PROTOTIPOS
Es una técnica útil de recopilación de información para complementar el ciclo
de vida del desarrollo tradicional de sistemas.
Cuando los analistas de sistemas usan la elaboración de prototipos, están
buscando las reacciones del usuario, sugerencias, innovaciones y la revisión
planeada para mejorar el prototipo, y por consiguiente modificar los planes del
sistema con un gasto e interrupción mínimos.
INTERACCIÓN CON EL PROTOTIPO
Hay tres formas principales en las que un usuario puede ayudar en la
elaboración de prototipos:
Experimentando con el prototipo.
Dando reacciones sinceras sobre el prototipo.
Sugiriendo adiciones o
eliminaciones al prototipo.
Los usuarios deben tener libertad
para experimentar con el prototipo.
En contraste con una simple lista de
características de sistemas, el
prototipo permite a los usuarios la
interacción.
Real
Una forma de facilitar esta
interacción es instalar un prototipo
en un sitio
Web interactivo.
Tipos de prototipos
I. Prototipo de parches
El primer tipo alude a la construcción de un sistema funcional, parchado o
construido totalmente con parches. En ingeniería, a esta metodología se le
conoce como “breadboarding”: crear un modelo funcional de un circuito
integrado (cuya forma final será microscópica) uniendo partes. En términos de
sistemas de información, se trata de un modelo funcional, con todas las
características necesarias, pero que es ineficiente.
2
II. Prototipo no operacional
La segunda concepción de prototipo es la del modelo
a escala no funcional, empleado para probar ciertos
aspectos del diseño. Un ejemplo es el modelo a
escala completa de un automóvil que se utiliza en
pruebas de túnel de viento. El tamaño y la forma del
automóvil son precisos, pero el automóvil no es
funcional; se incluyen sólo las características
esenciales para una prueba específica.
III. Prototipo primero de una serie
La tercera concepción de los prototipos es la creación de un
modelo a escala completa de un sistema, a lo que
comúnmente se le conoce como piloto. Un ejemplo sería
crear el prototipo del primer aeroplano de una serie y
después ver si puede volar antes de construir un segundo
aeroplano.
Prototipo de características selectas
La cuarta concepción de los prototipos es la creación
de un modelo operacional que incluya sólo algunas
características del sistema final. Una analogía sería un
nuevo centro comercial que abra antes de terminar de
construir todas las tiendas.
NORMAS DE DISEÑO
Según Joan Pastor Collado y Eduard Elías Vila, mencionan que todo empieza
por una fase de análisis, porque nos recomiendan que debemos procesar,
clasificar, interpretar y realizar diagnósticos para recomendar las mejoras que
se obtengan llegar a implementarse.
También refieren lo importante que es tener la privacidad del diseño ya que fue
una iniciativa que apareció por primera vez en un artículo publicado en 1995
por un comisionado canadiense, tiene como fin respetar la privacidad de los
datos personales que posee cada ciudadano en escala global.
3
Existen las normas internacionales que nos ayudan para asegurar la calidad,
seguridad y la eficiencia en una gran variedad de estándares, también conocidas
como las normas ISO, En el presente documento la norma ISO 9001-2015 es la
fundamental para el tema presente, ya que en esta norma incluye los nuevos
conceptos, enfoques y énfasis y se caracteriza por tener 135 debes, si
nos preguntáramos ¿Qué son los debe?
La respuesta seria que está caracterizada
por contener los sistemas de calidad
acreditados o certificables. Esta cantidad
de exigencias demanda mayor
atención al momento de verificar que
su cumplimiento sea necesario
disponer de un mecanismo eficaz para
comprobar el acatamiento global de esta
norma.
El cumplimiento permanente de los requisitos que representa esta norma es un
desafío para las organizaciones actuales, debido a su entorno dinámico, cambiante
y competitivo en el cual desarrollan sus prácticas y sus actividades administrativas
habituales. Mantener una certificación ISO 9001, nos proporciona diversos
beneficios como, por ejemplo: tener aumento de la productividad y eficiencia
operativa, la reducción de costos y desperdicios, mejoramiento de los indicadores
financieros, tener buena calidad del producto, un mejor posicionamiento en el
mercado y un alto factor de competitividad, esto según (Alonso Torres-NavarroI,
Nelson Malta-CallegariII , Camilo Olivares-RojasI 07-ene-2020).
Por otra parte, el diseño es fundamental porque nos permite aplicar técnicas de
recolección de datos siguiendo una serie de requisitos implementando los
instrumentos, para ello, es necesario tener confiabilidad, validez y objetividad, estos
son los 3 requisitos puntuales.
HERRAMIENTAS ANALÍTICAS
Las herramientas analíticas de sistemas son programas o marcos de trabajo que
permiten, Analizar grandes cantidades de datos para tomar decisiones. Son útiles
para empresas, organizaciones de investigación y científicas. Las herramientas
analíticas de sistemas pueden:
Automatizar el procesamiento de datos
Visualizar datos
Analizar datos históricos y en vivo
Procesar grandes cantidades de datos, conocidos como Big Data. El big data es un
conjunto de datos masivos que las empresas recopilan y analizan para tomar
Decisiones y mejorar sus procesos. Se caracteriza por ser complejo, variado y de
gran volumen, por lo que las bases de datos tradicionales no pueden procesarlo de
manera eficiente.
El big data puede incluir datos de todo tipo, como:
Transacciones financieras
Imágenes
Videos
Audio
Texto
Datos de redes sociales
Datos de dispositivos
inteligentes
Datos de equipo industrial
Ayudar a tomar decisiones
Reducir riesgos
Ayudar a cumplir objetivos
Algunos ejemplos de herramientas analíticas de sistemas son:
Google Analytics: Una herramienta gratuita que proporciona métricas y estadísticas
sobre el Tráfico de un sitio web, Microsoft Power BI: Una herramienta que ofrece
visualizaciones interactivas de datos y se Integra con otras herramientas de
Microsoft
SQL (Structured Query Language): Un lenguaje que se utiliza para interactuar con
bases de Datos_Looker Studio: Una herramienta gratuita que es ideal para
empresas pequeñas, Tableau: Una herramienta de pago que ofrece características
más avanzadas, RapidMiner: Una herramienta de pago que ofrece características.
RECOPILACIÓN DE DATOS
La recolección de datos se refiere al enfoque sistemático de reunir y medir
Información de diversas fuentes a fin de obtener Un panorama completo y preciso
de una zona de Interés.
La recopilación de datos permite a un individuo o
Empresa responder a preguntas relevantes,
Evaluar los resultados y anticipar mejor las
Probabilidades y tendencias futuras.
La exactitud en la reunión de datos es esencial
para garantizar la integridad de un Estudio, las
decisiones comerciales acertadas y la garantía
de calidad.
Métodos de recopilación de datos
Los datos pueden recopilarse mediante diversas técnicas. El método elegido por el
Investigador depende de la pregunta de investigación que se formule. Algunos
5
Métodos de recolección de información incluyen encuestas, entrevistas, pruebas,
Evaluaciones fisiológicas, observaciones, revisión de registros existentes y muestras
Biológicas.
o Encuesta
Una encuesta es una serie de preguntas dirigidas a
los Participantes en la investigación. Las encuestas
pueden Ser administradas en persona, por correo,
teléfono o Electrónicamente. Las encuestas son
utilizadas para tener Información sobre muchas
personas y pueden incluir opción múltiple o
preguntas Abiertas (como información demográfica,
salud, conocimiento, opiniones, creencias, Actitudes o habilidades).
o Entrevista
Una entrevista es una interacción que involucra al investigador y a un(os)
Participante(s) en que las preguntas se formulan en persona, por teléfono o incluso
De manera electrónica (correo electrónico o Internet). Durante una entrevista, se
Hacen preguntas para obtener información detallada sobre el participante acerca del
Tema de estudio.
o Prueba
Es una forma o una tarea física o mental para la cual se ha determinado Un
estándar normal, o para la cual se conoce las respuestas correctas. Las pruebas
son usadas en la investigación Para determinar la aptitud, habilidad, conocimiento,
estado de salud física o mental Del participante en comparación a la población en
general.
o Evaluaciones Fisiológicas
Las evaluaciones fisiológicas son medidas en que las características físicas de un
Participante son registradas, como la presión arterial, ritmo Cardíaco o fortaleza
física. En una investigación relacionada Con la salud, la evaluación fisiológica puede
utilizarse para Determinar el estado de salud de un participante antes, Durante o
después de ser parte en un estudio.
o Revisión de Registros
La revisión de registros tiene lugar cuando un
investigador examina y extrae Información de
documentos que contienen datos sobre el participante.
Los registros Revisados en una investigación pueden
ser públicos o privados. Ejemplo de ello es Un
investigador recolectando información acerca de un
padecimiento a partir de los Historiales médicos de los
pacientes.
o Muestras Biológicas
6
Las muestras biológicas son substancias (sangre, orina, saliva) que son tomadas de
Una persona y se utilizan para medir información fisiológica.
Importancia de la recopilación de datos
La recolección de datos del cliente es clave para casi Cualquier estrategia de
marketing. Sin datos, estás Comercializando a ciegas, simplemente con la
Esperanza de llegar al público objetivo. Muchas Empresas recopilan datos
digitalmente, pero no Saben cómo aprovechar lo que tienen. La recolección de
datos permite almacenar y analizar información importante sobre Clientes actuales y
potenciales. Recopilar esta información también puede ahorrar Dinero a las
empresas al crear una base de datos de clientes para futuros esfuerzos De
marketing y reorientación. Ya no es necesaria una “red amplia” para llegar a los
Consumidores potenciales dentro del público objetivo. Podemos enfocar los
Esfuerzos de marketing e invertir en aquellos con la mayor probabilidad de venta.
BARRERAS Y DESAFÍOS
Los retos del análisis predictivo son un
obstáculo común para las organizaciones que
desean aprovechar los datos para la toma de
decisiones estratégicas. Estos retos pueden
abarcar desde los conocimientos necesarios
para implantar soluciones de forma eficaz hasta
garantizar una adopción generalizada entre los
usuarios finales. Comprender y abordar estos
retos del análisis predictivo es crucial para
maximizar el valor de los datos y lograr
resultados satisfactorios.
4 retos comunes del análisis y posibles soluciones
Los retos del análisis de sistema suelen derivarse de la necesidad de conocimientos
especializados, las dificultades de adopción, la limitada capacitación de los usuarios
finales y los requisitos de los proyectos. Abordar estos problemas con soluciones
modernas puede ayudar a las organizaciones a agilizar los procesos y maximizar el
valor del análisis predictivo.
1. La experiencia: La barrera de entrada
Desafío: La experiencia es un reto importante en el análisis predictivo porque estas
soluciones suelen estar diseñadas para científicos de datos que poseen profundos
conocimientos de modelado estadístico, R y Python. Esto crea una barrera de
entrada para muchas organizaciones, ya que la mayoría de los equipos de
aplicación no pueden empezar a abordar el análisis predictivo sin contratar primero
a un científico de datos dedicado, o incluso a varios.
7
Solución: Afortunadamente, no tiene por qué conformarse con una solución
limitadora. Hoy en día, están surgiendo nuevas herramientas de análisis predictivo,
diseñadas para ser fáciles de usar y accesibles a un público más amplio. Estas
soluciones modernas eliminan la necesidad de tener conocimientos de modelado
estadístico, Python o R, lo que hace que el análisis predictivo sea más accesible
para los usuarios empresariales y otras partes interesadas sin conocimientos
técnicos.
2. Adopción: Vencer la resistencia al cambio
Desafío: No es ningún secreto que
cuanto más difícil es utilizar una nueva
tecnología, menos probable es que los
usuarios finales la adopten. Las
soluciones de análisis predictivo se
enfrentan a este reto porque a menudo
existen como herramientas
independientes. Esto significa que los
usuarios deben cambiar de su aplicación
empresarial principal a la solución de
análisis predictivo, lo que crea fricciones
en su flujo de trabajo. Además, las herramientas predictivas tradicionales son
difíciles de escalar y desplegar, lo que complica el proceso de actualización y
mantenimiento.
Solución: El análisis predictivo es más eficaz cuando se integra en las aplicaciones
que la gente ya utiliza y en las que confía. Integrar las funciones de aprendizaje
automático e inteligencia artificial directamente en las principales aplicaciones
empresariales ofrece una ventaja estratégica significativa. Esto no solo mejora la
adopción por parte del usuario al reducir la necesidad de cambiar entre
herramientas, sino que también agiliza los procesos y mejora la experiencia del
usuario.
3. Capacitar a los usuarios finales: De la información a la acción
Desafío: Ninguna información es valiosa en el vacío. Una de las principales
deficiencias de las herramientas tradicionales de análisis predictivo es su
incapacidad para permitir a los usuarios finales actuar a partir de la información
proporcionada. A menudo, los usuarios reciben datos valiosos, pero deben cambiar
a otra aplicación para actuar sobre ellos, lo que interrumpe su flujo de trabajo y
genera ineficiencias.
Solución: Al integrar los flujos de trabajo de inteligencia en sus aplicaciones
empresariales habituales, permite a los usuarios tomar medidas inmediatas basadas
en la información proporcionada. Esta integración ahorra tiempo y reduce la
frustración al permitir a los usuarios activar procesos directamente en la misma
plataforma en la que reciben los datos, lo que agiliza su flujo de trabajo.
4. Listas de proyectos engorrosas: Simplificar el proceso
8
Desafío: Cada proyecto de análisis predictivo requiere una extensa lista de pasos,
de los que casi siempre se encarga un científico de datos dedicado. El reto es que,
con cada actualización y lanzamiento, estos pasos suponen una mayor carga para
su equipo de aplicaciones. Entre ellos se incluyen:
Preparación de datos
Depuración de datos
Identificación de columnas importantes
Reconocer las correlaciones
Entender cómo funcionan los distintos algoritmos (matemáticas)
Elegir el algoritmo adecuado para cada problema
Decidir las propiedades adecuadas para el algoritmo
Asegurarse de que el formato de los datos es correcto
Comprender el resultado de la ejecución del algoritmo
Reentrenamiento del algoritmo con nuevos datos
Datos desequilibrados
Despliegue/redespliegue del modelo
Predicción en tiempo real/por lotes
Integración con su aplicación principal para obtener información sobre los
datos en la aplicación e iniciar la acción del usuario (cuando se integra la
predicción).
Solución: Algunas soluciones de análisis predictivo se hacen cargo de muchos de
estos pasos en lugar de dejar toda la carga a su equipo. Al elegir una de estas
soluciones de análisis predictivo más racionalizadas, puede convertir un proceso de
más de 14 pasos en un proceso de tres pasos. Esta simplificación no sólo reduce la
carga de trabajo de sus científicos de datos y equipos de aplicaciones, sino que
también acelera la implementación y la iteración de modelos predictivos, lo que
facilita mantener sus análisis actualizados y relevantes.
EVALUACIÓN Y RETROALIMENTACIÓN
La evaluación y la retroalimentación son dos componentes esenciales de cualquier
sistema, ya sea un sistema educativo, un
sistema de gestión empresarial o cualquier
otro tipo de sistema.
Evaluación:
La evaluación es el proceso de recopilar y
analizar información sobre el rendimiento de
un sistema. Esta información se puede
utilizar para determinar si el sistema está
funcionando según lo previsto e identificar
áreas de mejora. La evaluación puede ser
formativa o sumativa.
9
La evaluación formativa se utiliza para proporcionar retroalimentación a los
estudiantes o empleados durante el proceso de aprendizaje o trabajo. Esta
retroalimentación se puede utilizar para realizar ajustes y mejorar el
rendimiento.
La evaluación sumativa se utiliza para evaluar el rendimiento general de un
sistema. Esta evaluación se suele realizar al final de un período de tiempo
determinado, como un curso escolar o un proyecto.
Retroalimentación:
La retroalimentación es la información que se proporciona a los estudiantes o
empleados sobre su rendimiento. Esta información puede ser positiva o negativa. La
retroalimentación positiva refuerza el buen rendimiento, mientras que la
retroalimentación negativa identifica áreas de mejora. La retroalimentación eficaz
debe ser específica, oportuna y constructiva.
Relación entre evaluación y retroalimentación:
La evaluación y la retroalimentación están estrechamente relacionadas. La
evaluación proporciona la información que se utiliza para proporcionar
retroalimentación. La retroalimentación, a su vez, puede utilizarse para mejorar la
evaluación.
Beneficios de la evaluación y la retroalimentación:
La evaluación y la retroalimentación eficaces pueden tener muchos beneficios, entre
ellos:
Mejorar el rendimiento de los estudiantes o empleados.
Identificar áreas de mejora.
Aumentar la motivación.
Fomentar el aprendizaje y el desarrollo.
En resumen, la evaluación y la retroalimentación son dos componentes esenciales
de cualquier sistema. La evaluación proporciona información sobre el rendimiento
del sistema, mientras que la retroalimentación utiliza esta información para mejorar
el rendimiento.
10
11
BIBLIOGRAFÍA
Miro © 2025
Prototipo: Qué es, cómo hacerlo y ejemplos | Miro
Analisisgrupo1.home.blog/2019/03/15/prototipos/
Publicado el 15 marzo, 2019
Chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://
openaccess.uoc.edu/bitstream/10609/140690/4/Dise%C3%B1o%20y
%20arquitectura%20de%20sistemas%20de%20informaci%C3%B3n_M
%C3%B3dulo%20did%C3%A1ctico%204_Metodolog%C3%ADas%20para
%20el%20dise%C3%B1o%20de%20sistemas%20de%20informaci
%C3%B3n.pdf
https://openaccess.uoc.edu/
http://scielo.sld.cu/scielo.php?pid=S1815-
59362020000100009&script=sci_arttext&tlng=pt.com
https://escueladedatos.online/tutorial/diseno-de-investigacion-
muestreo-y-metodos-de-recoleccion-de-datos/?form=MG0AV3.com
/www.questionpro.com/blog/es/recoleccion-de-datos-parainvestigacion/
Módulo 4: Métodos de Recaudación de Información – Sección 1 | ORI –
The
Office of Research Integrity
https://www.kio.tech/blog/tecnicas-y-beneficios-de-recoleccion-de-
datosdigitales#:~:text=La%20recolecci%C3%B3n%20de%20datos
%20permite,esfu
Erzos%20de%20marketing%20y%20reorientaci%C3%B3n.
https://www.kio.tech/blog/tecnicas-y-beneficios-de-recoleccion-de-
datos.com
