--- title: Nuestra experiencia tangible en ciencia de datos e investigación | Monetización de datos description: Monetización de datos | Casos de estudio derivados de nuestra práctica consultiva en ciencia de datos, investigación, big data y machine learning --- Posts about # Monetización de datos ## [IA 2026: del dato sucio a la alerta temprana en salud pública](https://blog.sinnetic.com/es/use-cases/ia-y-salud-publica) Posted by [Gabriel Contreras](https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras) | 28-dic-2025 19:51:08 Al cerrar 2025, en **SINNETIC** venimos trabajando con expertos sectoriales para anticipar cómo puede... [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/ia-y-salud-publica) ## [Valoración de competencias con scrapping y machine learning](https://blog.sinnetic.com/es/use-cases/valoracion-de-competencias-con-scrapping-y-machine-learning) Posted by [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 10-mar-2023 17:40:51 Cliente: Sector educativo [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/valoracion-de-competencias-con-scrapping-y-machine-learning) ## [¿Dónde encontrar gente sensible a comprar vivienda?](https://blog.sinnetic.com/es/use-cases/donde-encontrar-gente-sensible-a-comprar-vivienda) Posted by [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 02-may-2022 18:29:39 Cliente: Constructora Bolivar [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/donde-encontrar-gente-sensible-a-comprar-vivienda) ## [Monetización de datos en mercado energético y agrícola](https://blog.sinnetic.com/es/use-cases/monetizacion-de-datos-en-mercado-energético-y-agricola) Posted by [Cristina Contreras](https://blog.sinnetic.com/es/use-cases/author/cristina-contreras) | 13-dic-2021 14:25:46 Cliente: BOLSA MERCANTIL DE COLOMBIA [ CONTINUE READING ](https://blog.sinnetic.com/es/use-cases/monetizacion-de-datos-en-mercado-energético-y-agricola) ### Grow your business more quickly with our solutions for inbound and ecommerce Discover a new digital growth model that attracts visitors, converts them into leads, transforms them into customers and then follows them in the after-sales phase, managed with traditional trade methods or with ecommerce. TAKE AN APPOINTMENT [![WhatsApp](https://upload.wikimedia.org/wikipedia/commons/6/6b/WhatsApp.svg) ](https://wa.me/573180242831) ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Al cerrar 2025, en SINNETIC venimos trabajando con expertos sectoriales para anticipar cómo puede evolucionar la inteligencia artificial en el sector público durante los próximos 12 meses. Recientemente consolidamos un set de predicciones de IA para gobierno y salud pública. La mía es la siguiente: La extracción automatizada de información y la resolución de entidades lideradas por IA seguirán optimizando los sistemas de reporte en salud pública, fortaleciendo la base de la vigilancia epidemiológica. ¿Qué significa esto, en términos prácticos? En 2026 veremos herramientas de IA aún más sólidas para extraer señales útiles desde datos clínicos desordenados (texto libre, formatos mixtos, registros incompletos) y para reconocer cuándo diferentes registros pertenecen a la misma persona, lugar o evento, incluso si aparecen con variaciones. En otras palabras: menos fricción operativa para integrar información, más velocidad para convertir datos “sucios” en inteligencia accionable. Estado actual y cómo evolucionará El status quo (hoy) Hoy, la IA ya se usa para: extraer y depurar datos provenientes de múltiples fuentes; emparejar registros de la misma persona/evento/instalación cuando están digitados de forma diferente. Sin embargo, típicamente funciona como un asistente intermitente: apoya etapas aisladas del proceso, con validación humana en cada paso, en vez de operar de forma verdaderamente end-to-end. ¿Qué impide que sea una herramienta más fluida? En el mundo real, los cuellos de botella suelen ser estructurales: Alta “ruidosidad” del dato clínico (heterogeneidad, texto no estandarizado, campos faltantes). Fragmentación de fuentes entre instituciones, regiones y sistemas. Infraestructura desigual para desplegar modelos avanzados a escala. Adopción cultural aún en maduración: clínicos, equipos de salud pública y ciudadanía están apenas consolidando confianza y criterios de uso. El cambio esperado en 2026 Sin asumir magia instantánea, es razonable esperar mejoras concretas: IA más competente para interpretar datos ruidosos, elevando su utilidad operativa. Extracción más precisa de hechos clave (síntomas, diagnóstico, ubicación) desde fuentes complejas, incluso notas manuscritas o formatos difíciles de leer. Resolución de entidades más automatizada: en lugar de revisar manualmente coincidencias, la IA podrá reconocer que: “Gabriel Contreras”, “Contreras Gabriel” y “G. Contreras” se refieren a la misma persona (con criterios probabilísticos y trazabilidad). Caso de uso Qué hace la IA Impacto operativo Resultado esperado Detección más rápida de brotes Extrae síntomas, resultados, ubicaciones y vincula reportes del mismo caso Reduce retrasos por formatos mixtos (papel/fax/errores) Detección de señales días antes (crítico en brotes) Análisis casi inmediato en emergencias Armoniza datos de múltiples IPS/labs en tiempo real Evita “foto borrosa” durante picos (incendios, influenza, COVID-like) Mejor conciencia situacional por zona/tiempo Planeación de recursos Conecta datos depurados para identificar necesidades por territorio Priorización más fina de insumos, brigadas y capacidad instalada Respuesta más eficiente y focalizada Seguimiento longitudinal Vincula registros de una persona a través de múltiples prestadores Disminuye duplicados y pérdidas de continuidad Tendencias más confiables, menos ruido estadístico Mirando hacia adelante El intercambio de información entre entidades y sistemas seguirá siendo un desafío estructural. Aun así, mejoras sostenidas en extracción y resolución de entidades continuarán simplificando los flujos de reporte, reforzando la vigilancia y habilitando respuestas de salud pública más oportunas y precisas. Conoce más sobre las soluciones de analítica e IA aplicada a salud pública y gobierno de SINNETIC.", "author" : { "@type" : "Person", "name" : "Gabriel Contreras", "sameAs" : "", "url" : "https://blog.sinnetic.com/es/use-cases/author/gabriel-contreras" }, "dateModified" : "28/12/2025", "datePublished" : "28/12/2025", "headline" : "IA 2026: del dato sucio a la alerta temprana en salud pública", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/C%C3%B3mo%20la%20IA%20en%202026%20extraer%C3%A1%20y%20conectar%C3%A1%20datos%20cl%C3%ADnicos%20para%20acelerar%20la%20vigilancia%2c%20detectar%20brotes%20y%20decidir%20mejor..jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/ia-y-salud-publica", "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://f.hubspotusercontent00.net/hubfs/8862358/web/logo-sinnetic--slogan-web.png" }, "name" : "SINNETIC LATAM", "url" : "blog.sinnetic.com" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: Sector educativo Metodología: Open Data Mining & NLP Puntos de dolor / necesidad / objetivo general del cliente (Situation) Para focalizar esfuerzos pedagógicos y de desarrollo curricular, las universidades deben enfocarse en producir contenido y programas que den satisfacción a la demanda empresarial. ¿Cuál es esta demanda? Al analizar las ofertas de empleo, estas narran una completa radiografía de estas necesidades, indicando el tiempo de competencias y el valor salarial que una empresa está dispuesta a pagar por un profesional que acredite dichos saberes. Metodología y dispositivos analíticos Open Data Mining es una metodología que permite: USAR: La enorme cantidad de información presente en internet, inclusive las descripciones de ofertas laborales DETECTAR: Detectar y segmentar ofertas laborales según su contenido, aislando las competencias que las empresas necesitas ANALIZAR: mediante modelos predictivos cual es el valor comercial que representa en el salario de un profesional acreditar una competencia puntual. Gran resultado general (Work underway) Mapa completo de competencias demandadas a nivel sector y geografía para hacer ofertas pedagógicas con enfoque regional y sectorial Valorización de las competencias en el mercado laboral.", "author" : { "@type" : "Person", "name" : "Cristina Contreras", "sameAs" : "https://www.linkedin.com/in/aura-cristina-contreras-a5a33991/", "url" : "https://blog.sinnetic.com/es/use-cases/author/cristina-contreras" }, "dateModified" : "10/03/2023", "datePublished" : "10/03/2023", "headline" : "Valoración de competencias con scrapping y machine learning", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/valoracion-%20competencias-%20scrapping-%20machine-learning-3.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/valoracion-de-competencias-con-scrapping-y-machine-learning", "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://f.hubspotusercontent00.net/hubfs/8862358/web/logo-sinnetic--slogan-web.png" }, "name" : "SINNETIC LATAM", "url" : "blog.sinnetic.com" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: Constructora Bolivar Metodología: Morphologyk Puntos de dolor / necesidad / objetivo general del cliente (Situation) Diferentes constructores han desarrollado proyectos potentes en la sabana de Bogotá. ¿Quién compra estos proyectos? ¿Cuales son sus perfiles y sus necesidades? ¿Hacia quién va dirigido el producto? en caso de desarrollar un nuevo proyecto en zonas similares ¿Cómo y a quién venderlo? Metodología y dispositivos analíticos MORPHOLOGYK es una metodología que permite: ENCONTRAR: Hábitos y formas cómo la audiencia se relaciona con marcas, productos y servicios hoy en día. Detonantes de la compra y factores que promueven la lealtad o el churn. INFERIR: Características actitudinales, conductuales, psicológicas y demográficas de nuevas audiencias con posibilidad de comprar el producto o servicio en estudio SEGMENTAR: Las audiencias con el objetivo de estimar su impacto en la estrategia y analizar el costo de llegarles dados los servicios que piden, el tipo de producto que los atrae etc. Gran resultado general (Work underway) Mapa extenso de tensiones y necesidades no resueltas en la audiencia. Comportamientos asociados a la compra y venta de inmuebles, hábitos y requerimientos mínimos Segmentos de usuarios y sus respectivas necesidades. Plan de mercadeo.", "author" : { "@type" : "Person", "name" : "Cristina Contreras", "sameAs" : "https://www.linkedin.com/in/aura-cristina-contreras-a5a33991/", "url" : "https://blog.sinnetic.com/es/use-cases/author/cristina-contreras" }, "dateModified" : "02/05/2022", "datePublished" : "02/05/2022", "headline" : "¿Dónde encontrar gente sensible a comprar vivienda?", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-09-2024-06-54-05-9782-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/donde-encontrar-gente-sensible-a-comprar-vivienda", "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://f.hubspotusercontent00.net/hubfs/8862358/web/logo-sinnetic--slogan-web.png" }, "name" : "SINNETIC LATAM", "url" : "blog.sinnetic.com" } } ``` ```json { "@context" : "http://schema.org", "@type" : "BlogPosting", "articleBody" : "Cliente: BOLSA MERCANTIL DE COLOMBIA Metodología: Visual Data Discovery Puntos de dolor / necesidad / objetivo general del cliente (Situation) La BMC es el principal escenario de conformación del precio en el mercado minero energético y agrícola del país. Con un amplio portafolio de datos, tomaron la iniciativa de monetizarlos para lo cual se aliaron con MinTic y expusieron una muestra de información a más de 50 firmas consultoras en búsqueda de la mejor solución de monetización. Metodología y dispositivos analíticos Visual Data Discovery es una metodología que permite: INTEGRACIÓN: Crear repositorios dinámicos que ingesten e integren información desde diferentes fuentes. ANALYTICS: Detección productiva de patrones ocultos mediante machine learning y minería de datos. VISUALIZACIÓN: Mediante técnicas de storytelling basados en datos. Gran resultado general (Work underway) Que el cliente hable por si mismo en el video a continuación Queremos acompañar tus procesos de analítica e investigación de mercados con un enfoque de dinámico y tecnológico. ¿Entramos en contacto? América del Sur México y Centroamérica", "author" : { "@type" : "Person", "name" : "Cristina Contreras", "sameAs" : "https://www.linkedin.com/in/aura-cristina-contreras-a5a33991/", "url" : "https://blog.sinnetic.com/es/use-cases/author/cristina-contreras" }, "dateModified" : "13/12/2021", "datePublished" : "13/12/2021", "headline" : "Monetización de datos en mercado energético y agrícola", "image" : { "@type" : "ImageObject", "height" : 400, "url" : "https://www.sinnetic.com/hubfs/casos%20de%20estudio%20im%C3%A1genes-Dec-10-2024-05-35-14-4512-PM.jpg", "width" : 750 }, "mainEntityOfPage" : "https://blog.sinnetic.com/es/use-cases/monetizacion-de-datos-en-mercado-energético-y-agricola", "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://f.hubspotusercontent00.net/hubfs/8862358/web/logo-sinnetic--slogan-web.png" }, "name" : "SINNETIC LATAM", "url" : "blog.sinnetic.com" } } ```