7:02 a.m. · una decisión sobre la mesa

Tienen 16.000 millones.
¿Construyen o no?

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

01
Por qué esto es su oficio Del cronómetro a los sensores · 10 min
02
Decidir sin datos tiene un nombre Y por qué pierde en una reunión · 10 min
03
Qué se automatiza y qué no Las dos columnas del oficio · 8 min
04
Lo 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
06
Cierre 8 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.

1900

Un cronómetro. Un observador. Una estación. Decenas de mediciones al día, escritas a mano.

Hoy

Sensores 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

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 máquinaLo que hace usted
Extraer cientos de registros en minutosDecidir qué medir y por qué
Calcular el promedioNotar que el promedio está mintiendo
Convertir textos en númerosDecidir que un vacío honesto vale más que un cero inventado
Dibujar el gráficoElegir cuál gráfico responde la pregunta
Calcular la utilidad del proyectoPreguntar 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

HabilidadPara qué sirve de verdad
Excel, de verdadTablas dinámicas y BUSCARX. Ahí empieza el 80% del trabajo real
SQLSacar los datos usted mismo, sin pedirle permiso a nadie
Python con pandasLo que Excel ya no aguanta: miles de registros, procesos repetidos
VisualizaciónQue otro entienda en diez segundos lo que usted tardó dos días en ver
Criterio estadísticoEl 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 esperaLo que llegaPor qué rompe todo
450000000$ 450.000.000Es texto, no número. No se puede sumar ni promediar
62.562,5 m²La coma decimal y la unidad pegada
33 Hab.Mezcla número y palabra
Un valor(celda vacía)¿Es cero, o es que no se sabe? No es lo mismo
Un valorPrecio a convenirUn 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 homogéneo

Casi todo vale entre 400 y 500. El promedio describe bien.

Dos mercados pegados

La 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 atípico

Un 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 correlación

Que 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

1
El notebook está en los recursos de la clase, en el portal. Se abre en Google Colab desde el navegador.
2
Cada celda se ejecuta con Shift + Enter, en orden, de arriba hacia abajo.
3
No 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

BloqueQué pasa
1 y 2Preparar el entorno y sacar cientos de avisos reales de una página web
3Auditar: preguntarle a los datos si son confiables antes de creerles
4Limpiar: convertir textos en números y decidir qué hacer con los vacíos
5 y 6Construir el valor por m² y detectar los atípicos que distorsionan
7 y 8Exportar a Excel y responder cuatro preguntas con gráficos
9Simular: ¿este proyecto es viable? ¿y si el costo sube?
Los momentos donde no se ejecuta, se discute

Tres pausas obligatorias

  1. Después de la auditoría. ¿Cuántos registros perdimos y por qué? ¿Ese porcentaje invalida el análisis?
  2. Después de los atípicos. La columna Distorsión % dice cuánto se equivocaría quien usara el promedio sin limpiar.
  3. 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

  1. Encuentren el producto óptimo. Prueben combinaciones de área y percentil. ¿Cuál da más utilidad sin pasarse del capital?
  2. 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.
  3. 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

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 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

SemanasEnfóquense enMeta concreta
1 y 2Variables, listas, condicionales, ciclos, funcionesEscribir una función que resuelva algo suyo
3 y 4Pandas: leer, filtrar, agrupar, unir tablasAnalizar un Excel real de su trabajo
5 y 6Visualización y limpieza de datos suciosReproducir el análisis de hoy con otros datos
7 y 8Automatizar una tarea repetitivaQue algo que hacía a mano corra solo
No hace falta para esta materia. Pero cambia el techo de una carrera.
← Portal
← → o el apuntador para avanzar · F pantalla completa
1 / 23