Content uploaded by Carlos Mario Durango Yepes
Author content
All content in this area was uploaded by Carlos Mario Durango Yepes on Jan 05, 2016
Content may be subject to copyright.
205
Dimensión Empresarial
/ Vol.13 No. 2 / Julio - Diciembre de 2015, págs.
EVALUACIÓN DE LAS TECNOLOGÍAS
PARA LA GESTIÓN DEL CONOCIMIENTO
1
EVALUATION OF TECHNOLOGIES FOR MANAGING KNOWLEDGE
AVALIAÇÃO DE TECNOLOGIAS PARA GERENCIAR O CONHECIMENTO
205
Carlos Mario Durango Yepes 2
FORMA DE CITACIÓN
Durango, C.M. (2015). Evaluación de las tecnologías para la gestión del conocimiento, Revista Dimensión Empresarial, vol. 13, núm. 2,
p. 205-217
JEL: C380, M150
DOI: http://dx.doi.org/10.15665/rde.v13i2.537
RESUMEN
Este trabajo tiene como propósito determinar el nivel de madurez de las tecnologías de la información y la comunicación usadas en los
procesos de Gestión de Conocimiento de algunas grandes empresas de Medellín, Colombia. Para el logro de dicho propósito, se utilizó
un modelo integrado de madurez de Gestión de Conocimiento con base en dos perspectivas epistemológicas diferentes. Se aplicaron
técnicas estadísticas de análisis multivariado como componentes principales con el ánimo descartar aquéllas que sean irrelevantes,
colineales o redundantes, y clúster para determinar los rangos de los cinco niveles de madurez con miras a la clasificación de las siete
empresas objeto de estudio. Al final se logró saber la posición de cada una de las empresas en términos tecnológicos, según la escala
de madurez de la Gestión del Conocimiento, y se comprueba la validez del procedimiento utilizado para el análisis de los datos, como
una herramienta que posibilita el autodiagnóstico a cada una de las empresas.
Palabras clave: Madurez de la Gestión del Conocimiento, TIC, Análisis clúster
Contenido: 1. Introducción, 2. Modelo general de madurez para la GC, 3. Sistema de gestión de conocimiento, 4. Procedimiento para
el tratamiento de los datos, 5. Resultados de la madurez de la tecnología para la GC, 6. Conclusiones.
1 Artículo de investigación, producto del proyecto “Madurez de la Gestión del Conocimiento en Grandes Empresas, financiado por la Universidad Luis Amigó, Medellín,
www.funlam.edu.co fecha de iniciación: 1 de febrero de 2013, fecha de terminación: 25 de noviembre de 2013. Fecha de recepción: 15/05/2015. Fecha de acepta-
ción: 10/07/2015.
2 Magíster en Gestión Tecnológica. Líder Grupo de investigación Goras. Fundación Universitaria Luis Amigó, Medellín, Docente en Administración de Empresas Correo:
carlos.durangoye@amigo.edu.co
206
Dimensión Empresarial
/ Vol.13 No. 2 / Julio - Diciembre de 2015, págs.
206
ABSTRACT
This paper aims to determine the level of maturity of the technologies of information and communication processes used in Knowledge Management,
major companies in Medellin Colombia. To achieve this aim was used an integrated knowledge management of maturity model based on two dier-
ent epistemological perspectives model. Methodologically multivariate statistical analysis techniques such as principal components with the aim to
discard those that are irrelevant or redundant collinear and cluster were applied to determine the ranges of the five maturity levels with a view to the
classification of the seven companies under study. In the end, they managed to find the position of each of the companies in terms of technology,
according to the scale of maturity of the GC, and the validity of the procedure used for the analysis of the data as a self-diagnosis tool that allows
each one of the companies.
Keywords: Maturity of Knowledge Management, ICT, Cluster Analysis
RESUMO
Este trabalho tem como objetivo determinar o nível de maturidade das tecnologias de informação e processos de comunicação utilizados em Gestão
do Conhecimento, grandes empresas em Medellín Colômbia. Para atingir este objetivo foi usada uma gestão do conhecimento integrado do modelo
de maturidade com base em dois modelos diferentes perspectivas epistemológicas. Técnicas de análise estatística multivariada metodologicamente,
como componentes principais com o objetivo de descartar aqueles que são colineares e aglomerado irrelevante ou redundante foram aplicados para
determinar os intervalos de cinco níveis de maturidade, com vista à classificação das sete empresas em estudo. No final, eles conseguiram encontrar a
posição de cada uma das empresas em termos de tecnologia, de acordo com a escala de maturidade da GC, e validade do procedimento utilizado para
a análise dos dados como uma ferramenta de auto-diagnóstico que permite que cada uma das empresas
Palavras chave: Maturidade de Gestão do Conhecimento, TIC, Análise de Cluster
1. INTRODUCCIÓN
La mayoría de los modelos de madurez para la gestión del co-
nocimiento actualmente en práctica, identican áreas de pro-
ceso clave (o KPA por sus siglas en ingles “Key Process Areas”)
relacionados con personas, procesos y tecnología. Estas KPA’s
sugieren que la gestión del conocimiento necesita considerar
aspectos organizacionales, humanos (por ejemplo, sicológicos
y sociológicos) y tecnológicos con el objeto de apoyar de ma-
nera exitosa los procesos operativos de dicha gestión (Quintas,
et al., 1997). El área de proceso clave personas, incluye aspectos
relacionados con la cultura, estrategias y políticas de la organi-
zación; el área clave procesos, se reere a aspectos concernien-
tes a los procesos de gestión de conocimiento (GC), tales como
creación, recopilación, organización, transferencia y utilización
del conocimiento (Durango, 2010); y el área de proceso clave
tecnología, se relaciona con la infraestructura tecnológica de
soporte a los procesos de GC, aplicaciones o servicios para la
GC y la actitud hacia las TI para la GC.
Pee, Teah & Kankanhalli (2006) proponen el G-KMMM por
sus siglas en ingles “General Knowledge Management Matu-
207
Dimensión Empresarial
/ Vol.13 No. 2 / Julio - Diciembre de 2015, págs. 205-217
rity Model” el cual es un modelo descriptivo que describe los
atributos esenciales que caracterizan una organización en un
nivel particular de la madurez de la gestión del conocimiento.
También es un modelo normativo en el que las prácticas prin-
cipales caracterizan los tipos ideales de ambiente que deberían
ser esperados en una organización que esté implementando
gestión del conocimiento. Alavi y Leidner (2001) en una re-
visión sobre los fundamentos conceptuales y aspectos de in-
vestigación sobre sistemas de GC, denen las organizaciones
como sistemas de conocimiento que poseen cuatro procesos de
conocimiento: la creación (referida como construcción), alma-
cenamiento/recuperación, transferencia, y aplicación. Holzner
and Marx (1979); Pentland (1995) y Holsapple & Joshi (2002)
identicaron las principales actividades de manipulación del
conocimiento: adquisición, selección, interiorización, y utiliza-
ción del conocimiento y, por su parte,. Sabherwal & Sabherwal
(2005) examinaron los esfuerzos de GC basados en Tecnologías
de Información (TI) en términos de tres procesos: crear, inter-
cambiar y usar el conocimiento.
Para las organizaciones que han implementado alguna forma
de GC, el Modelo General de Madurez de GC, MGMGC, puede
apoyar el desarrollo de la GC mediante el análisis sistemático
de su nivel actual de madurez de la GC. El instrumento de eva-
luación proporcionado por este modelo puede servir como un
instrumento de diagnóstico ubicando los aspectos que requie-
ren mejora. Esto permite determinar las actividades esenciales
y sus prioridades e indica cómo avanzar al siguiente nivel de
madurez de GC. Además, puede servir de base para la com-
paración de las unidades dentro de una organización o entre
organizaciones.
Debido al interés investigativo de conocer los avances y re-
trocesos en los procesos de implementación de las prácticas de
GC en siete grandes empresas de la ciudad de Medellín, este
trabajo intenta responder la pregunta sobre cómo evaluar la
madurez de la GC en la dimensión tecnología en siete grandes
empresas de la ciudad de Medellín?
El artículo está organizado de la siguiente manera, primero
se desarrolla el concepto de madurez de la gestión del conoci-
miento en el marco del modelo general de madurez para la GC,
en segundo lugar, se describe el Sistema de Gestión de Cono-
cimiento, en tercer lugar, se presenta el procedimiento para el
tratamiento de los datos, en cuarto lugar, los resultados de la
evaluación de la madurez de tecnología para la GC en las siete
grandes empresas, en el marco de las cuatro dimensiones del
modelo de GC que integra la visión funcionalista e interpreta-
tiva, y nalmente las conclusiones.
2. MODELO GENERAL DE MADUREZ PARA LA GC
El primer modelo de madurez, denominado capability ma-
turity model (CMM por sus siglas en inglés), fue pensado y
aplicado a los procesos de desarrollo de soware (Paulk et al,
1993), éste describe e indica por cada uno de sus cinco niveles,
inicial, repetible, denido, gerenciando y optimizado, cuáles
son las características que marcan la evolución de estos pro-
cesos, y las áreas claves en las que deben implementarse un
conjunto de prácticas o focalizarse los cambios en aras de con-
solidar los mejoramientos. Con ello se denió la estructura bá-
sica de los modelos de madurez, a saber, niveles, descripción o
características de éstos, y áreas claves.
La literatura de gestión de conocimiento revela que al igual
que el CMM, la mayoría de modelos de madurez de gestión
de conocimiento, MMGC, basados o no en CMM, identican
cinco niveles de madurez. El modelo propuesto denominado
MGMGC adaptó cinco niveles de madurez de CMM llamados
inicial, conciencia, denido, gestionado y de optimización. El
nivel 2 fue renombrado por Pee et al. De “Repetible” a “Con-
ciencia” considerando que “Repetible” es menos intuitivo en el
contexto de la gestión de conocimiento, y que dicho nivel está
principalmente caracterizado por una conciencia de gestionar
el conocimiento.El MGMGC, es un modelo descriptivo en el
cual se presentan los atributos esenciales que caracterizan una
organización en un nivel particular de la madurez de la GC.
También es un modelo normativo en el que las prácticas prin-
208
Dimensión Empresarial
/ Vol.13 No. 2 / Julio - Diciembre de 2015, págs.
cipales caracterizan los tipos ideales de ambiente que deberían
ser esperados en una organización que esté implementando
GC.
Similar a la mayoría de modelos de madurez de GC basados
o no en CMM (Capacity Madurity Model), el MGMGC sigue
una estructura por etapas y tiene tres componentes principa-
les, llamados niveles de madurez, áreas de proceso clave o KPA
por sus siglas en ingles Key Process Areas y características co-
munes. Cada nivel de madurez está compuesto por diferentes
KPAs, y cada KPA esta descrita por un conjunto de caracte-
rísticas comunes. Estas características especican las princi-
pales prácticas que, cuando son direccionadas colectivamente,
ayudan a lograr los objetivos de una KPA. Esta estructura está
organizada en la Tabla 1 solo para las dos áreas que son de in-
terés en este trabajo.
Tabla 1. Niveles de madurez
Inicial
Conciencia
Denido
Gestionado
Optimizado
1
2
3
4
5
Concepto Descripción General KPA Tecnología
No existe instalada alguna tecnología o
infraestructura especica de GC.
Se han iniciado proyectos piloto de GC
(no necesariamente por la iniciativa de la
dirección)
-Se tiene instalada una infraestructura
básica de GC (por ejemplo un punto único
de acceso)
-Se han puesto en marcha algunos
proyectos de GC a nivel institucional
-En toda la institución los sistemas de GC
están completamente en marcha.
-El uso de los sistemas de GC está en un
nivel razonable
- Perfecta integración de la tecnología con
la arquitectura de contenidos
La infraestructura actual de GC es
mejorada continuamente.
Poca o ninguna intención de hacer uso del
conocimiento organizacional
La institución está consciente y tiene la in-
tención de gestionar su conocimiento or-
ganizacional, pero es posible que no sepa
cómo hacerlo.
La institución ha puesto en marcha una in-
fraestructura básica que soporta la GC
Las iniciativas de GC están bien estableci-
das en la institución.
La GC está plenamente integrada dentro de
la institución y es continuamente mejorada,
es un componente automático en cualquier
proceso de la organización.
Fuente: Elaboración propia
205-217
209
Dimensión Empresarial
/ Vol.13 No. 2 / Julio - Diciembre de 2015, págs.
3. SISTEMA DE GESTIÓN DE CONOCIMIENTO
Un Sistema de Gestión de Conocimiento (SGC) se reere a
una clase de los sistemas de información para soportar la crea-
ción, almacenamiento y recuperación, transferencia y aplica-
ción del conocimiento en la organización, como lo formulan
Gottschalk (2006) y Rezgui (2007). Estos sistemas son una par-
te más de la estrategia de Gestión del Conocimiento dentro de
las organizaciones. No todas las iniciativas de GC involucran
una implementación de tecnología y pese a las advertencias
en contra de un énfasis en la tecnología en detrimento de los
aspectos sociales y culturales de la GC (Davenport & Prusak
1998; O.Dell & Grayson 1998), muchas de las iniciativas de
GC se basan en la tecnología como un facilitador importante.
Bowman (2002) describe la estructura del SGC e identica las
características que se esperan en un SGC integral. Estas carac-
terísticas incluyen: búsqueda y recuperación de texto y mul-
timedia, mapeo de conocimientos, personalización, colabora-
ción, mensajería. Los tipos de tecnología más frecuentemente
utilizados en herramientas de Gestión del Conocimiento son:
Intranet, sistemas de gestión de contenidos, sistemas de ges-
tión de documentos, bases de datos relacionales y objetuales,
sistemas groupware y workow, sistemas warehousing y data
mining (Lee and Hong, 2002).
La manera como las organizaciones trabajan para desarrollar
sus SGC, lo hacen cambiando de un sistema cerrado, como un
GroupWare o Workow, a un sistema de intercambio global
(Lee & Kim, 2001). Otro autor, como Gottschalk (2006) propo-
ne cuatro fases de crecimiento de la Tecnología para la Gestión
del Conocimiento (TGC):
• La fase I se denomina “sistemas de herramienta de usuario
nal” o “tecnología para la persona”, cuando las Tecnologías de
la Información (TI) proporcionan herramientas a las personas
para que mejoren su eciencia personal. Por ejemplo: proce-
sadores de texto, hojas de cálculo y soware de presentación.
• La fase II se denomina “sistemas “quién sabe qué”, o “perso-
na a persona”, cuando las personas utilizan las TI para buscar
otros trabajadores del conocimiento. Por ejemplo: sistemas de
páginas amarillas y las Intranets.
• La fase III se denomina “sistemas qué saben ellos” o “infor-
mación para la persona”, cuando las TI proporcionan a las per-
sonas acceso a la información que normalmente se almacena
en los documentos. Los ejemplos incluyen: minería de datos y
motores de búsqueda.
•4. La fase IV se denomina ‘’ sistemas cómo piensan ellos”
o “sistema para la persona”, cuando el sistema está concebido
para ayudar a resolver un problema de conocimiento. Ejem-
plos: sistemas expertos, inteligencia articial e inteligencia de
negocios.
El modelo en fases de la Tecnología para la Gestión del Co-
nocimiento (TGC) consta de cuatro etapas: La primera etapa,
es en general de soporte de TI para los trabajadores del cono-
cimiento. Esto incluye el procesamiento de textos, hojas de cál-
culo y correo electrónico. La segunda etapa, es la información
acerca de fuentes de conocimiento. Un sistema de información
almacena información acerca de quién sabe qué dentro y fuera
de la empresa. El sistema no almacena lo que realmente saben.
Un ejemplo típico es la intranet de la empresa. La tercera etapa,
es la información que representa el conocimiento. El sistema
almacena lo que los trabajadores del conocimiento conocen
en términos de información. Un ejemplo típico es una base de
datos. La cuarta y última etapa, es el procesamiento de la in-
formación. Un sistema de información utiliza la información
para evaluarlas situaciones. Un ejemplo típico aquí es un siste-
ma experto.
El enfoque contingente de desempeño de la empresa implica
que la fase I puede ser adecuada para una empresa, mientras
que la fase IV puede ser adecuada para otra empresa. Algunas
empresas van a evolucionar con el tiempo de la etapa I a las eta-
pas superiores, como se indica en la gura. 1. El eje de tiempo
que va desde 1990 hasta 2020 en la gura1 indica que se necesi-
ta tiempo para que toda una industria se desplace por todas las
205-217
210
Dimensión Empresarial
/ Vol.13 No. 2 / Julio - Diciembre de 2015, págs.
etapas. Las etapas de soporte de TI para la GC son útiles tanto
para identicar la situación actual, como para la planicación
de futuras aplicaciones en la empresa.
Algunas variables de referencia para las etapas del modelo de
crecimiento de la TGC se enumeran en la Tabla 2.
En la tecnología para la gestión del conocimiento (TGC), el
continuum de la inteligencia, es una colección de herramientas
claves, técnicas y procesos. Algunos ejemplos son la minería de
datos e inteligencia de negocios. En conjunto, representan un
sistema para renarla materia prima de los datos almacenados
en los data marts y /o almacenes de datos y maximizar el valor
y la utilidad de estos activos de datos para cualquier organiza-
ción. El primer componente en un extremo del continuum es
un sistema de información genérica, que genera datos que se
capturan en un repositorio de datos.
Con el n de maximizar el valor de los datos y utilizarla para
mejorar los procesos, las técnicas y herramientas de minería
de datos, inteligencia empresarial y análisis deben aplicarse al
almacén de datos. Una vez aplicado, los resultados se convier-
ten en parte de los datos que se reintroducen en el sistema y en
combinación con las otras entradas como son las personas, los
procesos y la tecnología para el desarrollo de un mejoramiento
continuo. Por lo tanto, el continuum de inteligencia incluye la
generación de datos, el análisis de estos datos para proporcio-
nar un diagnóstico y la reintroducción en el ciclo como una
solución prescriptiva. En términos de las etapas del modelo de
crecimiento, una solución prescriptiva de un sistema normal-
mente se produce en la etapa IV.
Una aplicación importante en el continuum de la inteligencia
es la minería de datos, que se produce en la etapa III. Debido
al inmenso tamaño delos conjuntos de datos en la mayoría de-
las organizaciones, las técnicas computarizadas son esenciales
para ayudar a los trabajadores del conocimiento a compren-
derlas relaciones y asociaciones entre los datos. La minería de
datos está estrechamente relacionada con las bases de datos y
comparte algunos puntos en común con las estadísticas, ya que
ambos se esfuerzan en el descubrimiento de la estructura de
los datos. Sin embargo, mientras que el análisis estadísticos e
inicia con algún tipo de hipótesis acerca de las relaciones en los
datos, la minería de datos no lo hace. La minería de datos trata
con bases de datos heterogéneas, conjuntos de datos y campos
de datos. La minería de datos es, pues, el proceso no trivial de
identicación válida, novedosa, potencialmente útil, y en últi-
ma instancia, los patrones comprensibles a partir de datos.
Otra técnica impulsada por la tecnología, como la minería de
datos conectada a la GC, es el área de la inteligencia de nego-
cios y ahora el término más reciente de análisis de negocios. El
término inteligencia de negocios, se ha convertido en sinóni-
Fig. 1 Modelo en etapas de la Tecnología para la GC
Fuente: Gottschalk (2006)
205-217
211
Dimensión Empresarial
/ Vol.13 No. 2 / Julio - Diciembre de 2015, págs.
Tabla 2 Características de cada etapa de Tecnología para la GC
Etapa 1:
Herramientas
Disparador de
TI para la GC
Centrarse en la
aplicación de TI
para la GC
Dominando la
estrategia de
Tecnología para
la GC
Actitud hacia las
TI para la GC
Etapa 2:
Fuentes Etapa 3:
Contenidos Etapa 4:
Sistemas
Necesidad de
conocimientos de
herramientas de
usuario nal de
los trabajadores de
conocimiento
Poner las TI disponibles
a los trabajadores de
conocimiento
Estrategia de
herramienta
Los escépticos
Necesidades de
información de la
organización
Habilitar el intercambio
de conocimiento
entre trabajadores de
conocimiento
Estrategia de ujo
Los conservadores
Necesidad de
conocimientos de los
trabajadores sobre
automatización de la
información
Habilitar el
intercambio de
información
electrónica entre
los trabajadores del
conocimiento
Estrategia de
almacenamiento
Primeros en adoptar
Necesidad de
automatización
del trabajo de la
organización
Reemplazar los
trabajadores de
conocimiento
por sistemas de
información
Estrategia de
crecimiento
Innovadores
Fuente: Gottschalk (2006)
mo de una descripción general para una amplia gama de herra-
mientas de soportes de decisiones, algunas de las que se dirigen
a audiencias especícas de usuarios. En la parte inferior de la
jerarquía de la inteligencia de negocio están las herramientas
de extracción y formato, que también se conocen como herra-
mientas de extracción de datos. El siguiente nivel se conoce
como almacenes y mercados.
Las herramientas de inteligencia humana forman el último
nivel de la jerarquía e involucran la experticia humana, las opi-
niones y las observaciones registradas para crear un repositorio
de conocimiento. Estas herramientas están en la parte más alta
de la inteligencia de negocios y están enfocadas en los aspectos
analíticos. Aquí nos encontramos con sistemas expertos basa-
dos en reglas, lógica difusa y el modelamiento de sistemas di-
námicos.
El modelamiento de sistemas dinámicos, es una herramienta
de análisis para estudiar la dinámica de negocios. El proceso
de modelado comienza dibujando un modelo, a continuación,
se escriben las ecuaciones especicando cantidades numéricas.
Las cantidades numéricas pueden ser el resultado de la minería
de datos. Luego, el modelo es simulado. Finalmente, los datos
de simulación se pueden examinar con herramientas de análi-
sis para descubrir el comportamiento dinámico de las variables
en el modelo. La construcción del modelo normal sigue un pa-
trón de creación, evaluación y re-creación, iterando hasta que
el modelo cumpla con los requisitos de los usuarios.
205-217
212
Dimensión Empresarial
/ Vol.13 No. 2 / Julio - Diciembre de 2015, págs.
El enfoque de la tecnología orientado desde la madurez de la
GC, sirve para identicar los pasos siguientes en el desarrollo
tecnológico, a n de avanzar hacia el estado de las tecnologías
futuras que apoyarán los procesos de GC. Por lo tanto, de acuer-
do con la etapa de GC en la que se encuentre la organización, va
a cambiar el disparador de TI, el enfoque en la aplicación de TI,
la estrategia de tecnología para la GC y la actitud hacia las TI.
Al operacionalizar conceptualmente con base en Pee, Teah
& Kankanhalli (2006) y Gottschalk (2006) el área objeto de
estudio a la luz de los cinco niveles de madurez se obtiene lo
siguiente:
• Con respecto al área clave tecnología, en el nivel inicial, en
cuanto a infraestructura tecnológica la organización no cuenta
con TI para llevar a cabo actividades de GC y la existente no se
usa para este propósito. Las aplicaciones de GC usan procesa-
miento de textos, hojas de cálculo, soware de presentación y
e-mail, y en su actitud hacia las TI son Escépticos, sin conoci-
miento básico de las TI.
• En el nivel de consciencia, en cuanto a infraestructura tec-
nológica, en algunas áreas de la organización se usan las TI
existentes para iniciativas o proyectos piloto de GC. Las pági-
nas amarillas e intranets son las aplicaciones propias de GC, y
en su actitud hacia las TI, son conservadores, con conocimien-
to básico de la TI, o en período de aprendizaje o entrenamiento
inicial.
• En el nivel denido, la organización tiene una infraestruc-
tura básica de GC que puede ser accedida a través de la intranet
o portal corporativo, las aplicaciones de GC propias de este ni-
vel son: bases de datos internas, almacenes normalizados (Data
Warehouse, centros de datos (Data marts), group ware, work
ow), y en cuanto a la actitud hacia las TI, son adoptadores
tempranos, con un nivel medio de conocimiento o dominio de
TI en las actividades de GC.
• En el nivel gestionado, en toda la empresa las aplicaciones
de GC están perfectamente integradas con los procesos de ne-
gocio de la misma, las aplicaciones propias de este nivel son la
transferencia interna de conocimiento, la venta de conocimien-
to, lecciones aprendidas y la inteligencia competitiva, en cuanto
a la actitud hacia las TI son promotores, con un nivel medio y
fuerte de conocimiento o dominio de TI en las actividades de
GC en toda la organización.
• En el nivel optimizado, se mejora continuamente la infraes-
tructura tecnológica para las aplicaciones de GC integrada a
los procesos de negocio. Las aplicaciones de GC propias de este
nivel son los sistemas expertos y la inteligencia articial, en la
actitud respecto a las TI son innovadores, con conocimientos
avanzados de la TI y sus aplicaciones actuales y potenciales.
4. PROCEDIMIENTO PARA EL
TRATAMIENTO DE LOS DATOS
Este trabajo es de tipo transversal correlacional, lo cual in-
dica que mediante la aplicación del instrumento en un solo
momento en el tiempo se determinaron los valores en los que
se maniestan las variables del modelo de madurez; buscando
con ello situar el desarrollo de éstas en la escala propuesta por
los modelos de madurez, adicionalmente, se aplicaron técnicas
estadísticas de análisis multivariado como componentes prin-
cipales con el ánimo descartar aquéllas que sean irrelevantes,
colineales o redundantes, y clúster para determinar los rangos
de los cinco niveles de madurez con miras a la clasicación de
las empresas.
La medición de la madurez de la gestión del conocimiento, se
realizó en un total de siete empresas, UNE, ISA, ISAGEN, CO-
RONA, BANCOLOMBIA, NACIONAL DE CHOCOLATES, y
ARGOS, las cuales han implementado iniciativas de este tipo
por lo menos con cinco años de antigüedad.
En este artículo se socializan los resultados de la dimensión
Tecnología para la GC, que comprende las aplicaciones de GC,
la infraestructura, y la actitud hacia las TIC. El cuestionario en-
viado a los encuestados de las diversas áreas organizacionales
y a los tres niveles administrativos, incluyó además, otras once
205-217
213
Dimensión Empresarial
/ Vol.13 No. 2 / Julio - Diciembre de 2015, págs.
variables correspondientes a las otras tres dimensiones del mo-
delo de madurez integrado (Procesos de GC, Organización y
personas, Interpretativa), es decir, desde ambas posturas fun-
cionalista e interpretativa, que propone el autor de este artículo
en otro trabajo en proceso de publicación.
Luego se construyó la base de datos en Excel, asignando un
valor de uno a cinco a las cinco opciones de respuesta, uno co-
rrespondiente al nivel inicial de la escala de madurez, dos para
consciencia, tres para denido, cuatro para gestionado, y cinco
para optimizado. Además, se promediaron los valores en los
casos donde varias personas pertenecientes a una misma orga-
nización diligenciaron el instrumento, buscando obtener una
sola la de datos por cada empresa que fueron en total siete y,
de este modo, facilitar el análisis y la aplicación de las técnicas
de análisis multivariado.
Posteriormente, se procedió a relativizar las variables propias
de las cuatro áreas (tabla 3), con el ánimo de tornarlas semi-
cuantitativas para que soporten cualquier análisis multivaria-
do, asignando un valor de prioridad en un panel de expertos a
cada una de ellas, el cual se multiplica por la calicación de las
mismas y se divide por la sumatoria de todas las ponderaciones
al interior de cada una de las dimensiones (Lema, 2002). El va-
lor de prioridad asignado fue de 4 para el área procesos de GC,
de 3, para el área de tecnologías de apoyo a la GC, de 2, al de
organización y personas, y de 1, a los aspectos interpretativos
de la GC.
Con las variables relativizadas se construye, por cada una
de las empresas y en función de cada una de las cuatro di-
mensiones, el Índice de Valor de Importancia Relativizado
(IVIR), que es un indicador adimensional que muestra el
grado de importancia estadística que tiene un individuo en
un grupo o contexto, según la totalidad de las características
de las variables estudiadas (Lema, 2005).
Para calcular el IVIR, se suman los valores de las variables
pertenecientes a cada una de las dimensiones por cada una de
las empresas, y de este modo se construye el índice de valor
de importancia (IVI). Luego un panel de expertos le asigna un
peso a cada una de las dimensiones, los cuales se multiplican
por su correspondiente IVI, se suman los resultados y se divi-
den entre la sumatoria de las ponderaciones (ver tabla 4).
Este procedimiento se deja en este punto, para dar inicio al
análisis clúster que busca clasicar las observaciones de acuer-
do a su grado de homogeneidad e identicar los rangos de los
cinco niveles de la escala de madurez, para ello se aplicó la téc-
nica no jerárquica K-means, que resulta pertinente cuando se
conoce de antemano el número de grupos o conglomerados.
Para el caso se tomó la decisión de agrupar las observaciones
en cuatro conglomerados pese a que la escala de madurez tiene
cinco niveles, porque se asumió que ninguna de las empresas
se encuentra en un nivel inicial dado que el estudio se realizó
con aquellas que han implementado iniciativas de gestión de
conocimiento por lo menos con cinco años de antigüedad. La
técnica K-means se aplicó de manera independiente a cada una
de las dimensiones y a sus respectivas variables, asumiendo que
las empresas no tienen un nivel de madurez homogéneo, en
ocasiones algunas tienen fortalezas en organización y personas,
pero pueden presentar debilidades en tecnologías, y viceversa.
Consecutivamente, se suman los valores que arroja el análisis
clúster de las variables de cada dimensión para generar el IVI
de cada uno de los cuatro conglomerados (ver tabla 5), el cual
se utiliza para clasicarlos de menor a mayor en consciencia,
denido, gestionado y optimizado.
205-217
214
Dimensión Empresarial
/ Vol.13 No. 2 / Julio - Diciembre de 2015, págs.
Tabla 3. Variables Semicuantitativas del Modelo de Madurez de GC
Tabla 4. IVI dimensional e IVIR
BANCOLOMBIA 1,3 0,27 0,67 1,67 1,00 2,00 0,20 1,50 0,60 2,00 1,33 0,67 3,33 1,00
NAL CHOCOL 0,9 0,20 0,23 0,83 0,50 1,00 0,18 0,98 0,35 1,00 0,50 0,46 1,67 1,08
CORONA 1,0 0,27 0,67 1,33 0,80 0,80 0,50 0,60 1,00 1,00 1,67 0,67 3,33 0,67
UNE 1,0 0,23 0,37 1,67 0,70 1,20 0,35 1,05 0,55 0,88 0,83 0,50 1,83 1,17
ISAGEN 1,3 0,33 0,67 1,00 1,00 2,00 0,40 1,20 0,80 2,00 1,33 0,67 0,67 0,67
ARGOS 0,5 0,27 0,27 1,00 0,40 1,20 0,30 0,60 0,60 1,50 0,67 0,33 2,00 1,00
ISA 1,3 0,27 0,40 1,67 0,40 0,80 0,30 1,20 0,40 1,50 1,00 0,67 2,67 1,33
Organización y personas
Empresas
Conanza
T-Shapped
Incentivos
Estructura
Estrategia
Creación
Recopilación
Intercambio
Aplicación
Aplicaciones
Infraestructura
Actitud
Signicados
Interpretativo
Procesos Tecnología
TecnologíaProcesos (P)
Organización y
personas(O)
Empresas
IVI
IVIR
Interpretativo
Interpretativo
BANCOLOMBIA 4,9 4,3 4 4,3 4,3
NAL DE CHOCOLATES 2,7 2,5 2 2,8 2,1
CORONA 4,1 2,9 3,3 4 4,7
UNE 4 3,2 2,2 3 3,5
ISAGEN 4,3 4,4 4 1,3 4,4
ARGOS 2,5 2,7 2,5 3 3,2
ISA 4,1 2,7 3,2 4 3,4
Fuente: Gottschalk (2006)
Fuente: Elaboración propia
205-217
215
Dimensión Empresarial
/ Vol.13 No. 2 / Julio - Diciembre de 2015, págs.
Tabla 5. IVI de los clústeres para la Dimensión Tecnología del Modelo de Madurez de GC
Tabla 6. Rangos de madurez
Tabla 7. Ubicación de las empresas
en los rangos de madurez de GC
Dimensiones del Modelo de Madurez de KM
Fuente: Elaboración propia
Fuente: Elaboración propia
Fuente: Elaboración propia
Clusters
O P Tecnología I
Cluster 1 4,93 4,3 3,72 4,33
Cluster 2 2,58 2,6 2,23 2,36
Cluster 3 4,23 2,9 3,33 4
Cluster 4 4,02 3,42 2,21 3,5
Lo anterior sirve de base para estimar los rangos de los cinco
niveles de la escala de madurez (ver tabla 6), y determinar en
cuál se encuentran las empresas, al ubicar en alguno de ellos el
IVI de las cuatro dimensiones.
5. RESULTADOS DE LA MADUREZ DE LA
TECNOLOGÍA PARA LA GC
Si se toman los IVI’s de cada empresa para la dimensión
tecnología referenciados en la tabla 4, y se ubican en los ran-
gos arrojados por la tabla 6, se logra determinar la localiza-
ción de las siete empresas en los cinco niveles de madurez
para la dimensión Tecnología, tal como se muestra en la
tabla 7.
La NACIONAL DE CHOCOLATES, se ubica en la catego-
ría inicial con relación a los aspectos tecnológicos que apo-
yan los procesos de GC. Las características de una organi-
zación en dicho estado mostrarán las siguientes condiciones
en su infraestructura tecnológica, en sus prácticas de GC y
en su actitud hacia las TIC´s:
-La organización no cuenta con Tic´s para llevar a cabo
actividades de GC y la existente no se usa para este propó-
sito.
-Las aplicaciones de GC usan procesamiento de textos,
hojas de cálculo, soware de presentación y e-mail.
-Las personas son escépticas, sin conocimiento básico de
las TI.
Nivel de madurez Tecnología
Inicial 0≥n<2,21
Consciencia 2,21≥n<2,23
Denido 2,23≥n<3,33
Gestionado 3,33≥n<3,72
Optimizado n≥3,72
Nivel de madurez Ubicación de las empresas
Inicial NACIONAL DE CHOCOLATES
Consciencia UNE
Denido ARGOS, ISA, CORONA
Gestionado
Optimizado ISAGEN, BANCOLOMBIA
205-217
216
Dimensión Empresarial
/ Vol.13 No. 2 / Julio - Diciembre de 2015, págs.
En la categoría, consciencia, del modelo de madurez, se
encuentra la empresa UNE. Lo cual puede interpretarse de
la siguiente manera:
-En algunas áreas de la organización se usan las TIC´s
existentes para iniciativas o proyectos piloto de GC.
-Las páginas amarillas e intranets son las aplicaciones pro-
pias de GC.
-En su actitud hacia las TIC’s, son conservadores, con co-
nocimiento básico de la TI, o en período de aprendizaje o
entrenamiento inicial.
-Las empresas ISA, CORONA y ARGOS comparten el ni-
vel denido, lo que puede interpretarse de la siguiente ma-
nera:
-La organización tiene una infraestructura básica de GC
que puede ser accedida a través de la intranet o portal cor-
porativo.
-Bases de datos internas, almacenes normalizados (Data
Warehouse), centros de datos (Data marts), group ware,
work ow.
-Adoptadores tempranos, con un nivel medio de conoci-
miento o dominio de TI en las actividades de GC
En el nivel gestionado no aparece ninguna de las empresas
objeto de estudio. La única empresa en el nivel de madurez
optimizado es BANCOLOMBIA lo que podría ser interpre-
tado de la siguiente manera:
-La infraestructura tecnológica para las aplicaciones de
GC integrada a los procesos de negocio se mejora continua-
mente.
-Las aplicaciones de GC usan sistemas expertos, inteligen-
cia articial y/o la inteligencia de negocios.
-La actitud hacia las TIC’s los caracteriza como innovado-
res, con conocimientos avanzados de la TI y sus aplicaciones
actuales y potenciales.
6. CONCLUSIONES
-Una de las siete grandes empresas perteneciente al sector
de alimentos, no cuenta con TI para llevar a cabo activida-
des de GC y la existente no se usa para este propósito.
-Una empresa del sector de telecomunicaciones, tiene al-
gunas áreas de la organización en las cuales se usan las TI
existentes para iniciativas o proyectos piloto de GC.
-Dos empresas grandes del sector de la construcción y una
comercializadora de energía eléctrica, tienen una infraes-
tructura básica de GC que puede ser accedida a través de la
intranet o portal corporativo, las aplicaciones de GC propias
de este nivel son las bases de datos internas y / o un data
warehouse.
-Ninguna de las empresas objeto de estudio tienen aplica-
ciones de GC integradas con los procesos de negocio, tales
como transferencia interna de conocimiento, venta de cono-
cimiento, lecciones aprendidas y la inteligencia competitiva.
-Una empresa generadora de energía y un banco, mejoran
continuamente la infraestructura tecnológica para las apli-
caciones de GC integradas a los procesos de negocio, tales
como sistemas expertos e inteligencia articial.
-La metodología utilizada proporciona un algoritmo de
cálculo que permite semicuantitativizar variables cualita-
tivas provenientes de una escala Likert, y obtener en cada
clúster denido previamente, el índice de valor de impor-
tancia (IVI), al igual que, el valor global del IVI ( o sea el
IVIR) para las cuatro dimensiones de la GC y para cada em-
presa objeto del estudio.
REFERENCIAS
Alavi, M. & Leidner, D.E. (2001). Review: Knowledge ma-
nagement and knowledge management systems: Concep-
tual foundations and research issues. MIS Quarterly, 25, 1,
107–136.
Bowman, B. J. (2002). Building knowledge management
systems. Information Systems Management, 19, 3, 32–40.
Davenport, T. & Prusak, L. (1998). Working Knowledge:
How Organizations Manage What ey Know. Cambridge,
MA: Harvard Business School Press.
205-217
217
Dimensión Empresarial
/ Vol.13 No. 2 / Julio - Diciembre de 2015, págs.
Durango, C. & Arias, J. (2010). Madurez de los procesos y
tecnologías de gestión del conocimiento en empresas indus-
triales de Antioquia. Atizapán, México: Memorias ACACIA
2012.
Gottschalk, P. (2006). Expert systems at stage IV of the
knowledge management technology stage model: e case
of police investigations. Expert Systems with Applications,
31, 3, 617–628.
Holsapple, C.W., & Joshi, K.D.(2002). Knowledge manipu-
lation activitities: results of a Delphi study. Information&-
Management. 477-490.
Holzner, B. & Marx, J. (1979).Knowledge application: e
knowledge system in society. Boston: Allyn & Bacon.
Lee, S. M. & Hong, S. (2002). An enterprise-wide knowled-
ge management and system infrastructure. Industrial Mana-
gement and Data Systems, Vol. 102, No. 1, pp. 17–25.
Lee, J. & Kim, Y. (2001). A stage model of organizational
knowledge management: A latent content analysis. Expert
Systems with Application, 20, 4, 299–311.
Lema, A. (2002). Elementos de Estadística Multivariada.
Medellín: Silvano Ltda
O’Dell, C., & Grayson, C. (1998). If only we know what we
know: Identication and transfer of best practices. Califor-
nia Management Review, 40(3), 154-174.
Pee, L., Teah, H. & Kankanhalli, A. (2006). Development
of a General Knowledge Management Maturity Model, PA-
CIS 2006 Proceedings. Paper 12. http://aisel.aisnet.org/pa-
cis2006/12 Pentland, Brian T. (1995), ‘Grammatical Models
of Organizational Processes’. Organization Science, 6, 541-
556
Quintas, P., Lfere, P. & Jones, G. (1997) Knowledge Mana-
gement: a strategic agenda, Longe Range Planning, 30, 385-
391.
Rezgui, V. (2007). Knowledge systems and value creation:
An action research investigation. Industrial Management
and Data Systems, 107, 2, 166–182.
Sabherwal, R. & Sabherwal, S. (2005) Knowledge Mana-
gement Using Information Technology: Determinants of
Short-Term Impact on Firm Value. Decision Sciences 36,
4,531-567.
205-217