Data Mart para los estándares del componente estudiantado del modelo de evaluación externa CACES

Telmo Ramiro Vintimilla-Rodríguez, Martin Geovanny Zhindón-Mora

Resumen


El sector empresarial, tradicionalmente ha considerado la incorporación de tecnológica como herramienta e instrumento para la automatización de procesos, con el objetivo de que esta sirva como apoyo y soporte operacional. Sin embargo, esta adopción tecnológica puede ampliarse, planteando soluciones estratégicas como resultado del análisis de datos y de la consecuente generación de conocimiento. Un adecuado estudio y análisis de los datos potenciará los procesos académicos y administrativos mejorando la calidad de los mismos y por consiguiente en la obtención de mejores resultados en los procesos de evaluación externa o de autoevaluación de la Universidad Católica de Cuenca. El objetivo del Data Mart es analizar los datos del Sistema de información institucional, aplicando las formulas del modelo de evaluación externa, que permita una toma de decisiones estratégicamente efectivas, sobre los indicadores del componente estudiantado: Tasa de Permanencia y Titulación. Se aplicó la arquitectura DW/BI de Ralph Kimball y su diagrama del ciclo de vida que describe la secuencia de las tareas que se deben realizar para implementación exitosa de un sistema Data Warehouse. En lo que correspondiente al indicador de permanencia, en los últimos cuatro periodos académicos culminados a nivel institucional se obtuvo un promedio del 63,72%, es decir que aproximadamente, del total de estudiantes nuevos que ingresan en cada periodo, dos tercios continúan estudiando en la institución, evidenciando un crecimiento de 4.5 puntos entre los periodos septiembre 2016 -2018 y marzo 2018-2020. En el indicador titulación, de un total de 4.863 estudiantes pertenecientes a la cohorte 2010 se graduaron 1.673, de los cuales únicamente 1.488 son considerados para el cálculo del indicador, obteniendo un 27.31% en su desempeño. Es evidente que el uso de estas herramientas permitirá obtener una mirada distinta de los procesos relacionados con los indicadores de desempeño analizados, en los cuales se ejecutarán acciones que permitan mejorar estratégicamente sus resultados, además de traducirse en una mejora en cuanto a la valoración de los procesos de evaluación externa. Considerando que estas decisiones son directamente de gestión administrativa interna, no representaran inversión alguna, y al contrario representaran una mejora en los ingresos de la institución al garantizar la continuidad de estudios de la comunidad universitaria.


Palabras clave


Inteligencia de negocios; analítica de datos; data warehouse; almacén de datos; data mart; modelo de evaluación.

Texto completo:

PDF HTML XML

Referencias


D. Bernabeu and G. Mattío, “Introducción DATA WAREHOUSING : Marco Conceptual HEFESTO : Metodología Data Warehouse,” p. 182, 2017.

CACES (Consejo de Aseguramiento de la Calidad de la Educación Superior), “Modelo de evaluación externa de Universidades y Escuelas Politécnicas 2019,” Resolución No. 016-SE-07-CACES-2019, p. 148, 2019, [Online]. Available: www.caces.gob.ec.

R. Kimball and M. Ross, The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling (3nd Edition). John Wiley & Sons, Inc., 2013.

R. Kimball, L. Reeves, M. Ross, and W. Thornthwaite, The Data Warehouse Lifecycle Toolkit, vol. 58, no. 12. 2011.

R. S. Kaplan and D. P. Norton, “BSC - Measures that drive performance,” Harv. Bus. Rev., no. February, pp. 71–79, 1992.

CES (Consejo de Educación Superior), “Reglamento de Régimen Académico Consejo Educación Superior,” Lexis Finder, no. 051, p. 46, 2019, [Online]. Available: http://www.utpl.edu.ec/sites/default/files/documentos/reglamento-de-regimen-academico-2015.pdf.

Unidad de Tecnologías de la Información;, CACES (Consejo de Aseguramiento de la Calidad de la Educación Superior), Superior), CES (Consejo de Educación, and SENESCYT (Secretaria Nacional de Educacion Superior Ciencia Tecnología e Innovación), “Flujo de ingreso de datos institucionales al SIIES,” no. 2, p. 3.

Unidad de Tecnologías de la Información, CACES (Consejo de Aseguramiento de la Calidad de la Educación Superior), CES (Consejo de Educación Superior), Innovación), and SENESCYT (Secretaria Nacional de Educacion Superior Ciencia Tecnología e Innovación), “Instructivo carga masiva Sistema de Información Integral de la Educación Superior,” https://siies.caces.gob.ec/, pp. 1–84, 2018.

R. Kimball and M. Ross, The Data Warehouse toolkit. 2013.

S. Ramos, Data Warehouse, Data Marts y Modelos Dimensionales. Un pilar fundamental para la toma de decisiones. 2016.

R. Kimball and J. Caserta, The Data Warehouse ETL Toolkit. 2011.




DOI: https://doi.org/10.23857/pc.v5i1.1948

Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia
';





Polo del Conocimiento              

Revista Científico-Académica Multidisciplinaria

ISSN: 2550-682X

Casa Editora del Polo                                                 

Manta - Ecuador       

Dirección: Ciudadela El Palmar, II Etapa,  Manta - Manabí - Ecuador.

Código Postal: 130801

Teléfonos: 056051775/0991871420

Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com

URL: https://www.polodelconocimiento.com/