Logotipo del repositorio
Logotipo del repositorio
 

Diseño de una plataforma digital integrada con análisis predictivo para reducir sobrecostos en el control presupuestal de PMO del sector construcción en Barranquilla

Vista sencilla de ítem
datacite.rightshttp://purl.org/coar/access_right/c_f1cf
dc.contributor.advisorMartínez Palmera, Olga
dc.contributor.authorBuriticá Romero, Ricardo David
dc.date.accessioned2025-06-19T15:20:27Z
dc.date.available2025-06-19T15:20:27Z
dc.date.issued2025
dc.description.abstractEn el dinámico entorno de la construcción en Barranquilla, los proyectos enfrentan desafíos significativos relacionados con sobrecostos y desviaciones presupuestales que generalmente son originados por estimaciones inexactas, cambios en el alcance y gestión ineficiente de recursos que impactan negativamente la rentabilidad y sostenibilidad de las iniciativas. La Oficina de Gestión de Proyectos (PMO) desempeña un papel importante en la supervisión y control de estos aspectos, pero requiere de herramientas avanzadas para mejorar su eficacia. Bajo este marco, surge el presente proyecto de investigación aplicada que tiene como objetivo es diseñar una plataforma digital con análisis predictivo que reduzca los sobrecostos en el control presupuestal de las PMO del sector construcción en Barranquilla, mediante la identificación temprana de desviaciones financieras, trazabilidad automatizada y capacitación del personal. La metodología combina enfoques cualitativos y cuantitativos, que incluye técnicas como entrevistas, encuestas y revisión documental, para definir requisitos técnicos y funcionales de la herramienta. Se realizará un piloto de validación en la empresa IDCM ; se espera con la implementación de la plataforma tecnológica obtener una reducación de un 20% las desviaciones presupuestales y aumentar un 10% la rentabilidad por proyecto. Como conclusión, la solución no solo alinea los procesos con estándares como el PMBOK, sino que fortalece la competitividad en un mercado con altas exigencias financieras y operativas.spa
dc.description.abstractIn the dynamic construction environment of Barranquilla, projects frequently encounter significant challenges related to cost overruns and budget deviations. These issues often stem from inaccurate estimates, scope changes, and inefficient resource management, adversely affecting the profitability and sustainability of initiatives. The Project Management Office (PMO) plays a crucial role in overseeing and controlling these aspects but requires advanced tools to enhance its effectiveness. In this context, the present applied research project aims to implement a digital platform integrated with predictive analytics to reduce cost overruns in the budget control of PMOs in the construction sector in Barranquilla. The platform will facilitate early identification of financial deviations, automated traceability, and staff training. The methodology combines qualitative and quantitative approaches, including interviews, surveys, and document reviews, to define the technical and functional requirements of the tool. A validation pilot will be conducted at the company IDCM. The implementation of the technological platform is expected to achieve a 20% reduction in budget deviations and a 10% increase in project profitability. In conclusion, the solution not only aligns processes with standards such as PMBOK but also strengthens competitiveness in a market with high financial and operational demands.eng
dc.format.mimetypepdf
dc.identifier.urihttps://hdl.handle.net/20.500.12442/16697
dc.language.isospa
dc.publisherEdiciones Universidad Simón Bolívarspa
dc.publisherFacultad de Ingenieríasspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationaleng
dc.rights.accessrightsinfo:eu-repo/semantics/embargoedAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectPlataforma digitalspa
dc.subjectAnálisis predictivospa
dc.subjectControl presupuestalspa
dc.subjectOficina de Gerencia de Proyectospa
dc.subject.keywordsDigital platformeng
dc.subject.keywordsPredictive analyticseng
dc.subject.keywordsBudget controleng
dc.subject.keywordsProject Management Officeeng
dc.titleDiseño de una plataforma digital integrada con análisis predictivo para reducir sobrecostos en el control presupuestal de PMO del sector construcción en Barranquillaspa
dc.type.driverinfo:eu-repo/semantics/other
dc.type.spaOtros
dcterms.referencesAfra, Kheirkhah, & Ahadi. (2022). Causes of budget overruns in construction projects. https://doi.org/10.1016/j.conbuildmat.2022.127456eng
dcterms.referencesAlaloul, W. S., Liew, M. S., & Zawawi, N. A. (2021). Sustainability integration in construction project management: A systematic review. Journal of Cleaner Production, *126286*. https://doi.org/10.1016/j.jclepro.2021.126286eng
dcterms.referencesAlotaibi, N., et al. (2022). Budget control in construction using BIM-based analytics. Automation in Construction, *104123*. https://doi.org/10.1016/j.autcon.2022.104123eng
dcterms.referencesAngrosino, M. (2007). Naturalistic observation. https://doi.org/10.4135/9781412983806eng
dcterms.referencesArrieta, A. B., Díaz-Rodríguez, N., Del Ser, J., Bennetot, A., Tabik, S., Barbado, A., García, S., Gil-López, S., Molina, D., Benjamins, R., Chatila, R., & Herrera, F. (2020). Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI. Information Fusion, *58*, 82– 115. https://doi.org/10.1016/j.inffus.2019.12.012eng
dcterms.referencesAsociación Colombiana de Ingeniería Sísmica. (2010). *Norma Colombiana de Construcción Sismo Resistente NSR-10*spa
dcterms.referencesBanco Interamericano de Desarrollo. (2023). Gestión de proyectos en América Latina: Desafíos y soluciones. https://publications.iadb.orgspa
dcterms.referencesCamacol. (2023). Informe de gestión de proyectos en la región Caribe. https://camacol.co/publicacionesspa
dcterms.referencesCongreso de Colombia. (1993, 28 de octubre). Ley 80 de 1993. Diario Oficial 41.091.spa
dcterms.referencesCongreso de Colombia. (2007, 16 de julio). Ley 1150 de 2007. Diario Oficial 46.691.spa
dcterms.referencesCongreso de Colombia. (2014, 6 de marzo). Ley 1712 de 2014. Diario Oficial 49.069.spa
dcterms.referencesDillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, phone, mail, and mixed-mode surveys: The tailored design method (4th ed.). Wiley. https://doi.org/10.1002/9781394260645eng
dcterms.referencesFlyvbjerg, B. (2014). What you should know about megaprojects and why: An overview. Project Management Journal, *45*(2), 6– 19. https://doi.org/10.1002/pmj.21409eng
dcterms.referencesFowler, F. J. (2014). Survey research methods (5th ed.). SAGE. https://doi.org/10.4135/9781452230184eng
dcterms.referencesHernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2018). Metodología de la investigación (7a ed.). McGraw Hill. https://www.mheducation.comspa
dcterms.referencesInternational Organization for Standardization. (2021). ISO 21500:2021 Guidance on project management. https://www.iso.org/standard/75013.htmleng
dcterms.referencesMinisterio de Ambiente y Desarrollo Sostenible. (2015, 26 de mayo). Decreto 1072 de 2015. Diario Oficial 49.523.spa
dcterms.referencesMinisterio de Ciencia, Tecnología e Innovación. (2022). Diagnóstico de tecnología en la construcción colombiana. https://minciencias.gov.co/publicacionesspa
dcterms.referencesOECD. (2022). Construction sector efficiency: Global trends. https://doi.org/10.1787/24139424eng
dcterms.referencesProject Management Institute. (2021). A guide to the project management body of knowledge (PMBOK® guide) (7th ed.). https://www.pmi.org/pmbok-guide standardseng
dcterms.referencesProject Management Institute. (2021). Pulse of the profession: Latin America report. https://www.pmi.org/learning/thought-leadership/pulseeng
dcterms.referencesProvost, F., & Fawcett, T. (2013). Data science for business: What you need to know about data mining and data-analytic thinking. O'Reilly Media. https://doi.org/10.5555/2599996eng
dcterms.referencesYin, R. K. (2018). Case study research and applications: Design and methods (6th ed.). SAGE. https://doi.org/10.4135/9781506336169eng
dcterms.referencesZhang, L., et al. (2023). Predictive analytics for construction cost overruns. Engineering Applications of Artificial Intelligence, *105678*. https://doi.org/10.1016/j.engappai.2023.105678eng
oaire.versioninfo:eu-repo/semantics/acceptedVersion
sb.investigacionDesarrollo organizacionalspa
sb.programaEspecialización en Gerencia de Proyectosspa
sb.sedeSede Barranquillaspa

Archivos

Bloque original
Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
PDF_Resumen.pdf
Tamaño:
229.97 KB
Formato:
Adobe Portable Document Format
Descargar
No hay miniatura disponible
Nombre:
PDF.pdf
Tamaño:
2.07 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.93 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Especialización

Universidad Simón Bolívar: Todos los derechos reservados / Sistema de biblioteca