Análisis de la competitividad empresarial aplicando árboles de decisión

Autores/as

  • Jéssica Ponce Universidad Técnica Estatal de Quevedo
  • Edison Vicente Universidad Técnica Estatal de Quevedo
  • Randy Rodríguez Universidad Técnica Estatal de Quevedo
  • Sandra Muñoz Universidad Técnica Estatal de Quevedo

DOI:

https://doi.org/10.18779/ingenio.v3i1.30

Palabras clave:

competitividad empresarial; árboles de decisión; minería de datos.

Resumen

Tomando en cuenta que las las empresas buscan incesantemente alcanzar una mejor posición
competitiva que conlleve a un desempeño superior al de otras, se puede recurrir a técnicas de minería de
datos para predecir los niveles de competitividad. Esto ha motivado a realizar un estudio utilizando una de
esas técnicas, los árboles de decisión. Esta técnica ha sido aplicada al conjunto de datos previamente
preparado para analizar cinco indicadores de competitividad empresarial: productividad, recursos
financieros, mercadotecnia, recursos humanos y tecnología. La técnica de árboles de decisiones, en su
tipo de árbol de regresión, fue aplicada satisfactoriamente al conjunto de datos para analizar la
competitividad empresarial; es decir, permite conocer la manera en que han incrementado o decrecido los
indicadores de competitividad en el tiempo, para así conocer la competitividad de la empresa. Estos
resultados permites inferir que la técnica seleccionada puede ser una herramienta útil para tomar
decisiones probabilísticas orientadas a optar por las opciones más convenientes para la empresa.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

A. Rubio y A. Aragón, «Competitividad y recursos estratégicos en las PYMEs,» Revista de

Empresa, nº 17, pp. 32-47, 2006.

R. Padilla, «Instrumento de medición de la competitividad,» Cepal, México, 2006.

S. P. Robbins y M. Coulter, Administración, México: PEARSON, 2014.

A. M. C. Martínez, P. A. L. López y C. R. Méndez, Administración de Empresas, Bogotá, 2011.

W. Lee, S. Stolfo y K. Mok, «A data mining framework for building intrusion detection models,»

Xplore Digital Library, 2009.

Y. J. Marcano Aular y R. Talavera Pereira, «Minería de Datos como soporte a la toma de decisiones

empresariales,» vol. 23, nº 52, pp. 104-118, 2007.

C. Palma, W. Palma y R. Pérez, Data Mining. El arte de anticipar. 10 casos reales, Santiago de Chile:

RIL, 2009.

P. Vieira, L. I. Ortíz y S. S. Ramírez, Introducción a la minería de datos, Rio de Janeiro: E-Paper,

, p. 218.

C. Márquez Vera, C. Romero Morales y S. Ventura Soto, «Predicción del Fracaso Escolar mediante

Técnicas de Mineria de Datos,» IEEE-RITA, vol. 7, nº 3, 2012.

A. Vicuña, B. Cortez y Y. Basurto, «Determinación de modelos predictivos para los indicadores de

competitividad empresarial aplicando regresión lineal,» Revista Ibérica de Sistemas e Tecnologias de

Informação, vol. E18, pp. 94-107, 2019.

J. L. Solleiro y R. Castañón, «Competitiveness and innovation systems: the challenges for Mexico's

insertion in the global context,» Technovation, vol. 25, nº 9, pp. 1059-1070, 2005.

OCDE, «Organization for economic co-operation and development,» OCDE/GD, (97), 55, 1997.

G. M. L. Saavedra, «Una propuesta para la determinación de la competitividad en la pyme

latinoamericana,» 2012. [En línea]. Available:

http://www.redalyc.org/comocitar.oa?id=64624867005. [Último acceso: 28 01 2018].

L. Torgo, Data Mining with R Learning with Case Studies, Oporto: CRC Press, 2017.

M. K. Jiawei Han, Data Mining: Concepts and Techniques, Estados Unidos: Elsevier, 2012.

M. J. Berry y G. S. Linoff, Data mining techniques: for marketing, sales, and customer relationship

management, Estados Unidos: Wiley, 2011.

J. Ledolter, Data Mining and Business Analytics with R, United States: Wiley, 2013.

J. Ledolter, DATA MINING AND BUSINESS ANALYTICS WITH R, Iowa City: Wiley, 2013

Publicado

2020-06-11

Cómo citar

Ponce, J. ., Vicente, E. ., Rodríguez, R. ., & Muñoz, S. . (2020). Análisis de la competitividad empresarial aplicando árboles de decisión. Revista InGenio, 3(1). https://doi.org/10.18779/ingenio.v3i1.30

Número

Sección

Artículos