrollada por INGISOT SAS. El estudio se fundamenta en el mapeo de procesos internos de las principales líneas de servicio consultoría ambiental, catastro, recursos hídricos, ordenamiento territorial y sistemas de información geográfica con el fin de identificar redundancias, cuellos de botella y oportunidades de mejora. El modelo integra metodologías de ciencia de datos como CRISP-DM, SEMMA, TDSP y OSEMN, junto con enfoques ágiles de gestión (Scrum y Kanban), estructurando un ciclo iterativo de mejora continua que articula tres niveles analíticos: descriptivo, predictivo y prescriptivo. Asimismo, plantea el uso potencial de herramientas de código abierto (Python, R, Power BI, PostgreSQL/PostGIS, MLflow y Docker) como soporte para la toma de decisiones y la automatización de procesos. El resultado es una propuesta integral que fortalece la trazabilidad de la información, la interoperabilidad entre áreas y la capacidad institucional para gestionar datos de manera estructurada. Se formulan tres fases de implementación preparación, integración-validación y optimización-escalamiento que orientan la adopción tecnológica y la sostenibilidad del modelo en la organización.