Analítica de Datos, Herramienta Central para la Decisión en el Desarrollo Computacional
Resumen
Durante y despues de la pandemia , gran parte de las empresas permiten que sus trabajadores desarrollen software desde casa por diferentes circunstancias que benefician prinicipalmente a las compañias en reduccion de costos, para enfrentar retos de medicion de productividad y mantenerse dentro del ambito competitivo. En base a esto empresas desarrolladoras de software se ven en la necesidad de buscar la manera de monitorear el desempeño diario de sus empleados que trabajan en home office, aunque algunos otros se miden según su avance mensual. Existen diversas plataformas de medicion y monitoreo de productividad que a pesar de las ventajas, requieren capacitación previa o están fuera del alcance debido a su alto costo o complejidad técnica. El desarrollo de una plataforma en Ruby on Rails, permitirá cargar archivos (CSV, JSON) y visualizar los datos a través de gráficos dinámicos con Chart.js, y estará específicamente enfocado en capturar y analizar las interacciones del usuario, como los movimientos del mouse y las pulsaciones del teclado, durante el desarrollo de sus actividades.. El desarrollo se basó en la metodología de programación extrema, priorizando la adaptación constante a los requisitos y la colaboración ágil.
Descargas
Citas
Aguilar, J., Buendía, O., & Cordero, J. (2017). Specification of the autonomic cycles of learning analytic tasks for a smar classromm. Journal of educational computing Rresarch.
Avelino G, P. L. (2021). A novel approach for estimating truck factors. IEEE 24th International Conference on Program Comprehension (ICPC). , 77-86.
Felstead, A., & Henseke, G. (2017). Assessing the growth of remote working and its consequences for effort, well-being and work-life balance. New Technology, Work and Emplyment , 195-212.
Guachamin Guevara, A. X. (2025). Este fenómeno, comúnmente conocido como Industria 4.0, se basa. Polo del Conocimiento, 1725-1735.
Hastie, T., Tibshirani, R., & Friedman, J. (2009). The elements of statistical learning: Data mining, inference and prediction. Burlin:Springer.
Kumar Nashine, H., Jain, R., Choubey, N., & Sharma, M. (2022). Special issue: International Conference on. Model Assisted Statistics and Applications, 1-2.
Kumar, S., Reddy Machireddy, J., Sankaran, T., & Kumar, P. (2025). Integration of Machine Learning and Data Science for Optimized Decision-Making in Computer Applications and Engineering. Journal of Information Systems Engineering and Management, 748-759.
Lara Pulido, J. A., & Martinez Cruz, A. L. (2023). States benefits of teleworking in Mexico City: a discrete choice experiment on office wotkers. Transportation, 1743-1807.
Lengauer, S., Tytarenko, M., Klaffenböck, M., & Klaffenböck, T. (2024). Interaction Visualization for Analysing and Improving User Models. . Adjunct Proceedings of the 32nd ACM Conference on User Modeling, Adaptation and Personalization.
León García, O. A. (2023). Impacto de las capacidades de análisis de big data en la innovación empresarial. Ingeniería y Competitividad, 1-23.
Nashine , H., Choubey, R., & Sharma, N. (2022). Special issue: International Conference on Data Analytics and Computational Techniques. Model Assisted Statistics and Applications. Model Assisted Statistics and Applications.
Nipp HH, B., Geurts SA, T., & Kompier, M. (2012). Systematic review on te association between employee worktime control and work . Scand J Work Environ Health, 299-313.
Nurcahyani, T. W. (2024). REKAYASA SISTEM INFORMASI PENYEWAAN BAJU KEBAYA MENGGUNAKAN XTREME PROGRAMMING DENGAN UNFIFIED MODELLING LANGUAGE. Jurnal Informattiña.
Parker, S., & Wang B., L. (2021). Achieving Effective Remote Working During the Covid-19A. App Psychol, 16-59.
Rebmann, A., & Han Van, D. A. (2024). Recognizing task-level events from user interaction data. Information Systems, 1-15.
Schwaber K, S. J. (2020). The definitive guide to Scrum: The rules of the game.
Umadevi, G. (2024). Computational. Tamil Nadu, India: Magestic Technology Solutions (P) Ltd.
Valdez Juarez, L. E., & Ramos Escobar, E. A. (2022). Innovate Business Strategies in the FACE of COVID 19 An Approach to Open Innovation of SME . An Approach to Open Innovation of SMEs in the Sonora Region of Mexico.
Wieser, L., & Abraham, M. (2024). Employee acceptance of digital monitoring system from home. New Technology, Work and Employment, 109-142.
Derechos de autor 2025 Jesús Abraham Castorena Peña , Alma Jovita Domínguez Lugo, Dalia Margarita Alba Cisneros, Jahir Alejandro García Montoya
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.png)
.png)
1.png)
