7:02 a.m. · una decisión sobre la mesa
Tienen 16.000 millones.
¿Construyen o no?
- Un lote en Bogotá, un mercado que no conocen y una junta que espera respuesta.
- Anoten tres cosas que necesitarían saber para responder con seguridad.
Guarden esa lista. Al final de la clase vamos a ver cuántas se podían averiguar hoy mismo, gratis, y cuántas no — que también importa saberlo.
Ingeniería Industrial · Primeros semestres · 2026-2 · Clase 6
Del dato
a la decisión
Por qué un ingeniero industrial tiene que saber procesar datos — y qué pasa cuando no sabe. — Elkin Rodríguez E.
Ruta de hoy · 2 horas sin break
Cómo va a fluir la clase
01Por qué esto es su oficio Del cronómetro a los sensores · 10 min
02Decidir sin datos tiene un nombre Y por qué pierde en una reunión · 10 min
03Qué se automatiza y qué no Las dos columnas del oficio · 8 min
04Lo mínimo para no dejarse engañar La cadena del dato, el promedio y los atípicos · 14 min
05💻 Al notebook Decidir sobre un proyecto real · 75 min
Empecemos por el origen del oficio
Taylor midió con un cronómetro
En la Clase 3 vimos a los pioneros del estudio de tiempos parados junto a una máquina, reloj en mano, anotando en papel cuánto tardaba cada movimiento.
1900Un cronómetro. Un observador. Una estación. Decenas de mediciones al día, escritas a mano.
HoySensores en cada máquina. Millones de registros al día, que nadie alcanza a mirar con los ojos.
El oficio no cambió: sigue siendo medir para mejorar. Lo que cambió es la escala — y con esa escala, la herramienta dejó de ser el reloj y pasó a ser el procesamiento de datos.
La pregunta que se van a hacer
¿Y por qué nosotros
y no un estadístico?
Porque el problema casi nunca es calcular. El problema es saber qué calcular, y eso exige entender el proceso.
→Un estadístico sabe cómo se calcula un promedio. Ustedes saben si ese promedio significa algo en una planta.
→Un programador sabe extraer los datos. Ustedes saben cuál de esos datos mueve el costo.
→Un gerente sabe qué decisión hay que tomar. Ustedes son los únicos que están en los dos lados.
Ahí está el cargo
El ingeniero industrial es el traductor entre la operación y la gerencia. Y el idioma con el que se hace esa traducción hoy son los datos. Quien no lo habla, traduce mal — o depende de alguien que lo haga por él.
La frase que quiero que se les quede
Decidir sin datos tiene un nombre
Se llama opinión.
Y una opinión tiene un problema práctico: no se puede auditar. Nadie puede verificarla, nadie puede corregirla, y en una discusión gana quien tenga más jerarquía — no quien tenga más razón.
La asimetría de una reunión
Cuando alguien llega con un número y los demás con impresiones, el del número decide — incluso si el número está mal construido. Por eso saber construirlo importa tanto como saber desarmar el del otro.
Y por eso hay que saber la parte técnica
Quien no entiende la herramienta
no puede auditarla
- Un tablero con un indicador mal construido es más peligroso que no tener tablero. Se decide con confianza sobre algo falso.
- Responder una pregunta del negocio en 20 minutos en vez de tres días cambia su lugar en la organización.
- Cuando saben qué es posible, dejan de pedir reportes y empiezan a pedir respuestas.
La analogía
Una herramienta de datos no reemplaza el criterio: lo amplifica. Igual que un torno no reemplaza al ingeniero de manufactura — pero un ingeniero que no sabe qué puede hacer un torno diseña piezas imposibles.
La disrupción, dicha de frente
Dos columnas: una se automatiza
| Lo que hace la máquina | Lo que hace usted |
| Extraer cientos de registros en minutos | Decidir qué medir y por qué |
| Calcular el promedio | Notar que el promedio está mintiendo |
| Convertir textos en números | Decidir que un vacío honesto vale más que un cero inventado |
| Dibujar el gráfico | Elegir cuál gráfico responde la pregunta |
| Calcular la utilidad del proyecto | Preguntar qué pasa si el supuesto falla |
La izquierda cada año la hace mejor y más barato un computador. La derecha es su profesión — y solo se sostiene si entienden la izquierda.
Qué aprender, en orden ◇
Las habilidades que sí piden
| Habilidad | Para qué sirve de verdad |
| Excel, de verdad | Tablas dinámicas y BUSCARX. Ahí empieza el 80% del trabajo real |
| SQL | Sacar los datos usted mismo, sin pedirle permiso a nadie |
| Python con pandas | Lo que Excel ya no aguanta: miles de registros, procesos repetidos |
| Visualización | Que otro entienda en diez segundos lo que usted tardó dos días en ver |
| Criterio estadístico | El único que no se automatiza. Saber cuándo el número miente |
Ninguna se aprende en un semestre. Todas se aprenden en media hora diaria durante un año, resolviendo problemas propios.
La cadena del dato · evaluable
Cinco eslabones, cuatro flechas
DATO CRUDO → DATO LIMPIO → INFORMACIÓN → CONOCIMIENTO → DECISIÓN
extracción limpieza y indicadores visualización simulación
transformación y sensibilidad
Cada flecha destruye valor si el paso anterior estaba mal. Por eso la limpieza no es un trámite: es el cimiento. Y es la misma lógica del efecto látigo — el error se amplifica aguas arriba.
Donde se cae el 90% de los proyectos de datos
Así llega la data en la vida real
| Lo que uno espera | Lo que llega | Por qué rompe todo |
| 450000000 | $ 450.000.000 | Es texto, no número. No se puede sumar ni promediar |
| 62.5 | 62,5 m² | La coma decimal y la unidad pegada |
| 3 | 3 Hab. | Mezcla número y palabra |
| Un valor | (celda vacía) | ¿Es cero, o es que no se sabe? No es lo mismo |
| Un valor | Precio a convenir | Un texto donde debería ir plata |
Y encima hay registros repetidos. Nada de esto es un error del ejercicio: así llega siempre. Rellenar un vacío con cero para que el cálculo no se rompa es la forma más común de mentir con datos sin darse cuenta.
Lo mínimo para no dejarse engañar
Dos mercados, un solo promedio
Un barrio donde el promedio es $450 millones. Ese número puede venir de dos realidades opuestas:
Mercado homogéneoCasi todo vale entre 400 y 500. El promedio describe bien.
Dos mercados pegadosLa mitad vale 250 y la otra 650. No existe ni un solo apartamento de 450.
200 · 220 · 240 · 260 · 4.000
MEDIA = 984 ← no se parece a ninguno
MEDIANA = 240 ← sí describe el barrio
Regla: si la media y la mediana están lejos, hay algo raro. Esa comparación de dos segundos les va a servir toda la vida.
Las dos trampas que van a ver hoy ◇
Atípicos y correlación
El atípicoUn dato muy lejos del resto. Puede ser error (se corrige), ruido de otro mercado (se separa) u oportunidad real (ahí hay negocio). Borrarlos todos por reflejo es borrar el hallazgo.
La correlaciónQue dos cosas se muevan juntas no prueba que una cause la otra. Hoy verán que más baños se asocia a mayor valor por m² — pero puede ser que ambos vengan del estrato.
Y la tercera, la más silenciosa: un promedio de dos datos no es una conclusión. Es una anécdota con decimales.
Se acabó la teoría
💻 Abran el computador
A partir de aquí no hay más diapositivas de contenido. Lo que sigue lo hacen ustedes.
Tres cosas prácticas
Sin instalar nada
1El notebook está en los recursos de la clase, en el portal. Se abre en Google Colab desde el navegador.
2Cada celda se ejecuta con Shift + Enter, en orden, de arriba hacia abajo.
3No hay que escribir código. Hay que leer, ejecutar y discutir.
Si una celda falla, vuelvan a ejecutar la primera y sigan. Es normal y no es culpa de ustedes.
El recorrido · diez bloques
Qué vamos a hacer
| Bloque | Qué pasa |
| 1 y 2 | Preparar el entorno y sacar cientos de avisos reales de una página web |
| 3 | Auditar: preguntarle a los datos si son confiables antes de creerles |
| 4 | Limpiar: convertir textos en números y decidir qué hacer con los vacíos |
| 5 y 6 | Construir el valor por m² y detectar los atípicos que distorsionan |
| 7 y 8 | Exportar a Excel y responder cuatro preguntas con gráficos |
| 9 | Simular: ¿este proyecto es viable? ¿y si el costo sube? |
Los momentos donde no se ejecuta, se discute
Tres pausas obligatorias
- Después de la auditoría. ¿Cuántos registros perdimos y por qué? ¿Ese porcentaje invalida el análisis?
- Después de los atípicos. La columna Distorsión % dice cuánto se equivocaría quien usara el promedio sin limpiar.
- Después de los gráficos. ¿Qué decisiones tomó el computador y cuáles tomaron ustedes?
Si terminan el notebook sin detenerse en las tres, ejecutaron celdas pero no aprendieron nada.
El bloque 9 · aquí está la ingeniería industrial
Decidir con recursos limitados
y bajo incertidumbre
El simulador toma los precios reales del mercado y calcula si el proyecto es viable. Ustedes editan el escenario:
area_unidad m² por unidad
unidades cuántas construir
costo_m2 lo que cuesta producirlas
percentil_precio 0,25 agresivo · 0,50 mediano · 0,75 premium
costos_fijos licencias, diseño, ventas
Cambien un número, ejecuten otra vez y miren qué se movió. Eso es análisis de sensibilidad, y es lo que se hace en cualquier comité de inversión.
Actividad de cierre · 15 min · en equipos
Tres preguntas
- Encuentren el producto óptimo. Prueben combinaciones de área y percentil. ¿Cuál da más utilidad sin pasarse del capital?
- Encuentren el punto de quiebre. ¿Cuánto puede subir el costo por m² antes de que deje de ser viable? Eso se llama margen de seguridad.
- Decidan y justifiquen. ¿48 unidades al percentil 40 —venta rápida, margen bajo— o 30 al percentil 75 —venta lenta, margen alto?
Y la que más vale: ¿qué información NO tienen y necesitarían para decidir bien?
Por qué esa última pregunta es la más importante
Saber qué no se sabe
Con estos datos no se puede saber: la velocidad a la que el mercado absorbe unidades, el costo financiero del inventario parado, ni cuánto dura el ciclo de ventas.
La frase que se llevan
Un analista que sabe qué le falta es confiable. Uno que cree tenerlo todo es peligroso. Declarar el supuesto no es admitir debilidad: es lo que permite que alguien lo revise y lo corrija a tiempo.
Vuelvan a las tres cosas que anotaron al inicio. ¿Cuántas se podían averiguar con datos públicos? ¿Y cuántas no?
Cierre
Se llevan tres ideas
- Decidir sin datos se llama opinión, y una opinión no se puede auditar ni corregir.
- Ningún número se interpreta solo. El promedio va con la mediana; el CAC con el LTV; la eficiencia con el estándar.
- La máquina genera opciones; ustedes responden por la decisión. Esa firma no se delega, y por eso el criterio se paga.
Hoy convirtieron una página web pública en una decisión de inversión sustentada. Ese recorrido completo es literalmente un cargo — y hay muy poca gente que sepa hacerlo de punta a punta.
Para la próxima clase
Treinta minutos al día
- La invitación concreta: no "aprender Python", sino resolver un problema suyo con datos. Media hora diaria durante un mes.
- Empiecen por lo aburrido: abrir un Excel y agrupar. Ahí está el 80% del trabajo real.
- Traigan una pregunta de negocio que se pueda responder con datos públicos.
La próxima clase salimos de la empresa hacia atrás: la cadena de suministro, y por qué una fábrica perfecta puede quebrar por culpa de sus proveedores.
Ruta de Python · 8 semanas ◇
Si quieren ir más lejos
| Semanas | Enfóquense en | Meta concreta |
| 1 y 2 | Variables, listas, condicionales, ciclos, funciones | Escribir una función que resuelva algo suyo |
| 3 y 4 | Pandas: leer, filtrar, agrupar, unir tablas | Analizar un Excel real de su trabajo |
| 5 y 6 | Visualización y limpieza de datos sucios | Reproducir el análisis de hoy con otros datos |
| 7 y 8 | Automatizar una tarea repetitiva | Que algo que hacía a mano corra solo |
No hace falta para esta materia. Pero cambia el techo de una carrera.