Magíster en Sistemas de Información, mención Inteligencia de Negocios

Este estudio se centra en analizar las importaciones en la provincia del Azuay durante el año 2022, con el propósito de detectar registros que difieran del comportamiento general de los datos. Para ello, se utilizó el algoritmo DBSCAN, aplicándolo sobre datos clasificados por subpartida arancelaria. El análisis se centró en las variables de peso y valor FOB unitario. Ambas fueron estandarizadas mediante z-score para homogenizar escalas. DBSCAN clasificó los datos de forma eficiente, logrando detectar agrupaciones naturales y casos atípicos sin definir clústeres previamente. Los resultados mostraron anomalías concentradas en determinados países de origen, y en subpartidas arancelarias con alta proporción de irregularidades pese a su bajo volumen total. Para facilitar la interpretación de estos hallazgos, se diseñaron dashboards interactivos, evidenciando su valor para procesos de auditoría, fiscalización y análisis comercial. Se concluye que el modelo propuesto es replicable y útil para organismos de control.