Optimización del proceso de detección de errores en encuestas aplicadas por la Defensoría del Pueblo para supervisar a los Centros de Acogida Residencial (CAR) y otras instituciones públicas, y su impacto en la calidad de los indicadores

Abstract

El trabajo de suficiencia profesional tuvo como objetivo optimizar el proceso de detección continua de errores en las encuestas de supervisión de una entidad pública mediante la implementación de un sistema automatizado para la validación de datos. La propuesta respondió a las limitaciones del proceso manual, caracterizado por la presencia de valores faltantes e inconsistencias en las bases de datos, elevados tiempos de procesamiento y una alta demanda de recursos humanos para las actividades de revisión, seguimiento y subsanación de errores. La solución consistió en el desarrollo de un sistema automatizado en Python basado en reglas de validación aplicadas a las bases de datos de las encuestas, capaz de identificar de manera automática inconsistencias y valores faltantes, además de generar reportes diarios en formato Excel para facilitar el monitoreo de las correcciones. Los resultados evidenciaron una reducción del tiempo del proceso de validación de aproximadamente siete meses y medio a tres meses y medio, así como una disminución significativa de la carga operativa mediante la liberación de cerca de 1 920 horas-hombre y un ahorro estimado de S/ 52 000 en costos laborales. Se concluye que la automatización del proceso fortaleció la calidad y disponibilidad oportuna de la información, redujo los costos de transacción organizacionales y contribuyó a mejorar la generación de indicadores y la toma de decisiones institucionales.