## GRAPH NAME
```
METODOLOGIAS GESTION BASADA EN DATOS
```

***

***
## NODO 1
**NAME**
```
PDCA SHEWHART
```

**DATE**
```
1939
```

**PLACE**
```
USA - New York - New York
```

**WHO**
```
Walter A. Shewhart (Bell Laboratories); W. Edwards Deming
```

**BRIEF DESCRIPTION**
Walter A. Shewhart introdujo el ciclo iterativo Plan-Do-Study-Act en "Statistical Method from the Viewpoint of Quality Control" (1939). W. Edwards Deming lo popularizó en Japón en 1950 como PDCA. Es el principio científico iterativo del que derivan directa o indirectamente Agile, Lean, CRISP-DM, DataOps y Lean Startup. Es el nodo raíz del grafo.[1][2][3][4][5]

**LINK**
```
https://www.lean.org/lexicon-terms/pdca/
https://projectproduction.org/glossary/deming-cycle/
```

***
## NODO 2
**NAME**
```
TPS TOYOTA 1950
```

**DATE**
```
1950
```

**PLACE**
```
Japan - Aichi - Toyota City
```

**WHO**
```
Taiichi Ohno; Shigeo Shingo (Toyota Motor Corporation)
```

**BRIEF DESCRIPTION**
El Toyota Production System (TPS) desarrollado por Ohno desde 1950 define Just-in-Time, Jidoka, kanban, heijunka y kaizen como herramientas de eliminación de desperdicio y flujo continuo de valor. Fue denominado "Lean Manufacturing" por el MIT en 1990. Es base conceptual de Lean Startup, Agile y DataOps, y referente universal en gestión de operaciones del siglo XX.[6][7][8][9]

**LINK**
```
https://www.lean.org/lexicon-terms/toyota-production-system/
https://en.wikipedia.org/wiki/Toyota_Production_System
```

***
## NODO 3
**NAME**
```
SIX SIGMA DMAIC
```

**DATE**
```
1986
```

**PLACE**
```
USA - Illinois - Schaumburg
```

**WHO**
```
Bill Smith; Mikel Harry (Motorola); Jack Welch (GE, 1995)
```

**BRIEF DESCRIPTION**
Six Sigma fue desarrollado en Motorola en 1986 como metodología estadística para reducir defectos a 3.4 ppm. Define el ciclo DMAIC (Define, Measure, Analyze, Improve, Control). GE lo adoptó en 1995 logrando $12B en ahorros en 5 años. Lean Six Sigma, su evolución, integra TPS y Six Sigma, siendo la metodología de excelencia operacional más certificada del mundo.[10][11][12][13][14]

**LINK**
```
https://goleansixsigma.com/six-sigma-timeline/
https://en.wikipedia.org/wiki/Six_Sigma
```

***
## NODO 4
**NAME**
```
VALUE STREAM MAP
```

**DATE**
```
1998
```

**PLACE**
```
USA - Massachusetts - Cambridge
```

**WHO**
```
Mike Rother; John Shook (Lean Enterprise Institute)
```

**BRIEF DESCRIPTION**
Value Stream Mapping, formalizado en "Learning to See" (LEI, 1998), visualiza todos los pasos del flujo de valor—materiales e información—desde proveedor hasta cliente, identificando desperdicios y diseñando el estado futuro ideal. Es la herramienta de análisis de procesos más usada en Lean y Six Sigma, e influye directamente en Business Process Modeling (BPMN) y análisis de pipelines de datos en BI operacional.[15][16][17][18][19]

**LINK**
```
https://www.lean.org/lexicon-terms/value-stream-mapping/
https://en.wikipedia.org/wiki/Value-stream_mapping
```

***
## NODO 5
**NAME**
```
PMBOK PMI 1987
```

**DATE**
```
1987
```

**PLACE**
```
USA - Pennsylvania - Newtown Square
```

**WHO**
```
PMI (Project Management Institute)
```

**BRIEF DESCRIPTION**
El PMBOK (1ª edición 1987, formalizado 1996) codificó diez áreas de conocimiento y cinco grupos de procesos para gestión de proyectos. Su certificación PMP es la más extendida del mundo. Es la metodología de referencia para implementar proyectos de BI, data warehouse y transformación digital en organizaciones estructuradas.[20][21][22][23][24]

**LINK**
```
https://www.pmi.org/pmbok-guide-standards
https://en.wikipedia.org/wiki/Project_Management_Body_of_Knowledge
```

***
## NODO 6
**NAME**
```
BALANCED SCORECARD
```

**DATE**
```
1992
```

**PLACE**
```
USA - Massachusetts - Cambridge
```

**WHO**
```
Robert S. Kaplan; David P. Norton (Harvard Business Review)
```

**BRIEF DESCRIPTION**
El Balanced Scorecard (HBR, enero-febrero 1992) introdujo la metodología de medición multidimensional organizacional en cuatro perspectivas: financiera, cliente, procesos internos y aprendizaje. Es el estándar de diseño de indicadores más influyente en la historia del BI, adoptado por más del 50% de empresas Fortune 500. Define el vínculo causal entre métricas operativas y estrategia.[25][26][27][28][29]

**LINK**
```
https://hbr.org/1992/01/the-balanced-scorecard-measures-that-drive-performance-2
https://steinbeis-bi.de/images/artikel/hbr_1992.pdf
```

***
## NODO 7
**NAME**
```
INMON CIF
```

**DATE**
```
1992
```

**PLACE**
```
USA - California - San Diego
```

**WHO**
```
Bill Inmon; Claudia Imhoff (Prism Solutions)
```

**BRIEF DESCRIPTION**
La Corporate Information Factory (CIF) de Inmon ("Building the Data Warehouse", 1992) propone enfoque top-down: modelo normalizado 3NF, Enterprise Data Warehouse central y datamarts derivados. Es la primera metodología formal de arquitectura de BI a escala empresarial.[30][31][32]

**LINK**
```
https://www.sciencedirect.com/topics/computer-science/corporate-information-factory
https://www.infosol.com/data-warehouse-design-inmon-vs-kimball-architecture/
```

***
## NODO 8
**NAME**
```
TOGAF EA 1995
```

**DATE**
```
1995
```

**PLACE**
```
USA - California - San Francisco
```

**WHO**
```
The Open Group; basado en US DoD TAFIM
```

**BRIEF DESCRIPTION**
TOGAF v1 (1995) es el marco de Arquitectura Empresarial más adoptado del mundo, con Architecture Development Method (ADM) de 9 fases para alinear TI con negocio en cuatro dominios: Negocio, Aplicaciones, Datos y Tecnología. Más de 100,000 profesionales certificados globalmente. Estándar para diseño de BI dentro de la arquitectura empresarial.[33][34][35][36][37]

**LINK**
```
https://www.opengroup.org/togaf
https://en.wikipedia.org/wiki/The_Open_Group_Architecture_Framework
```

***
## NODO 9
**NAME**
```
KIMBALL LIFECYCLE
```

**DATE**
```
1996
```

**PLACE**
```
USA - California - Santa Barbara
```

**WHO**
```
Ralph Kimball; Kimball Group
```

**BRIEF DESCRIPTION**
La metodología Kimball DW/BI Lifecycle ("The Data Warehouse Toolkit", 1996) propone enfoque bottom-up incremental con modelado dimensional (esquema estrella/copo de nieve). Es el paradigma de diseño de BI más adoptado históricamente, con énfasis en valor entregable de negocio sobre integridad arquitectónica.[30][38][39][31]

**LINK**
```
https://www.kimballgroup.com/data-warehouse-business-intelligence-resources/kimball-techniques/dw-bi-lifecycle-method/
```

***
## NODO 10
**NAME**
```
KDD FAYYAD 1996
```

**DATE**
```
1996
```

**PLACE**
```
USA - Oregon - Portland
```

**WHO**
```
Usama Fayyad; Gregory Piatetsky-Shapiro; Padhraic Smyth (AAAI/MIT)
```

**BRIEF DESCRIPTION**
"From Data Mining to Knowledge Discovery" (CACM, 1996) formalizó el proceso KDD como primera metodología estructurada de extracción de conocimiento analítico en cinco etapas: selección, preprocesamiento, transformación, minería e interpretación. Es la metodología precursora directa de CRISP-DM.[40][41][42][43]

**LINK**
```
https://doi.org/10.1145/240455.240464
```

***
## NODO 11
**NAME**
```
OKR FRAMEWORK
```

**DATE**
```
1999
```

**PLACE**
```
USA - California - Menlo Park
```

**WHO**
```
Andy Grove (Intel); John Doerr (Kleiner Perkins); Google
```

**BRIEF DESCRIPTION**
OKR (Objectives and Key Results), concebido por Grove en Intel en los 1970s e introducido en Google por Doerr en 1999, es la metodología de definición y seguimiento de objetivos con resultados cuantificables verificables. Define la capa más alta de métricas que los sistemas de BI deben instrumentar.[44][45]

**LINK**
```
https://www.whatmatters.com/faqs/okr-meaning-definition-example
https://en.wikipedia.org/wiki/Objectives_and_key_results
```

***
## NODO 12
**NAME**
```
GRI SUSTENT 2000
```

**DATE**
```
2000
```

**PLACE**
```
USA - Massachusetts - Boston
```

**WHO**
```
CERES; Tellus Institute; UNEP (Global Reporting Initiative)
```

**BRIEF DESCRIPTION**
La Global Reporting Initiative (GRI) fue fundada en 1997 por CERES y Tellus Institute con apoyo del PNUMA, publicando el primer marco global de reportes de sostenibilidad (G1) en junio del 2000. Evolucionó de G1 a G4 (2013) y en 2016 lanzó los GRI Standards. Es adoptado por el 73% de las 250 mayores empresas del mundo (KPMG, 2020) y es el estándar de reporting ESG de mayor adopción global, base del BI de sostenibilidad.[46][47][48][49][50][51][52][53]

**LINK**
```
https://www.globalreporting.org/
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1924439
https://www.apiday.com/glossaries-posts/gri-what-is-the-global-reporting-initiative
```

***
## NODO 13
**NAME**
```
CRISP-DM 1999
```

**DATE**
```
1999
```

**PLACE**
```
Belgium - Brussels
```

**WHO**
```
ISL (SPSS); Teradata; Daimler AG; NCR; OHRA (EU ESPRIT)
```

**BRIEF DESCRIPTION**
CRISP-DM (1999) define seis fases cíclicas: Comprensión del negocio, Datos, Preparación, Modelado, Evaluación y Despliegue. Metodología dominante para data mining, analytics y data science en encuestas de la industria hasta 2024, con más de dos décadas de adopción continua.[54][55][56][57][58]

**LINK**
```
https://en.wikipedia.org/wiki/Cross-industry_standard_process_for_data_mining
https://doi.org/10.1109/TKDE.2020.2962075
```

***
## NODO 14
**NAME**
```
PLATFORM 2SIDED
```

**DATE**
```
2003
```

**PLACE**
```
France - Occitanie - Toulouse
```

**WHO**
```
Jean-Charles Rochet; Jean Tirole (Toulouse School of Economics / JEEA)
```

**BRIEF DESCRIPTION**
"Platform Competition in Two-Sided Markets" (Rochet & Tirole, Journal of the European Economic Association, junio 2003) estableció la teoría microeconómica formal de las plataformas digitales de dos lados, definiendo las condiciones de fijación de precios, externalidades de red y estructuras de gobernanza. Es el fundamento académico del diseño y análisis de modelos de negocio de plataformas (Apple, Airbnb, Uber), base metodológica para el análisis de BI de mercados multilaterales.[59][60][61][62][63]

**LINK**
```
https://doi.org/10.1162/154247603322493212
https://academic.oup.com/jeea/article/1/4/990/2280902
```

***
## NODO 15
**NAME**
```
SC RESILIENCE 2004
```

**DATE**
```
2004
```

**PLACE**
```
UK - England - Cranfield
```

**WHO**
```
Martin Christopher; Helen Peck (Cranfield School of Management)
```

**BRIEF DESCRIPTION**
"Building the Resilient Supply Chain" (Christopher & Peck, International Journal of Logistics Management, 2004) definió el framework original de resiliencia en cadenas de suministro con cuatro dimensiones: re-engineering, collaboration, agility y culture/change management. Estableció la metodología conceptual de base para toda la investigación posterior de Supply Chain Resilience (SCRES) y es el artículo más citado en la disciplina.[64][65][66][67][68][69][70][71]

**LINK**
```
https://doi.org/10.1108/09574090410700275
https://dspace.lib.cranfield.ac.uk/items/ad0e1432-ebd9-4a40-93b4-5dc6236593d1
```

***
## NODO 16
**NAME**
```
BSC STRATEGY MAPS
```

**DATE**
```
2004
```

**PLACE**
```
USA - Massachusetts - Cambridge
```

**WHO**
```
Robert S. Kaplan; David P. Norton (Harvard Business School Press)
```

**BRIEF DESCRIPTION**
"Strategy Maps" (2004) y "The Strategy-Focused Organization" (2001) extendieron el BSC hacia metodología completa de ejecución estratégica. Los Strategy Maps visualizan relaciones causales entre objetivos en las cuatro perspectivas, convirtiéndose en el estándar de diseño de Corporate Performance Management (CPM) integrado con plataformas de BI ejecutivo.[25][27][28]

**LINK**
```
https://www.hbs.edu/faculty/Pages/item.aspx?num=37638
```

***
## NODO 17
**NAME**
```
JOBS TO BE DONE
```

**DATE**
```
1990
```

**PLACE**
```
USA - New York - Armonk
```

**WHO**
```
Tony Ulwick (IBM / Strategyn); Clayton Christensen (HBS)
```

**BRIEF DESCRIPTION**
JTBD, creado por Ulwick en 1990 como Outcome-Driven Innovation y popularizado por Christensen en "The Innovator's Solution" (2003), es metodología de innovación centrada en el "trabajo" funcional, social y emocional que el cliente ejecuta. Define la capa de contexto que los sistemas de BI de comportamiento del cliente deben capturar.[72][73][74][75][76]

**LINK**
```
https://strategyn.com/jobs-to-be-done/history-of-jtbd/
https://www.christenseninstitute.org/theory/jobs-to-be-done/
```

***
## NODO 18
**NAME**
```
UN PRI ESG 2006
```

**DATE**
```
2006-04-27
```

**PLACE**
```
USA - New York - New York
```

**WHO**
```
Kofi Annan (PNUMA); 20 inversores institucionales fundadores (NYSE)
```

**BRIEF DESCRIPTION**
Los Principles for Responsible Investment (PRI), lanzados el 27 de abril de 2006 en la NYSE con 20 inversores institucionales fundadores representando $2 billones en AUM, establecieron el marco de incorporación de factores ESG en decisiones de inversión y gobierno corporativo. En diciembre de 2024 cuentan con más de 5,000 signatarios de 80+ países representando ~$128 billones en AUM. Es el catalizador global del BI financiero orientado a sostenibilidad.[77][78][79][80][81]

**LINK**
```
https://www.unpri.org/about-PRI
https://en.wikipedia.org/wiki/Principles_for_Responsible_Investment
```

***
## NODO 19
**NAME**
```
AGILE MANIFESTO
```

**DATE**
```
2001-02-17
```

**PLACE**
```
USA - Utah - Snowbird
```

**WHO**
```
Beck, Fowler, Schwaber, Sutherland et al. (17 signatarios)
```

**BRIEF DESCRIPTION**
El Manifiesto Ágil (17 febrero 2001) formalizó cuatro valores y doce principios que priorizan individuos e interacciones, software funcionando, colaboración con el cliente y respuesta al cambio. Su adopción en proyectos de data warehousing y BI generó Agile BI, Scrum para datos y DataOps, resolviendo el defecto central de ciclos de 12–18 meses sin valor intermedio.[82][83][84]

**LINK**
```
https://agilemanifesto.org/
https://agilealliance.org/a-short-history-of-agile/
```

***
## NODO 20
**NAME**
```
CUSTOMER DEV CDM
```

**DATE**
```
2005
```

**PLACE**
```
USA - California - Berkeley
```

**WHO**
```
Steve Blank (UC Berkeley / Stanford)
```

**BRIEF DESCRIPTION**
El Customer Development Model ("The Four Steps to the Epiphany", 2005) define cuatro pasos iterativos: Customer Discovery, Validation, Creation y Company Building para buscar modelos de negocio escalables. Es uno de los tres pilares del Lean Startup y la metodología de validación de hipótesis de negocio más influyente desde 2005.[85][86][87][88][89]

**LINK**
```
https://en.wikipedia.org/wiki/Customer_development
https://learn.marsdd.com/article/the-customer-development-model-cdm-product-development-and-technology-startups/
```

***
## NODO 21
**NAME**
```
BLUE OCEAN STRAT
```

**DATE**
```
2005
```

**PLACE**
```
France - Île-de-France - Fontainebleau
```

**WHO**
```
W. Chan Kim; Renée Mauborgne (INSEAD)
```

**BRIEF DESCRIPTION**
"Blue Ocean Strategy" (Kim & Mauborgne, HBS Press, 2005) propone crear espacios de mercado no disputados mediante el Lienzo de Estrategia y herramientas ERRC (Eliminar-Reducir-Incrementar-Crear). Con más de 4 millones de copias en 40+ idiomas, define un enfoque de estrategia basada en datos de valor que complementa el BSC y el BMC.[90][91][92][93][94]

**LINK**
```
https://www.blueoceanstrategy.com/
https://journals.sagepub.com/doi/10.1177/000812560504700301
```

***
## NODO 22
**NAME**
```
BUSINESS MDL CANVS
```

**DATE**
```
2008
```

**PLACE**
```
Switzerland - Vaud - Lausanne
```

**WHO**
```
Alexander Osterwalder; Yves Pigneur (Univ. Lausanne / Strategyzer)
```

**BRIEF DESCRIPTION**
El Business Model Canvas (BMC, 2008; publicado en "Business Model Generation", Wiley 2010), basado en la tesis doctoral de Osterwalder (2004), define 9 bloques de construcción del modelo de negocio. Con 4+ millones de copias vendidas, es el marco de diseño estratégico más adoptado del mundo y define qué métricas debe instrumentar un sistema de BI para monitorear la creación y captura de valor.[95][96][97][98][99]

**LINK**
```
https://en.wikipedia.org/wiki/Business_model_canvas
https://www.strategyzer.com/library/the-business-model-canvas
```

***
## NODO 23
**NAME**
```
NUDGE THEORY 2008
```

**DATE**
```
2008-04-08
```

**PLACE**
```
USA - Illinois - Chicago
```

**WHO**
```
Richard H. Thaler (Univ. Chicago / Nobel 2017); Cass R. Sunstein (Harvard)
```

**BRIEF DESCRIPTION**
"Nudge: Improving Decisions about Health, Wealth, and Happiness" (Thaler & Sunstein, Yale University Press, 8 abril 2008) formalizó la Nudge Theory como metodología de diseño de arquitecturas de elección que alteran el comportamiento de forma predecible sin restricción de opciones. Con 1.5 millones+ de copias vendidas, es la metodología de economía conductual aplicada más influyente: sus principios son usados en políticas de RRHH, UX, marketing y diseño de sistemas analíticos de BI conductual y personalización.[100][101][102][65][103][104][105][106]

**LINK**
```
https://en.wikipedia.org/wiki/Nudge_(book)
https://www.behaviouralinsights.co.uk/
https://www.behavioraleconomics.com/resources/mini-encyclopedia-of-be/nudge/
```

***
## NODO 24
**NAME**
```
DESIGN THINKING BI
```

**DATE**
```
2010
```

**PLACE**
```
USA - California - Palo Alto
```

**WHO**
```
IDEO; Tim Brown; SAP (adoptó 2010); Tableau Community
```

**BRIEF DESCRIPTION**
La aplicación del Design Thinking al diseño de soluciones de BI (empatizar → definir → idear → prototipar → testear) emergió entre 2010 y 2015. SAP adoptó Design Thinking en 2010 como metodología de innovación. En 2025 es el estándar para diseño de experiencias de self-service BI en programas de certificación Power BI y Tableau.[107][45]

**LINK**
```
https://www.ideo.com/post/design-thinking
https://en.wikipedia.org/wiki/Design_thinking
```

***
## NODO 25
**NAME**
```
LEAN STARTUP
```

**DATE**
```
2011
```

**PLACE**
```
USA - California - San Francisco
```

**WHO**
```
Eric Ries (Crown Business Publisher)
```

**BRIEF DESCRIPTION**
"The Lean Startup" (Ries, 2011) formalizó el ciclo Build-Measure-Learn combinando Customer Development (Blank), TPS/Lean (Ohno) y Agile Engineering. Introdujo el MVP, validación de aprendizaje y pivot como conceptos operativos centrales. Con 1 millón+ de copias, es la metodología de innovación empresarial más influyente de la era digital.[108][109][110][111][112]

**LINK**
```
https://en.wikipedia.org/wiki/The_Lean_Startup
https://theleanstartup.com/
```

***
## NODO 26
**NAME**
```
SAFe LEFFINGWELL
```

**DATE**
```
2011
```

**PLACE**
```
USA - Colorado - Boulder
```

**WHO**
```
Dean Leffingwell; Scaled Agile Inc.
```

**BRIEF DESCRIPTION**
SAFe (Scaled Agile Framework), lanzado en 2011, integra Agile, Lean y DevOps para coordinar decenas de equipos hacia objetivos comunes en Value Streams y Agile Release Trains. Adoptado por 20,000+ organizaciones y 1 millón de practicantes. SAFe 6.0 (2023) es el estándar de referencia para implementaciones ágiles de BI y transformación digital a escala.[113][114][115][116][117]

**LINK**
```
https://framework.scaledagile.com/
https://en.wikipedia.org/wiki/Scaled_agile_framework
```

***
## NODO 27
**NAME**
```
ENTREPRENEURIAL EE
```

**DATE**
```
2011
```

**PLACE**
```
USA - Massachusetts - Boston
```

**WHO**
```
Daniel Isenberg (Babson College / Forbes, mayo 2011)
```

**BRIEF DESCRIPTION**
El Entrepreneurial Ecosystem Model de Daniel Isenberg, publicado en Forbes el 25 de mayo de 2011 ("Introducing the Entrepreneurship Ecosystem: Four Defining Characteristics"), define seis dominios interdependientes de un ecosistema emprendedor: Política, Finanzas, Cultura, Apoyos institucionales, Capital Humano y Mercados. Es el framework más adoptado globalmente por policymakers, aceleradoras y gobiernos para evaluar y diseñar ecosistemas de startups deeptech, CVCs y spin-offs universitarios. Genera demanda de BI de ecosistemas para medir vitalidad emprendedora.[118][119][120][121][122][123]

**LINK**
```
https://www.forbes.com/sites/danisenberg/2011/05/25/introducing-the-entrepreneurship-ecosystem-four-defining-characteristics/
https://journals.sagepub.com/doi/10.1177/21582440231217886
```

***
## NODO 28
**NAME**
```
TCFD DISCLSURE
```

**DATE**
```
2017
```

**PLACE**
```
Switzerland - Basel
```

**WHO**
```
Financial Stability Board (FSB); Michael Bloomberg (Chair TCFD)
```

**BRIEF DESCRIPTION**
La Task Force on Climate-related Financial Disclosures (TCFD), lanzada por el FSB en 2017, definió el marco de referencia para que organizaciones divulguen riesgos y oportunidades financieras relacionadas con el clima en cuatro pilares: Gobernanza, Estrategia, Gestión de Riesgos y Métricas/Objetivos. Sus recomendaciones fueron completamente incorporadas por el ISSB (IFRS S1/S2, junio 2023) antes de que la TCFD se disolviera en octubre 2023. Es la metodología de medición de riesgo climático más influyente en finanzas sostenibles y ESG BI.[124][47][48][125][126][127][128][129]

**LINK**
```
https://www.fsb-tcfd.org
https://www.ifrs.org/sustainability/tcfd/
```

***
## NODO 29
**NAME**
```
DATA VAULT 2.0
```

**DATE**
```
2013
```

**PLACE**
```
USA - Colorado - Denver
```

**WHO**
```
Dan Linstedt (NSA; Business Vault, Inc.)
```

**BRIEF DESCRIPTION**
Data Vault 2.0 ("Building a Scalable Data Warehouse with Data Vault 2.0", 2013) introduce diseño de DW con tres tipos de tabla: Hubs (entidades), Links (relaciones) y Satellites (atributos históricos), optimizando ingesta paralela, trazabilidad total y adaptabilidad al cambio. Es la metodología de diseño DW de mayor crecimiento entre 2015 y 2025.[30][31]

**LINK**
```
https://en.wikipedia.org/wiki/Data_vault_modeling
https://datavaultalliance.com/
```

***
## NODO 30
**NAME**
```
DMBOK DAMA 2009
```

**DATE**
```
2009
```

**PLACE**
```
USA - New Jersey - Basking Ridge
```

**WHO**
```
DAMA International
```

**BRIEF DESCRIPTION**
El DMBOK (1ª ed. 2009, 2ª ed. 2017) cubre 11 áreas de gestión de datos: arquitectura, modelado, almacenamiento, seguridad, integración, documentación, MDM, DW/BI, metadata, calidad y gobernanza. Es la metodología de referencia para CDOs y Data Governance Managers, y su adopción predice madurez del BI organizacional.[130][107]

**LINK**
```
https://www.dama.org/cpages/body-of-knowledge
```

***
## NODO 31
**NAME**
```
DESIGN SPRINT GV
```

**DATE**
```
2010
```

**PLACE**
```
USA - California - Mountain View
```

**WHO**
```
Jake Knapp; Braden Kowitz; John Zeratsky (Google Ventures / GV)
```

**BRIEF DESCRIPTION**
El Design Sprint, creado por Jake Knapp en Google en 2010 y publicado en "Sprint" (Simon & Schuster, 2016), es un proceso de cinco días combinando Design Thinking, Lean Startup y Scrum para responder preguntas críticas de negocio mediante prototipado rápido. Empleado en 150+ sprints con Slack, 23andMe y Nest, es el estándar de validación rápida de productos analíticos en la industria tech.[131][132][133][134][135]

**LINK**
```
https://en.wikipedia.org/wiki/Design_sprint
https://www.thesprintbook.com/
```

***
## NODO 32
**NAME**
```
PLATFORM REVOLUT
```

**DATE**
```
2016
```

**PLACE**
```
USA - New Hampshire - Hanover
```

**WHO**
```
Geoffrey Parker; Marshall Van Alstyne (MIT IDE); Sangeet Choudary
```

**BRIEF DESCRIPTION**
"Platform Revolution: How Networked Markets are Transforming the Economy" (Parker, Van Alstyne & Choudary, W.W. Norton, marzo 2016) formalizó la metodología de diseño, lanzamiento y escalado de negocios de plataforma. Define conceptos operativos como pull, facilitate, match, pipelines vs. platforms, y métricas específicas de plataforma (GMV, take rate, interaction failure rate, liquidity). Es el manual de referencia para el diseño estratégico y el BI de plataformas digitales (Airbnb, Uber, Alibaba, Apple).[136][137][138][139][140]

**LINK**
```
https://ide.mit.edu/publication/platform-revolution/
https://www.marketingjournal.org/the-platform-revolution-an-interview-with-geoffrey-parker-and-marshall-van-alstyne/
```

***
## NODO 33
**NAME**
```
SCRUM PARA BI
```

**DATE**
```
2005
```

**PLACE**
```
USA - Massachusetts - Cambridge
```

**WHO**
```
Ken Schwaber; Jeff Sutherland; Scott Ambler; Ken Collier
```

**BRIEF DESCRIPTION**
Scrum adaptado a proyectos de BI y data warehousing (2005–2010) organiza el trabajo en sprints de 2–4 semanas con entrega de módulos analíticos funcionales al final de cada sprint. Gartner reportó en 2013 que el 60%+ de proyectos de BI exitosos usaban alguna variante ágil, principalmente Scrum.[141][82][142]

**LINK**
```
https://www.scrum.org/resources/what-is-scrum
```

***
## NODO 34
**NAME**
```
PEOPLE ANALYTICS
```

**DATE**
```
2012
```

**PLACE**
```
USA - California - San Francisco
```

**WHO**
```
Google (re:Work / Project Oxygen 2009); IBM (Diane Gherson, CHRO 2013); Visier; Josh Bersin
```

**BRIEF DESCRIPTION**
People Analytics (también HR Analytics o Workforce Analytics) emergió como disciplina formal entre 2009 y 2012. Google's Project Oxygen (2009) demostró que los comportamientos de los managers predecibles con datos impactan la retención. IBM sistematizó People Analytics a escala bajo Diane Gherson (CHRO desde 2013), logrando $300M en ahorros mediante modelos predictivos de rotación y habilidades. Josh Bersin la declaró "El momento de los geeks en RR.HH." en Forbes en febrero 2015. Define una metodología propia de CRISP-DM aplicada a datos de capital humano: attrition modeling, workforce planning, skills taxonomy y talent analytics.[101][143][144][145][146][147][148][149][150][151]

**LINK**
```
https://pmc.ncbi.nlm.nih.gov/articles/PMC10045487/
https://www.emerald.com/jwam/article/13/1/51/250069
https://www.visier.com/blog/history-people-analytics-future-of-work/
```

***
## NODO 35
**NAME**
```
TDSP MICROSOFT
```

**DATE**
```
2016
```

**PLACE**
```
USA - Washington - Redmond
```

**WHO**
```
Microsoft Corporation (Azure Machine Learning team)
```

**BRIEF DESCRIPTION**
El Team Data Science Process (TDSP, septiembre 2016) combina CRISP-DM con Scrum y DevOps, definiendo cinco fases del ciclo de vida y seis roles de equipo explícitos. Es la metodología recomendada para proyectos de BI analítico en el ecosistema Azure y es open source en GitHub.[152][153][154][155][156]

**LINK**
```
https://learn.microsoft.com/en-us/azure/architecture/data-science-process/overview
https://github.com/Azure/Microsoft-TDSP
```

***
## NODO 36
**NAME**
```
DATAOPS METHOD
```

**DATE**
```
2015
```

**PLACE**
```
USA - Massachusetts - Cambridge
```

**WHO**
```
Andy Palmer (Tamr); Chris Bergh (DataKitchen); Gartner
```

**BRIEF DESCRIPTION**
DataOps (2015, formalizado en el DataOps Manifesto 2019) aplica DevOps, Agile y lean manufacturing al ciclo de vida de los datos analíticos con énfasis en CI/CD de pipelines y control estadístico de procesos (SPC). En 2025 es la metodología de referencia para data engineering en entornos de BI modernos.[157][158][159][160]

**LINK**
```
https://dataopsmanifesto.org/
https://kanerika.com/glossary/dataops/
```

***
## NODO 37
**NAME**
```
SC RESILIENCE POST
```

**DATE**
```
2021
```

**PLACE**
```
Switzerland - Geneva
```

**WHO**
```
WEF; McKinsey; Gartner; CSCMP (post-COVID-19 frameworks)
```

**BRIEF DESCRIPTION**
La crisis del COVID-19 (2020–2021) reveló las vulnerabilidades críticas de las cadenas de suministro globales hiperlean y de fuente única. El WEF, McKinsey y Gartner formalizaron frameworks post-COVID de SC Resilience que incorporan: nearshoring/friendshoring, dual/multi-sourcing, inventarios de seguridad estratégica, digital twin de cadena de suministro y modelos de riesgo cuantitativo. Estas metodologías integraron BI de cadena de suministro en tiempo real como componente central de la resiliencia operacional, generando demanda de supply chain analytics, demand sensing y early warning systems.[64][65][66][67][68][70][71][161]

**LINK**
```
https://www.weforum.org/stories/2021/12/supply-chain-resilience-lessons-from-covid-19/
https://www.mckinsey.com/capabilities/operations/our-insights/risk-resilience-and-rebalancing-in-global-value-chains
```

***
## NODO 38
**NAME**
```
ANALYTICS ENGINEER
```

**DATE**
```
2016
```

**PLACE**
```
USA - Pennsylvania - Philadelphia
```

**WHO**
```
Tristan Handy; Drew Banin; Connor McArthur (dbt Labs)
```

**BRIEF DESCRIPTION**
dbt Labs (2016) inaugura la disciplina de Analytics Engineering, introduciendo prácticas de ingeniería de software (testing, versionado, CI/CD) a la transformación SQL dentro del data warehouse. En 2025 es el estándar del Modern Data Stack, adoptado por decenas de miles de organizaciones.[162][163][164][165][166]

**LINK**
```
https://www.getdbt.com/blog/analytics-engineering-next-step-forwards
```

***
## NODO 39
**NAME**
```
DATA MESH 2019
```

**DATE**
```
2019
```

**PLACE**
```
USA - California - San Francisco
```

**WHO**
```
Zhamak Dehghani (Thoughtworks)
```

**BRIEF DESCRIPTION**
Data Mesh (Dehghani, martinfowler.com, mayo 2019; O'Reilly 2022) define cuatro principios: propiedad de dominio, datos como producto, plataforma self-serve y gobernanza federada. Es la metodología arquitectónica y organizacional de mayor impacto en BI empresarial entre 2020 y 2026.[167][168][169][170][171]

**LINK**
```
https://martinfowler.com/articles/data-monolith-to-mesh.html
https://www.datamesh-architecture.com
```

***
## NODO 40
**NAME**
```
ISSB IFRS S1 S2
```

**DATE**
```
2023-06
```

**PLACE**
```
UK - England - London
```

**WHO**
```
IFRS Foundation; International Sustainability Standards Board (ISSB)
```

**BRIEF DESCRIPTION**
El ISSB publicó en junio de 2023 los estándares IFRS S1 (Requisitos generales de divulgación de información financiera relacionada con la sostenibilidad) e IFRS S2 (Divulgaciones relacionadas con el clima), que incorporan íntegramente las recomendaciones de la TCFD. Representan la primera convergencia global de estándares de reporting ESG en los mercados de capital. En 2026 son adoptados o referenciados por más de 30 jurisdicciones regulatorias y son la base del BI financiero sostenible mandatorio en mercados de capital globales.[124][47][48][125][126][127][128]

**LINK**
```
https://www.ifrs.org/sustainability/
https://www.ifrs.org/sustainability/tcfd/
```

***
## NODO 41
**NAME**
```
MLOPS METODOLOGIA
```

**DATE**
```
2017
```

**PLACE**
```
USA - California - Mountain View
```

**WHO**
```
Google (D. Sculley et al., NIPS 2015); Databricks (MLflow, 2018)
```

**BRIEF DESCRIPTION**
MLOps emergió para gestionar el ciclo de vida completo de modelos predictivos en producción: desarrollo, validación, despliegue, monitoreo y reentrenamiento automatizado. Databricks MLflow (2018) es la implementación open source de referencia. En 2025 es la metodología estándar para BI predictivo y prescriptivo, cubriendo el gap entre data science experimental y sistemas analíticos productivos estables.[152][154][156]

**LINK**
```
https://ml-ops.org/
https://www.databricks.com/glossary/mlops
```

***
## NODO 42
**NAME**
```
GEN BI METHODOLOGY
```

**DATE**
```
2023
```

**PLACE**
```
USA - California - San Francisco
```

**WHO**
```
Databricks (Genie); Microsoft (Copilot); Salesforce (Einstein); ThoughtSpot
```

**BRIEF DESCRIPTION**
Generative BI (2023–2026) establece el quinto paradigma del BI: el usuario formula preguntas en lenguaje natural y el sistema genera automáticamente dashboards, SQL, narrativas analíticas y recomendaciones usando LLMs. Es la convergencia de todas las metodologías previas en un ciclo analítico asistido por IA generativa, representando el estado del arte a 2026.[172][173][174][175]

**LINK**
```
https://learn.microsoft.com/en-us/power-bi/create-reports/copilot-introduction
https://www.databricks.com/product/ai-bi
```

| **IA generativa y estado del arte** | GEN BI METHODOLOGY |