Método Cluster-RNA para Clasificar, Caracterizar y Pronosticar Perfiles Competitivos del Sector Tiendas Minoristas en la Ciudad de Barranquilla
DOI:
https://doi.org/10.17981/ingecuc.16.1.2020.17Palabras clave:
análisis de conglomerado, red neuronal artificial, comercio minoristaResumen
Objetivo– Desarrollar un método para clasificar, caracterizar y pronosticar perfiles competitivos del sector tiendas minoristas a partir de la integración de la técnica de análisis de cluster y las redes neuronales artificiales.
Metodología– Para lo anterior se revisó la literatura relacionada con la competitividad de tiendas minoristas a partir de lo cual se identificaron variables asociadas a esta investigación. La información analizada corresponde a 224 tiendas de comercio minorista de la ciudad de Barranquilla.
Resultados– El análisis de cluster permitió caracterizar 4 perfiles competitivos del sector que mostraron ser homogéneos intragrupo y heterogéneos extragrupo, El modelo de red neuronal artificial mostró un 91,3% de clasificación correcta en la muestra de reserva, con lo cual se infiere la capacidad de clasificación del modelo de red y la capacidad discriminante de las variables relacionadas con el conocimiento de productos y precios, las prácticas de inventario y ventas, presencia en el mercado, atención diferenciada, ubicación y variedad de productos en los perfiles identificados.
Conclusiones– Los resultados de la investigación muestran alta capacidad del método cluster-RNA, para clasificar y proyectar perfiles competitivos a partir de los cuales se pueden diseñar procesos de mejoramiento.
Descargas
Citas
E. L. Aldana, “Imagen y Posicionamiento de las Tiendas de Barrio en Colombia, aplicando el análisis factorial de correspondencias AFC”, Panorama Económico U. de C., vol. 225, no. 15, pp. 255–281, Jan. 2015. Disponible en http://hdl.handle.net/11227/3742
J. Córdoba & L. Cano, “Estudio de hábitos y valores de los consumidores del canal tradicional tiendas de barrio de la ciudad de Cali”, Entramado, vol. 5, no. 2, pp. 44–63, Dec. 2009. Disponible en https://revistas.unilibre.edu.co/index.php/entramado/article/view/3354
C. Martínez & M. Vergara, “Marketing relacional y su contribución a la competitividad en las tiendas de barrio del sur oriente de Barranquilla”. M.S. Thesis, UAC, BQ, CO, 2018.
Q. Martin, M. Cabero & Y. De Paz, Tratamiento Estadístico de Datos con SPSS. Madrid, ES: Thomson Editores, pp. 145–156, 2008.
D. Peña, Análisis de datos multivariantes. Madrid, ES: McGraw Hill, pp. 137–235, 2002.
M. Ato, J. López, A. Velandrino & J. Sánchez, Estadística Avanzada con el paquete Systat. Murcia, ES: UMU, 1990.
P. Arroyo & J. Borja, Análisis Multivariante para la inteligencia de Mercados. Monterrey, MX: Editorial Digital del ITESM, 2018.
J. De la Garza, B. Morales & B. González, Análisis Estadístico Multivariante. Un enfoque teórico y práctico. México, D.F. MX: McGraw Hill, 2013.
A. Catena, M. Ramos & H. Trujillo, Análisis Multivariado. Un manual para investigadores (Primera). Madrid, ES: Editorial Biblioteca Nueva, 2003.
H. Alaka, L. Oyedele, H. Owolabi, V. Kumar, S. Ajayie, O. Akinade & M. Bilalf, “Systematic Review of Bankruptcy Prediction Models: Towards a Framework for Tool Selection”, Expert Syst. with Appl., vol. 94, pp. 164–184, Mar. 2018. https://doi.org/10.1016/j.eswa.2017.10.040
G. McMillan, Process/Industrial Instruments and Controls Handbook. USA: McGraw Hill, 2013.
O. García & A. Morales, “Desempeño financiero de las empresas: una propuesta de clasificación por RNA”. Dimensión Empresarial, vol. 14, no. 2, pp. 11–23. 2016. https://dx.doi.org/10.15665/rde.v14i2.686
L. Álvarez, Fundamentos de inteligencia artificial. Murcia, ES: EDITUM, 1994.
R. Flórez & J. Fernández, “Las Redes Neuronales Artificiales. Fundamentos teóricos y aplicaciones prácticas”. Madrid, ES: Netbiblo, 2008.
C. Pérez, Redes Neuronales a través de ejemplos. Aplicaciones con Matlab. Scotts Valley, USA: CreateSpace Independent Publishing Platform, 2017.
E. Caicedo & J. López, Una Aproximación Práctica a las Redes Neuronales Artificiales (Primera). Cali, CO: Programa Editorial Univalle, 2009. https://doi.org/10.25100/peu.64
A. Ong, B. Uchino & E. Wethington, “Loneliness and health in older adults: A mini-review and synthesis”, Gerontology, vol. 62, pp. 4434–4449, Jun. 2016. https://doi.org/10.1159/000441651
E. De la Hoz & L. López, “Aplicación de Técnicas de Análisis de Conglomerados y Redes Neuronales Artificiales en la Evaluación del Potencial Exportador de una Empresa”. Inf. Tecnol., vol. 28, no. 4, pp. 67–74, Jan. 2017. https://doi.org/10.4067/S0718-07642017000400009
E. De La Hoz, T. Fontalvo & L. López, “Análisis Envolvente de Datos y Cálculo Multivariado para Valorar, Clasificar y Predecir la Eficiencia Productiva y de Innovación de las Empresas del Sector Químico”, Inf. Tecnol, vol. 30, no. 5, pp. 213–220, Oct. 2019. https://doi.org/10.4067/S0718-07642019000500213
E. De la Hoz, J. Morelos & T. Fontalvo, “Methodology with multivariate calculation to define and evaluate financial productivity profiles of the chemical sector in Colombia”, IJPQM, vol. 27, no. 2, pp. 144–160, Jun. 2019. https://doi.org/10.1504/IJPQM.2019.100141
E. De la Hoz, J. Morelos & L. López, “Evaluación de la competitividad comercial del sector industrial colombiano mediante el coeficiente de apertura exportadora”, Aglala, vol. 10, no. 1, pp. 180–195, 2019. Disponible en https://revistas.curn.edu.co/index.php/aglala/article/view/1343
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2020 INGE CUC
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los artículos publicados son de exclusiva responsabilidad de sus autores y no reflejan necesariamente las opiniones del comité editorial.
La Revista INGE CUC respeta los derechos morales de sus autores, los cuales ceden al comité editorial los derechos patrimoniales del material publicado. A su vez, los autores informan que el presente trabajo es inédito y no ha sido publicado anteriormente.
Todos los artículos están bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional.
English
Español (España)
