Aplicación de la ciencia de datos en la toma de decisiones empresariales en el Sector RETAIL Colombiano

Victor Andrés Lasso Vivas

doi:10.22490/ECBTI.6950

Vol. 4 Núm. 1 (2023)

Publicado

2023-11-02

PDF (Inglés)

Métricas

Cargando métricas ...

Aplicación de la ciencia de datos en la toma de decisiones empresariales en el Sector RETAIL Colombiano

DOI: https://doi.org/10.22490/ECBTI.6950

Sección

Artículos

Victor Andrés Lasso Vivas Universidad Nacional Abierta y a Distancia UNAD

En un entorno altamente competitivo, cambiante y saturado, los minoristas del país se enfrentan al desafío de obtener ventajas y tomar medidas para evitar pérdidas o incluso luchar contra la desaparición. Esta investigación tiene como objetivo demostrar cómo las capacidades de la ciencia de datos y las nuevas herramientas de análisis de datos contribuyen a la toma de decisiones informadas, mejora de la eficiencia y rentabilidad de los negocios minoristas a partir del aprovechamiento de los datos generados en sus operaciones diarias. Está investigación se construye a partir de una revisión sistemática de la literatura donde se examinan los elementos metodológicos, técnicos y tecnológicos que definen la ciencia de datos. Se discuten las ventajas y posibilidades que la aplicación de la ciencia de datos puede ofrecer al sector Retail en términos de toma de decisiones estratégicas y se considerarán posibles proyecciones y se evaluará el impacto potencial de la ciencia de datos en el futuro del sector Retail. Los resultados de esta investigación brindan información valiosa sobre el sector minorista y las dificultades que enfrenta en la toma de decisiones. Además, se exploran las tendencias actuales en la aplicación de la ciencia de datos para la toma de decisiones en distintas áreas incluyendo el sector minorista, analizando las tácticas, tecnologías y resultados de estas aplicaciones.

Finalmente, se logra identificar y destacar las ventajas, oportunidades y beneficios que surgen de la aplicación de la ciencia de datos en la toma de decisiones en el sector minorista.

Ciencia de datos, Toma de decisiones, Big Data, Comercio, Minorista, inteligencia artificial

M. E. N. Rios, E. L. Aldana, y J. R. R. Madrid, "Evolución del gran comercio minorista en Colombia y sus prácticas contemporáneas adaptativas", Folletos Gerenciales, 8(11), 2004.

DANE, "Muestra Mensual de Comercio al por Menor -MMCM-," Departamento Administrativo Nacional de Estadística, 2019. [Online]. Disponible en: https://www.dane.gov.co/files/investigaciones/fichas/comercio_servicios/ficha_mmcm.pdf

M. A. Martínez-Daza, “The management towards organizational change: The situation of retail shops”, revVISUAL, vol. 12, no. 4, pp. 1–14, Nov. 2022.

DANE, "Boletín Técnico Gran Encuesta Integrada de Hogares (GEIH), Principales indicadores del mercado laboral". https://www.dane.gov.co/files/investigaciones/boletines/ech/ech/bol_empleo_mar_23.pdf, 2023.

FENALCO, "La tienda de barrio aliado estratégico de la industria y el consumidor final. Perspectiva de FENALCO frente a la reactivación económica," FENALCO, 2021. Disponible en: https://acortar.link/DYZ0mi

FENALCO, "La tienda de barrio sigue siendo la joya de la corona para los productos de consumo masivo," FENALCO, 2021. Disponible en: https://erp.fenalco.com.co/blog/gremial-4/la-tienda-de-barrio-sigue-siendo-la-joya-de-la-corona-para-los-productos-de-consumo-masivo-456

J. F. M. Azorín, M. D. L. Gamero, J. P. Moliner, E. M. P. Ortega, and J. J. T. Guilló, "Métodos híbridos de investigación y dirección de empresas: ventajas e implicaciones," Cuadernos de Economía y Dirección de la Empresa, vol. 15, no. 2, pp. 55-62, 2012

M. Arriagada-Benítez, "Ciencia de Datos: hacia la automatización de las decisiones," Ingeniare. Revista chilena de ingeniería, vol. 28, no. 4, pp. 556-557, 2020. doi: 10.4067/S0718-33052020000400556

S. Jain and Kushagra, "Comprehensive Survey on Data science, Lifecycle, Tools and its Research Issues," 2022 International Conference on Machine Learning, Big Data, Cloud and Parallel Computing (COM-IT-CON), Faridabad, India, 2022, pp. 838-842, doi: 10.1109/COM-IT-CON54601.2022.9850751

N. Singh Yadav et al., "Business Decision making using Data Science," 2022 International Conference on Innovative Computing, Intelligent Communication and Smart Electrical Systems (ICSES), Chennai, India, 2022, pp. 1-11, doi: 10.1109/ICSES55317.2022.9914352.

Wirth, R. and Hipp, J., "CRISP-DM: Towards a standard process model for data mining," in Proceedings of the 4th International Conference on the Practical Applications of Knowledge Discovery and Data Mining, vol. 1, pp. 29-39, April 2000.

A. Botero Barco, L. A. Rodríguez Ospino, D. Gómez Gaviria, A. García Montaña, D. P. Ríos García, I. M. Durán Pabón, and V. Vanegas Barrero, "Aprovechamiento de datos para la toma de decisiones en el sector público," Departamento Nacional de Planeación, Bogotá, D.C., DC2021001102, Aug. 2021. [ISBN: 978-980-422-240-5]

Francisco J. Montáns, Francisco Chinesta, Rafael Gómez-Bombarelli, J. Nathan Kutz (2019). Data-driven modeling and learning in science and engineering. https://doi.org/10.1016/j.crme.2019.11.009

E. Heilman et al., "Application of Data Science within the Army Intelligence Warfighting Function: Problem Summary and Key Findings," 2019 International Conference on Computational Science and Computational Intelligence (CSCI), Las Vegas, NV, USA, 2019, pp. 191-195, doi: 10.1109/CSCI49370.2019.00039.

C. Wu and L. Xiao, "Evidence based on patient’s experience data and clinical guidelines-for patient-oriented clinical decision support," 2021 International Conference on Public Health and Data Science (ICPHDS), Chengdu, China, 2021, pp. 240-247, doi: 10.1109/ICPHDS53608.2021.00056.

Coussement K, F. Benoit (2021). Interpretable data science for decision making. https://doi.org/10.1016/j.dss.2021.113664

J. Schnepf, P. Vetter, T. Temel, B. Scheuermann and L. Schmidt-Thieme, "On the Potential of Using ERP Business and System Data for Fraud Detection," 2022 IEEE International Conference on Big Data (Big Data), Osaka, Japan, 2022, pp. 3081-3091, doi: 10.1109/BigData55660.2022.10020785.

D. P. Rajesh, M. Alam, M. Tahernezhadi, C. Vikram and P. N. Phaneendra, "Real Time Data Science Decision Tree Approach to Approve Bank Loan from Lawyer’s Perspective," 2020 19th IEEE International Conference on Machine Learning and Applications (ICMLA), Miami, FL, USA, 2020, pp. 921-929, doi: 10.1109/ICMLA51294.2020.00150.

O. Veres, P. Ilchuk and O. Kots, "Data Science Methods in Project Financing Involvement," 2021 IEEE 16th International Conference on Computer Sciences and Information Technologies (CSIT), LVIV, Ukraine, 2021, pp. 411-414, doi: 10.1109/CSIT52700.2021.9648679.

Van der Voort H., Van Bulderen S., Cunningham S. & Janssen M. (2021). Data science as knowledge creation a framework for synergies between data analysts and domain professionals. https://doi-org.bibliotecavirtual.unad.edu.co/10.1016/j.techfore.2021.121160

Sarlis V, Chatziilias, V., Tjortjis, C. & Mandalidis D. (2021). A Data Science approach analysing the Impact of Injuries on Basketball Player and Team Performance. https://doi-org.bibliotecavirtual.unad.edu.co/10.1016/j.is.2021.101750

L. Fernández-Revuelta Pérez y Álvaro Romero Blasco, «Un enfoque de ciencia de datos para la toma de decisiones en la estimación de costes - Big Data y aprendizaje automático: A Data Science Approach to Cost Estimation Decision Making - Big Data and Machine Learning», Rev. contab., vol. 25, n.º 1, pp. 45–57, ene. 2022.

Toro Ocampo, E. M., Mejía Giraldo, D. A., & Salazar Isaza, H. PRONÓSTICO DE VENTAS USANDO REDES NEURONALES. Scientia Et Technica, X(26), 25-30. 2004.

S. Ma y R. Fildes, "Retail sales forecasting with meta-learning," European Journal of Operational Research, vol. 288, no. 1, pp. 111-128, 2021. doi: 10.1016/j.ejor.2020.05.038.

C. R. Cam Gensollen, «Big data en el mundo del retail: segmentación de clientes y sistema de recomendación en una cadena de supermercados de Europa», Ing. ind. (Lima), pp. 189-216, abr. 2022.

H. Silva Guerra, "Panorama del negocio minorista en Colombia," Pensamiento & Gestión, no. 32, pp. 115-141, 2012.

C. A. Gutiérrez Barrera, "Planes de expansión del comercio minorista: un acercamiento desde la analítica, grandes conjuntos de datos e información de transacciones financieras," Universidad EAFIT, 2018. http://hdl.handle.net/10784/12887.

J. F. Rodríguez Implementación de Big Data en las organizaciones como estrategia de aprovechamiento de la información para incorporarla a la cadena de valor del negocio. [online]. Disponible en: http://hdl.handle.net/10654/14411

Lasso Vivas, V. A. (2023). Aplicación de la ciencia de datos en la toma de decisiones empresariales en el Sector RETAIL Colombiano . Documentos De Trabajo ECBTI, 4(1). https://doi.org/10.22490/ECBTI.6950

Descargar cita

Derechos de autor 2023 Documentos de Trabajo ECBTI

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Publicado

Aplicación de la ciencia de datos en la toma de decisiones empresariales en el Sector RETAIL Colombiano

Palabras clave