SUMMARY
Las universidades y otras instituciones de enseñanza superior necesitan recopilar y analizar muchos datos, tanto cuantitativos como cualitativos, para evaluar continuamente su rendimiento a través de procesos internos y externos. Esta tarea utiliza muchos recursos organizativos, por lo que se han empleado herramientas como la inteligencia empresarial, los almacenes de datos y modelos como el Proceso Estándar Interprofesional para la Minería de Datos (CRISP-DM) para gestionar la información de forma eficaz y convertirla en conocimiento y sabiduría que apoyen la toma de decisiones relativas a la evaluación del entorno de aprendizaje. Esta tarea requería un profundo conocimiento de la organización y sus datos, así como su adecuada preparación y normalización, lo que suponía un reto adicional dadas las numerosas fuentes de datos que se tenían en cuenta en cada una de las funciones esenciales de la organización. Palabras clave: Business intelligence; evaluación; desempeño, indicadoresABSTRACTUniversities and other higher education institutions need to collect and analyze a lot of data, both quantitative and qualitative, to continuously assess their performance through internal and external processes. This task uses a lot of organizational resources, so tools such as business intelligence, data warehouses and models such as the Cross Professional Interprofessional Standard Process for Data Mining (CRISP-DM) have been used to effectively manage the information and turn it into knowledge and wisdom to support decision making related to the assessment of the learning environment. This task required a deep understanding of the organization and its data, as well as its proper preparation and standardization, which was an additional challenge given the numerous data sources involved in each of the organization's core functions.Keywords:Business intelligence; evaluation; performance, indicators