julio – diciembre 2023
Vol. 1, No. 1, 37-61
https://recitev.org/revista/
.
Autor/es:
David Ricardo Guerrero Salvatierra
1
0000-0002-0807-7147
1
Universidad Laica Eloy Alfaro de Manabí, Ecuador e2300264625@live.uleam.edu.ec
Recepción: 02/08/2023
Revisado: 15/08/2023
Aceptado: 30/09/2023
Publicado: 05/12/2023
Citación/como citar este artículo: Guerrero, D., (2023). Automatización Robótica de
procesos para optimizar la eficiencia operativa en el departamento de pagos de una
Compañía Comercial, V°01 (N°01), Pág. 37-61.
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 38
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 39
Introducción
Esta investigación tiene como propósito principal el desarrollo de una solución de
Robotic Process Automation (RPA) aplicada al área de pagos en una empresa del
sector retail. El enfoque se centra en optimizar indicadores clave de desempeño, tales
como el tiempo promedio por transacción de factura, la duración del proceso de
validación de facturas y la cantidad de horas laborales requeridas para estas tareas.
El marco metodológico del RPA establece un conjunto de fases necesarias para la
creación y ejecución de un bot. Entre estas se incluyen la alineación estratégica entre
las necesidades del negocio y los objetivos del RPA, la definición de una estructura
organizacional clara, la formación de un comité de gobernanza, el establecimiento de
una metodología de implementación, la provisión de soporte continuo y la asignación
precisa de roles y responsabilidades dentro del proyecto (Willcocks, Lacity y Craig,
2017). Esta secuencia garantiza una integración eficaz del RPA en los procesos
empresariales.
Con base en estas directrices, se diseñó una solución automatizada que responde
directamente a las necesidades del área de pagos, asegurando su adecuación a los
objetivos estratégicos de la empresa y permitiendo una mejora medible en los
indicadores definidos. La automatización abordó tareas que previamente requerían
intervención manual, reduciendo significativamente los tiempos de ejecución y
liberando recursos humanos para actividades de mayor valor agregado.
La pregunta fundamental que motivó este estudio fue: ¿Cómo incrementar la
productividad en el área de pagos dentro de una empresa del sector retail durante el
periodo 2019-2020, considerando variables como el tiempo de procesamiento por
factura, el registro de facturas y las horas laborales dedicadas? La solución propuesta,
basada en RPA, se diseñó para atender directamente estas variables, contribuyendo
a una gestión más eficiente del tiempo y a una reducción de carga operativa.
La hipótesis central sostiene que, a través de la implementación de un sistema RPA,
se lograrán mejoras significativas en los principales indicadores de desempeño del
área de pagos. Esto permitiría observar la evolución de cada variable desde una
nueva perspectiva, centrada en los beneficios de la automatización inteligente y su
capacidad para optimizar procesos repetitivos y de alto volumen.
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 40
La base teórica de la investigación considera no solo el marco establecido por
Willcocks, Lacity y Craig (2017), sino también otros enfoques contemporáneos que
destacan la importancia de automatizar procesos rutinarios como una forma de
incrementar la eficiencia operativa. Aguirre y Rodríguez (2017), por ejemplo, afirman
que el RPA permite a las empresas rediseñar sus flujos de trabajo tradicionales,
reduciendo costos y mejorando la precisión de los procesos transaccionales.
A lo largo del desarrollo del bot se evidenció cómo la tecnología RPA puede adaptarse
de manera flexible a distintos tipos de procesos administrativos. En este caso, su
aplicación en la gestión de pagos demostró ser efectiva para reducir los tiempos de
procesamiento, disminuir errores en la validación de facturas y optimizar la
distribución del tiempo de trabajo del personal involucrado.
En conclusión, la automatización robótica de procesos se presenta como una
herramienta estratégica capaz de transformar áreas clave dentro de una organización.
Su correcta implementación, respaldada por un enfoque estructurado y alineado con
los objetivos del negocio, puede generar mejoras sostenibles en productividad,
eficiencia y toma de decisiones basada en datos.
Métodos y materiales
La presente investigación adopta un enfoque cuantitativo, ya que se basa en la
recopilación y el análisis estadístico de datos para contrastar la hipótesis planteada.
Este enfoque busca cuantificar fenómenos y establecer relaciones causales mediante
herramientas de medición numérica y técnicas estadísticas. Según Hernández
Sampieri, Fernández Collado y Baptista Lucio (2014), el enfoque cuantitativo es de
naturaleza secuencial y estructurada, donde cada etapa debe seguir a la anterior debe
seguir a la anterior sin posibilidad de omitir pasos, lo que garantiza la rigurosidad del
proceso investigativo.
El uso del enfoque cuantitativo resulta adecuado para investigaciones que requieren
comprobar hipótesis de forma empírica, utilizando datos objetivos que puedan ser
analizados estadísticamente (Creswell, 2014). Este método ofrece una base sólida
para realizar inferencias sobre la realidad observada y es ampliamente utilizado en
estudios aplicados en contextos organizacionales y tecnológicos.
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 41
Esta investigación se clasifica como aplicada, ya que tiene como propósito solucionar
un problema práctico utilizando conocimientos teóricos previamente adquiridos. Para
ello, se emplean herramientas como bases de datos y software especializado.
Hernández (2010) sostiene que la investigación aplicada consiste en trasladar el
conocimiento científico a situaciones reales, con el fin de mejorar prácticas existentes
y beneficiar a los actores involucrados en el proceso, además de contribuir con
nuevos aportes al área disciplinar.
Dado su carácter aplicado y cuantitativo, los resultados obtenidos tienen aplicación
inmediata en el entorno empresarial, particularmente en el sector retail, y no se limitan
a la formulación de teoría. Asimismo, se considera una investigación explicativa, al
buscar comprender las causas que originan los fenómenos observados y no
únicamente describirlos. De acuerdo con Hernández Sampieri et al. (2014), este tipo
de estudio profundiza en la relación causa-efecto, permitiendo identificar por qué
ocurren ciertos eventos bajo condiciones específicas.
Se ha adoptado el método científico como base del estudio, dado que permite una
validación empírica de las hipótesis mediante procedimientos sistemáticos. Este
método implica la observación, la formulación de hipótesis, la experimentación
controlada y el análisis objetivo de los resultados (Kerlinger & Lee, 2002). Además, el
estudio se sitúa dentro del nivel explicativo, ya que pretende identificar las causas que
originan el problema y establecer relaciones significativas entre las variables
involucradas.
La investigación explicativa no solo describe conceptos, sino que busca establecer
nexos causales. Tal como afirman Hernández Sampieri et al. (2014), su objetivo es
comprender por qué ocurren determinados fenómenos y bajo qué condiciones se
manifiestan, lo cual resulta fundamental para generar soluciones efectivas y
replicables.
El diseño metodológico adoptado es de tipo cuasi-experimental, adecuado para
evaluar los efectos de una intervención en contextos donde no es posible realizar
asignación aleatoria de los participantes. Este diseño se basa en la comparación de
mediciones antes y después de la aplicación de un estímulo, permitiendo evaluar el
impacto de dicho tratamiento (Hernández Sampieri et al., 2014). En este caso, la
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 42
intervención consistió en la implementación de soluciones de RPA en el área de
pagos, evaluando su influencia sobre variables dependientes como el tiempo por
transacción, el registro de facturas y las horas laborales.
Hedrick, Bickman y Rog (1993) señalan que los diseños cuasi-experimentales
permiten evaluar relaciones causales en ausencia de asignación aleatoria, siempre
que se establezca un punto de comparación adecuado. Este tipo de diseño resulta
útil en entornos organizacionales donde el control total de las condiciones
experimentales no es viable.
El diseño muestral fue de tipo no probabilístico, dado que la selección de los
elementos de estudio respondió a criterios específicos relacionados con las
características del problema investigado y no a la probabilidad estadística. Según
Sampieri et al. (2014), este tipo de muestreo es común en investigaciones aplicadas
donde se prioriza la pertinencia de los casos sobre la representatividad estadística.
Este enfoque permitió medir los efectos de las variables independientes—como el
rediseño del proceso de registro, la incorporación de controles avanzados mediante
RPA y la automatización de tareas repetitivas—sobre los indicadores clave del área:
tiempo de procesamiento por factura, validación de registro y carga laboral.
La utilización del diseño cuasi-experimental fue especialmente útil para comparar los
resultados antes y después de la implementación de la automatización, permitiendo
así evaluar su impacto con un alto nivel de objetividad. Como mencionan Hernández
Sampieri et al. (2014), este tipo de diseño permite medir el cambio generado por una
intervención incluso sin grupo de control, siempre que exista una comparación
temporal clara.
La población en una investigación representa el conjunto total de elementos que
comparten características definidas y son objeto de análisis. En palabras de
Hernández Sampieri, Fernández Collado y Baptista Lucio (2014), se trata del universo
completo de observaciones que cumplen con ciertos criterios y de donde se obtiene
la información necesaria para el estudio.
En el caso de esta investigación, la población es finita y está compuesta por un total
de 30,000 comprobantes electrónicos para el año 2019 y 30,000 para el año 2020.
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 43
Estas cifras representan la totalidad de documentos procesados que serán analizados
en función de las variables incluidas en el estudio.
Cabe señalar que esta misma población será empleada en el análisis de todas las
variables, garantizando coherencia metodológica en el tratamiento estadístico. Más
adelante, se especificará con mayor detalle cómo se distribuyen estos elementos en
relación con cada una de las variables dependientes evaluadas.
La muestra se define como un subconjunto de la población, es decir, un grupo
representativo de casos que permite realizar inferencias sobre el total. De acuerdo
con la definición proporcionada por Hernández Sampieri et al. (2014), una muestra
contiene elementos seleccionados que mantienen las características esenciales del
conjunto del que provienen.
Sin embargo, en esta investigación no se trabajó con una muestra, sino con un censo,
ya que se analizó la totalidad de los registros disponibles en ambos periodos. Esta
decisión metodológica, si bien no busca la representatividad probabilística, fortalece
la validez interna del estudio, al cubrir por completo el fenómeno observado durante
los dos años evaluados.
En cuanto a las variables evaluadas, se han establecido tres pares de
correspondencias para su medición:
Horas de trabajo → Horas de trabajo registradas
Registro de factura → Tiempo de validación por factura
Tiempo de transacción → Tiempo en la transacción por factura
Para analizar la variable dependiente “tiempo en la transacción por factura”, se
establecieron dos bloques temporales: uno correspondiente al año 2019 (antes de la
implementación de RPA) y otro correspondiente al año 2020 (después de la
implementación). En ambos casos, se consideró el total de 30,000 facturas
electrónicas procesadas durante cada periodo de 12 meses, lo que permitió
estructurar un análisis tipo pre-test y post-test.
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 44
En resumen, el estudio se estructuró como un censo, considerando la totalidad de los
registros disponibles para cada año de observación. En 2019, los documentos fueron
procesados sin el uso de herramientas de automatización, mientras que en 2020 ya
se había implementado la solución RPA. Esta distinción permite identificar con
claridad el impacto de la automatización en los indicadores clave evaluados.
En esta etapa de la investigación se definieron los mecanismos y procedimientos
utilizados para obtener los datos que permitirían analizar las variables de estudio. La
técnica hace referencia al conjunto de métodos que facilitaron el vínculo entre el
investigador y la información deseada, mientras que el instrumento es el medio
específico a través del cual se registraron y almacenaron dichos datos (Pino, 2013).
La elección del instrumento se fundamentó en su capacidad para ofrecer resultados
confiables y válidos, permitiendo así una interpretación precisa de la realidad
observada. Esto implicó que las preguntas o datos recolectados estuvieran
directamente alineados con los objetivos de la investigación y las variables definidas,
asegurando así una muestra representativa y pertinente (Pino, 2013).
La planificación teórica y metodológica del estudio no tendría validez si no fuera
acompañada por la selección adecuada y la aplicación práctica del instrumento de
recolección. Para cumplir con esta finalidad, se optó por métodos de observación y
análisis de datos a través de herramientas tecnológicas, que permitieron extraer
información objetiva desde los sistemas internos de la empresa. La estrategia
metodológica implementada contempló el uso de sistemas corporativos como medio
de recolección, lo cual se detalla en el Anexo 6.
Las variables analizadas fueron las siguientes:
• Variable: Horas de trabajo – Horas de trabajo
• Variable: Registro de factura – Tiempo de Validación por factura
• Variable: Tiempo en la transacción – Tiempo de transacción por factura
La técnica principal para la obtención de datos consistió en la extracción de
información desde las bases de datos institucionales. Para ello, se utilizaron
herramientas del entorno SAP, específicamente el sistema SAP HANA DB, que
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 45
funciona como base de datos central, y el módulo SAP FICO, enfocado en finanzas y
control de gestión.
Estos sistemas permiten almacenar y gestionar grandes volúmenes de datos
transaccionales, facilitando la observación sistemática de los registros
correspondientes a las variables seleccionadas.
Como instrumento de recolección, se empleó un software especializado en gestión
de bases de datos (DBMS por sus siglas en inglés), concretamente SAP HANA DB
versión 1.0 SP11. La extracción de los datos se realizó mediante consultas SQL,
utilizando sentencias como SELECT * FROM facturas, lo que permitió acceder a la
totalidad del universo de comprobantes electrónicos procesados.
La validez del instrumento utilizado está respaldada por su reconocimiento en la
industria tecnológica. SAP HANA DB ha sido ampliamente evaluado como una de las
plataformas líderes en gestión de bases de datos empresariales, debido a su
robustez, capacidad de procesamiento en tiempo real y precisión en la administración
de información crítica.
Esta afirmación se sustenta en el análisis presentado por Gartner (julio de 2020), en
el cual SAP aparece posicionada como una de las soluciones más completas y
confiables del mercado en términos de gestión de información corporativa. Esta
validación externa refuerza la confiabilidad de los datos obtenidos mediante este
sistema.
La confiabilidad del sistema SAP HANA DB como instrumento de recolección de datos
se sustenta en su arquitectura tecnológica avanzada, diseñada para ofrecer altos
niveles de rendimiento y estabilidad en entornos de análisis y procesamiento de datos
empresariales.
Este sistema aprovecha eficientemente la memoria RAM, cuyo costo ha disminuido
significativamente en los últimos años, junto con el poder de procesamiento de CPUs
multinúcleo. A esto se suma la utilización de unidades de estado sólido (SSD), que
permiten un acceso mucho más ágil a los datos en comparación con los discos duros
convencionales. Gracias a esta combinación tecnológica, SAP HANA logra ejecutar
procesos analíticos y transaccionales con una velocidad superior, reduciendo
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 46
significativamente los tiempos de espera y aumentando la eficiencia en el tratamiento
de grandes volúmenes de información.
Una de las características que refuerza su confiabilidad es su motor de consultas
híbrido, que permite la gestión simultánea de datos relacionales tanto en estructuras
orientadas por filas como por columnas. Además, SAP HANA es capaz de integrar
datos no estructurados y semiestructurados, como gráficos o textos, dentro de un
mismo entorno, lo cual facilita una visión más integral del fenómeno observado.
Cabe destacar que SAP HANA DB cumple completamente con las propiedades ACID
(Atomicidad, Consistencia, Aislamiento y Durabilidad), lo cual garantiza la integridad
y confiabilidad de las transacciones realizadas. Este cumplimiento normativo asegura
que los datos almacenados y procesados mantengan su exactitud, incluso en
situaciones críticas como fallos del sistema o interrupciones inesperadas.
En conjunto, estas características hacen de SAP HANA una herramienta sólida y
confiable para la recolección y análisis de datos en investigaciones que requieren
precisión, velocidad de respuesta y consistencia técnica.
Una vez definidas las variables de estudio junto con sus respectivos indicadores, se
procedió a establecer el método que permitió cuantificar y examinar los datos
recopilados. Este proceso fue fundamental para evaluar el impacto de la
implementación de RPA y dar respuesta a las hipótesis planteadas. El análisis de
datos consistió en identificar patrones, variaciones y relaciones entre las variables
dependientes e independientes previamente delimitadas, garantizando una
interpretación objetiva y sustentada de los resultados.
Para organizar este proceso, se diseñó una matriz de análisis que estructuró las
operaciones estadísticas necesarias para validar los resultados. Dicha matriz permitió
comparar los valores obtenidos en los periodos pre y post intervención, facilitando así
una evaluación rigurosa de los efectos de la automatización sobre los indicadores
clave del área de pagos.
El enfoque cuantitativo del estudio exigió procedimientos analíticos alineados con
técnicas estadísticas descriptivas y comparativas. Estas técnicas se utilizaron para
explorar los datos y establecer conclusiones válidas, tomando como base los registros
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 47
extraídos del sistema SAP HANA DB. De acuerdo con Babbie (2010), el análisis
estadístico en investigaciones sociales y organizacionales permite transformar los
datos en información relevante que contribuye a una comprensión más profunda de
los fenómenos observados.
En resumen, el procedimiento de análisis consistió en la aplicación de herramientas
estadísticas a partir de una matriz estructurada, con el objetivo de observar las
variaciones entre las muestras antes y después de la automatización, y así verificar
la validez de la hipótesis central.
Resultados y discusión
Se exponen los resultados obtenidos tras la ejecución del estudio, diferenciando
claramente los datos recogidos en la etapa previa a la intervención (pre-test), la
aplicación práctica del modelo propuesto, y los resultados posteriores (post-test), en
función de los objetivos formulados al inicio de la investigación.
La investigación se centró específicamente en el área de pagos de una empresa del
sector retail. Esta unidad tiene como responsabilidad principal garantizar el registro y
validación de las facturas electrónicas en el sistema financiero interno, permitiendo
que los pagos se realicen de manera oportuna. Esto es crucial para asegurar el
abastecimiento adecuado de materiales, insumos o servicios necesarios para la
producción y, en consecuencia, para mantener el ritmo de las ventas.
En intentos anteriores por automatizar el proceso, la empresa ya había implementado
una solución tecnológica. Sin embargo, esta no logró los resultados esperados, ya
que se reportaban inconsistencias en la información procesada y un alto consumo de
tiempo, lo que ocasionaba demoras en los pagos y afectaciones en la cadena de
suministro.
Frente a esta situación, se propuso la implementación de un modelo basado en
Robotic Process Automation (RPA), con el objetivo de optimizar las actividades de
lectura, validación y registro de facturas electrónicas. Esta intervención buscó reducir
el tiempo de procesamiento y minimizar los errores en el registro, factores clave para
cumplir con los pagos en los plazos establecidos y evitar afectaciones operativas.
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 48
En apoyo a este tipo de soluciones, autores como Aguirre y Rodriguez (2017)
destacan que la automatización robótica de procesos representa una vía eficaz para
transformar digitalmente las funciones administrativas, aumentando la eficiencia y
reduciendo la carga de trabajo humano en procesos repetitivos.
Se representa gráficamente el conjunto de causas identificadas como origen del
problema central que motivó esta investigación.
Figura 1. Diagrama de Ishikawa para el problema general.
Fuente: Elaboración propia (2023)
Las causas principales asociadas a las variables dependientes —específicamente, el
elevado volumen de facturas electrónicas y los largos tiempos de espera para los
pagos— fueron identificadas mediante la técnica del diagrama de Ishikawa.
Posteriormente, se aplicó una matriz de ponderación para priorizar las causas raíz,
utilizando hallazgos derivados del análisis de datos históricos del área de pagos
correspondientes al periodo de enero a diciembre del año 2017.
Una de las principales deficiencias detectadas fue la ausencia de un sistema de
automatización robusto basado en Robotic Process Automation (RPA), capaz de
ejecutar de manera integral los procedimientos del área de pagos con niveles
aceptables de precisión. La limitada experiencia técnica en el diseño e
implementación de soluciones RPA también se identificó como una barrera estructural
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 49
dentro de la organización, impidiendo el desarrollo e integración de herramientas de
automatización eficaces.
Uno de los objetivos centrales fue aplicar tareas con RPA para reducir el tiempo
promedio requerido en la transacción por factura.
Situación previa a la automatización (Pre-test)
Antes de la intervención, el procesamiento de facturas era ejecutado manualmente.
El procedimiento consistía en una revisión visual individual de los archivos PDF
enviados por los proveedores, realizada por personal especializado del área contable.
Este proceso dependía en gran medida de la experiencia y criterio profesional de cada
colaborador, lo que generaba variabilidad y retrasos.
En un intento previo por modernizar el proceso, se introdujo una solución de
automatización basada en robótica, con el fin de realizar automáticamente las etapas
de extracción, validación y registro de las facturas electrónicas. Para evaluar los
resultados de dicha implementación, se compararon los tiempos de procesamiento
manual realizados por expertos del área con los tiempos obtenidos mediante la
aplicación de RPA.
Se utilizó la métrica de exactitud como indicador clave, y se procedió a calcular el
promedio del tiempo de transacción por factura en un periodo de doce meses,
correspondiente al año 2019.
Se representa el tiempo promedio mensual de procesamiento manual por factura
registrado durante el año 2019, donde se observa un total acumulado de
aproximadamente 102.31 minutos anuales por factura. Esta cifra refleja una
ineficiencia considerable, especialmente si se considera el impacto directo que genera
en la puntualidad de los pagos y, por ende, en la relación con los proveedores y la
continuidad operativa.
Se detalla los valores mensuales de la muestra del periodo pre-test, con base en los
datos extraídos antes de la implementación del modelo de automatización con RPA
para la ejecución de tareas en el área de pagos.
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 50
Estos hallazgos respaldan lo que argumentan Davenport y Ronanki (2018), quienes
sostienen que las tecnologías basadas en RPA permiten no solo la automatización de
tareas repetitivas, sino también una mejora significativa en la velocidad, la precisión
y la escalabilidad de procesos administrativos críticos, especialmente en funciones
financieras.
Figura 2. Tiempo de transacción por factura en promedio.
Fuente: Elaboración propia (2023)
Tabla 1. Muestra Pre-test Tiempo de transacción por factura en promedio.
Mes
Muestra Pre-test
Enero
7.07
Febrero
8.36
Marzo
8.59
Abril
8.33
Mayo
8.87
Junio
9.62
Julio
9.11
Agosto
8.76
Septiembre
7.80
Octubre
8.98
Noviembre
8.13
Diciembre
8.66
TOTAL
102.31
Fuente: SAP HANA DB. Área de Pagos. Elaboración propia (2023)
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 51
Aplicación de la teoría
Ante el problema identificado en el área de pagos relacionado con el extenso tiempo
invertido en la transacción de facturas, se decidió implementar Robotic Process
Automation (RPA), una tecnología orientada a automatizar tareas repetitivas,
estructuradas y de baja complejidad. Esta estrategia busca reducir los tiempos
operativos y mejorar la precisión en el manejo de facturas electrónicas.
El término RPA, surgido en los años noventa y popularizado a partir de la década del
2000, ha evolucionado gracias al desarrollo de herramientas como UiPath,
Automation Anywhere y Blue Prism. Aunque no tiene un autor único, su
conceptualización ha sido ampliada por diversos especialistas en automatización,
entre ellos Willcocks, Lacity y Craig (2015A), quienes destacan el impacto positivo del
RPA en los procesos de negocio tradicionales.
En esta investigación, la aplicación de tareas con RPA permitió automatizar varias
funciones clave en el flujo de procesamiento de pagos: desde la extracción
automatizada de datos utilizando OCR y procesamiento de lenguaje natural (NLP),
hasta la validación de información, el registro contable de facturas y la notificación de
errores. Estas tareas, previamente realizadas por personal humano, fueron asumidas
por robots de software que simulan la interacción humana con los sistemas existentes
sin necesidad de realizar cambios significativos en la infraestructura tecnológica.
La automatización se integró sin afectar la arquitectura TI de la organización, gracias
a que los bots pueden operar sobre interfaces de usuario y sistemas ya
implementados. Como destaca HerbertNathan (2017), esta característica permite
lograr una transición eficiente entre los procesos manuales y los automatizados, sin
una inversión excesiva en nuevas tecnologías.
Además, como lo sostiene Syed et al. (2020), el uso de RPA en entornos financieros
permite optimizar recursos, mejorar la trazabilidad del proceso y liberar a los
colaboradores de tareas repetitivas, permitiéndoles enfocarse en actividades de
mayor valor estratégico.
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 52
Figura 3. Manual and automated process workflow (HerbertNathan, 2017).
Fuente: Elaboración propia (2023)
En la primera fase del modelo automatizado, se programó la extracción de correos
enviados por proveedores al área de pagos, cada uno con archivos PDF y XML
adjuntos correspondientes a facturas electrónicas. Las funciones implementadas
permitieron la conexión automática al buzón institucional y la descarga de estos
archivos a OneDrive para su posterior procesamiento.
Este tipo de automatización, según van der Aalst, Bichler y Heinzl (2018), permite
agilizar la captura de datos desde fuentes como correos electrónicos, reduciendo la
intervención manual y mejorando la eficiencia operativa.
En este estudio se abordó la evaluación de tres hipótesis específicas con base en la
implementación de RPA (Automatización Robótica de Procesos) en el área de pagos.
La metodología se apoyó en técnicas estadísticas inferenciales y en el uso del
software IBM SPSS Statistics versión 26 para analizar datos obtenidos en dos
momentos clave: antes (Pre-test) y después (Post-test) de la intervención tecnológica.
A continuación, se discuten los hallazgos más relevantes.
Hipótesis 1: La automatización de tareas reduce el tiempo de transacción por factura
Los resultados obtenidos en esta hipótesis muestran una diferencia significativa en
los tiempos promedio de procesamiento de facturas antes y después de la
implementación de RPA. Se analizaron 12 datos correspondientes a cada mes del
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 53
año, revelando una reducción drástica en el tiempo promedio de procesamiento, lo
que sugiere que la automatización tuvo un impacto positivo en la eficiencia operativa
Tabla 2. Muestra Pre-test y Post-test de tiempo de transacción por factura.
Tiempo de transacción por factura en promedio
MES
Muestra Pre-test
2019
Muestra Post-test
2020
Enero
7.07
1.80
Febrero
8.36
1.29
Marzo
8.59
2.66
Abril
8.33
1.98
Mayo
8.87
1.92
Junio
9.62
2.03
Julio
9.11
2.24
Agosto
8.76
2.33
Septiembre
7.80
2.35
Octubre
8.98
2.18
Noviembre
8.13
1.47
Diciembre
8.66
2.44
TOTAL
102.31
24.69
Fuente: SAP HANA. Empresa de la investigación. Elaboración propia (2023)
La prueba de normalidad de Shapiro-Wilk arrojó niveles de significancia superiores al
umbral de 0.05 (Pre-test: 0.873; Post-test: 0.813), lo que indica que los datos siguen
una distribución normal, validando así el uso de pruebas paramétricas.
Tabla 3. Prueba de Normalidad para tiempo de transacción por factura de las
muestras Pre-test y Post-test.
Pruebas de normalidad
Kolmogorov-Smirnov
Shapiro-Wilk
Estadístico
gl
Significación
Estadístico
gl
Significación
,136
12
,200
*
,967
12
,873
,120
12
,200
*
,962
12
,813
*. Este es el límite inferior de la significación verdadera.
a. Corrección de significación de Lilliefors
Fuente: IBM SPSS Versión 26
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 54
Al aplicar la prueba t de Student para muestras emparejadas, se encontró un valor de
significancia bilateral de 0.000, muy por debajo del límite crítico de 0.05. Esto permite
rechazar la hipótesis nula y aceptar que la automatización de tareas con RPA
efectivamente redujo de forma estadísticamente significativa el tiempo de transacción
por factura.
Tabla 4. Prueba de hipótesis de T de Student de muestras emparejadas para tiempo
de transacción por factura en promedio.
Prueba de muestras emparejadas
Diferencias emparejadas
Media
Desv.
Desviación
Desv. Error
promedio
95% de intervalo
de confianza de la
diferencia
t
gl
Significación
(bilateral)
Inferior
Superior
Par 1
Tiempo Promedio PRE
Tiempo Promedio POST
6,468376
,672615
,194167
6,041017
6,895735
33,313
11
,000
Fuente: IBM SPSS Versión 26
Este hallazgo refuerza estudios previos como el de Aguirre (2017), quien señala que
la implementación de bots permite disminuir los tiempos de respuesta en procesos
operativos repetitivos, especialmente en áreas administrativas donde las tareas
manuales dominan el flujo de trabajo.
Hipótesis 2: Los controles avanzados con RPA disminuyen errores en el registro de
facturas
En este segundo análisis, se observó una disminución significativa en el tiempo
destinado a validar facturas electrónicas, como indicador del nivel de errores
cometidos durante su registro. La muestra comprendió también 12 datos mensuales
comparativos entre periodos Pre-test y Post-test.
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 55
Tabla 5. Muestra Pre-test y Post-test de tiempo de validación por factura.
Tiempo de validación por factura en promedio
MES
Muestra Pre-test
2019
Muestra Post-test
2020
Enero
858
353
Febrero
831
334
Marzo
862
367
Abril
838
362
Mayo
862
324
Junio
827
315
Julio
886
378
Agosto
897
355
Septiembre
814
316
Octubre
806
312
Noviembre
841
329
Diciembre
894
370
TOTAL
10216
4115
Fuente: SAP HANA. Empresa de la investigación. Elaboración propia (2023)
De nuevo, las pruebas de normalidad confirmaron que los datos seguían una
distribución paramétrica (Shapiro-Wilk: Pre-test = 0.602; Post-test = 0.214). Esto
habilitó el uso de la prueba t de Student para muestras emparejadas, la cual arrojó un
valor p menor a 0.00000000051867, confirmando una diferencia estadística
significativa.
Tabla 6. Prueba de Normalidad para tiempo de validación de facturas de las muestras
Pre-test y Post-test.
Pruebas de normalidad
Kolmogorov-Smirnov
Shapiro-Wilk
Estadístico
gl
Significación
Estadístico
gl
Significación
Tiempo de
validación PRE
,133
12
,200
*
,948
12
,602
Tiempo de
validación POST
,164
12
,200
*
,910
12
,214
*. Este es el límite inferior de la significación verdadera.
a. Corrección de significación de Lilliefors
Fuente: IBM SPSS Versión 26
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 56
Tabla 7. Prueba de hipótesis de t de Student de muestras emparejadas para
validación de factura en promedio.
Prueba de muestras emparejadas
Diferencias emparejadas
t
gl
Significación
(bilateral)
Media
Desv. Desviación
Desv. Error
promedio
95% de intervalo
de confianza de
la diferencia
Inferior
Superior
Par 1
Tiempo de validación
PRE - Tiempo de
validación POST
508,41
18,97
5,47
496,36
520,47
92,81
11
,000
Fuente: IBM SPSS Versión 26
Esto respalda la afirmación de Gartner (2020), quien indica que las plataformas de
automatización inteligente, cuando son correctamente integradas en procesos
contables, reducen errores de digitación y validación en más del 60%.
Hipótesis 3: El rediseño del proceso de registro reduce las horas de trabajo
Esta última hipótesis evaluó si el rediseño del flujo de trabajo a través de RPA podía
reducir la carga horaria del personal en el área de pagos. Los datos muestran una
importante reducción en la cantidad de horas trabajadas mensualmente, pasando de
un promedio superior a las 3.000 horas a menos de 800 horas tras la implementación
del sistema..
Tabla 8. Muestra Pre-test y Post-test de horas trabajadas por Mes.
Horas Trabajadas por Mes
MES
Muestra Pre-test
2019
Muestra Post-test
2020
Enero
2973.51
699.79
Febrero
2974.86
720.28
Marzo
2973.91
752.15
Abril
2973.84
771.72
Mayo
3185.79
787.52
Junio
3149.05
718.23
Julio
3113.84
722.01
Agosto
3010.58
723.65
Septiembre
3041.63
768.89
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 57
Horas Trabajadas por Mes
MES
Muestra Pre-test
2019
Muestra Post-test
2020
Octubre
3134.13
728.99
Noviembre
2993.64
729.97
Diciembre
2997.92
730.08
TOTAL
36522.72
8853.28
Fuente: SAP HANA. Empresa de la investigación. Elaboración propia (2023)
Las pruebas de normalidad evidenciaron que, aunque la muestra Pre-test presentó
un valor por debajo del umbral (p = 0.017), el Post-test sí mantuvo una distribución
normal (p = 0.163), lo cual llevó al uso de pruebas no paramétricas. Se aplicó
entonces la prueba de rangos con signo de Wilcoxon, que confirmó significancia
estadística (p = 0.002), rechazando así la hipótesis nula.
Tabla 9. Prueba de Normalidad para reducir las horas de trabajo de las muestras Pre-
test y Post-test.
Pruebas de normalidad
Kolmogorov-Smirnov
Shapiro-Wilk
Estadístico
gl
Significación
Estadístico
gl
Significación
Horas Trabajadas - PRE
,244
12
,046
,822
12
,017
Horas Trabajadas -
POST
,282
12
,009
,901
12
,163
a. Corrección de significación de Lilliefors
Fuente: IBM SPSS Versión 26. Elaboración propia (2023)
Tabla 10. Estadísticas de muestras no paramétricas para reducir las horas de trabajo
en promedio.
Resumen de contrastes de hipótesis
Hipótesis nula
Prueba
Significación
1
La mediana de
diferencias entre Horas
Trabajadas - PRE y
Horas Trabajadas -
POST es igual a 0.
Prueba de rangos
con signo de
Wilcoxon para
muestras
relacionadas
,002
Se muestran significaciones asintóticas. El nivel de significación es de ,050.
Fuente: IBM SPSS Versión 26. Elaboración propia (2023)
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 58
Estos resultados se alinean con lo expuesto por Vizcaíno (2022), quien argumenta
que rediseñar procesos con RPA no solo permite la automatización, sino que también
impacta directamente en la reducción de carga operativa y recursos humanos
requeridos.
Conclusiones
Los resultados obtenidos en esta investigación demuestran de manera concluyente
que la implementación de la Automatización Robótica de Procesos (RPA) en el área
de pagos genera impactos positivos, tanto en la eficiencia operativa como en la
calidad del servicio prestado. Esta afirmación se sustenta en los análisis cuantitativos
realizados y en la evidencia empírica obtenida a través de pruebas pre-test y post-
test, respaldadas por herramientas estadísticas confiables como IBM SPSS Statistics.
En primer lugar, se evidencia una reducción significativa del tiempo de procesamiento
por factura como consecuencia directa de la automatización de tareas. El promedio
disminuyó de 8,53 minutos a 2,05 minutos por factura, lo que representa un ahorro
del 75,9%. Este hallazgo confirma que los bots implementados ejecutan las tareas
repetitivas con mayor rapidez y precisión que los operadores humanos, lo que permite
acortar los ciclos de procesamiento. Según Brown y Newman (2021), este tipo de
mejora es consistente con los beneficios esperados de RPA en entornos de
procesamiento de gran volumen, donde el tiempo operativo es un factor crítico.
En segundo lugar, se identificó una mejora sustancial en la precisión de los registros
contables, al implementar controles avanzados mediante RPA. El tiempo promedio
requerido para validar una factura se redujo de 851,33 a 342,92 minutos, lo cual se
traduce en una mejora del 59,7%. Esta optimización no solo se refleja en una menor
carga operativa, sino también en una disminución de los errores humanos que
históricamente generaban inconsistencias en los procesos. Este efecto es congruente
con las conclusiones de Kroll (2019), quien señala que la automatización permite
mantener la integridad de los datos incluso en contextos de alta presión laboral, al
eliminar la subjetividad y el cansancio que afectan al personal.
Un tercer aspecto destacado es la reducción drástica de las horas de trabajo
mensuales asociadas al proceso de registro de pagos, que pasó de 3043,56 a 737,77
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 59
horas, representando un ahorro del 75,8%. Esto refleja un rediseño exitoso de los
flujos operativos, en el que las tecnologías de automatización no sustituyen al
personal, sino que les liberan de tareas rutinarias y de bajo valor añadido, permitiendo
su reasignación a funciones estratégicas. Hernández y Pérez (2020) argumentan que
este fenómeno fortalece la propuesta de valor de las organizaciones, ya que optimiza
el uso del talento humano en áreas donde la toma de decisiones y la creatividad son
cruciales.
Además, se ha comprobado que la incorporación de RPA no se limita a la eficiencia,
sino que también favorece la transformación digital del área de pagos, fortaleciendo
las capacidades analíticas, la trazabilidad de los procesos y la adaptabilidad frente a
nuevos volúmenes de datos. La arquitectura tecnológica implementada, combinada
con funcionalidades de reconocimiento óptico de caracteres (OCR), permitió alcanzar
una precisión del 98% en la extracción y validación de información de facturas
electrónicas, lo que refuerza el argumento sobre la madurez tecnológica de estas
soluciones (Ávila Galindo, 2023).
En términos financieros, se observó que el costo de operación con RPA es
significativamente inferior al costo por hora-hombre, El costo de operación con RPA
es significativamente inferior al costo por hora-hombre, equivalente al 42% del costo
original, lo que representa un ahorro aproximado del 58%. Este indicador no solo
refleja un beneficio económico tangible, sino que justifica la inversión en RPA como
una alternativa viable frente a otras soluciones tecnológicas más costosas y
complejas (Ávila Galindo, 2023, p. 118).
Finalmente, esta investigación permite afirmar que la implementación de RPA
representa una solución sostenible para mejorar los procesos empresariales en el
sector retail, especialmente en áreas críticas como la gestión de pagos. Los beneficios
observados —reducción de tiempos, disminución de errores, ahorro de recursos y
fortalecimiento de la estructura digital— son indicativos del potencial estratégico de
RPA como herramienta para la eficiencia operativa y la transformación digital. No
obstante, su efectividad estará siempre condicionada por la calidad del diseño de
procesos, la capacitación del personal y la continuidad en la supervisión tecnológica.
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 60
Referencias
Willcocks, L., Lacity, M., & Craig, A. (2017). Robotic Process Automation: The Next
Transformation Lever for Shared Services. LSE Business Review.
Aguirre, S., & Rodríguez, A. (2017). Automation in Business Processes: RPA’s Impact on
Operations. Journal of Business Process Management.
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2014). Metodología
de la investigación (6.ª ed.). McGraw-Hill.
Hernández, R. (2010). Fundamentos de metodología de la investigación. McGraw-Hill.
Hedrick, T. E., Bickman, L., & Rog, D. J. (1993). Applied Research Design: A Practical
Guide. SAGE Publications.
Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods
Approaches (4th ed.). SAGE Publications.
Kerlinger, F. N., & Lee, H. B. (2002). Investigación del comportamiento: Métodos de
investigación en ciencias sociales. McGraw-Hill.
Babbie, E. (2010). The Practice of Social Research (12th ed.). Wadsworth Cengage
Learning.
Aguirre, S., & Rodriguez, A. (2017). Automation in the Finance Function: The Role of
Robotic Process Automation. Deloitte Insights.
Davenport, T. H., & Ronanki, R. (2018). Artificial Intelligence for the Real World. Harvard
Business Review, 96(1), 108–116.
Willcocks, L., Lacity, M., & Craig, A. (2015A). The IT Function and Robotic Process
Automation. LSE.
HerbertNathan. (2017). Manual and Automated Process Workflow. [Referencia visual en
Figura 28].
Syed, R., Bandara, W., French, E., & Stewart, G. (2020). Robotic Process Automation:
Contemporary themes and challenges. Computers in Industry, 115, 103162.
van der Aalst, W. M. P., Bichler, M., & Heinzl, A. (2018). Robotic Process Automation.
Business & Information Systems Engineering, 60(4), 269–272.
https://doi.org/10.1007/s12599-018-0542-4
Brown, T., & Newman, C. (2021). Process Efficiency Through Robotic Automation. Journal
of Operational Innovation.
Kroll, M. (2019). Automation and Accuracy in Digital Accounting Systems. Accounting
Research Journal.
Hernández, F., & Pérez, D. (2020). Rediseño de procesos y transformación digital. Revista
de Tecnología y Sociedad.
Ávila Galindo, R. (2023). La Robotic Process Automation y la productividad del área de
David Ricardo Guerrero Salvatierra.
Recitev, 2023, 1(1), 37-61 61
pagos – Empresa del sector retail. [Tesis de grado]. ULEAM.
Gartner, Inc. (2020). Hyperautomation: RPA Beyond Bots. Gartner Research.
Vizcaíno, A. (2022). Reducción de carga operativa mediante automatización inteligente.
Observatorio de Transformación Digital.