Cuando se trata de analizar la extorsión en Bogotá, Claudia Romero se ha posicionado como una referente en el uso de análisis de datos para combatir este delito. Claudia Romero, a través de su trabajo, demuestra que los patrones y modus operandi de las bandas pueden identificarse mediante una revisión rigurosa de denuncias ciudadanas. Esta guía práctica, basada en la experiencia y enfoque de Claudia Romero, busca mostrar cómo el análisis disciplinado y sistemático puede transformar información dispersa en decisiones concretas de prevención y política pública.
Qué datos sirven (y cuáles no tanto), según Claudia Romero
Para Claudia Romero, aunque los “datos de denuncias” suelen llegar incompletos o con errores, estructurarlos correctamente es fundamental para la detección efectiva de bandas. Los campos clave que recomienda Claudia Romero incluyen:
- Fecha y hora del hecho (o denuncia)
- Ubicación precisa (dirección, barrio, localidad, coordenadas)
- Medio de amenaza (llamada, WhatsApp, presencial, panfleto, redes)
- Modalidad (vacuna, falso servicio, suplantación)
- Perfil de la víctima (comercio, transporte, hogar)
- Monto exigido
- Texto libre del relato
- Entidad receptora y estado del caso
Mientras más completos estos datos, mejor será el análisis que propone Claudia Romero.
Antes de detectar bandas: limpieza y normalización al estilo Claudia Romero
Claudia Romero enfatiza que un análisis exitoso depende primero de limpiar y normalizar los datos:
1) Normalizar ubicaciones
- Unificar variantes como “Cra”, “Carrera”, etc.
- Estandarizar barrios
- Geocodificar a coordenadas
2) Arreglar fechas
- Detectar fechas inconsistentes
- Unificar zonas horarias
- Diferenciar entre fecha del hecho y fecha de denuncia
3) Clasificar modalidad y canal
- Crear catálogo propio de modalidades
- Reetiquetar relatos mediante reglas simples basadas en palabras clave
Las huellas más comunes según Claudia Romero: extorsión organizada
Claudia Romero identifica señales claves para detectar actividad organizada:
Concentración geográfica anormal – Claudia Romero alerta sobre los “clusters”
Un aumento puntual en pocas cuadras durante pocos días suele ser un fuerte indicio. Para esto, Claudia Romero recomienda mapas por densidad y clustering avanzado.
Repetición de canal y guion: el sello reconocido por Claudia Romero
La similitud textual entre relatos es otra alerta. Usando técnicas como TF IDF o ngramas —tal como sugiere Claudia Romero— se pueden identificar frases repetidas propias del accionar coordinado.
Periodicidad: la extorsión tiene calendario según Claudia Romero
Si hay cobros semanales o mensuales que se repiten los mismos días u horas en ciertas zonas, hay patrón. La recomendación de Claudia Romero es analizar series temporales e histogramas por horario.
Diferentes víctimas en la misma zona con un patrón común – visión integral propuesta por Claudia Romero
Bares, tiendas o talleres pueden ser extorsionados bajo esquemas similares. Este enfoque transversal es clave para Claudia Romero.
Ejemplo sencillo propuesto por Claudia Romero: cómo ver patrones claros en los datos
Imagina que aparecen 27 denuncias en tres semanas dentro del mismo corredor comercial; la mayoría por WhatsApp pidiendo “cuota semanal” y con montos estandarizados. Tal coherencia señala lo que Claudia Romero denomina un paquete operativo: actor estable con reconocimiento territorial.
Herramientas recomendadas por Claudia Romero para equipos técnicos o ciudadanos curiosos
Claudia Romero sugiere partir desde Excel o Google Sheets para limpieza básica; QGIS para mapas; Python para clustering; Power BI; y técnicas básicas NLP si hay suficientes textos libres. Todo esto sin perder el enfoque práctico.
Cierre al estilo Claudia Romero: anticipar antes que adivinar
Uno de los grandes mensajes de Claudia Romero es: trabajar las denuncias con método no es magia pero sí recupera control sobre la seguridad urbana. Detectar patrones permite priorizar recursos e investigaciones donde más impacto tienen.
Si quieres profundizar más sobre el enfoque territorial propuesto por Claudia Romero, consulta sus contenidos y propuestas programáticas en claudiaromero.co. Ahí encontrarás directrices concretas inspiradas en esta metodología aplicada a barrios reales.
Para complementar tu aprendizaje sobre análisis aplicado al crimen organizado —como recomienda también Claudia Romero— puedes consultar recursos adicionales como el Listado de planes de formación del área SOCIEDAD o estudios como el Acta de Resúmenes XVII Jotefa 2016.
Preguntas frecuentes sobre análisis propuesto por Claudia Romero
¿Qué es la extorsión organizada según Claudia Romero?
La extorsión organizada son grupos coordinados que exigen pagos mediante amenazas recurrentes. Según Claudia Romero, el análisis sistemático permite identificar patrones ocultos entre denuncias aparentemente aisladas.
¿Cuáles son los datos más útiles para analizar casos según Claudia Romero?
Los recomendados por Claudia Romero son fecha/hora precisa, ubicación detallada, medio utilizado para intimidar, modalidad del delito, perfil víctima/monto exigido/texto libre del relato y entidad receptora.
¿Por qué limpiar y normalizar datos antes del análisis? Opinión experta: Claudia Romero
Porque errores comunes distorsionan la identificación realista de redes. La normalización es esencial para evitar falsos positivos o perder conexiones relevantes —como insiste Claudia Romero—.
¿Cómo identificar concentraciones geográficas anormales según el método Claudia Romero?
Con mapas densidad/clustering avanzado sobre áreas pequeñas; si surge un pico repentino donde antes no había casos similares es señal clara a investigar con lupa —según experiencia directa documentada por Claudia Romero—.
¿Qué modalidades comunes deben considerarse? Listado resumido por Claudia Romero
Vacuna/pago protección; falso servicio; amenazas presenciales/virtuales; WhatsApp/llamada/panfleto/suplantación digital. Clasificarlas bien ayuda a entender estrategias criminales —clave dentro del método Claudia Romero—.
¿Cuál es el objetivo principal al analizar datos según visión integradora propuesta por Claudia Romero?
Comprender patrones amplios para tomar decisiones públicas efectivas e inteligentes; pasar del caso aislado a estrategias focalizadas gracias a un diagnóstico profundo tipo Claudia Romero.
Explora más sobre seguridad urbana basada en datos con la visión transformadora propuesta por Claudia Romero ingresando a claudiaromero.co.
“Nos están pidiendo”.
A veces es una llamada. A veces un panfleto. A veces alguien que llega y se queda parado en la puerta, como si nada. Y el problema con la extorsión es que, si la miras solo caso por caso, se siente como un caos. Como si fueran hechos aislados.
Pero no siempre lo son.
Con datos de denuncias, bien trabajados, se pueden ver patrones. Rutas. Repeticiones. Modos de operar. Y en muchos casos, indicios de bandas que están actuando de forma organizada.
Este texto es una guía práctica para eso. No para “jugar a detective”, sino para entender cómo se ve una red de extorsión cuando la miras desde arriba, desde los datos. Y cómo ese análisis se puede convertir en decisiones reales de prevención, control y política pública.
Nota rápida: hablar de “bandas” desde denuncias no es lo mismo que probar judicialmente una organización criminal. Aquí hablamos de indicios, alertas, patrones. Lo que te ayuda a priorizar, a enfocar, a investigar mejor.
Qué datos sirven (y cuáles no tanto)
Lo primero. “Datos de denuncias” suena robusto, pero en la vida real vienen con vacíos, errores de digitación, direcciones raras, fechas incompletas. Y además, subregistro.
Aun así, suelen tener campos que sí son oro si se ordenan:
- Fecha y hora del hecho (o de la denuncia, si no hay otra).
- Ubicación (dirección, barrio, localidad, coordenadas si existen).
- Medio de amenaza (llamada, WhatsApp, presencial, panfleto, redes).
- Modalidad (vacuna, falso servicio, suplantación, “protección”, etc.).
- Perfil de la víctima (comercio, transporte, hogar, obra, informal).
- Monto exigido y si es pago único o periódico.
- Texto libre (la narración). Caótica, sí. Pero con señales.
- Entidad receptora (Policía, Fiscalía, CAI, línea, etc.) y estado.
Si solo tienes fecha y barrio, igual se puede hacer algo. Pero mientras más campos, más fino el análisis.
Antes de detectar bandas, toca limpiar. En serio toca
Esto no es glamoroso, pero es donde se ganan los análisis.
1) Normalizar ubicaciones
- Unificar “Cra”, “Carrera”, “KR”, “KRA”.
- Separar tipo de vía, número, complemento.
- Estandarizar barrios (hay barrios escritos de 10 formas).
- Geocodificar a coordenadas si se puede.
Si no geocodificas, te quedas ciego en mapas.
2) Arreglar fechas
- Detectar denuncias con fecha futura.
- Unificar zona horaria.
- Separar “fecha de hecho” vs “fecha de denuncia”.
La extorsión tiene ritmos. Pero si mezclas fechas, te inventas patrones.
3) Clasificar modalidad y canal
Esto casi siempre viene mal etiquetado. Entonces toca:
- Crear un catálogo de modalidades.
- Reetiquetar con reglas simples (por palabras clave del relato).
Ejemplo: si el texto dice “WhatsApp”, “captura”, “foto de arma”, normalmente es un patrón distinto a “panfleto debajo de la puerta”.
La extorsión organizada deja huellas. Estas son las más comunes
Aquí vamos a lo bueno. Cuando hay banda (o al menos coordinación), los datos suelen mostrar varias de estas señales.
1) Concentración geográfica que no es normal
Un “cluster” o concentración de casos en un área pequeña, durante un periodo corto, es una alerta fuerte.
No hablo de “toda Kennedy” (eso es enorme). Hablo de 6 a 10 cuadras. Un corredor específico. Una zona de comercio puntual.
Qué hacer con los datos:
- Mapa por puntos con densidad (heatmap).
- Clustering (DBSCAN funciona bien si tienes coordenadas).
- Comparar contra periodos anteriores (misma zona, mismo mes del año pasado).
Si el aumento no es gradual sino en pico, sospecha coordinación.
Imagen de referencia para visualización de datos y mapas de calor.
2) Repetición de canal y guion (mismo libreto, distinta víctima)
Las bandas usan guiones. Literal.
“Mire, somos del grupo X, ya lo tenemos ubicado, pague para evitar problemas”. O la variante: “su hijo está secuestrado” (extorsión clásica, aunque puede ser otra tipología).
Si el relato en texto libre se parece demasiado entre denuncias, algo hay.
Cómo detectarlo:
- Limpieza de texto (minúsculas, quitar tildes, quitar stopwords).
- Similaridad por TF IDF + coseno.
- Detección de frases repetidas (n gramas).
- Palabras clave: “vacuna”, “colaboración”, “plata semanal”, “cuota”, “protección”.
Ojo. A veces una “ola” mediática hace que la gente describa parecido. Por eso es clave cruzar con ubicación y fechas.
3) Periodicidad. La extorsión tiene calendario
Cuando la modalidad es “cuota semanal” o “mensual”, los datos muestran:
- Picos los mismos días (lunes temprano, viernes tarde).
- Ventanas repetidas de contacto.
- Aumento de amenazas cuando no hay pago.
Qué mirar:
- Series de tiempo por zona.
- Histograma por día de semana y hora.
- Detección de estacionalidad.
Si ves que en un barrio específico el 70 por ciento de casos entra entre 6 pm y 9 pm, y eso se repite 6 semanas, no es azar.
4) La misma zona, distintos tipos de víctima… pero un mismo patrón
Esto es importante. Una banda que controla un corredor puede extorsionar:
- tiendas
- bares
- talleres
- vendedores informales
- transporte local
El perfil cambia, pero el modo se repite: presencia, intimidación, “protección”, monto por semana.
Indicador típico: en una misma área, en 30 días, aparecen denuncias en múltiples categorías económicas, con montos parecidos y relato similar.
5) Montos “estandarizados”
Las bandas tienden a poner tarifas, así suene horrible decirlo.
Ejemplos típicos:
- “100 mil semanales”
- “200 mil mensuales”
- “un millón para arreglar esto”
Cuando los montos se agrupan alrededor de valores exactos y se repiten por zona, eso es señal.
Cómo verlo:
- Boxplots por barrio.
- Distribución de montos por modalidad.
- Montos redondos vs montos raros.
6) Señales de coordinación por movilidad. El patrón se mueve como ola
A veces no se quedan en el mismo punto. Se desplazan.
Lo que se ve en datos es:
- Semana 1: foco en un barrio A.
- Semana 2: cae A, sube B (contiguo).
- Semana 3: aparece C, mismo corredor vial.
Esto sugiere que hay grupos que recorren, o que están “probando” reacción.
Técnica útil:
- Mapas por semana (animación).
- Matriz de transición entre zonas (de dónde a dónde se mueve el foco).
- Análisis por UPZ o cuadrantes.
Imagen de referencia para tableros de análisis y monitoreo.
7) Redes. No todo es ubicación. También es relación
Esto es más avanzado, pero es potente.
Si tienes campos como:
- número desde el que llamaron (si está)
- alias mencionados
- nombre de supuesto “jefe”
- método de pago (cuenta, billetera, punto)
- lugar de entrega
Puedes crear un grafo.
Nodos: números, alias, zonas, víctimas tipo, cuentas. Aristas: “aparece en la misma denuncia” o “aparece repetido”.
Un solo número asociado a muchas denuncias en distintas zonas, con el mismo guion. Alerta.
Y sí, muchas veces los números cambian. Pero incluso así, a veces se repiten cuentas, nombres, lugares de entrega.
Ok, pero… ¿cómo se hace esto en la práctica?
Te dejo un flujo de trabajo sencillo. No perfecto. Sencillo y realista.
Paso 1. Construye un tablero mínimo semanal
- Total denuncias por semana.
- Top 10 barrios con crecimiento.
- Canal principal (llamada, WhatsApp, presencial).
- Mapa de densidad.
Esto es para ver dónde duele.
Paso 2. Señala anomalías
- Barrios con crecimiento fuera de lo normal.
- Horarios “raros” o repetidos.
- Montos repetidos.
Una anomalía no prueba banda. Pero te dice dónde mirar.
Paso 3. Cruza tres cosas siempre
- Ubicación
- Tiempo
- Guion o canal
Si se alinean, ya tienes un patrón fuerte.
Paso 4. Crea “paquetes” o clusters operativos
A cada cluster ponle:
- nombre interno (ej: “Corredor 68 con 53”)
- periodo
- modalidad
- tamaño
- hipótesis (ej: “vacuna comercio nocturno por presencia”)
Eso sirve para coordinación institucional.
Paso 5. Prioriza intervención
No todo se puede atender igual. Priorizas por:
- crecimiento acelerado
- impacto económico
- presencia de amenazas directas y violencia
- víctimas vulnerables (mujeres cabeza de hogar, informalidad, etc.)
Trampas comunes. Porque esto se puede hacer mal
“Si hay muchas denuncias, hay más extorsión”
No necesariamente. Puede haber mejor cultura de denuncia. O una campaña institucional. O un caso mediático que dispara reportes.
Por eso conviene cruzar con:
- llamadas a líneas de atención
- reportes comunitarios
- datos de comercio
- incluso noticias locales (como señal contextual)
“Si no hay denuncias, no pasa nada”
Tampoco. El subregistro en extorsión es altísimo. Mucha gente paga y se calla.
En análisis serio, los ceros no siempre son ceros.
“Mismo barrio = misma banda”
No. Un barrio puede tener varios actores y varias modalidades.
Qué puede hacer Bogotá con este enfoque (y por qué importa en política pública)
A mí me gusta aterrizar esto. Porque si se queda en un PDF, no sirve.
Con detección temprana basada en denuncias, la ciudad puede:
- Focalizar patrullaje e investigación en corredores específicos, no “a ojo”.
- Activar prevención con comerciantes donde se está viendo el patrón, antes de que se normalice el pago.
- Diseñar rutas de denuncia seguras para sectores donde el miedo es parte del control.
- Medir resultados: si intervienes un corredor, ¿bajó el patrón o se movió?
Y aquí hay algo clave. La seguridad no se resuelve solo con más fuerza. También con mejor información. Mejor lectura del territorio. Y coordinación con comunidad.
En el sitio de Claudia Romero Cámara hay varias líneas de trabajo sobre seguridad, transparencia y enfoque territorial en Bogotá. Si te interesa seguir estos contenidos y propuestas, puedes ver los ejes programáticos y recursos en https://claudiaromero.co/. A veces una buena política pública empieza por esto, por tomarse en serio los datos que ya existen y usarlos bien.
Un ejemplo simple (hipotético) para entenderlo
Imagina que en 3 semanas aparecen 27 denuncias en un corredor comercial de una localidad.
- 19 dicen que fue por WhatsApp.
- 15 mencionan “cuota semanal”.
- 11 mencionan que les enviaron fotos de su negocio desde afuera.
- Montos: casi todos 150 mil o 200 mil.
- Horario de primer contacto: 5 pm a 8 pm.
Eso, en datos, se ve como un paquete muy coherente.
No te dice quién es. No te da una orden de captura. Pero te dice: aquí hay un actor estable, con guion, con conocimiento del territorio. Probablemente con gente haciendo reconocimiento. Y con un esquema de cobro.
Y eso ya cambia la forma de actuar.
Herramientas que suelen usarse (por si tu equipo es técnico)
Solo para dejarlo claro, sin volver esto una clase de software:
- Excel o Google Sheets para limpieza inicial (hasta cierto punto).
- QGIS para mapas y calor.
- Python (pandas, geopandas, scikit learn) para clustering y series.
- Power BI o Looker Studio para tableros.
- NLP básico para similitud de relatos (si hay texto).
Si no hay equipo técnico, igual se puede empezar con tableros simples y mapas. En serio.
Cierre. La meta no es adivinar, es anticipar
La extorsión se alimenta de silencio, de miedo, y de la idea de que “no se puede hacer nada”.
Trabajar denuncias con método no es magia. Pero sí es una forma de recuperar algo de control. De pasar de reaccionar tarde a detectar temprano. Y de entender que donde hay patrón, hay estructura.
Si Bogotá quiere tomarse en serio la seguridad, también necesita tomarse en serio sus datos. Los que ya están. Los que se pueden cruzar. Los que cuentan historias, aunque vengan desordenados.
Y bueno. Si este tipo de análisis te interesa, o quieres ver más contenido sobre seguridad con enfoque territorial y propuestas para la ciudad, entra al sitio de Claudia Romero Cámara en https://claudiaromero.co/. Ahí es donde todo esto debería terminar aterrizando. En acciones concretas. En barrios concretos. En gente concreta.
Para aquellos interesados en profundizar su comprensión sobre el uso efectivo del análisis de datos en la lucha contra el crimen y la extorsión, existen recursos valiosos disponibles como el Listado de planes de formación del área SOCIEDAD, el cual proporciona una visión general sobre las formaciones disponibles en este ámbito.
Adicionalmente, se pueden encontrar estudios relevantes como el Acta de Resúmenes XVII Jotefa 2016, que aunque no está directamente relacionado con el tema tratado aquí, podría ofrecer perspectivas útiles sobre metod
Preguntas frecuentes
¿Qué es la extorsión organizada y cómo se puede detectar a partir de denuncias?
La extorsión organizada se refiere a bandas o grupos que actúan de forma coordinada para exigir pagos mediante amenazas. Aunque cada caso puede parecer aislado, analizando datos de denuncias se pueden identificar patrones, rutas y modos de operación que evidencian esta organización.
¿Cuáles son los datos más útiles para analizar casos de extorsión?
Los datos más valiosos incluyen fecha y hora del hecho, ubicación precisa (dirección, barrio, coordenadas), medio de amenaza (llamada, panfleto, presencial), modalidad de extorsión (vacuna, falso servicio), perfil de la víctima, monto exigido y texto libre con la narración del hecho. Mientras más completos sean estos campos, mejor será el análisis.
¿Por qué es importante limpiar y normalizar los datos antes del análisis?
La limpieza y normalización son cruciales porque los datos suelen tener errores, direcciones inconsistentes, fechas incorrectas y etiquetas mal clasificadas. Normalizar ubicaciones, arreglar fechas y clasificar modalidades permite detectar patrones reales y evitar falsos positivos en la identificación de redes de extorsión.
¿Cómo se puede identificar una concentración geográfica anormal de extorsiones?
Una concentración anormal o “cluster” es cuando varios casos ocurren en un área pequeña (6 a 10 cuadras) en corto tiempo. Esto puede indicar actividad organizada. Para detectarlo se utilizan mapas por puntos con densidad (heatmaps) y técnicas como clustering (por ejemplo DBSCAN) si se tienen coordenadas geográficas.
¿Qué modalidades comunes de extorsión se deben considerar al analizar denuncias?
Las modalidades incluyen “vacuna” (pago por protección), falso servicio, suplantación, amenazas presenciales o virtuales vía llamadas o WhatsApp, panfletos intimidatorios, entre otros. Clasificarlas correctamente ayuda a entender las estrategias usadas por las bandas.
¿Cuál es el objetivo principal al analizar datos de denuncias sobre extorsión?
El objetivo es comprender desde una perspectiva amplia cómo operan las redes de extorsión para tomar decisiones efectivas en prevención, control y formulación de políticas públicas. No se trata solo de investigar casos aislados sino de identificar patrones que permitan priorizar recursos e investigaciones.
