Análisis predictivo de datos en la optimización de estrategias empresariales: Una revisión sistemática de la literatura
DOI:
https://doi.org/10.55873/rad.v4i1.365Palabras clave:
análisis predictivo, big data, estrategias empresariales, optimización de recursos, toma de decisionesResumen
El artículo presenta una revisión sistemática sobre el uso del análisis predictivo de datos para optimizar las estrategias empresariales, destacando cómo esta herramienta permite a las empresas anticipar tendencias, mejorar la toma de decisiones estratégicas y aumentar la eficiencia operativa. Sin embargo, el estudio pone de relieve importantes retos, sobre todo a la hora de gestionar grandes conjuntos de datos no estructurados y garantizar su perfecta integración en los procesos empresariales existentes. La necesidad de recursos informáticos avanzados y de conocimientos técnicos también se señala como un obstáculo para su adopción generalizada. A pesar de estos obstáculos, el análisis predictivo sigue siendo una herramienta clave para las empresas que aspiran a lograr ventajas competitivas en un mercado cada vez más impulsado por los datos. La revisión se basa en una búsqueda en bases de datos como Scopus, Web of Science e IEEE, que ha dado como resultado la selección de 15 estudios clave. El artículo concluye que, aunque el análisis predictivo tiene un gran potencial para mejorar el rendimiento empresarial, aún se enfrenta a retos relacionados con la integración de datos y la infraestructura tecnológica.
Descargas
Citas
Aljohani, A. (2023). Predictive Analytics and Machine Learning for Real-Time Supply Chain Risk Mitigation and Agility. Sustainability, 15(20), 15088. https://doi.org/10.3390/su152015088
Aquino-Arrieta, K., Fernandez-Mejia, F., Cespedes-Blanco, C., Raymundo-Ibanez, C., & Alvarez, J. M. (2020). Business Architecture Model Adapted to Predictive Analysis for Customer’s Increasing of SMEs of Furnitures Industry through Digital Tools. 2020 9th International Conference on Industrial Technology and Management (ICITM), 176-180. https://doi.org/10.1109/ICITM48982.2020.9080370
Bag, S., Wood, L. C., Xu, L., Dhamija, P., & Kayikci, Y. (2020). Big data analytics as an operational excellence approach to enhance sustainable supply chain performance. Resources, Conservation and Recycling, 153, 104559. https://doi.org/10.1016/j.resconrec.2019.104559
Farooque, M., Zhang, A., Thürer, M., Qu, T., & Huisingh, D. (2019). Circular supply chain management: A definition and structured literature review. Journal of Cleaner Production, 228, 882-900. https://doi.org/10.1016/j.jclepro.2019.04.303
GhorbanTanhaei, H., Boozary, P., Sheykhan, S., Rabiee, M., Rahmani, F., & Hosseini, I. (2024). Predictive analytics in customer behavior: Anticipating trends and preferences. Results in Control and Optimization, 17, 100462. https://doi.org/10.1016/j.rico.2024.100462
Jeble, S., Dubey, R., Childe, S. J., Papadopoulos, T., Roubaud, D., & Prakash, A. (2018). Impact of big data and predictive analytics capability on supply chain sustainability. The International Journal of Logistics Management, 29(2), 513-538. https://doi.org/10.1108/IJLM-05-2017-0134
John, J., Joseph, J., Mathew, L., James, S., & Jose, J. (2024). Exploring the Predictive Analytics Frontier in Business: A Bibliometric Journey. Journal of Scientometric Research, 13(2), 365-381. https://doi.org/10.5530/jscires.13.2.29
Manzoor, A., Atif Qureshi, M., Kidney, E., & Longo, L. (2024). A Review on Machine Learning Methods for Customer Churn Prediction and Recommendations for Business Practitioners. IEEE Access, 12, 70434-70463. https://doi.org/10.1109/ACCESS.2024.3402092
Nagarajan, G., & L.D, D. B. (2019). Predictive Analytics On Big Data - An Overview. Informatica, 43(4). https://doi.org/10.31449/inf.v43i4.2577
Rahman, M. S., & Reza, H. (2022). A Systematic Review Towards Big Data Analytics in Social Media. Big Data Mining and Analytics, 5(3), 228-244. https://doi.org/10.26599/BDMA.2022.9020009
Rodrigues, L., & Givigi, S. N. (2024). Predictive Analytics: An Optimization Perspective. IEEE Access, 12, 106983-106995. https://doi.org/10.1109/ACCESS.2024.3434617
Sheng, J., Amankwah-Amoah, J., & Wang, X. (2017). A multidisciplinary perspective of big data in management research. International Journal of Production Economics, 191, 97-112. https://doi.org/10.1016/j.ijpe.2017.06.006
Singh, R., Sharma, P., Foropon, C., & Belal, H. M. (2022). The role of big data and predictive analytics in the employee retention: a resource-based view. International Journal of Manpower, 43(2), 411-447. https://doi.org/10.1108/IJM-03-2021-0197
Tavera Romero, C. A., Ortiz, J. H., Khalaf, O. I., & Ríos Prado, A. (2021). Business Intelligence: Business Evolution after Industry 4.0. Sustainability, 13(18), 10026. https://doi.org/10.3390/su131810026
Yeboah-Ofori, A., Islam, S., Lee, S. W., Shamszaman, Z. U., Muhammad, K., Altaf, M., & Al-Rakhami, M. S. (2021). Cyber Threat Predictive Analytics for Improving Cyber Supply Chain Security. IEEE Access, 9, 94318-94337. https://doi.org/10.1109/ACCESS.2021.3087109
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Ríos-Cuadros, Marco Alejandro , Boris Jean Piere Gonzáles-Rivera , Divaldo Etsuo Medina-Coaquira , Yngue Elizabeth Ramírez-Pezo
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
