Ruta Milagro - Regiones Más Competitivas · How the platform is built

How the platform works

The source of each figure, how it is updated, where it is stored, and who can view it. Everything stated on this page is measured at the moment it is opened: it is not a static representation created once, but the real-time status of the platform today.

1 · How it works, on one page

Three ideas suffice to understand the whole. The remainder of this page elaborates on them and verifies them one by one.

Data are not invented: they are collected

No figure in the viewers is entered manually. All come from public entities that publish them officially—the DANE, the DIAN, the Private Competitiveness Council, the State's open data portal, among others—and for each one, the source and the reporting year are recorded.

Everything resides in a single location

The data are stored in a single database, organized in tables. A table is like a spreadsheet, but with rules: each column has a name and accepts a specific data type. The viewers never read a Excel file: they query the database, which is the only valid version.

There is only one exit point

Everything visible to citizens is delivered through the same endpoint, which verifies two conditions before releasing any information: whether the requester has authorization, and whether the data falls within the public year. If this verification fails, the data is not displayed: there are no shortcuts or external copies.

Today's figures

Metrics recorded upon opening this page, not pre-written.

5visores públicos

24tablas de datos

693.607filas de datos

200columnas descritas

194indicadores oficiales

1.121municipios

14fuentes oficiales

2025año público

1.1 · The data journey, from start to finish

Data enters through both channels of the dashboard—the form and the file—and converges into the same database, from which it exits through a single gateway. The weekly review does not load any data; it notifies when a source publishes a new year. Below is the same process described step by step.

1 · De dónde sale el dato. Entidades públicas que publican la información oficial. datos.gov.co (2 conjuntos por API) · DANE · DIAN · Competitividad · UPRA y DNP · SECOP y MinTIC · Registro de fuentes (14 fuentes).
2 · Cómo se prepara. Se lee, se valida y se deja listo para guardar. Extraer · Validar · Unificar territorio (1.121 municipios) · Comprobar indicador (194 indicadores) · Sellar.
3 · Dónde queda guardado. Una sola base de datos. Cada conjunto de datos, en su propia tabla. Una tabla por conjunto (24 tablas) · Las cifras (693.607 filas) · El diccionario (200 columnas) · El historial · Respaldo.
4 · Cómo sale. Un único punto de salida que comprueba permisos y recorta al año público. Puerta de datos · Recorte al año público (hasta 2025) · API de datos abiertos (20 conjuntos públicos) · Registro de acciones.
5 · Quién lo usa. Todos consultan exactamente la misma base. Los cinco visores (5 visores) · Power BI y Excel · Sitios del Estado.

View technical details: the technologies used to build each layer

All components are open-source software, with no licensing costs or renewal fees for the State, and each layer can be replaced independently.

Layer	Technological stack	Rationale for this approach
Ingestion	Python 3 — one reader per source (open data interfaces, CSV files, XLSX and compressed) plus the new batch monitor	It is the standard for public analytics: any technical team can reread and reexecute the processes. No paid tools requiring licensing or renewal are needed.
Database	MariaDB — one table per dataset, with its registered column dictionary and version history	Standard SQL language: supported and restored on any compatible engine. The structure is versioned through numbered and reapplicable changes.
Application	PHP 8.3 with its own layer-based organization (model, view, controller)	Without heavy frameworks or short-lived dependencies: the code itself is the delivered asset and can be fully audited.
Server	Caddy with automatic security certificate	The certificate renews automatically: zero manual operational tasks.
Charts and downloads	Chart.js 4.4.3 for charts, ExcelJS 4.4.0 for the Excel and jsPDF 2.5.2 for the PDF (loaded only upon request) · department map drawn with official geometry	Citizens do not require any license to consult the data, and analysts can connect their own tools directly to the same datasets without duplicating them.
Interoperability	Self-describing public open data interface · data gateway · llms.txt	Any future consumer—a portal, a dashboard, or another platform—can connect without modifying the platform. See the self-description and the map of this page in data format.
Automation	Scheduled tasks using the operating system's native scheduler, plus automatic publication of code changes	No paid task scheduler required: a single configuration line that any administrator can understand, migrate, and audit.

2 · A verifiable data journey

Thus far, only words. Now, the same path applied to specific data—the public dataset containing the most recent information available on the platform—with links so that you can verify each step yourself.

The data	PIB, ocupados y productividad por departamento, año y rama — PIB en miles de millones de pesos a precios constantes de 2015, ocupados en miles de personas y productividad en millones de pesos por ocupado, por departamento y gran rama de actividad. Cubre de 2016 a 2025 en los 33 departamentos. El PIB viene de las cuentas departamentales y el empleo de la encuesta de hogares, que son operaciones distintas: el anexo departamental de la encuesta abarca 23 territorios y en los diez restantes el dato se toma de su anexo de ciudades. En nueve de esos diez la cifra se estima con el método del entregable original, y por eso llevan un distintivo.
Who publishes it	DANE — Dirección de Síntesis y Cuentas Nacionales — PIB departamental por actividad económica Open the official source
Available years	2016–2025
Saved status	4.950 filas y 13 columnas en su propia tabla de la base de datos
What the public sees	Lo que corresponde hasta el año 2025. Lo posterior, si existiera, no sale.

The entity publishes. The data appears on the official website of the producing entity. That address is registered in the platform along with the field indicating the year, and is managed from the dashboard: if the entity changes the address, it is corrected via a form.
The platform reads and reviews it. It verifies that the columns match expectations, translates territory names to official codes so that «Bogotá D.C.» and «Bogota» are not counted as two, discards duplicates, and verifies that the indicator exists in the official catalog. Data that fails review is not included.
It is stored in its table and sealed. It remains as rows and columns in the database, and a digital fingerprint of the content is calculated: two identical loads produce the same fingerprint, so any alteration is detected.
It is trimmed to the public year. When requesting the data, the query itself discards anything subsequent to the public year. There is no separate file "for the public" that could become desynchronized: it is the same table, filtered.
Sale por la puerta de datos. Se comprueba el permiso y se entrega. Ver este dato en su visor · view the open data interface.
A record is kept. Every upload and every correction is logged with its author and date, and can be undone by reverting to a specific previous version.

This example is not manually written: upon opening the page, the platform automatically selects the public dataset containing the most recent information. If a new year's data from another source is published tomorrow, this section will update automatically.

3 · How it is updated, step by step

Six steps, always the same, regardless of who triggers them. The key point is that the update does not depend on a specific individual; hence, there are three entry methods, all following the same path.

1 · Read

The official source is consulted at its registered address and the information is retrieved. Each source has its own reader, as each entity publishes in its own manner: some through a query interface, others as a downloadable file.

2 · Review

It is verified that the columns and data types are as expected, department and municipality names are standardized using official codes, and duplicate records are discarded. Non-compliant entries are excluded: it is preferable not to publish a figure than to publish a doubtful one.

3 · Save

Information is converted into rows and columns of its own table, with the correct type in each column. This enables the viewer to query and aggregate without opening any file, and allows anyone to perform the same query independently.

4 · Publish

The data is available in the viewer, in the open data interface, and in downloads, always filtered by reporting year. Each publication creates a version with its digital fingerprint.

5 · Monitor

Once a week, without any request, the platform compares the year displayed in the viewer with the year already published by the source. If a new one appears, it issues a notice and records the result. Loading it is a discretionary action: it is performed from the dashboard, subject to prior validation. Several sources do not support automated queries and are reviewed manually.

6 · Undo

If an upload fails, revert to the exact previous version in one click: not an approximate reconstruction, but the same content with the same digital fingerprint. The ability to undo is what makes it safe to allow non-technical personnel to perform updates.

3.1 · The three update methods

Form	Who uses it	What you need to know	Can it be undone?
Weekly automatic review	No one: it occurs automatically	Nothing. It checks whether a source has published a new year and notifies accordingly; it does not load or modify any data. One only needs to review the result, which is recorded and consultable.	Not applicable: it does not modify data
Data by data, via a form	Any authorized user of the dashboard	Select the indicator and territory from dropdown lists, and enter the value. The municipality code auto-completes, and the unit of measure is inherited from the catalog. No knowledge of SQL or similar tools is required.	Sí
Uploading a file	Any authorized user of the dashboard	Download the template for the dataset—which already includes the correct columns, real examples, and an instruction sheet—fill it out, and upload it. The platform reviews it and displays what it found before applying any changes.	Sí

3.2 · The latest automatic review

Lo que encontró el vigilante la última vez que se ejecutó, el 21 de septiembre de 2026:

7fuentes al día

0años nuevos por cargar

1sin poder verificar

17direcciones revisadas

0direcciones caídas

View technical details: what is retained as an archive and what is not

As of July 2026, the source serving the viewer is the database table. Data files still exist, but as backup: they serve to download a complete set at once and to restore an exact version. Previously, the opposite was true; changing this allowed filtering by reporting year to become a query condition instead of a separate file that could become out of sync.

La conversión de todos los conjuntos se comprobó valor por valor: el resultado reconstruido desde la base es idéntico al archivo de origen en los 24 conjuntos convertidos.

4 · The database: what it stores and how it is organized

A database is a set of tables. A table resembles a spreadsheet, with one important difference: each column has a fixed name and accepts only a single data type; therefore, text cannot be entered where a number is expected.

La plataforma tiene 45 tablas, y se dividen en dos familias que conviene no confundir:

24tablas con datos de los visores

21tablas que hacen funcionar la plataforma

693.607filas de datos

54cambios de estructura registrados

4.1 · Data tables for the viewers

Each dataset has its own table. This is deliberate: datasets differ from one another—one includes the year in a column, another carries it in the column name, another has no years because it is a catalog—and forcing them into a common mold would have required distorting them. The data dictionary lists them one by one.

Visor	Rows of its main database	Public datasets	Most recent year
1 · Economía, empleo y productividad	4.950	3	2025
2 · Brechas de competitividad	10.542	2	2025
3 · Caracterización sectorial	17.490	7	2025
4 · Brechas y vocaciones territoriales	40.287	3	2025
5 · Cadenas productivas	2.410	5	sin años (catálogo)

The most recent years do not match across viewers because each entity publishes at its own pace: departmental economic data is released later than employment data. The platform displays the most recent available figure from each source, without filling gaps with estimates.

4.2 · Tables that operate the platform

They do not contain viewer data: they contain what makes the platform manageable and auditable. They are listed with the number of records they currently hold.

Group	Purpose	What each table stores	Records
El catálogo de los visores y sus conjuntos de datos	Qué visores existen, qué conjuntos de datos tiene cada uno, cuáles son públicos y a qué tabla se llevó cada uno.	Los cinco visores, con su título y sus preguntas guía `visor_catalogo`	5
		Cada conjunto de datos: a qué visor pertenece y si es público `visor_dataset`	24
		Qué columnas admite cada conjunto al cargar un archivo `dataset_contrato`	45
		A qué tabla se llevó cada conjunto, con cuántas filas y su huella digital `dataset_tabla`	24
		El diccionario de columnas: nombre, tipo y si marca el año `dataset_columna`	200
El historial de cargas y versiones	Cada actualización queda registrada con quién la hizo y qué contenía, para poder revisarla y deshacerla.	Cada archivo cargado, quién lo subió y en qué estado quedó `dataset_cargas`	11
El historial de cargas y versiones		Las versiones de cada conjunto con su huella digital, para poder revertir `dataset_version`	31
Los datos de los visores	Las cifras que ve el ciudadano. Cada conjunto de datos tiene su propia tabla; esta es la fuente que sirve al visor y a la API.	Tabla heredada con la serie oficial hasta 2023 (no es la fuente que sirve al visor) `panorama_datos`	44.883
Los catálogos oficiales cerrados	Las listas contra las que se valida todo dato nuevo: no se puede inventar un indicador ni un municipio.	El catálogo oficial de indicadores, por visor `indicadores`	194
		Los 32 departamentos y Bogotá D.C. con su código oficial `geo_departamentos`	33
		Los municipios con su código oficial DIVIPOLA `geo_municipios`	1.121
		De dónde sale cada dato: entidad, dirección y campo del año `fuentes_oficiales`	14
Quién entra, quién consulta y qué hizo cada uno	Cuentas, permisos, claves de consulta y el registro de acciones. Es lo que hace auditable la plataforma.	Las cuentas del panel y su rol `usuarios`	6
		Las claves de consulta, guardadas solo como huella digital `api_keys`	6
		El registro de acciones: quién hizo qué y cuándo `auditoria`	630
		Los intentos de entrada, para frenar ataques por fuerza bruta `login_intentos`	469
		Los ajustes de la plataforma, como el corte de vigencia público `config`	8
		Los cambios aplicados a la estructura de la base, en orden `migraciones`	54
Los textos y documentos administrables	Lo que se puede cambiar desde el panel sin tocar código: textos de la página pública, manuales y proveedores de IA.	Los textos de la página pública que se editan desde el panel `contenido`	0
		Los manuales en PDF publicados `manuales`	9
		Los proveedores de inteligencia artificial y su orden de uso `llm_proveedores`	1

View technical details: a legacy table no longer compatible with the viewer

Entre las tablas de funcionamiento hay una, panorama_datos, que merece explicación porque su nombre engaña. Guarda 44.883 filas con la serie oficial hasta 2023 y fue, durante un tiempo, la tabla principal. Hoy no es la fuente que sirve al visor: se conserva como paso intermedio del proceso de carga y como referencia histórica.

Why it matters: no figure on this page, the dashboard, or the open data interface is calculated from that table. If it were, years after 2023 and datasets without an annual time series format would be missing, and the platform would contradict itself depending on the screen viewed. All figures are calculated from the data tables.

5 · Data Dictionary

What each dataset contains exactly and what each of its columns means. This is information that typically remains in an internal document; here it is published and automatically updated, so it cannot become outdated.

Buscar en el diccionario de datos 20 conjuntos

Visor 1 · Economía, empleo y productividad

PIB, ocupados y productividad por departamento, año y rama Público 4.950 filas · 13 columnas · 2016–2025

PIB en miles de millones de pesos a precios constantes de 2015, ocupados en miles de personas y productividad en millones de pesos por ocupado, por departamento y gran rama de actividad. Cubre de 2016 a 2025 en los 33 departamentos. El PIB viene de las cuentas departamentales y el empleo de la encuesta de hogares, que son operaciones distintas: el anexo departamental de la encuesta abarca 23 territorios y en los diez restantes el dato se toma de su anexo de ciudades. En nueve de esos diez la cifra se estima con el método del entregable original, y por eso llevan un distintivo.

Column	What type of data it accepts
Código DANE	texto corto
Departamento	texto corto
Año Marca el año	año
PIB (miles de millones COP)	número con decimales
PIB del año anterior	número con decimales
Ocupados (miles)	valores mezclados (texto y números)
Ocupados del año anterior	valores mezclados (texto y números)
Productividad	número con decimales
Productividad del año anterior	número con decimales
Estructura productiva	texto corto

Este conjunto tiene además 3 columnas de apoyo (códigos internos y restos del archivo de origen) que el visor no muestra porque no aportan nada al lector. Se conservan para no alterar el archivo original.

View the technical details of this dataset

Tabla vr_ds_8 · columna que marca el año: ano · formato de origen JSON · es la base principal del visor

Name at the source	Readable name	Type
`cod`	Código DANE	`texto`
`dep`	Departamento	`texto`
`ano`	Año	`ano`
`pib`	PIB (miles de millones COP)	`decimal`
`pib_ant`	PIB del año anterior	`decimal`
`ocupados`	Ocupados (miles)	`mixto`
`ocupados_anterior`	Ocupados del año anterior	`mixto`
`productividad`	Productividad	`decimal`
`productividad_ant`	Productividad del año anterior	`decimal`
`estructura`	Estructura productiva	`texto`
`col_1`	support column, not displayed	`texto`
`rae`	support column, not displayed	`texto`
`col_13`	support column, not displayed	`texto`

Economía y empleo agregados por grupo de departamentos similares Público 450 filas · 7 columnas · 2016–2025

PIB y personas ocupadas sumados por grupo de departamentos con estructura productiva similar, año y rama de actividad. Es la referencia contra la que se compara cada departamento: el análisis no lo mide contra el país entero, sino contra los territorios que se le parecen.

Column	What type of data it accepts
Grupo de comparación	texto corto
Año Marca el año	texto corto
Rama de actividad	texto corto
PIB del grupo (miles de millones COP)	número con decimales
Ocupados del grupo (miles)	número con decimales

Este conjunto tiene además 2 columnas de apoyo (códigos internos y restos del archivo de origen) que el visor no muestra porque no aportan nada al lector. Se conservan para no alterar el archivo original.

View the technical details of this dataset

Tabla vr_ds_7 · columna que marca el año: ano · formato de origen JSON

Name at the source	Readable name	Type
`estructura`	Grupo de comparación	`texto`
`ano`	Año	`texto`
`rae`	Rama de actividad	`texto`
`Suma de pib`	PIB del grupo (miles de millones COP)	`decimal`
`Suma de ocupados`	Ocupados del grupo (miles)	`decimal`
`col_1`	support column, not displayed	`texto`
`col_7`	support column, not displayed	`texto`

PIB departamental a precios corrientes Público 5.445 filas · 6 columnas · 2015–2025

PIB por departamento y rama de actividad a precios de cada año, de 2015 a 2025. Sirve para leer el peso de cada actividad dentro de un año; para comparar años se usa la serie a precios constantes.

Column	What type of data it accepts
Columna 1	texto corto
Cod	texto corto
Dep	texto corto
Ano Marca el año	año
Rae	texto corto
Valor	número con decimales

No plain-language column names have yet been assigned to this dataset: the original source names are displayed. The information is correct; what is missing is the translation.

View the technical details of this dataset

Tabla vr_ds_9 · columna que marca el año: ano · formato de origen JSON

Name at the source	Readable name	Type
`col_1`	Columna 1	`texto`
`cod`	Cod	`texto`
`dep`	Dep	`texto`
`ano`	Ano	`ano`
`rae`	Rae	`texto`
`valor`	Valor	`decimal`

Visor 2 · Brechas de competitividad

Brechas de competitividad por indicador (2018–2025) Público 10.542 filas · 14 columnas · 2018–2025

Para cada departamento y año: el valor del indicador, su grupo de comparación (departamentos de estructura productiva similar) y la brecha respecto a ese grupo. El catálogo oficial es de 45 indicadores agrupados en 6 dimensiones. La serie 2018–2023 es la base oficial de iNNpulsa, ampliada a 2024 y 2025 con la edición 2026 del Índice Departamental de Competitividad (Consejo Privado de Competitividad · U. del Rosario), con la misma metodología. Cubre 25 de los 45 indicadores; los 20 restantes se mantienen hasta 2023 porque la fuente no los publica de forma comparable para los años nuevos.

Column	What type of data it accepts
Código DANE	texto corto
Departamento	texto corto
Año Marca el año	año
Grupo de comparación	texto corto
Dimensión	texto corto
Indicador	texto corto
Valor (0–10)	valores mezclados (texto y números)
Referente del grupo	valores mezclados (texto y números)
Brecha	valores mezclados (texto y números)

Este conjunto tiene además 5 columnas de apoyo (códigos internos y restos del archivo de origen) que el visor no muestra porque no aportan nada al lector. Se conservan para no alterar el archivo original.

View the technical details of this dataset

Tabla vr_ds_11 · columna que marca el año: ano · formato de origen JSON · es la base principal del visor

Name at the source	Readable name	Type
`cod`	Código DANE	`texto`
`dep`	Departamento	`texto`
`ano`	Año	`ano`
`estructura`	Grupo de comparación	`texto`
`dimension`	Dimensión	`texto`
`indicadores_nom`	Indicador	`texto`
`valores`	Valor (0–10)	`mixto`
`Frontera = promedio del indicador por cada estructura y año`	Referente del grupo	`mixto`
`Brecha estática`	Brecha	`mixto`
`col_1`	support column, not displayed	`texto`
`col_2`	support column, not displayed	`texto`
`ID`	support column, not displayed	`texto`
`indicadores`	support column, not displayed	`texto`
`col_12`	support column, not displayed	`texto`

Ritmo frente al referente nacional (análisis dinámico) Público 1.485 filas · 13 columnas · sin años (es un catálogo)

Para cada departamento y cada indicador: cuánto se aparta su ritmo de crecimiento del ritmo del departamento de referencia nacional, en puntos porcentuales. Un valor positivo significa que se está acercando al referente; uno negativo, que se está alejando. Incluye el nombre del departamento que hace de referente en cada indicador.

Column	What type of data it accepts
Departamento	texto corto
Ritmo del referente nacional	valores mezclados (texto y números)
Departamento de referencia	texto corto
Indicador	texto corto
Diferencia de ritmo (p.p.)	valores mezclados (texto y números)

Este conjunto tiene además 8 columnas de apoyo (códigos internos y restos del archivo de origen) que el visor no muestra porque no aportan nada al lector. Se conservan para no alterar el archivo original.

View the technical details of this dataset

Tabla vr_ds_16 · formato de origen JSON

Name at the source	Readable name	Type
`Dep`	Departamento	`texto`
`Frontera`	Ritmo del referente nacional	`mixto`
`Departamento`	Departamento de referencia	`texto`
`Indicador`	Indicador	`texto`
`Brecha dinámica sin error`	Diferencia de ritmo (p.p.)	`mixto`
`col_1`	support column, not displayed	`texto`
`Llave`	support column, not displayed	`texto`
`Ind`	support column, not displayed	`texto`
`col_5`	support column, not displayed	`mixto`
`col_6`	support column, not displayed	`texto`
`col_9`	support column, not displayed	`texto`
`Brecha dinámica`	support column, not displayed	`mixto`
`Llave`	support column, not displayed	`texto`

Visor 3 · Caracterización sectorial

Sectores por departamento (empleo, empresas y exportaciones) Público 17.490 filas · 21 columnas · 2023

Base por departamento y actividad económica: empleo, tejido empresarial, exportaciones 2023 y participaciones.

Column	What type of data it accepts
Departamento	texto corto
Código de actividad (CIIU)	texto corto
Actividad económica	texto corto
Empleo 2018 Año 2018	valores mezclados (texto y números)
Tejido empresarial	número entero
Bienes o Servicios	texto corto
Exportaciones 2023 Año 2023	valores mezclados (texto y números)
Participación Exportaciones - Depto (2023)	valores mezclados (texto y números)
Participación Empleo - Depto (2023)	valores mezclados (texto y números)
Participación Tejido empresarial - Depto (2023)	valores mezclados (texto y números)
Empleo Nacional	valores mezclados (texto y números)
Tejido Empresarial Nacional	número entero
Exportaciones Nacionales	valores mezclados (texto y números)
Participación Empleo - Nacional (2023)	valores mezclados (texto y números)
Participación Tejido empresarial - Nacional (2023)	valores mezclados (texto y números)
Participación Exportaciones- Nacional (2023)	valores mezclados (texto y números)
Vigencia Marca el año	año

Este conjunto tiene además 4 columnas de apoyo (códigos internos y restos del archivo de origen) que el visor no muestra porque no aportan nada al lector. Se conservan para no alterar el archivo original.

View the technical details of this dataset

Tabla vr_ds_24 · columna que marca el año: Vigencia · formato de origen JSON · es la base principal del visor

Name at the source	Readable name	Type
`Departamento`	Departamento	`texto`
`CIIU Rev. 4 A.C.`	Código de actividad (CIIU)	`texto`
`Descripción CIIU Rev. 4 A.C.`	Actividad económica	`texto`
`Empleo 2018`	Empleo 2018	`mixto`
`Tejido empresarial`	Tejido empresarial	`entero`
`Bienes o Servicios`	Bienes o Servicios	`texto`
`Exportaciones 2023`	Exportaciones 2023	`mixto`
`Participación Exportaciones - Depto (2023)`	Participación Exportaciones - Depto (2023)	`mixto`
`Participación Empleo - Depto (2023)`	Participación Empleo - Depto (2023)	`mixto`
`Participación Tejido empresarial - Depto (2023)`	Participación Tejido empresarial - Depto (2023)	`mixto`
`Empleo Nacional`	Empleo Nacional	`mixto`
`Tejido Empresarial Nacional`	Tejido Empresarial Nacional	`entero`
`Exportaciones Nacionales`	Exportaciones Nacionales	`mixto`
`Participación Empleo - Nacional (2023)`	Participación Empleo - Nacional (2023)	`mixto`
`Participación Tejido empresarial - Nacional (2023)`	Participación Tejido empresarial - Nacional (2023)	`mixto`
`Participación Exportaciones- Nacional (2023)`	Participación Exportaciones- Nacional (2023)	`mixto`
`Vigencia`	Vigencia	`ano`
`col_1`	support column, not displayed	`texto`
`Dpto_CIIU`	support column, not displayed	`texto`
`Cod_Departamento`	support column, not displayed	`texto`
`n`	support column, not displayed	`entero`

Caracterización de cada sector dentro de su departamento Público 17.490 filas · 14 columnas · 2017 (el año va en el nombre de la columna)

Para cada uno de los ~530 sectores en cada uno de los 33 departamentos: el ingreso laboral promedio de quienes trabajan en él, su ventaja comparativa revelada en ese territorio y cómo se reparten sus empresas por tamaño. Es la mitad territorial de la caracterización sectorial: responde «qué tan estratégico es este sector aquí», no solo en el país.

Column	What type of data it accepts
Departamento	texto corto
Código de actividad (CIIU)	texto corto
Actividad económica	texto corto
Ventaja comparativa revelada (2012-2017) Año 2017	valores mezclados (texto y números)
Ingreso laboral promedio (2023, ene-nov)	valores mezclados (texto y números)
Empresas grandes	número entero
Empresas medianas	número entero
Empresas pequeñas	número entero
Microempresas	número entero
Empresas sin tamaño reportado	número entero

View the technical details of this dataset

Tabla vr_ds_23 · formato de origen JSON

Name at the source	Readable name	Type
`Departamento`	Departamento	`texto`
`CIIU Rev. 4 A.C.`	Código de actividad (CIIU)	`texto`
`Descripción CIIU Rev. 4 A.C.`	Actividad económica	`texto`
`VCR 2012-2017`	Ventaja comparativa revelada (2012-2017)	`mixto`
`Salarios 2023 (ene-nov)`	Ingreso laboral promedio (2023, ene-nov)	`mixto`
`Grande`	Empresas grandes	`entero`
`Mediana`	Empresas medianas	`entero`
`Pequeña`	Empresas pequeñas	`entero`
`Micro`	Microempresas	`entero`
`Noidentificado`	Empresas sin tamaño reportado	`entero`
`col_1`	support column, not displayed	`texto`
`Dpto_CIIU`	support column, not displayed	`texto`
`Cod_Departamento`	support column, not displayed	`texto`
`tipo`	support column, not displayed	`texto`

Caracterización de los sectores (complejidad, valor estratégico y encadenamientos) Público 528 filas · 12 columnas · 2017–2021 (el año va en el nombre de la columna)

Para cada actividad económica: qué tan complejo es el conocimiento que requiere, cuánto abriría la puerta a otros sectores, cuánto arrastra al resto de la economía y cómo se mueve su mercado mundial. Sirve para juzgar si vale la pena apostar por un sector más allá de su tamaño actual.

Column	What type of data it accepts
Código CIIU	texto corto
Actividad económica	texto corto
Peso en las importaciones mundiales Año 2021	valores mezclados (texto y números)
Peso en las exportaciones mundiales Año 2021	valores mezclados (texto y números)
Complejidad (empleo) Año 2017	valores mezclados (texto y números)
Valor estratégico (empleo)	valores mezclados (texto y números)
Encadenamientos productivos	valores mezclados (texto y números)
Bienes o servicios	texto corto
Crecimiento de las exportaciones	valores mezclados (texto y números)
Crecimiento de la demanda mundial	valores mezclados (texto y números)
Complejidad (exportaciones) Año 2017	número con decimales
Valor estratégico (exportaciones)	valores mezclados (texto y números)

View the technical details of this dataset

Tabla vr_ds_26 · formato de origen JSON

Name at the source	Readable name	Type
`CIIU Rev. 4 A.C.`	Código CIIU	`texto`
`Descripción CIIU Rev. 4 A.C.`	Actividad económica	`texto`
`Part% Importaciones mundiales 2021`	Peso en las importaciones mundiales	`mixto`
`Part% Exportaciones mundiales 2021`	Peso en las exportaciones mundiales	`mixto`
`Complejidad (Empleo DATLAS) 2017`	Complejidad (empleo)	`mixto`
`Valor estratégico Empleo`	Valor estratégico (empleo)	`mixto`
`Encadenamientos`	Encadenamientos productivos	`mixto`
`tipo`	Bienes o servicios	`texto`
`Crec% Exportaciones TCAC 2018/2023 (%)`	Crecimiento de las exportaciones	`mixto`
`Crec% Importaciones mundiales TCAC 2016/2021`	Crecimiento de la demanda mundial	`mixto`
`Complejidad 2017`	Complejidad (exportaciones)	`decimal`
`Valor estratégico (exportaciones)`	Valor estratégico (exportaciones)	`mixto`

Exportaciones agrícolas por departamento (2024–2025) — información oficial Público 31 filas · 3 columnas · 2024–2025 (el año va en el nombre de la columna)

Valor exportado (FOB, dólares) de productos agrícolas por departamento, del Ministerio de Agricultura. Actualización oficial con la serie 2024 y 2025.

Column	What type of data it accepts
Departamento	texto corto
Exportaciones agrícolas 2024 (miles de USD FOB) Año 2024	número con decimales
Exportaciones agrícolas 2025 (miles de USD FOB) Año 2025	número con decimales

View the technical details of this dataset

Tabla vr_ds_336 · formato de origen JSON

Name at the source	Readable name	Type
`departamento`	Departamento	`texto`
`exportaciones_agricolas_fob_miles_usd_2024`	Exportaciones agrícolas 2024 (miles de USD FOB)	`decimal`
`exportaciones_agricolas_fob_miles_usd_2025`	Exportaciones agrícolas 2025 (miles de USD FOB)	`decimal`

Exportaciones totales por departamento (2021 a 2025) — DIAN Público 33 filas · 6 columnas · 2021–2025 (el año va en el nombre de la columna)

Valor total exportado (FOB, dólares) por departamento de origen en 2024 y 2025, calculado a partir de las Estadísticas de Comercio Exterior de la DIAN. No incluye las exportaciones registradas sin departamento de origen (p. ej. petróleo y carbón a nivel nacional).

Column	What type of data it accepts
Departamento	texto corto
Exportaciones totales 2021 (USD FOB) Año 2021	número entero
Exportaciones totales 2022 (USD FOB) Año 2022	número entero
Exportaciones totales 2023 (USD FOB) Año 2023	número entero
Exportaciones totales 2024 (USD FOB) Año 2024	número entero
Exportaciones totales 2025 (USD FOB) Año 2025	número entero

View the technical details of this dataset

Tabla vr_ds_391 · formato de origen JSON

Name at the source	Readable name	Type
`departamento`	Departamento	`texto`
`exportaciones_totales_fob_usd_2021`	Exportaciones totales 2021 (USD FOB)	`entero`
`exportaciones_totales_fob_usd_2022`	Exportaciones totales 2022 (USD FOB)	`entero`
`exportaciones_totales_fob_usd_2023`	Exportaciones totales 2023 (USD FOB)	`entero`
`exportaciones_totales_fob_usd_2024`	Exportaciones totales 2024 (USD FOB)	`entero`
`exportaciones_totales_fob_usd_2025`	Exportaciones totales 2025 (USD FOB)	`entero`

Personas ocupadas por departamento (2024 y 2025) — DANE (GEIH) Público 33 filas · 3 columnas · 2024–2025 (el año va en el nombre de la columna)

Número promedio de personas ocupadas por departamento en 2024 y 2025, calculado a partir de la Gran Encuesta Integrada de Hogares del DANE. Los totales nacionales (23,0 y 23,8 millones) coinciden con las cifras oficiales.

Column	What type of data it accepts
Departamento	texto corto
Ocupados 2024 (promedio anual) Año 2024	número entero
Ocupados 2025 (promedio anual) Año 2025	número entero

View the technical details of this dataset

Tabla vr_ds_447 · formato de origen JSON

Name at the source	Readable name	Type
`departamento`	Departamento	`texto`
`ocupados_promedio_2024`	Ocupados 2024 (promedio anual)	`entero`
`ocupados_promedio_2025`	Ocupados 2025 (promedio anual)	`entero`

Importaciones totales por departamento (2021 a 2025) — DIAN Público 33 filas · 6 columnas · 2021–2025 (el año va en el nombre de la columna)

Valor total importado (FOB, dólares) por departamento de destino, de 2021 a 2025, calculado a partir de las Estadísticas de Comercio Exterior de la DIAN. Se incorporó a solicitud de la Dirección de Productividad y Competitividad del MinCIT. Se toma el valor FOB —y no el CIF, que incluye flete y seguro— para que la cifra sea comparable con la de exportaciones: contrastar una con otra en unidades distintas daría una balanza comercial sesgada.

Column	What type of data it accepts
Departamento	texto corto
Importaciones totales 2021 (USD FOB) Año 2021	número entero
Importaciones totales 2022 (USD FOB) Año 2022	número entero
Importaciones totales 2023 (USD FOB) Año 2023	número entero
Importaciones totales 2024 (USD FOB) Año 2024	número entero
Importaciones totales 2025 (USD FOB) Año 2025	número entero

View the technical details of this dataset

Tabla vr_ds_3571 · formato de origen JSON

Name at the source	Readable name	Type
`departamento`	Departamento	`texto`
`importaciones_totales_fob_usd_2021`	Importaciones totales 2021 (USD FOB)	`entero`
`importaciones_totales_fob_usd_2022`	Importaciones totales 2022 (USD FOB)	`entero`
`importaciones_totales_fob_usd_2023`	Importaciones totales 2023 (USD FOB)	`entero`
`importaciones_totales_fob_usd_2024`	Importaciones totales 2024 (USD FOB)	`entero`
`importaciones_totales_fob_usd_2025`	Importaciones totales 2025 (USD FOB)	`entero`

Visor 4 · Brechas y vocaciones territoriales

Indicadores municipales de vocación territorial Público 40.287 filas · 5 columnas · 2023–2025

Valor de cada variable territorial (acceso, sostenibilidad, conectividad, etc.) por municipio, la vocación agrícola de 2024 y 2025 —área sembrada y producción— y la cobertura móvil 3G, 4G y 5G al cierre de 2023, 2024 y 2025, con dos medidas por tecnología: en cuántos centros poblados del municipio llega la señal y en cuántos llega con señal alta.

Column	What type of data it accepts
Municipio	texto corto
Divipola	número entero
Departamento	texto corto
Valor	valores mezclados (texto y números)
Variable	texto corto

No plain-language column names have yet been assigned to this dataset: the original source names are displayed. The information is correct; what is missing is the translation.

View the technical details of this dataset

Tabla vr_ds_31 · formato de origen JSON · es la base principal del visor

Name at the source	Readable name	Type
`Municipio`	Municipio	`texto`
`Divipola`	Divipola	`entero`
`Departamento`	Departamento	`texto`
`Valor`	Valor	`mixto`
`Variable`	Variable	`texto`

Índice de Competitividad de Ciudades Público 448 filas · 4 columnas · sin años (es un catálogo)

Desempeño competitivo de las 32 ciudades capitales y sus áreas metropolitanas: 13 variables agrupadas en 4 factores, más el puntaje general que las resume. La escala va de 0 a 10. Permite contrastar los retos de la capital con las vocaciones productivas del resto del departamento.

Column	What type of data it accepts
Ciudad o área metropolitana	texto corto
Factor del índice	texto corto
Variable	texto corto
Puntaje (0 a 10)	valores mezclados (texto y números)

View the technical details of this dataset

Tabla vr_ds_28 · formato de origen JSON

Name at the source	Readable name	Type
`Ciudad o AM`	Ciudad o área metropolitana	`texto`
`Factor`	Factor del índice	`texto`
`Variable`	Variable	`texto`
`Valor`	Puntaje (0 a 10)	`mixto`

Indicadores municipales de vocación territorial (segunda parte) Público 4.308 filas · 8 columnas · sin años (es un catálogo)

Las mismas 18 variables territoriales del conjunto principal, medidas en los 16 departamentos que aquel no cubre. Entre los dos suman 32 de los 33 territorios. El visor los presenta unidos: responde igual para cualquier departamento.

Column	What type of data it accepts
Municipio	texto corto
Código DIVIPOLA	número entero
Departamento	texto corto
Valor	valores mezclados (texto y números)
Variable territorial	texto corto

View the technical details of this dataset

Tabla vr_ds_33 · formato de origen JSON

Name at the source	Readable name	Type
`Municipio`	Municipio	`texto`
`Divipola`	Código DIVIPOLA	`entero`
`Departamento`	Departamento	`texto`
`Valor`	Valor	`mixto`
`Variable`	Variable territorial	`texto`
`col_1`	support column, not displayed	`texto`
`col_2`	support column, not displayed	`texto`
`col_8`	support column, not displayed	`entero`

Visor 5 · Cadenas productivas

Cadenas productivas: eslabones y productos Público 2.410 filas · 8 columnas · sin años (es un catálogo)

Cada producto de cada cadena con su eslabón, clase de producto y clasificaciones. Es un catálogo de referencia (sin vigencia anual).

Column	What type of data it accepts
Eslabón	texto corto
Clase Producto	texto largo
Producto	texto corto
Código de producto (CPC)	valores mezclados (texto y números)
Código de actividad (CIIU)	valores mezclados (texto y números)
Código de producto (SA)	texto corto
Cadena	texto corto
Vigencia Marca el año	texto corto

View the technical details of this dataset

Tabla vr_ds_49 · columna que marca el año: Vigencia · formato de origen JSON · es la base principal del visor

Name at the source	Readable name	Type
`Eslabón`	Eslabón	`texto`
`Clase Producto`	Clase Producto	`texto_largo`
`Producto`	Producto	`texto`
`Producto (CPCrev2_5y7d)`	Código de producto (CPC)	`mixto`
`CIIU4_rev4`	Código de actividad (CIIU)	`mixto`
`SistemaArmonizado2007`	Código de producto (SA)	`texto`
`Cadena`	Cadena	`texto`
`Vigencia`	Vigencia	`texto`

Paso 2 · Qué insumos consume cada actividad, y cuánto Público 10.158 filas · 8 columnas · sin años (es un catálogo)

El segundo paso del método: para cada actividad económica, qué materias primas e insumos compra y en qué proporción sobre el total de lo que consume (coeficiente técnico). Es lo que permite saber qué otras actividades quedan «aguas arriba» en la cadena. 10.158 relaciones, construidas sobre la Encuesta Anual Manufacturera de 2012, que es la base que usa la metodología original de las cadenas.

Column	What type of data it accepts
Código de actividad	texto corto
Código de división de insumo	texto corto
División de insumo	texto corto
Código de grupo	texto corto
Grupo de insumo	texto largo
Código de insumo	texto corto
Insumo	texto largo
Coeficiente técnico de consumo	valores mezclados (texto y números)

View the technical details of this dataset

Tabla vr_ds_42 · formato de origen JSON

Name at the source	Readable name	Type
`CIIUrev4_cod`	Código de actividad	`texto`
`division_cod`	Código de división de insumo	`texto`
`division`	División de insumo	`texto`
`grupo_cod`	Código de grupo	`texto`
`grupo`	Grupo de insumo	`texto_largo`
`subclase_cod`	Código de insumo	`texto`
`subclase`	Insumo	`texto_largo`
`CoefTécnicoConsumomp`	Coeficiente técnico de consumo	`mixto`

Paso 1 · De cada actividad a los productos que genera Público 6.985 filas · 8 columnas · sin años (es un catálogo)

La segunda mitad del primer paso: qué productos corresponden a cada actividad económica específica, con el detalle de la clasificación oficial de productos (grupo, clase y subclase). 6.985 correspondencias.

Column	What type of data it accepts
Código de actividad	texto corto
Actividad económica	texto corto
Código de producto	texto corto
Producto	texto largo
Código de clase	texto corto
Clase de producto	texto largo
Código de grupo	texto corto
Grupo de productos	texto largo

View the technical details of this dataset

Tabla vr_ds_43 · formato de origen JSON

Name at the source	Readable name	Type
`CIIU4_cod`	Código de actividad	`texto`
`CIIU4`	Actividad económica	`texto`
`subclase_cod`	Código de producto	`texto`
`subclase`	Producto	`texto_largo`
`clase_cod`	Código de clase	`texto`
`clase`	Clase de producto	`texto_largo`
`grupo_cod`	Código de grupo	`texto`
`grupo`	Grupo de productos	`texto_largo`

Paso 1 · De una actividad económica general a sus actividades concretas Público 496 filas · 5 columnas · sin años (es un catálogo)

El primer paso para delimitar una cadena: partiendo de una actividad económica amplia (dos dígitos), qué actividades intermedias (tres dígitos) y específicas (cuatro dígitos) la componen. 496 combinaciones, según la clasificación oficial de actividades económicas.

Column	What type of data it accepts
Actividad económica general	texto corto
Código intermedio	texto corto
Actividad intermedia	texto corto
Código de actividad	texto corto
Actividad específica	texto corto

View the technical details of this dataset

Tabla vr_ds_44 · formato de origen JSON

Name at the source	Readable name	Type
`CIIU2`	Actividad económica general	`texto`
`CIIU3_cod`	Código intermedio	`texto`
`CIIU3`	Actividad intermedia	`texto`
`CIIU4_cod`	Código de actividad	`texto`
`CIIU4`	Actividad específica	`texto`

Inversión pública asociada a cadenas productivas (SECOP II, 2024-2025) Público 1.096 filas · 5 columnas · 2024–2025

Número y valor de los procesos de contratación pública publicados en 2024 y 2025 cuyo objeto menciona cada cadena productiva, por departamento de la entidad contratante. Complementa el catálogo de cadenas con la señal del esfuerzo estatal reciente alrededor de cada una.

Column	What type of data it accepts
Cadena productiva	texto corto
Departamento	texto corto
Año Marca el año	año
Procesos de contratación	número entero
Valor total (COP)	número con decimales

View the technical details of this dataset

Tabla vr_ds_699 · columna que marca el año: ano · formato de origen JSON

Name at the source	Readable name	Type
`cadena`	Cadena productiva	`texto`
`departamento`	Departamento	`texto`
`ano`	Año	`ano`
`procesos`	Procesos de contratación	`entero`
`valor_total_cop`	Valor total (COP)	`decimal`

Se listan los 20 conjuntos públicos. La plataforma tiene además conjuntos de uso interno —insumos con los que se comprueban las cifras publicadas y bases de trabajo— que requieren una cuenta autorizada. Los nombres en lenguaje llano de las columnas se administran junto con las fichas de cada visor, así que lo que se lee aquí es lo mismo que se lee en la pestaña «Base de datos» de cada visor.

6 · Who sees what

Almost everything is public and does not require registration. Only administration requires an account: uploading data, managing users, and issuing query keys.

6.1 · What anyone can view without an account

Where	What it finds	Through which year
Home	The five viewers, the questions each one answers, and the manuals	2025
The viewers	Maps by department, charts, comparisons across years and between territories	2025
“Database” tab of each viewer	The complete table with search, sorting, and download options in Excel, CSV, JSON, and PDF	2025
Interactive manual	Task-based guide with actual screenshots and a guided walkthrough	—
Technical sheet	What the platform is, compliance with the agreement, glossary, and frequently asked questions	—
This page	Internal workings and data dictionary	—
Open Data Interface	The data in JSON and CSV, for Power BI, Excel or another tool. Access credentials are provided by entity; self-description is open.	2025

El año público es hoy 2025: nada posterior sale por ninguna de esas vías, aunque ya esté cargado. Subirlo es una decisión de la mesa técnica, no un ajuste que se haga solo.

6.2 · What requires an account

The management panel allows updating data, administering the indicator catalog and source URLs, editing public-facing texts, issuing query credentials, and reviewing the action log. There are three levels:

Level	What you can do
Reader	Consult the entire dashboard, including data that is not yet public. No changes are made.
Editor	All of the above, plus the ability to upload and correct data, and to undo uploads.
Administrator	All of the above, plus management of accounts, query keys, and configuration settings.

Details for each screen of the dashboard and its users are provided in the technical sheet, which also includes the glossary defining all terms used on this page.

View technical details: why there are no "views" in the database

In databases, there is a construct called a view: a saved query that behaves like a table. This would be the expected approach for serving each viewer, and here it is deliberately not used.

Reason: the columns across datasets are not identical—each includes its own, with years embedded in names or lacking a temporal dimension—so a saved query per viewer would need to predefine a column list that changes every time a new reporting year is incorporated. Instead, the application rebuilds each dataset from the registered column dictionary, which updates automatically. The result is the same for the user, and there is no need to remember to keep any separate definition in sync.

7 · Why the displayed information can be trusted

Six mechanisms that are currently operational. None depend on someone remembering to apply them.

🔒 In case of doubt, not displayed

If a permission check fails, the platform does not deliver the data. An error never opens the door; it keeps it closed.

📅 A public year, and it is respected

Data beyond the public year is not released through any channel, even if already loaded. The cutoff is part of the query, so it cannot be bypassed inadvertently.

🔑 Digital fingerprint of each version

A content fingerprint is calculated for each version. Two identical uploads produce the same fingerprint, so any subsequent alteration is detectable.

🧾 A record is kept of everything

Every action in the dashboard is logged with its author, date, and what was changed. Traceability is not a promise: it is a readable table.

↩️ You can go back

Any upload can be undone by reverting to the exact previous version. This is what makes it safe for non-technical users to perform updates: errors can be corrected.

🔁 No one needs to remember

Review of new reporting years is automatic and weekly, with records maintained. Even if the platform were left unattended, it would continue to notify when a new year has been published.

7.1 · Status of sources as of now

7 de 8 fuentes están al día según la última revisión automática.

Fuentes al día 7 de 8

Point-by-point compliance with the agreements established in the convention, security measures, and frequently asked questions are available in the technical sheet. If you identify an inconsistency in any data, it may be reported through the institutional channel of Ruta Milagro - Regiones Más Competitivas: all corrections are tracked and recorded.

Now that you understand how it works, please use it

The data are open and documented. Explore the viewers or connect them to your analysis tool.

Explorar los visores Glosario de términos Esta página, en datos