Diseño de herramienta computacional para el estudio de tiempos en contratos de gestión documental

Abstract

An essential part of planning a project is to define a time horizon in which the activities and procedures will be carried out. This is is even more relevant when it comes to organizing and handling relevant public documentation for the proper functioning of government entities. Consequently, is necessary a tool that makes it possible to estimate the duration of document management contracts, which is based on statistical methods that guarantee a good level of certainty for the articulation of the different plans proposed by the public entity. In this project, various alternatives were explored in order to maximize the precision and accuracy of the forecasts, starting with traditional techniques such as regression models, more specifically with Gamma regression and the Generalized Additive Models, and exploring the field of artificial intelligence with methods such as Random Forest and Classification and Regression Trees, finding different solutions that can be applied in different areas.

Parte esencial de la planificación de un proyecto consiste en definir un horizonte de tiempo en el que se desarrollarán las actividades y procedimientos, más aún cuando se trata de organizar y manipular documentación pública relevante para el buen funcionamiento de las entidades gubernamentales. En consecuencia, se hace necesaria una herramienta que permita estimar la duración de los contratos de gestión documental, la cual se fundamente en métodos estadísticos que logren un buen nivel de incertidumbre para la articulación de los distintos planes que plantee el organismo público. En este proyecto se exploraron diversas alternativas en busca de maximizar la precisión y exactitud de los pronósticos, partiendo de técnicas tradicionales como los modelos de regresión, más específicamente con la regresión Gamma y los Modelos Aditivos Generales, y llegando a explorar el campo de la inteligencia artificial con métodos como Random Forest y los Árboles de Clasificación y Regresión, logrando encontrar distintas soluciones que puedan ser aplicables en distintos ámbitos.