Artículo Científico. Revista Académica Decisión Gerencial.
Vol. 2, No. 4, pp. 1-14, Enero-Abril, 2023.
ISSN:2953-6391
Edición Cuatrimestral.
LA INTELIGENCIA DE NEGOCIOS COMO APOYO A LA
TOMA DE DECISIONES EN EL ÁREA DE
COMERCIALIZACIÓN DE LA EMPRESA AZUAYNET
BUSINESS INTELLIGENCE AS A SUPPORT FOR
DECISION-MAKING IN THE MARKETING AREA OF THE
AZUAYNET COMPANY
Marisela Elizabeth Arévalo Valarezo1*, maricelaarevalo1997@gmail.com ORCID 0009-0006-1189-4646
Paola Noemí Neira Picón2, payto_np1@hotmail.com ORCID 0009-0009-0066-0635
Recibido: 15-nov-2022, Aceptado: 05-ene-2023, Publicado: 30-ene-2023
Resumen
La globalización de los mercados y la incorporación de las Tecnologías de la Información y la Comunicación, requiere de
las organizaciones una serie de estrategias que refuercen sus operaciones en respuesta al entorno complejo y competitivo
en el que ejercen. En este contexto los sistemas de inteligencia de negocios (BI) desempeñan un papel fundamental, puesto
que comprenden aplicaciones y herramientas que facilitan la carga, análisis, extracción y reporte de información valiosa para
orientar la correcta toma de decisiones, que en el caso de la empresa Azuaynet es limitada, imprecisa y de bajo alcance en
su proceso de comercialización, por lo que el objetivo de este artículo es diseñar una arquitectura tecnológica de inteligencia
de negocios que faculte la adecuada toma de decisiones. Los resultados reflejan información relevante para que los directivos
puedan gestionar con eficacia y eficiencia la operación comercial. La investigación proporciona una herramienta que garantiza
la obtención de un punto de vista global de la actividad comercial para la mejora de su competitividad.
Palabras clave: Azuaynet, inteligencia de negocios, toma de decisiones, competitividad..
Abstract
The globalization of markets and the incorporation of Information and Communication Technologies require organizations
to adopt strategies to strengthen their operations in response to the complex and competitive environment in which they
operate. In this context, business intelligence (BI) systems play a fundamental role since they include applications and tools
that facilitate the loading, analysis, extraction, and reporting of valuable information to guide the correct decision-making,
which in the case of Azuaynet is limited, imprecise, and of low scope in its marketing process. Therefore, this article aims
to design a technological architecture of business intelligence that enables adequate decision-making. The results reflect
relevant information for managers to effectively and efficiently manage commercial operations. The research provides a tool
that guarantees a global view of commercial activity to improve its competitiveness.
Keywords: Azuaynet, business intelligence, decision-making, competitiveness.
1 Profesionales independientes
2 Profesionales independientes

2
Arévalo y Neira
1
Introducción
La inteligencia de negocios se concibe como la destreza colectiva para tomar decisiones a través de aplicaciones
metódicas y tecnológicas que permiten estructurar, filtrar, modificar datos, y suministrar herramientas de análisis para generar
entendimiento sobre los problemas y oportunidades de un área de interés que requiere ser corregida y potencializada (Rosado
y Rico, 2010). De acuerdo a Varona et al. (2021) la inteligencia de negocios permite producir un análisis de la información
para la toma de decisiones y aplicación de nuevas estrategias para satisfacer problemas específicos mediante tableros de
control, visualización de indicadores y generación de reportes.
En esta línea, la globalización de los mercados y la introducción de las llamadas “Tecnologías de la Información y la
Comunicación” (TICs), demanda a las pequeñas y medianas empresas (PYMES) de estrategias que fortalezcan su rendimiento
en respuesta al entorno competitivo en el que se desempeñan. Dentro de estas acciones la inteligencia de negocios juega un rol
predominante, puesto que abarca una serie de herramientas y aplicaciones para facilitar el acceso a los datos y analizarlos con
finalidad de orientar la correcta toma de decisiones. Sin embargo, diversos autores dan cuenta de la insuficiente adopción e
implementación de las TICs en las mismas, asociando esta carencia a variables de tipo cultural y limitados recursos humanos,
financieros y tecnológicos (Leiva et al. 2019).
De acuerdo a Chávez (2021) las herramientas de inteligencia de negocios en las PYMES no son concebidas en
un inicio como una necesidad, pues el costo de inversión y el tiempo son los factores fundamentales que los detienen
a tomar esta decisión y más bien estas llegan con posterioridad luego de pasar por un periodo de homogeneización.
Entre otros problemas resalta la dificultad que tienen las organizaciones de encontrar una herramienta integral que se adapte
a sus necesidades cotidianas, así como la carencia de recursos y de personal calificado en el manejo eficaz de estas tecnologías.
La empresa Azuaynet, cuyo giro de negocio es prestar servicios de internet en la Provincia del Azuay en Ecuador,
actualmente no cuenta con mecanismos innovadores que complementen la toma de decisiones en la comercialización de
sus servicios. Por otra parte, resulta que la mayoría de sus labores las realiza de forma manual, provocando confusión en el
manejo y análisis de los datos e información, de manera imprecisa y de bajo alcance para determinar índices y características
de las ventas tanto ejecutadas como no ejecutadas
Al respecto Ahumada y Perusquia (2016) manifiestan que en las organizaciones se presenta una difícil situación
relacionada al manejo de información, que cada vez es más numerosa y difícil de analizar y categorizar; ellos destacan la
importancia de la empresa para desarrollar acciones de inteligencia de negocios como parte esencial de la ventaja competitiva
empresarial que garantizará un mayor conocimiento, mejores prácticas y por consecuencia lógica valor agregado.
En términos generales, es esencial que la información de las pequeñas y medianas empresas esté representada por
informes empresariales que fundamenten una eficaz toma de decisiones. En este sentido, las herramientas de softwares para
Business Intelligence tienden a incluir y sintetizar información; entre éstas la aplicación Power BI, es un punto de inclinación
en el procedimiento decisorio, a través de diferentes escenarios que analiza los datos de manera efectiva, bajo un costo
mínimo y en favor de las expectativas de crecimiento de la empresa (Delgado, 2021).
El presente estudio pretende dar respuesta a la siguiente interrogante: ¿los procesos de inteligencia de negocios son
factores de gestión del conocimiento que influyen en la competitividad de las empresas?
2
Estado de Arte
Se puede decir que la Inteligencia de Negocios (BI) son aquellos recursos administrativos empresariales actuales y
modernos con los que disponen las organizaciones, para integrar grandes cantidades de datos que se encuentran dispersos y
explotar toda la información que poseen con la finalidad de alcanzar ventajas competitivas en un mercado dinámico y hostil
(Muñoz, et al., 2016).
La inteligencia de negocios es un procedimiento interactivo para analizar información estructurada sobre un área
determinada y descubrir inclinaciones que permitan deducir ideas y conclusiones, al descomponer los términos que se
involucran en esta conceptualización se puede decir que BI es:
https://decisiongerencial.ucacue.edu.ec


Inteligencia de Negocios
3

Proceso interactivo, que implica un análisis continuado en el tiempo de información para observar, cambios, tendencias y
variaciones.

Método de exploración, que accede a información para comprender las situaciones del negocio y descubrir relaciones que
se desconocían.

Análisis, que permite descubrir tendencias y relaciones entre variables.

Información estructurada y datawarehouse, es decir, información almacenada en tablas relacionadas cuyos registros
poseen valores diferentes para cada uno de los atributos.

Área de análisis, que se refiere a un objetivo concreto por ejemplo reducción de costos, incremento de ventas, participación
en el mercado, proyecciones, etc.

Medio que comunica los resultados y efectúa los cambios, para proceder a las acciones correctivas y mejorar la
competitividad (Cano, 2007).
Llombart (2003) menciona que a partir de los sistemas operacionales se extrae la información para que los directivos
de la empresa la examinen por medio de análisis interactivos. Para el efecto es necesario limpiar e integrar los datos que
provienen desde varias fuentes a través de las herramientas ETL (extracción, transformación y carga) para luego almacenarlos
en gestores de bases de datos, que se encargan de cargar, comprobar la integridad e interrelacionarlos para posteriormente
procesar las consultas de los usuarios y dar como resultado datawarehouse o datamart. En función de sus requerimientos se
aplicarán las diferentes técnicas de análisis de datos como: Query & Reporting; Queries ad Hoc (OLAP); EIS (Executive
Information Systems), DSS (Sistemas de ayuda a la toma de decisiones) o el CMI (cuadro de mando integral) (ver figura 1).
Figura. 1. Componentes de la Inteligencia de Negocios
Nota: Componentes del entorno BI, tomado de Llombart (2003).
Los procesos de ETL desarrollan acciones fundamentales para la construcción de un datawarehouse por medio de las
siguientes fases (Duque et al. 2016): tarea 1: reconocimiento de la procedencia de la información desde la cual se realizará
la extracción; tarea 2: Conversión de las fuentes y generación de datos derivados por medio de filtros, reforma, computo
de valores obtenidos, concepción de llaves, entre otros; tarea 3: vínculo de las diversas fuentes en una sola bodega; tarea
4: selección del destino para transportar los datos: tarea 5: fusión de las propiedades tanto de las fuentes como de los
almacenados preliminarmente y tarea 6: carga de datos limpios y transformados.
Un datawarehouse según Han et al. (2011) es un almacén de datos unificados bajo un esquema, es construido mediante
procedimientos de limpieza, integración, transformación, carga y actualización periódica de datos, está modelado usualmente
por una estructura multidimensional de atributos agrupados en unas dimensiones que forman parte de un esquema,
actualmente es muy utilizado en las organizaciones debido al crecimiento generalizado de los datos..
De acuerdo a Muñoz et al. (2016) hay una serie de elementos que tienen mucha reciprocidad con la BI, por cuanto se
les consideran como factores claves en el logro de los procesos de negocio y se refieren a la cadena: datos, información y
conocimiento; los datos se renuevan en información, y esta, a la vez, en conocimiento.
https://decisiongerencial.ucacue.edu.ec


4
Arévalo y Neira
En este ámbito Guillen et al. (2015) realiza una revisión de las definiciones más relevantes sobre la cadena “datos-
información y conocimiento” (DIC) desde el pragmatismo de Peirce, con la finalidad de sintetizar las acepciones más comunes
de la denominada también “Jerarquía de la información” o “Pirámide del conocimiento”, concluye que la articulación de la
cadena DIC se genera vigorosamente en una sucesión inferencial que parte de datos registrados, agrupados y organizados
en un soporte explícito de la estructura informacional sobre la cual se reconocen patrones invariantes de concordancias que
permiten generar conocimiento sobre categorías o hipótesis causales.
De acuerdo a Ahumada y Perusquia (2016) existe una evidente correlación entre datos, información y conocimiento
en donde las tecnologías de información y comunicación y el hombre juegan un rol importante en la producción del
conocimiento. Las TIC se encargan de procesar los datos y crear la información mientras que los hechos de producción del
conocimiento se realizan en el ser humano para la consecución de logros y alternativas para el desarrollo de la sociedad,
entonces el entendimiento resulta de la información, y la misma se deduce de los datos.
En el contexto empresarial, en esta relación de evolución de datos, información y conocimiento, la (BI) se constituye en
la conexión que vincula extraordinarias porciones de datos y la información que requieren cotidianamente la dirección para
lograr el conocimiento, facultando a las organizaciones a tomar mejores y más rápidas decisiones que mejoren su desempeño
mediante el empleo de indicadores claves de desempeño que faciliten las magnitudes que afectan a la empresa o a un área en
particular (Calzada y Abreu, 2009).
Con la finalidad de que las organizaciones puedan alcanzar sus objetivos estratégicos y salvaguardar el conocimiento
como un recurso trascendental Gálvez et al. (2017) propone una metodología de unificación entre la (BI) y la gestión
del conocimiento (KM) para lograr una relación de eruditos de datos, peritos y empleados del conocimiento. Quienes
pueden coordinarse mediante instrumentos ajustables a la medida como un software, redes sociales, tableros de control o
intranet para diligenciar la inteligencia de negocios por medio de recursos tecnológicos que al vincularse con la gestión del
conocimiento, posibilitarán el logro de las metas planteadas y la satisfacción de problemas y requerimientos a los que se
enfrentan diariamente (ver figura 2).
Figura. 2. Modelo de integración
Nota: Modelo de integración BI y KM adaptado de Abbasi (2014). Elaborado por los autores.
Los sistemas de gestión del conocimiento e inteligencia de negocios existen desde hace mucho tiempo, el primero se
centra en las personas, quienes son los encargados de crear, compartir, difundir, usar y aplicar el conocimiento de varias
fuentes de datos para solventar los problemas, mientras que la BI incluye varias herramientas y tecnologías que lo diferencian
de los sistemas KM, pero en ambos el ser humano desempeña un papel relevante (Abbasi, 2014).
Entre las técnicas de análisis de datos de acuerdo a Gutiérrez (2012), se tiene: Decision Support System (DSS), es un
https://decisiongerencial.ucacue.edu.ec


Inteligencia de Negocios
5
sistema informático, que a través de modelos matemáticos contribuye a los usuarios de TIC a tomar decisiones empresariales
en función de las condiciones del mercado y de los factores internos de la organización.
Executive Information System (EIS), se le conoce como Sistema de Información para Ejecutivos puesto que proporciona
a los directivos un acercamiento a la información interna y externa de su empresa, así como una serie de indicadores de
negocio para evaluar el cumplimiento de las metas establecidas y tomar las acciones correctivas.
Cuadro de Mando Integral (CMI), conocido como Balanced Scorecard (BSC) se diferencia de otras herramientas de BI,
porque mayormente se orienta a la búsqueda de índices que, al estudio detenido de la información, se encarga del monitoreo
de los objetivos de la organización, así como de sus diferentes áreas y contribuye a la definición de acciones coherentes para
el logro de los objetivos estratégicos.
En términos generales, las soluciones de BI, son el fruto del desarrollo de los sistemas de apoyo para la toma de
decisiones, su utilización se ha potenciado en los últimos tiempos debido a la presencia de los sistemas computacionales;
los bajos costos de procesamiento y almacenamiento de datos; las técnicas de apoyo como bodegas y minería de datos; la
apreciación de las organizaciones por su utilidad y la exigencia de tomar decisiones convenientes en base a información
precisa (Narváez et al., 2013).
En el mismo sentido Murillo y Cáceres (2013) proponen que la BI es un conjunto amplio de aplicaciones y tecnologías
para compilar, reunir, observar y favorecer la entrada a datos y facultar que los usuarios de las organizaciones tomen
mejores decisiones empresariales, engloban actividades de soporte a la toma de decisiones como: análisis estadístico, query y
reporting, previsión y data mining, tratamiento analítico online (OLAP).
Según Martínez (2010) la existencia de la información y el acrecentamiento de la tecnología es una composición idónea
para proporcionar valiosos resultados para la toma de decisiones estupendas en las empresas, abriendo paso a la racionalidad,
que comprende el excelente uso de la información utilizable por parte de los funcionarios para tomar sus decisiones, mediante
el desarrollo de una herramienta y una disciplina de análisis denominada hoy BI.
De acuerdo a Laudon y Laudon (2016) luego de que la información se encuentre en las bases de datos se procede a
la toma de decisiones, las mismas que pueden ser de tres clases: estructuradas, no estructuradas y semiestructuradas. El
comportamiento de las primeras no es estándar puesto que cambia entre una y otra; las decisiones estructuradas mantienen
una configuración y elementos estables que le hacen semejante entre una y otra, en favor de la automatización, mientras que
las decisiones semiestructuradas son una composición entre las anteriores, las resoluciones pueden fluir en la fase de diseño,
elección, inteligencia e implementación.
Figura. 3. Arquitectura de una solución BI
Nota: Esquema básico de un proyecto de Business Intelligence, Dertiano (2014).
https://decisiongerencial.ucacue.edu.ec

6
Arévalo y Neira
El diseño de un programa de BI tiene afinidad a una pasarela que ensambla los datos de origen restaurados y prósperos
con los usuarios de datos, su diseño requiere de una mentalidad de ingeniería, en las empresas grandes, una arquitectura de BI
puede contener: orígenes de datos, alimentación, preparación y almacenamiento de datos o macrodatos; patrones semánticos
de BI y reportes. La plataforma debe acoger requerimientos específicos, para satisfacer las necesidades de los consumidores
de datos, además de ser resistente para adaptarse a los cambios, puesto que con el tiempo se presentará la necesidad de
colocar nuevos datos, así como nuevas temáticas (Myres et al., 2022) (ver figura 3).
El análisis informático y la ciencia de datos constituyen un área de investigación en donde las estadísticas, técnicas de
procesamiento de datos y modelos informáticos predictivos se confluyen para generar conocimiento y contribuir a toma de
decisiones. En este ámbito la herramienta de Microsoft, Power BI permite procesar y obtener una mejor visualización de los
datos mediante gráficos, analizar tendencias y pronósticos que garantizan una mejor apreciación en los procesos de decisión
(Palma et al., 2022), en este marco varios autores contribuyen teóricamente al presente estudio entre ellos:
El agroturismo crea una situación de ganar ganar porque, por un lado, hay un creciente mercado de viajeros que buscan
experiencias para su crecimiento personal que incluyan contacto con la naturaleza, con el medio rural agrícola, ganadero y
con tradiciones auténticas. (Tanina et al., 2021) (Reddy & Wilkes, 2015)
Bermeo y Campoverde (2019) frente a la necesidad de las pequeñas y medianas empresas de competir con las grandes
corporaciones proponen en su estudio emplear mecanismos de inteligencia de negocios que estabilicen la báscula y, provean
información, para una apropiada y conveniente toma de decisiones en la empresa Econegocios Gransol de la ciudad de
Cuenca. En este marco implementaron la herramienta Power BI para predecir las preferencias de los consumidores mediante
procesos de: observación de las exigencias de la empresa; boceto del prototipo lógico y físico del Data Mart; combinación
de datos, diseño y ejecución del dashboard, la práctica posibilita el estudio permanente por consumidor, sucursal, mes y año
para el monitoreo del proceso de comercialización y proyección de ventas.
Becker y Gould (2019) presentan en la columna Sharpest Tool in the Shed, el software Power BI de Microsoft y
la funcionalidad asociada integrada de Excel de Microsoft, a los bibliotecarios de servicios técnicos y otras áreas, para
que puedan combinar, analizar, visualizar y compartir datos de la amplia variedad de fuentes de datos que disponen en la
operación de este servicio, para que amplíen su comprensión de los datos que les rodean.
Por su parte Rodríguez et al. (2016) manifiestan que ante la gran cantidad de datos que hoy en día manejan las empresas,
se necesita de herramientas que permitan convertirlos en información que se pueda explorar y analizar, para ello desarrollaron
una solución de inteligencia de negocios a través de la metodología CRISP-DM; PowerPivot y técnicas de minería de datos
como árboles de decisión (algoritmo J48) al canal de detalle de la empresa de refrescos Ajemex para obtener información
concerniente a las ventas por zona y permitir a sus usuarios analizar y generar diferentes reportes, además plantean como
trabajo futuro el análisis e integración del algoritmo antes mencionado al Power Pivot para predecir el comportamiento de las
ventas en diferentes rutas.
3
Metodología
A partir de la base teórica se ejecutó en la Empresa Azuaynet, el levantamiento de información del área de
comercialización para detectar las necesidades de procesamiento de datos a efectos de disponer de conocimiento que apoye a
los usuarios de datos a la toma de decisiones. Para ello, se recurrió a un estudio documental y técnico a fin de implementar
en la empresa objeto de estudio una solución tecnológica mediante un diseño de investigación no experimental, transversal
y descriptiva, que se limitó a la observación de la realidad en un solo proceso sin manipular las variables, centrándose en la
descripción del proceso de comercialización sin explicar los hechos en el ámbito del análisis.
En la ejecución se extrajeron datos correspondientes a las ventas de los períodos 2018-2020 que estaba integrada por una
muestra de 12.250 registros en la base de datos, para posteriormente haciendo uso de la aplicación Excel estructurar el modelo
de analítica de datos conocida como datawarehouse y con el apoyo de la herramienta Power BI, procesar la información y
generar conectividad a la data para extraer resultados.
https://decisiongerencial.ucacue.edu.ec



Inteligencia de Negocios
7
4
Resultados
El estudio se centra en el área de comercialización de la empresa Azuaynet, dedicada a la prestación de servicios de
internet y se analizan los procesos claves en la gestión de las ventas, los mismos que se desarrollan mediante el descubrimiento
del conocimiento en bases de datos para extraer información válida que contribuya a la toma de decisiones.
La figura 4, ilustra el modelo de datos en estrella (datamart), que se implementará por medio de la herramienta Power
BI, la misma que permitirá la carga, extracción, procesamiento y explotación de datos, así como la generación de informes.
Figura. 4. Diseño de la arquitectura tecnológica
Elaborado por los autores.
En función de los datos obtenidos en el año 2020 el sector de la Laguna de la ciudad de Cuenca cuenta con mayores
instalaciones de servicio de internet, como lo indica la figura 5. Al respecto la empresa Azuaynet debe aplicar mejores
estrategias comerciales para alcanzar un mayor segmento de mercado en las zonas de Narancay, Ricaurte, Patamarca y Emuvi
que presentan en el año 2020 bajos porcentajes de oferta del servicio.
Figura. 5. Sectores de mayor instalación de internet
Nota: Información de la empresa Azuaynet (2018-2020). Elaborado por los autores.
https://decisiongerencial.ucacue.edu.ec



8
Arévalo y Neira
La empresa Azuaynet, en septiembre del año 2020 realizó 1.130 servicios de instalación y traslados, como se puede
apreciar en la figura 6. Estos resultados reflejan que entre el período julio – septiembre del año 2020 la demanda de servicios
de internet tuvo mayor acogida lo cual se asume a la incorporación del teletrabajo y la educación virtual en el ordenamiento
jurídico del Ecuador para hacer frente a los efectos socio-económicos y sanitarios del Covid-19 (Barrionuevo, 2021). Sin
embargo, a partir de octubre se evidencia una caída en las ventas que requiere el análisis inmediato por parte de la dirección
para la implementación de acciones de mejora.
Figura. 6. Instalaciones y traslados mensuales por año
Nota: Información de la empresa Azuaynet (2018-2020). Elaborado por los autores.
En función de los datos analizados, en la figura 7 se ilustra la información obtenida sobre los técnicos que han realizado
un mayor número de instalaciones, se asume que las personas que tienen un bajo número de instalaciones es personal nuevo o
no tiene el mismo tiempo laborando en la empresa. Al respecto la empresa Azuaynet debe gestionar programas de inducción
y capacitación para que sus colaboradores puedan adquirir las capacidades y destrezas para desarrollar su trabajo con eficacia.
Figura. 7. Técnicos destacados en realizar el servicio de instalación
Nota: Información de la empresa Azuaynet (2018-2020). Elaborado por los autores.
https://decisiongerencial.ucacue.edu.ec



Inteligencia de Negocios
9
La información expuesta en la figura 8 evidencia que el material en unidades más utilizado en el servicio de instalación
es el equipo terminal ont, mientras que en el servicio de traslado son las grapas 2. Con respecto al material en metros, el cable
de fibra óptica 2 hilos subterránea es el que más se utiliza en los servicios de instalación y en el servicio de traslado predomina
el cable de fibra óptica 2 hilos. La información obtenida garantizará una adecuada gestión de compras cuyo propósito se
orientará a la administración de pedidos para abastecer la cadena de producción y flujo constante de materiales.
Figura. 8. Materiales utilizados por tipo de servicio, en metros y unidades
Nota: Información de la empresa Azuaynet (2018-2020). Fuente. Elaborado por los autores.
En este contexto, el agroturismo tiene por misión la de fortalecer la actividad turística como sector económico estratégico
de Panamá, desarrollando un modelo económico sostenible que genere un incremento del empleo a nivel nacional, articule
los territorios y aumente la competitividad del sector. Obedeciendo a las tendencias de turismo sostenible de la actualidad,
también debe ayudar a mejorar la interrelación entre el desarrollo económico que aporta la actividad turística, con el bienestar
de las comunidades y el medio ambiente. (Barbieri, 2019) (Ciolac et al., 2020)
El servicio que mayor demanda tiene la empresa Azuaynet es el de instalación con un 91,51 % en el período de estudio,
como se puede observar en la figura 9. En este sentido la empresa está cumpliendo de manera efectiva con su misión y giro
de negocio que es ofrecer servicios de internet.
Figura. 9. Demanda del servicio
Nota: Información de la empresa Azuaynet (2018-2020). Elaborado por los autores.
Dentro de los cinco materiales que más se han consumido en el proceso de instalación en el año 2020 se encuentran las
correas plásticas 30cm; las grapas 2; tensores; conectores ópticos de campo y el equipo terminal ont, como se puede apreciar
en la figura 10.
https://decisiongerencial.ucacue.edu.ec




10
Arévalo y Neira
Figura. 10. Top 5 de materiales más gastados en instalación por unidades
Nota: Información de la empresa Azuaynet (2018-2020). Elaborado por los autores.
Al tratar el tema de los materiales más utilizados por metros, en el servicio de instalación en el año 2020 se encuentra el
cable de fibra óptica 2 hilos y el cable de fibra óptica 2 hilos subterránea, como se explica en la figura 11.
Figura. 11. Top 5 de materiales más utilizados en instalación por metros
Nota: Información de la empresa Azuaynet (2018-2020). Elaborado por los autores.
Dentro de los materiales menos utilizados en el servicio de instalación por unidades en el en el año 2018 las canaletas y
conos de hierro, y en el año 2020 se encuentra las cajas de protección rectangular; conector empalme mecánico; mordaza de
anclaje para FO, según se observa en la figura 12.
Figura. 12. Top 5 de materiales menos utilizados en instalación por unidades
Nota: Información de la empresa Azuaynet (2018-2020). Elaborado por los autores.
https://decisiongerencial.ucacue.edu.ec

Inteligencia de Negocios
11
En función de los datos obtenidos en la figura 10, 11 y 12 la empresa mediante las herramientas de inteligencia artificial,
podrá retroalimentar la gestión logística de materiales para una mejor toma de decisiones futuras, su rol permitirá la reducción
de los niveles de inventario en cuanto a los materiales menos utilizados, aumentar la rotación de aquellos que son más
requeridos y en general favorecer la prestación del servicio, lo cual tendrá un impacto positivo en la eficiencia y eficacia de la
empresa, así como en su competitividad.
De acuerdo a Leal (2018) la gestión logística de material en las organizaciones promociona el desarrollo óptimo del
trabajo, acorde a las determinaciones técnicas dispuestas, asegurando que los mismos y el servicio ofertado se dispongan
en los sitios correctos, en el instante preciso y con las estipulaciones demandadas, para complacer las necesidades y
requerimientos, de manera rápida y eficaz.
5
Discusión
Según Hurtado et al. (2020) la BI se ajusta a los objetivos principales de la logística global como es: modernizar el
servicio al cliente, disminuir costos operacionales, colocar el producto o servicios en el lugar y tiempo correcto, entre otros, es
la clave para que las organizaciones puedan suministrar un servicio útil al cliente, perfeccionar los factores de la producción
y vigilar el marketing empresarial.
En este contexto, Morales et al. (2020) sostiene que la aplicación de un sistema BI posibilita explotar la información
originada por el sistema de comercialización, apoyar en la generación de mejores estrategias y dar solución a una serie
de dilemas semiestructurados tomando los datos históricos generados por el mismo. Al respecto la implementación de la
inteligencia artificial en la empresa Azuaynet, ha permitido extraer valiosa información sobre: los sectores en donde se ha
realizado mayores instalaciones de internet, número de instalaciones y traslados mensuales por año, técnicos destacados en
realizar el servicio de instalación, materiales más y menos utilizados por tipo de servicio en metros y unidades y el servicio
que tiene mayor demanda, con la intención de aportar recomendaciones o soluciones complejas canalizadas a estos datos.
La demanda de internet y de conectividad de acuerdo a (Bellot, 2020) han derivado a la integración de la tecnología
computarizada de manera impetuosa, en el ámbito empresarial la aplicación de sistemas de BI coadyuva a enriquecer
las funciones operacionales, comerciales y de gestión de las empresas, en este sentido los resultados obtenidos en esta
investigación corroboran lo expuesto y se constituye en un apoyo para la gestión de la información y la toma de decisiones de
la empresa Azuaynet.
6
Conclusionesy recomendaciones
La BI como herramienta para mejorar la toma de decisiones ha permitido a la empresa Azuaynet en primera instancia
cargar datos históricos del período 2018-2020, para posteriormente procesarlos y reportar información valiosa que permitirá
mejorar la operación de la entidad en el sentido de que ha obtenido un importante conocimiento sobre varias dimensiones
como por ejemplo: el control de servicio de instalación o traslado, materiales más y menos utilizados, sector donde hay mayor
demanda del servicio, técnicos que se destacan en los servicios que presta la empresa, entre otros.
El análisis de la información encontrada permite no solo identificar el potencial de los recursos naturales para desarrollar
un agroturismo de manera sostenible, sino además permite trabajar con información de los recursos agropecuarios existentes
y los planeados, culturales tangibles e intangibles, así como recursos humanos y de infraestructuras en las fincas donde se
realizan las actividades agrícolas y turísticas.
La implementación de herramientas de BI para la toma de decisiones en la gestión del proceso de comercialización de
la empresa Azuaynet, ha implicado un cambio sustancial en la forma de interactuar con la información, ha posibilitado el
almacenamiento de información histórica, graficar los valores de diferentes variables y realizar pronósticos sobre tendencias
de ventas, preferencias de los usuarios, mercados no explotados, control de materiales, políticas de inventarios, entre otros.
Esto permitirá apoyar la toma de mejores decisiones con respecto a la aplicación de estrategias comerciales para incrementar
su participación en los sectores de Narancay, Ricaurte, Patamarca y Emuvi que presentan en el año 2020 bajos porcentajes de
oferta del servicio, así como la recuperación de las ventas que sufrieron una caída a partir de octubre.
https://decisiongerencial.ucacue.edu.ec

12
Arévalo y Neira
La información obtenida garantizará una adecuada gestión de compras y la logística de los materiales, para reducir
niveles de inventarios de los materiales menos utilizados, aumentar la rotación de aquellos que son más requeridos y en
general favorecer la prestación del servicio de manera eficiente.
El estudio entrega una herramienta para facilitar el trabajo del área de comercialización de la empresa Azuaynet, que
permitirá a sus directivos y colaboradores tomar las mejores decisiones, optimizar los recursos disponibles, tener una posición
proactiva frente al cliente y desarrollar mejoras en la operación comercial. No cabe duda que a través del BI se podrá explorar
otras alternativas que impresionen positivamente, lo cual sería muy difícil sin este sistema.
7
Referencias
Abbasi, N. (2014). Integration of Business Intelligence and Knowledge Management – A literature review. Journal of
Intelligence Studies in Business. 4(2), 30-40. https://ojs.hh.se/index.php/JISIB/article/view/95
Ahumada, E., y Perusquia, J. (2016). Inteligencia de negocios: estrategia para el desarrollo de competitividad en empresas
de base tecnológica en Tijuana, B.C. Contaduría y Administración, 61(1), 127-158. https://doi.org/10.3390/su12229575
Barrionuevo, J. (2021). El efecto del teletrabajo en el empleo en Ecuador durante la crisis sanitaria 2019-2020. Revista
Sociedad y Tecnología, 4(2), 223-234. http://institutojubones.edu.ec/ojs/index.php/societec/article/view/106/342
Becker, L., y Gould, E. (2019). Microsoft Power BI: extensión de Excel para manipular, analizar y visualizar diversos
datos. Revisión de publicaciones seriadas, 45(3), 184-188.
Bellot, S. (2020). El acceso al internet en tiempos del Covid-19 y su impacto en la sociedad boliviana:
brecha digital . Revista Iberoamericana de Derecho del Trabajo y de la Seguridad Social, 2(4) , 26-42.
http://aidtss.org/revistaiberoamericana/index.php/main/article/view/73/67.
Bermeo, D., y Campoverde, M. (2019). Implementación de Data Mart, en Power BI, para el análisis de ventas a clientes,
en los Econegocios “Gransol”. Revista Polo del Conocimiento, 5(41), 647-667.
Calzada, L., y Abreu, J. (2009). El impacto de las herramientas de inteligencia de negocios en la toma de decisiones de los
ejecutivos. Daena: International Journal of Good Conscience. 4(2), 16-52. http://www.spentamexico.org/v4-n2/4(2)%2016-
52.pdf

Cano, J. (2007). Business Intelligence: Competir con información. ESADE Business School.
Chávez, J. (2021). La inteligencia artificial y su sostenibilidad en las Pymes. Big Bang Faustiniano, 10(2), 22-27.
https://doi.org/10.51431/bbf.v10i2.680
Delgado, I. (2021). Transformación del modelo de gestión de las pymes mediante herramientas del análisis de datos.
[Tesis de grado. Universidad Militar Nueva Granada]. https://repository.unimilitar.edu.co/handle/10654/39033
Dertiano, V. (2014, 22 de septiembre). ¿Qué es Business Intelligence? Beneficios del BI. https://blog.bi-geek.com/que-
es-business-intelligence-beneficios/
Duque, N., Hernández, E., Pérez, A., Arroyave, A., y Espinoza, D. (2016). Modelo para el proceso de extracción,
transformación y carga en bodegas de datos. una aplicación con datos ambientales. Ciencia e Ingeniería Neogranadina, 26(2),
95-109. DOI: http://dx.doi.org/10.18359/rcin.17999
Gálvez,
A.,
Castañeda,
M.,
y
Tarazona,
G.
(2017).
Modelo
de
integración
inteligencia
de
negocios
y
gestión
del
conocimiento.
Redes
de
Ingeniería,
enero-junio
de
2017.
En
línea.
https://revistas.udistrital.edu.co/index.php/REDES/article/view/12482/13083
https://decisiongerencial.ucacue.edu.ec

Inteligencia de Negocios
13
Guillen, M., López, B., Paniagua, E., y Cadenas, J. (2015). Una revisión de la Cadena Datos-Información
Conocimiento desde el Pragmatismo de Peirce. Documentación de las Ciencias de la Información, 38, 153-177.
http://dx.doi.org/10.5209/rev_DCIN.2015.v38.50814
Gutiérrez,
M.
(2012).
Data
Warehousse:
marco
de
calidad
[Tesis
de
grado.
Uni-
versidad
Carlos
III
de
Madrid].
https://docs.google.com/viewerng/viewer?url=https://e-
archivo.uc3m.es/bitstream/handle/10016/16343/PFC_Pablo_Martin_Gutierrez.pdf
Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques. Elsevier. Tercera Edición.
Hurtado , J., Gamboa, J., Mancheno, J., y Ortíz, A. (2020). Impacto de la logística Integral en la
B.I. de micro-empresas comerciales de la zona 3 de Ecuador. Dominio de las Ciencias, 6(2), 503-518.
https://www.dominiodelasciencias.com/ojs/index.php/es/article/view/1230/2024.
Laudon, K., & Laudon, J. (2016). In Sistemas de información gerencial. México: Pearson Educación.
Leal, Y. (2018). Gestión logística de materiales en la Industria Petrolera Venezolana. Revista de Investigación en
Ciencias de la Administración Enfoques 2(5), 16-34. https://www.redalyc.org/articulo.oa?id=621968094001
Llombart, A., & Intelligence, B. (2003). BI: Inteligencia aplicada al negocio. DAA Contenidos Digitales, CMS-
Spain.com [En Línea]. http://www.eldiarioexterior.com/conocimiento/docs./
Martínez, J. (2010). La inteligencia de negocios como herramienta para la toma de decisiones estratégicas en las
empresas: Análisis de su aplicabilidad en el contexto corporativo colombiano. [Tesis de grado]. Universidad Nacional de
Colombia. https://repositorioslatinoamericanos.uchile.cl/handle/2250/5809902
Morales, H., Figueroa, P., Farías, N., & Chávez, R. (2020). Sistema de inteligencia de negocios para soporte de
desiciones en la comercialización de plantas ornamentales. 3C Tecnología. Glosas de innovación aplicadas a la pyme, 9(3)„
17-45. https://www.3ciencias.com/articulos/articulo/sistema-inteligencia-negocios/.
Muñoz, H., Osorio, R., y Zúñiga, L. (2016). Inteligencia de los negocios: Clave del éxito en la era de la información.
Revista Clío América. 10(20), 194-211. DOI: http://dx.doi.org/10.21676/23897848.1877
Murillo, M., & Cáceres, G. (2013). Business intelligence y la toma de decisiones financieras: una aproximación teórica.
Logos, Ciencia & Tecnología., 5(1), 119-138. https://www.redalyc.org/pdf/5177/517751547010.pdf
Myers, P., Sharabi, K., Maggies, M., Follis, K., y Diseminger, D. (2022, 04 de mayo). Arquitectura de la solución de BI
en el centro de excelencia. https://docs.microsoft.com/es-es/power-bi/guidance/center-of-excellence-business-intelligence-
solution-architecture

Soloaga, I., Pittí, A., Plassot, T., Gaudin, Y., Reyes, M., & Hess, S. (2022). Medición y caracterización de los espacios
rurales a partir de estadísticas nacionales: Una aplicación al caso de Panamá. https://repositorio.cepal.org/handle/11362/48357
Narváez, J., Monsalve, C., Bustamante, A., Galvis, E., y Gómez, L. (2013). Solución de inteligencia de negocios para la
gestión de recursos educativos y espacios físicos en la Universidad del Magdalena. AVANCES Investigación en Ingeniería,
10(1), 9-19.
Palma, J., Torres, A., González, E., y Valles, H. (2022). Una descripción general de la industria del juego en todas las
naciones: uso de análisis con Power BI para pronosticar e identificar personas influyentes clave. Heliyon, 8(2), e08959.
https://doi.org/10.1016/j.heliyon.2022.e08959
Rodríguez, F., Flores, L., y Dávila, E. (2016). Inteligencia de negocios y minería de datos aplicado a la industria
refresquera. Research in Computing Science, 126, 63-71. https://rcs.cic.ipn.mx/2016_126/RCS_126_2016.pdf
https://decisiongerencial.ucacue.edu.ec

14
Arévalo y Neira
Rosado, A., y Rico, D. (2010). Inteligencia de negocios: Estado del arte. Scientia Et Technica, 1(44), 321-326.
https://doi.org/10.22517/23447214.1803
Varona, M., Mosquera, J., Medina, C., Lemu, D., & Muñoz, C. (2021). Business Intelligence for the Programs
of the Secretaries of Health, Education and Planning in a Territorial Entity. Facultad de Ingeniería, 30(58).
doi:https://doi.org/10.19053/01211129.v30.n58.2021.13826
https://decisiongerencial.ucacue.edu.ec

Document Outline