Sistema de Alerta Temprana para la mitigación de no pluralidad de oferentes por indicadores financieros en Licitaciones Públicas

El objetivo de esta investigación es diseñar un Sistema de Alerta Temprana (SAT) que permita anticipar el riesgo de ausencia de pluralidad de oferentes en procesos de contratación pública en Colombia, específicamente en el sector de Terrenos, Edificios, Estructuras y Vías. El estudio se desarrolló con base en información extraída del SECOP correspondiente al periodo 2017–2021, la cual fue procesada y validada con datos de 2022. Se construyó un diseño metodológico de carácter cuantitativo y aplicado, apoyado en técnicas de minería de datos y aprendizaje automático.
La intervención consistió en el preprocesamiento de variables financieras y contextuales, que incluyó normalización, eliminación de valores atípicos mediante rango intercuartílico y balanceo de clases con SMOTE, ADASYN y Random Oversampling. Sobre esta base, se entrenaron y compararon diferentes algoritmos de clasificación supervisada: Regresión Logística, Naive Bayes, Árboles de Decisión, Support Vector Machines, Gradient Boosting y Random Forest.
Las mediciones se realizaron a través de métricas de desempeño ajustadas a contextos desbalanceados: exactitud, AUC, F1-score y reportes de clasificación. Los resultados muestran que los modelos Random Forest y Gradient Boosting obtuvieron los mejores desempeños, con valores de AUC superiores a 0,88 y F1-scores mayores a 0,79. No obstante, se identificaron limitaciones para clasificar con precisión la clase minoritaria, lo que evidencia la necesidad de incorporar variables adicionales no financieras.
Se concluye que el SAT propuesto constituye un aporte significativo para fortalecer la transparencia y eficiencia de la contratación pública en Colombia, ofreciendo una herramienta de apoyo a la toma de decisiones estatales.