Diseño de un modelo de inteligencia de negocios para la empresa frutícola Pulpas Mix

Autores

DOI:

https://doi.org/10.56183/iberotecs.v5i1.654

Palavras-chave:

Negocios, empresa, modelo, indicadores y pulpa

Resumo

En los últimos años, la industria de las pulpas de frutas ha transitado por una importante evolución, apuntalándose como un sector significativo en la industria agrícola global, las pulpas de frutas son grandemente empleadas en la preparación de jugos, néctares, extractos, postres y otros productos nutritivos. El objetico de la presente investigación fue diseñar un modelo de inteligencia de negocios para la empresa frutícola Pulpas Mix, con el propósito de optimizar sus procesos de productivos, el mercadeo y expansión en el mercado local y global, dicho objetivo unido a la metodología empleada se obtuvo como resultado que es posible disminuir los periodos de procesamiento de frutas en un 20 por ciento a través el seguimiento continuo automatizado de líneas de producción, la implementación de un proceso ETL eficiente y el empleo de plataformas como Power BI favorecerán a la empresa perfeccionar su producción, asegurar la calidad del producto, disminuir costos operativos y adoptar decisiones estratégicas fundamentadas en datos claros y precisos, el diseño del esquema de almacenamiento de datos en Frutícola Pulpas Mix asegura una gestión eficiente de la información a través de una Data Warehouse bien establecida y un proceso ETL eficiente, la revisión con ejecutivos permite que el modelo de inteligencia de negocios esté en correspondencia con las necesidades más urgentes de la empresa Frutícola Pulpas Mix. Finalmente se plantea que el diseño de un modelo de inteligencia de negocios para la empresa frutícola Pulpas Mix favoreció la propuesta de soluciones estratégicas que mejoren los procesos de producción.

Referências

Agexporthoy (2025) Latinoamérica exportó 33,518 millones de dólares en frutas en 2024, representando el 23% del comercio global. Recuperado de: https://agexporthoy.export.com.gt/agexport/frutas64087/?utm_source=chatgpt.com

Alter, S. (2002). Information Systems: Foundation of E-Business. Prentice Hall.

Ahmed, V, Zeehans, A, & Riaz, Z. Challenges and drivers for data mining. Construction and Architectural Management 25, nº 11 (2018): 1436–1453. https://doi.org/10.1108/ECAM-01-2018-0035

Bermeo, O; Verónica G; Nauspud, W & Dávila, M. Gestión inteligente de los datos en la agroindustria.» Revista de investigación en ciencias agronómicas y veterinaria, ALFA 7, nº 9 (2023): 139-152.

Cesar, JC. (2018) Estados Unidos y China en disputa por la hegemonía económica mundial. Revista Observatorio de la Economía Latinoamericana, Málaga. Recuperado de: https://www.eumed.net/rev/oel/2018/07/hegemonia-economica-mundial.html

Fluctuante (2024) Exportadores de frutas de América Latina y El Caribe. Recuperado de: https://fluctuante.lat/agroexportaciones/2024/12/18/mexico-chile-y-peru-son-los-principales-paises-exportadores-de-frutas-de-america-latina-y-el-caribe-en-el-2023/?utm_source=chatgpt.com

González, J. (2024). Diseño de un modelo de negocio circular. Valoración de la biomasa de frutas cítricas en Colombia. Trabajo de grado - Maestría, Escuela Colombiana de Ingeniería.

Gutiérrez, A, y Miguel, D. & Tarazona, Giovanny D. Research inteligencia de negocios: estudio de caso sector tecnológico colombiano. Redes de ingenieria 7, nº 2 (2016): 156-169. Recuperado de: www.researchgate.net/publication/312250216_Research_inteligencia_de_negocios_estudio_de_caso_sector_tecnologico_colombiano

Kaplan, R. S., & Norton, D. P. (1992). The Balanced Scorecard: Measures that Drive Performance. Harvard Business Review, 70(1), 71-79.

Larrea, Nelson. «Clústeres y agregación de valor en el sector agronegocios con sostenibilidad ambiental.» CAF. 27 de julio de 2021. https://scioteca.caf.com/handle/123456789/1767

Lönnqvist & Pirttimäki .La medición de la inteligencia empresarial. Gestión de sistemas de información 23, nº 1 (Diciembre 2006): 32-40. Recuperado de: https://www.tandfonline.com/doi/abs/10.1201/1078.10580530/45769.23.1.20061201/91770.4

Marcano & Talavera (2007) Marcano, Yelitza & Talavera, Rosalba. «Minería de Datos como soporte a la toma de decisiones empresariales.» Opción (23) 52.

Moedano, R. (2024) Inteligencia competitiva aplicada a la agroindustria: Un estudio de caso. Trabajo en opción de tesis de maestría

Mordor Intelligence Research & Advisory. (2023). Tamaño del mercado de concentrado de frutas y análisis de participación tendencias de crecimiento y pronósticos (2024-2029). Mordor Intelligence. Retrieved March 2, 2025, from. Recuperado de: https://www.mordorintelligence.com/es/industry-reports/global-fruit-concentrate-market-industry

Nonaka, I., & Takeuchi, H. (1995). The Knowledge-Creating Company: How Japanese Companies Create the Dynamics of Innovation. Oxford University Press.

Porter, M. E. (1980). Competitive Strategy: Techniques for Analyzing Industries and Competitors. Free Press.

ProEcuador (2020) Empresa ecuatoriana de pulpa de frutas ingresa a plataformas de e-commerce en China. Recuperado de: https://www.proecuador.gob.ec/empresa-ecuatoriana-de-pulpa-de-frutas-ingresa-a-plataformas-de-e-commerce-enchina/?utm_source=chatgpt.com

Sepúlveda, I (2018) Inteligencia de negocios como generador de conocimiento para la competitividad empresarial de las pequeñas y medianas empresas. Ciencia & Futuro, Moa, nº 152

Simon, H. A. (1977). The New Science of Management Decision. Prentice Hall.

Vásquez, M (2024). El impacto de la Inteligencia Artificial en el sector de la agricultura. Madrid.

Downloads

Publicado

2025-05-15