ABSTRACT:
The development of Data Science and Analytics projects has become a strategic practice for
organizations aiming to transform data into value. However, such practices are typically
associated with large corporations that possess advanced technological infrastructure and
specialized teams. Very Small Entities (VSEs), which represent over 95% of organizations
in many countries, face significant challenges when attempting to adopt formal software
development and data analytics methodologies, such as agile models or traditional standardsbased
approaches. This limitation not only prevents VSEs from leveraging advanced
analytics, but also compromises the quality, sustainability, and success of their technological
projects. To address this issue, this doctoral thesis proposes a lightweight development
methodology called Light Data Science - Analytics Methodology (LDSAM), specifically
designed for Big Data Science projects within the context of VSEs. LDSAM is aligned with
the ISO/IEC 29110 – Basic Profile international standard, a framework specifically created
for very small entities, which provides structured processes for project management and
software implementation. The research follows the Design Science Research (DSR)
paradigm and addresses four key research questions, ranging from the analysis of the state of
the art in methodologies and platforms, to the design, development, documentation, and
evaluation of the proposed artifact. LDSAM was conceptualized through a theoretical
integration of software engineering standards (such as ISO/IEC 29110), data analytics
methodologies such as CRISP-DM, TDSP, and DDSL, and lightweight approaches that
balance the benefits of both agile and rigorous models, yet with lower complexity, cost, and
learning curve. The methodology was systematically documented through an Electronic
Process Guide (EPG), designed to facilitate adoption and practical application. LDSAM was
validated in two stages: a conceptual evaluation by a panel of experts, and an empirical
usability perception assessment by a pilot group of academics and practitioners in Data
Science and software development. The results indicate that LDSAM is perceived as more
useful, compatible, easy to use, and valuable compared to alternative unstructured
methodologies, reinforcing its suitability for small-scale environments. The research
demonstrates that it is feasible to design and validate lightweight methodologies that comply
with international standards while meeting the specific needs and constraints of VSEs.
Finally, further empirical studies are recommended to expand the use of LDSAM in diverse
contexts and to strengthen the integration of standards in analytics projects, aiming to
improve the quality and sustainability of software systems developed by small organizations
RESUMEN:
El desarrollo de proyectos de Ciencia de Datos y Analítica se ha posicionado como una
práctica estratégica para organizaciones que buscan transformar sus datos en valor. No
obstante, estas prácticas suelen estar asociadas a grandes corporativos que disponen de
infraestructura tecnológica avanzada y equipos de trabajo especializados. Las pequeñas y
muy pequeñas empresas (VSEs), que representan más del 95% de las organizaciones en
muchos países, enfrentan barreras importantes para adoptar metodologías formales de
desarrollo de software y analítica de datos, como los modelos ágiles o los enfoques rigurosos
basados en estándares tradicionales. Esta limitación no solo excluye a las VSEs del
aprovechamiento de la analítica avanzada, sino que además compromete la calidad,
sostenibilidad y éxito de sus proyectos tecnológicos. Ante esta problemática, la presente tesis
doctoral propone una metodología de desarrollo ligera, denominada Light Data Science -
Analytics Methodology (LDSAM), especialmente diseñada para proyectos de Ciencia de
Datos de tipo Big Data dentro del contexto de VSEs. LDSAM está alineada con el estándar
internacional ISO/IEC 29110 – Perfil Básico, un estándar específicamente desarrollado para
entidades muy pequeñas, que proporciona un marco estructurado de procesos para la gestión
de proyectos e implementación de software. La investigación se enmarca en el paradigma de
Design Science Research (DSR) y responde a cuatro preguntas de investigación, que abarcan
desde el análisis del estado del arte de las metodologías y plataformas existentes, hasta el
diseño, desarrollo, documentación y evaluación del artefacto propuesto. LDSAM fue
conceptualizada a partir de una integración teórica entre estándares de ingeniería de software
(como ISO/IEC 29110), metodologías de analítica como CRISP-DM, TDSP y DDSL, y
enfoques ligeros que equilibran los beneficios de los modelos ágiles y rigurosos, pero con
menor complejidad, costo y curva de aprendizaje. El diseño de la metodología fue
sistematizado mediante una guía electrónica de procesos (EPG), la cual facilita su adopción
y uso en entornos reales. La validación de LDSAM se llevó a cabo en dos fases: una
conceptual, mediante un panel de expertos, y otra empírica, mediante una evaluación de
percepción de usabilidad por parte de un grupo piloto de académicos y profesionales en
Ciencia de Datos y desarrollo de software. Los resultados obtenidos indican que LDSAM es
percibida como más útil, compatible, fácil de usar y valiosa en comparación con
metodologías alternativas no estructuradas, lo cual refuerza su pertinencia para entornos de
pequeña escala. La investigación demuestra que es viable diseñar y validar metodologías
ligeras que cumplan con estándares internacionales, y que al mismo tiempo respondan a las
condiciones y capacidades de las VSEs. Finalmente, se recomienda impulsar nuevas
investigaciones que amplíen el uso de LDSAM a otros contextos y que fortalezcan la
incorporación de estándares en proyectos de analítica, con el fin de mejorar la calidad y
sostenibilidad de los sistemas desarrollados por organizaciones pequeñas.
