Debilidad simétrica en los indicadores de gestión: consecuencias e impacto estructural

Autores/as

DOI:

https://doi.org/10.46661/revmetodoscuanteconempresa.3720

Palabras clave:

indicadores de gestión, impacto estructural, estimador estadístico, KPI, indicadores clave de rendimiento

Resumen

El presente artículo se realiza con la finalidad de exponer al lector las debilidades de índole estadístico-estructural que pueden poseer los indicadores de gestión o indicadores clave de rendimiento -mejor conocido como KPI’s-, empleados como medidas para cuantificar el desempeño de una empresa u organización, en especial cuando las variables a contemplar en el diseño del indicador solo logran tener valores positivos, es decir, pertenecer a conjunto de los números reales positivos. Esta debilidad se presenta especialmente en la estructura simétrica del indicador, lo que trae como consecuencia la falta de equidad y justicia en la medición, tanto por exceso como por defecto. En este sentido, se generan en el empleado, incentivos perversos, que repercuten en la toma de decisiones sobre aquellos valores que garantizan un menor valor numérico por encima del valor absoluto y, por ende, aspectos no conformes con la optimización y la organización. Para ello, se procedió a realizar una demostración estadística de los indicadores de gestión relativo (IGT1-IGT2), en función con el comportamiento de la variable aleatoria de insumo, cuyos ingresos son los números reales positivos, lo que determina así las cotas donde aparece esta inestabilidad simétrica que sin darnos cuenta puede generar un impacto importante en el indicador final en perjuicio de la empresa u organización que lo está monitoreando.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Arango, M., Pérez, G., & Rojas, M. (2008). Modelización de los indicadores de gestión en la calidad de suministro. Una visión sistémica. DYNA, 75(156), 19-28.

Arango, M., Ruiz, S., Ortiz, L., & Zapata, J. (2017). Indicadores de desempeño para empresas del sector logístico: Un enfoque desde el transporte de carga terrestre. Ingeniare. Revista chilena de Ingeniare. Ingeniare. Revista chilena de ingeniería, 25(4), 707-720.

Bonnefoy, J. (2006). Indicadores de desempeño del sector público: CEPAL. Recuperado de https://www.cepal.org/ilpes/noticias/paginas/2/23992/Indicadores%20de%20Desempe%C3%B1o.pdf

Boada, A. (2009). Limitaciones de los Errores Absolutos en los Pronósticos. Memorias Arbitradas en el I Congreso Peruano de Investigación de Operaciones y Sistemas COPIOS’2009, Ciudad de Lima, Perú.

Boada, A., & Millán, A. (2011). Limitaciones de los errores relativos en los pronósticos, una nueva propuesta para cuantificar los errores porcentuales en predicciones. CONHISREMI, 7(3), 1-18.

Boada, A., & Di Alessio, M. (2013). Limitación Simétrica de los Errores Relativos en los Pronósticos de Ventas. XXXIV Congreso Nacional de Estadística e Investigación Operativa. Sociedad Española de Estadística e Investigación Operativa (SEIO) y Universitat Jaume I de Castellón (UJI).

Cerquitelli, T. (2017). Predicting large-scale fine grain energy consumption. Energy Procedia, 111, 1079-1088. DOI: 10.1016/j.egypro.2017.03.271.

Chase, R. & Jacobs, F. (2005). Operations Management for Competitive Advantage. México: McGraw-Hill Companies.

Chockalingam, M (2009). Forecast Accuracy and Inventory Strategies. Demand Planning LLC. Recuperado de: https://demandplanning.net/documents/dmdaccuracywebVersions.pdf

Galar, D., Berges, L., Lámbar, M., & Tormos, B. (2014). La medición de la eficiencia de la función mantenimiento a través de KPI’s financieros. DYNA, 81(184), 102-109.

Godino, J., & Recio, A. (2001). Significados institucionales de la demostración. Implicaciones para la educación matemática. Enseñanza de las Ciencias, 19(3), 405-414.

Inboundlead. (2016). Los 7 mejores ejemplos de objetivos SMART: Inboundlead. Recuperado de: https://blog.inboundlead.com/los-7-mejores-ejemplos-de-objetivos-smart-o-inteligentes-para-empresas

Likierman, A. (2009). Las cinco trampas de la medición del desempeño. Harvard Business Review, 1, 1-5.

Meyer, P. (1999). Probabilidad y Aplicaciones Estadísticas. Addisson - Wesley Iberoamericana.

Ministerio de Economía y Finanzas. (2010). Instructivo para la formulación de indicadores de desempeño: Ministerio de Economía y Finanzas. Recuperado de: https://www.mef.gob.pe/contenidos/presupuesto_publico/normativa/Instructivo_Formulacion_Indicadores_Desempeno.pdf

Novobilski, A., & Kamangar, F. (2001). Absolute Percent Error Based Fitness Functions for Evolving Forecast Models. FLAIRS-01 Proceedings. Uncertainty 591-595. Recuperado de: https://www.aaai.org/Papers/FLAIRS/2001/FLAIRS01-113.pdf

Parmenter, D. (2007). Key Performance Indicators: Developing, Implementing and using winning KPI´S. Hoboken: John Wiley & Sons, Inc.

Ping-Feng, P. & Chia-Hsin, L. (2018). Predicting Vehicle Sales by Sentiment Analysis of Twitter Data and Stock Market Values. Volume 6, pp. 57655-57662. DOI: 10.1109/ACCESS.2018.2873730.

Shukla, K.N. & Pillai, R.G. (2016). Modelling of chloride diffusion coefficient in concrete with supplementary cementitious materials. Concrete Repair, Rehabilitation and Retrofitting IV - Dehn et al. Taylor & Francis Group, London. Recuperado de: https://books.google.es/books?id=5tCYCgAAQBAJ&dq=mape+wape&lr=&hl=es&source=gbs_navlinks_s

SPSS FREE. (s.f). Medidas de distribución - asimetría y curtosis: SPSS FREE. Recuperado de: http://www.spssfree.com/curso-de-spss/analisis-descriptivo/medidas-de-distribucion-curtosis-asimetria.html

Wilson, J.H., & Keating, B. (2007). Business Forecasting with Accompanying Excel - Based ForecastX Software. Mc Graw Hill Companies.

Descargas

Publicado

2020-04-28

Cómo citar

Boada, A. J., & Alzate, I. C. (2020). Debilidad simétrica en los indicadores de gestión: consecuencias e impacto estructural. Revista De Métodos Cuantitativos Para La Economía Y La Empresa, 29, 319–336. https://doi.org/10.46661/revmetodoscuanteconempresa.3720

Número

Sección

Artículos