Inteligencia de mercado predictiva mediante aprendizaje automático
DOI:
https://doi.org/10.70577/dv06tw18Palabras clave:
inteligencia de mercado, aprendizaje automático, análisis predictivo, big data, comportamiento del consumidor.Resumen
La transformación digital ha incrementado la complejidad en la toma de decisiones empresariales debido al alto volumen de datos y la variabilidad del comportamiento del consumidor. El objetivo del estudio fue analizar la inteligencia de mercado predictiva mediante aprendizaje automático como herramienta para fortalecer la toma de decisiones estratégicas. La metodología se basó en un enfoque cuantitativo de alcance explicativo, con diseño no experimental y análisis de datos secundarios provenientes de organismos internacionales y estatales. Se aplicaron regresión lineal múltiple, correlación de Spearman y el algoritmo Random Forest, procesados mediante Python y SPSS. Los resultados evidencian que la inversión en inteligencia artificial, la automatización comercial y la personalización digital explican una alta proporción del crecimiento de las ventas digitales. Asimismo, la frecuencia de compra, el tiempo de navegación y la sensibilidad al precio fueron variables determinantes en la predicción del comportamiento del consumidor. El modelo Random Forest alcanzó una alta capacidad predictiva para clasificar abandono y recompra de clientes. Se concluye que la inteligencia de mercado predictiva mediante aprendizaje automático mejora la precisión de las decisiones estratégicas, optimiza la segmentación del consumidor y fortalece la competitividad empresarial en entornos digitales dinámicos.
Descargas
Referencias
Arango, C. A., & Osorio, C. F. (2021). Aislamiento social obligatorio: Un análisis de sentimientos mediante machine learning. Suma de Negocios, 12(26), 1–13. https://doi.org/10.14349/sumneg/2021.v12.n26.a1
Banco Mundial. (2023). World development report: Data for better lives.
Cáceres, J. D. (2023). La inteligencia artificial y sus implicaciones en el marketing. Palermo Business Review, 27, 39–55.
Comisión Económica para América Latina y el Caribe (CEPAL). (2024). Transformación digital y adopción de inteligencia artificial en América Latina.
Conferencia de las Naciones Unidas sobre Comercio y Desarrollo (UNCTAD). (2024). Digital economy report: E-commerce and data-driven development.
Darad, S., & Krishnan, S. (2023). Análisis de sentimiento de datos de Twitter utilizando aprendizaje profundo. Ingenius. Revista de Ciencia y Tecnología, 29, 108–117. https://doi.org/10.17163/ings.n29.2023.10
De Salvioni, V. V. R. (2023). La importancia de la minería de datos como herramienta estratégica en las empresas. Ciencia Latina Revista Científica Multidisciplinar.
Gutiérrez, D. M., Cerón, M. F., & Barahona, R. (2022). Minería de texto aplicada al análisis de información compleja en contextos sociales. Revista U.D.C.A Actualidad & Divulgación Científica, 25(1). https://doi.org/10.31910/rudca.v25.n1.2022.1947
Instituto Nacional de Estadística y Censos (INEC, Ecuador). (2023). Indicadores de economía digital y empresas.
López, J. J., & Gonzales, F. O. (2021). Análisis de sentimientos en español usando modelos BERT. Ingeniare. Revista Chilena de Ingeniería, 29(3), 557–563. https://doi.org/10.4067/S0718-33052021000300557
Morales, C. F., Pinto, Á. C., Rojas, J. E., & Vásquez, I. L. (2021). Análisis de contenido y minería de textos en entornos digitales. Análisis Político, 34(103), 111–143. https://doi.org/10.15446/anpol.v34n103.102170
Murillo, A., & Vizuete, J. (2023). Inteligencia artificial aplicada al marketing 5.0. SIGMA, 11(1). https://doi.org/10.24133/yz85g716
Núñez, N. A., Crisóstomo, R. A., & Sánchez, S. A. (2021). Minería de textos y análisis de redes sociales en educación superior. Formación Universitaria, 14(1), 111–120. https://doi.org/10.4067/S0718-50062021000100111
Organización Mundial del Comercio (OMC). (2023). Global trade and digital transformation report.
Organización para la Cooperación y el Desarrollo Económicos (OCDE). (2023). Artificial intelligence and competitive dynamics in digital markets.
Ramírez, A. (2022). Transformación digital e inteligencia artificial en empresas latinoamericanas. Revista Economía y Tecnología, 11(1), 45–63. https://doi.org/10.33996/retech.2022.11.1.4
Referencias complementarias alineadas al marco teórico desarrollado
Reyes, N. S. (2023). Inteligencia artificial y personalización de la experiencia del usuario. Polo del Conocimiento, 8(6), 1190–1206. https://doi.org/10.23857/pc.v8i6
Servicio de Rentas Internas (SRI, Ecuador). (2023). Estadísticas de comercio electrónico y facturación digital.
Valdiviezo, C. (2021). Uso de big data y data mining en procesos digitales. GIGAPP Estudios Working Papers.
Zúñiga, F. (2023). Big data y su impacto en el marketing digital. Revista de Comunicación SEECI.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Jhon Devis Cuenca Cedeño (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
