Análisis de la incidencia delictiva en el transporte público en la Ciudad de México usando herramientas de inteligencia de negocios

Abstract

Esta investigación utiliza herramientas de inteligencia de negocios para analizar la incidencia delictiva en el transporte público de la Ciudad de México durante el año 2018. El proyecto desarrolla un Data Warehouse mediante procesos de extracción, transformación y carga (ETL) de código abierto, integrando datos de las dieciséis alcaldías provenientes de diversas fuentes como archivos Excel, CSV y plataformas web. Empleando herramientas como PostgreSQL y Pentaho Data Integration, se logra unificar información estructurada y no estructurada para generar una vista coherente del fenómeno delictivo. A través de Pentaho Business Analytics, se visualizan indicadores críticos sobre robos en metro, microbús y taxis, permitiendo identificar las zonas con mayor vulnerabilidad. En conclusión, el estudio demuestra que el análisis detallado de datos facilita el descubrimiento de problemáticas locales y optimiza la toma de decisiones estratégicas para mejorar la seguridad ciudadana.