{"id":181174,"date":"2025-11-21T19:18:19","date_gmt":"2025-11-22T01:18:19","guid":{"rendered":"https:\/\/tecscience.tec.mx\/es\/?p=181174"},"modified":"2025-11-24T14:26:17","modified_gmt":"2025-11-24T20:26:17","slug":"modelo-predictivo-robo-a-comercios","status":"publish","type":"post","link":"https:\/\/tecscience.tec.mx\/es\/ciudades-y-comunidades-prosperas\/modelo-predictivo-robo-a-comercios\/","title":{"rendered":"Nuevo modelo identifica d\u00f3nde ocurren robos a comercios que casi nunca se denuncian"},"content":{"rendered":"\n

Los robos a peque\u00f1os negocios son uno de los delitos menos registrados en M\u00e9xico. <\/strong>Aunque ocurren con frecuencia, muchos comerciantes no denuncian por desconfianza o por procesos largos y complicados. Esto deja fuera del radar oficial una parte importante de la inseguridad cotidiana.<\/p>\n\n\n\n

M\u00e1s del 90% de los delitos no se denuncian<\/strong> ni se investigan por las autoridades. Este fen\u00f3meno, conocido como cifra negra<\/em>, limita el dise\u00f1o de pol\u00edticas p\u00fablicas porque gobiernos y polic\u00edas carecen de datos completos para tomar decisiones.<\/p>\n\n\n\n

Un problema com\u00fan, pero invisible<\/h2>\n\n\n\n

En la Encuesta Nacional de Victimizaci\u00f3n y Percepci\u00f3n sobre Seguridad P\u00fablica<\/a><\/em> (ENVIPE), las personas afectadas se\u00f1alan motivos como miedo, desconfianza o la percepci\u00f3n de que la denuncia no sirve para nada. Para los peque\u00f1os comercios, con poco personal y recursos limitados, reportar un robo puede significar tiempo perdido y ning\u00fan resultado. Esta situaci\u00f3n impacta en el dise\u00f1o de pol\u00edticas p\u00fablicas porque los gobiernos no tienen un panorama real ni completo sobre la inseguridad<\/a> que viven sus ciudadanos.<\/p>\n\n\n\n

Este fue el punto de partida de Miguel Flores<\/a><\/strong> y Antonio Petz<\/a><\/strong>, investigadores de la Escuela de Ciencias Sociales y Gobierno<\/a> del Tec de Monterrey. Su prop\u00f3sito: desarrollar una herramienta para el an\u00e1lisis predictivo de la delincuencia que ayude a los municipios del pa\u00eds a identificar zonas vulnerables a robos a comercios, incluso cuando no se denuncian.<\/p>\n\n\n\n

Se busca que esta sea tambi\u00e9n una herramienta \u00fatil en el dise\u00f1o de estrategias de seguridad<\/a> p\u00fablica para las polic\u00edas y gobiernos municipales en todo el pa\u00eds, aprovechando informaci\u00f3n p\u00fablica y las bases de datos del Instituto Nacional de Estad\u00edstica y Geograf\u00eda (INEGI).<\/p>\n\n\n\n

C\u00f3mo construyeron el modelo<\/h2>\n\n\n\n

Flores y Petz llevan cerca de una d\u00e9cada estudiando fen\u00f3menos urbanos desde una perspectiva geogr\u00e1fica y social. Para este proyecto dise\u00f1aron una metodolog\u00eda que cruza datos p\u00fablicos del INEGI, teor\u00eda criminol\u00f3gica y an\u00e1lisis geoespacial para identificar zonas de alta vulnerabilidad a robos en comercios<\/a>.<\/p>\n\n\n\n

El modelo permite reconocer patrones donde los negocios tienen mayor probabilidad de sufrir un robo. \u201cEste es un trabajo multidisciplinario\u201d, explica Flores. \u201cNo solo integra datos, sino que tambi\u00e9n articula m\u00e9todos y enfoques te\u00f3ricos \u2014econ\u00f3micos y sociol\u00f3gicos\u2014, junto con herramientas estad\u00edsticas y sistemas de informaci\u00f3n geogr\u00e1fica\u201d.<\/p>\n\n\n\n

El primer an\u00e1lisis se realiz\u00f3 en el \u00e1rea metropolitana de Monterrey y se centr\u00f3 en micro y peque\u00f1os comercios: establecimientos con menos de 10 empleados, atenci\u00f3n directa al cliente y una operaci\u00f3n especialmente vulnerable. Petz los ubica dentro de la cifra negra porque cuentan con poco personal y recursos limitados para implementar medidas de seguridad, y porque suelen enfrentar robos de bajo monto que las autoridades no siempre priorizan. Adem\u00e1s, para los comerciantes, los procesos de denuncia son largos y complicados, lo que desincentiva reportarlos.<\/p>\n\n\n\n

\n