[Proyecto] Matriz de decisiones estratégicas enriquecida con Inteligencia Artificial – EsSalud

¡Hola, Max! ¿Cómo estás?

Me gustó que aplicaste el prompt a un caso real como EsSalud, que sumaste fuentes de apoyo para darle más precisión a la matriz y que no te quedaste con las tres columnas iniciales, sino que incorporaste las sugerencias de impacto estratégico, indicador de medición y herramienta de IA para la Gerencia de Prestaciones Económicas.

Este tipo de trabajo es importante porque convierte la IA en un instrumento de decisión con resultados verificables y no solo en una lista de ideas.

Ah, una pregunta: ¿Cuál de las tres columnas nuevas te resultó más útil para tu caso, impacto estratégico o indicador de medición?

Cuenta con el apoyo de la comunidad Alura en tu viaje. ¡Saludos y buenos estudios!

Si efectivamente , creo que debo empezar con los impactos estrategicos para dar un mejor panorama a la alta direccion y luego con indicadores de medicion para ver como se puede avanzar en este proyecto para la institución de Essalud, lo que me gustaria que me dieran indicadores mas especificios para la empresa y poder actuar con mas criterio en beneficio de nuestros asegurados.

¡Hola, Max! ¿Cómo estás?

Sobre el proyecto de la matriz de decisiones estratégicas enriquecida con inteligencia artificial para EsSalud, tu orden de trabajo tiene sentido: primero el impacto estratégico para dar el panorama a la alta dirección y después los indicadores de medición para seguir el avance.

Para que los indicadores sean específicos para la Gerencia de Prestaciones Económicas, te recomiendo organizarlos en cuatro grupos. Los valores de referencia (metas) debes definirlos con tus datos históricos y con los lineamientos internos de la institución.

1. Indicadores de oportunidad (tiempo)

• Tiempo promedio de trámite de cada prestación (subsidio por incapacidad temporal, maternidad, lactancia o sepelio), medido desde el ingreso del expediente hasta el pago.
• Porcentaje de expedientes pagados dentro del plazo establecido.
• Tiempo de espera en la validación de certificados de incapacidad (CITT).

2. Indicadores de calidad

• Tasa de expedientes observados o devueltos por errores o documentos faltantes.
• Porcentaje de reprocesos por cada 100 expedientes.
• Tasa de reclamos relacionados con prestaciones económicas.

3. Indicadores de control y riesgo

• Casos con alerta de posible fraude o inconsistencia detectados por IA, y cuántos se confirmaron (precisión de la alerta).
• Monto de pagos indebidos evitados o recuperados.
• Porcentaje de subsidios auditados con hallazgos.

4. Indicadores de impacto en el asegurado

• Nivel de satisfacción del asegurado con el trámite.
• Porcentaje de asegurados que consultan el estado de su trámite sin ir presencialmente.
• Costo operativo por expediente procesado.

Un punto importante es que cada indicador debe tener una fórmula, una fuente de datos, una frecuencia de medición y un responsable. Con esto la matriz queda lista para presentarla a la gerencia. Mira cómo puedes agregarlo a tu matriz:

Decision estrategica: Automatizar la validacion inicial de expedientes de subsidios
Impacto estrategico: Menor tiempo de pago al asegurado y menos reprocesos
Indicador de medicion: Porcentaje de expedientes pagados dentro del plazo
Formula: (Expedientes pagados en plazo / Total de expedientes pagados) x 100
Fuente de datos: Sistema de gestion de prestaciones economicas
Frecuencia: Mensual
Responsable: Jefatura de Subsidios
Herramienta de IA: Modelo de clasificacion y lectura de documentos

También puedes pedirle a la IA que genere los indicadores a partir de cada decisión de tu matriz. Mira este ejemplo de prompt:

Actua como analista de gestion publica de EsSalud. Para cada decision de la matriz adjunta, propone dos indicadores de medicion con formula, fuente de datos, frecuencia, responsable y una meta referencial. Prioriza indicadores que reflejen beneficio directo al asegurado y que puedan medirse con los datos disponibles en la Gerencia de Prestaciones Economicas.

Después, valida con el área los indicadores propuestos, ya que la IA sugiere, pero la factibilidad de medición depende de los datos reales que tengan.