¿Gestionamos procesos o acumulamos decisiones ? una propuesta metodológica para diagnosticar la arquitectura decisoria a lo largo de la campaña agrícola

Evangelina G. Dulce, Ricardo L. Negri Negri, Juan A. Cardini Cardini

Resumen


La gestión de empresas agrícolas suele centrarse en resultados productivos y económicos, aun cuando las brechas de desempeño se originan en la arquitectura del proceso decisorio que los antecede. Este trabajo propone y aplica un marco metodológico para diagnosticar comparativamente la estructuración del proceso decisorio a lo largo del ciclo productivo completo –desde la planificación de campaña hasta la comercialización– en empresas agrícolas extensivas. El enfoque organiza las decisiones en cinco macroprocesos (MP1-MP5); para los tres primeros, define variables críticas ponderadas que permiten construir un índice sintético de estructuración decisoria. La metodología fue aplicada a 14 empresas con heterogeneidad en escala, localización y estructura organizacional, representando en conjunto aproximadamente dos millones de hectáreas. Los resultados evidencian perfiles decisorios diferenciados entre empresas y muestran que la explicitación de criterios, la trazabilidad del flujo dato-criterio-decisión y la coherencia entre proceso y medición no son homogéneas a lo largo de los macroprocesos. La separación conceptual entre proceso, indicadores y resultado permite identificar brechas estructurales que no necesariamente se reflejan en métricas finales de rendimiento. Como implicancia metodológica, el enfoque habilita avanzar hacia la identificación de datos críticos asociados a los indicadores clave de desempeño (KPI), contribuyendo a optimizar el costo del dato y a fortalecer la formalización organizacional frente a la dependencia de modelos mentales individuales. La propuesta constituye una herramienta replicable para realizar análisis comparativo (“benchmarking”) entre pares y orientar agendas de mejora en contextos productivos caracterizados por alta variabilidad biológica, climática y económica.


Palabras clave


proceso decisorio; macroprocesos agrícolas; análisis comparado; variables críticas; datos críticos

Texto completo:

PDF

Referencias


AbdEllatif, M., Farhan, M. S. y Shehata, N. S. (2018). Overcoming business process reengineering obstacles using ontology-based knowledge map methodology. Future Computing and Informatics Journal, 3(1), 7-28. https://doi.org/10.1016/j.fcij.2017.10.006

Andrade, F. H., Otegui, M. E., Cirilo, A. y Uhart, S. (Eds.). (2023). Ecofisiología y manejo del cultivo de maíz. Fernando Héctor Andrade.

Baja, H., Kallenberg, M. y Athanasiadis, I. N. (2025). To measure or not: A cost-sensitive, selective measuring environment for agricultural management decisions with reinforcement learning. Proceedings of the AAAI Conference on Artificial Intelligence, 39(27), 27831-27840. https://doi.org/10.1609/aaai.v39i27.34999

Darnhofer, I., Fairweather, J. y Moller, H. (2010). Assessing a farm’s sustainability: insights from resilience thinking. International Journal of Agricultural Sustainability, 8(3), 186–198. https://doi.org/10.3763/ijas.2010.0480

Di Mauro, G., Andrade, J. F., Rotili, D. H. y Álvarez Prado, S. (2025). Transformations in Argentinean soybean systems: Recent changes, challenges, and opportunities. Crop and Environment, 4(2), 130-141. https://doi.org/10.1016/j.crope.2025.04.001

Di Rienzo, J. A., Casanoves, F., Balzarini, M. G., Gonzalez, L., Tablada, M. y Robledo, C. W. (2020). InfoStat versión 2020. Centro de Transferencia InfoStat, FCA, Universidad Nacional de Córdoba, Argentina.

Eastwood, C., Klerkx, L. y Nettle, R. (2017). Dynamics and distribution of public and private research and extension roles for technological innovation and diffusion: Case studies of the implementation and adaptation of precision farming technologies. Journal of rural studies, 49, 1-12

Fetais, A., Abdella, G. M., Al-Khalifa, K. N. y Hamouda, A. M. (2022). Business process re-engineering: A literature review-based analysis of

implementation measures. Information, 13(4), 185. https://doi.org/10.3390/info13040185

Jurczuk, A. (2021). Barriers to implementation of business process governance mechanisms. Engineering Management in Production and Services, 13(4), 22-38. https://doi.org/10.2478/emj-2021-0029

Kaplan, R. S. y Norton, D. P. (1992). The balanced scorecard-Measures that drive performance. Harvard Business Review, 70(1), 71-79.

Klerkx, L., Jakku, E. y Labarthe, P. (2019). A review of social science on digital agriculture, smart farming and agriculture 4.0: New contributions and a future research agenda. NJAS – Wageningen Journal of Life Sciences, 90-91, 100315. https://doi.org/10.1016/j.njas.2019.100315

Lalani, B., Aminpour, P., Gray, S., Williams, M., Büchi, L., Haggar, J., Grabowski, P. y Dambiro, J. (2021). Mapping farmer perceptions, conservation agriculture practices and on-farm measurements: The role of systems thinking in the process of adoption. Agricultural Systems, 191, 103171. https://doi.org/10.1016/j.agsy.2021.103171

Martin-Clouaire, R. (2017). Modelling operational decision-making in agriculture. Agricultural Sciences, 8(7), 527-544. https://doi.org/10.4236/as.2017.87040

McCown, R. L. (2002). Changing systems for supporting farmers’ decisions: Problems, paradigms, and prospects. Agricultural Systems, 74(1), 179-220. https://doi.org/10.1016/S0308-521X(02)00026-4

McFadden, J., Njuki, E. y Griffin, T. (2023). Precision agriculture in the digital era: Recent adoption on U.S. farms (Economic Information Bulletin No. 248). U.S. Department of Agriculture, Economic Research Service.

Neely, A., Gregory, M. y Platts, K. (1995). Performance measurement system design: A literature review and research agenda. International

Journal of Operations y Production Management, 15(4), 80-116. https://doi.org/10.1108/01443579510083622

Pretty, J., Benton, T. G., Bharucha, Z. P., Dicks, L. V., Flora, C. B., Godfray, H. C. J., Goulson, D., Hartley, S., Lampkin, N. et al. (2018). Global assessment of agricultural system redesign for sustainable intensification. Nature Sustainability, 1, 441-446. https://doi.org/10.1038/s41893-018-0114-0

Rosa, F., Taverna, M., Nassivera, F. y Iseppi, L. (2019). Farm/crop portfolio simulations under variable risk: A case study from Italy. Agricultural and Food Economics, 7, 8. https://doi.org/10.1186/s40100-019-0127-7

Rose, D. C., Sutherland, W. J., Parker, C., Lobley, M., Winter, M., Morris, C., Twining, S., Ffoulkes, C., Amano, T. y Dicks, L. V. (2016). Decision support tools for agriculture: Towards effective design and delivery. Agricultural Systems, 149, 165-174. https://doi.org/10.1016/j.

agsy.2016.09.009

Rousseeuw, P. J. (1987). Silhouettes: A graphical aid to the interpretation and validation of cluster analysis. Journal of Computational and Applied Mathematics, 20(1), 53-65. https://doi.org/10.1016/0377-0427(87)90125-7

Sadras, V. O. y Slafer, G. A. (2012). Environmental modulation of yield components in cereals: Heritabilities reveal a hierarchy of phenotypic plasticities. Field Crops Research, 127, 215-224. https://doi.org/10.1016/j.fcr.2011.11.014

Satorre, E. H., Benech Arnold R. L., Slafer, G. A., de la Fuente, E. B., Miralles, D. J., Otegui, M. E. y Savin, R. (2012). Producción de granos: bases funcionales para su manejo. Editorial Facultad de Agronomía, Universidad de Buenos Aires (EFA).

Schuh, G., Gützlaff, A., Schmitz, S., Kuhn, C. y Klapper, N. (2022). Process mining as alternative to traditional methods to describe process performance in end-to-end order processing of manufacturing companies. Journal of Advanced Management Science, 10(1), 1-8. https://doi.org/10.18178/joams.10.1.1-8

Tittonell, P. (2014). Ecological intensification of agriculture-Sustainable by nature. Current Opinion in Environmental Sustainability, 8, 53-61.

Van der Aalst, W. M. P., van Dongen, B. F., Herbst, J., Maruster, L., Schimm, G. y Weijters, A. J. (2003). Workflow mining: A survey of issues and approaches. Data y Knowledge Engineering, 47(2), 237-267. https://doi.org/10.1016/S0169-023X(03)00066-1

Van Ittersum, M. K., Cassman, K. G., Grassini, P., Wolf, J., Tittonell, P. y Hochman, Z. (2013). Yield gap analysis with local to global relevance-A review. Field Crops Research, 143, 4-17.


Enlaces refback

  • No hay ningún enlace refback.



Licencia de Creative Commons
Esta obra está licenciada bajo una Licencia Creative Commons Atribución-NoComercial 2.5 Argentina .

Agronomía&Ambiente. Revista de la Facultad de Agronomía (UBA)

ISSN 2344-9039 (en línea) - ISSN 2314-2243 (impreso)

Av. San Martín 4453 - C1417DSE - Buenos Aires - Argentina - Tel. +54-11-5287-0221 - efa@agro.uba.ar