Método Cluster-RNA para Clasificar, Caracterizar y Pronosticar Perfiles Competitivos del Sector Tiendas Minoristas en la Ciudad de Barranquilla

Resumen

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.

Palabras clave: Comercio minorista, análisis de conglomerado, red neuronal artificial

Referencias

E. L. Aldana, “Imagen y Posicionamiento de las Tiendas de Barrio en Colombia, aplicando el análisis factorial de correspondencias AFC”, Panorama Económico Universidad de Cartagena, vol. 225, 2015.

J. Córdoba López., & L. Cano Jaramillo, “Estudio de hábitos y valores de los consumidores del canal tradicional tiendas de barrio de la ciudad de Cali”, Entramado, vol. 5, n°. 2, pp. 44-63, 2009.

C. Martínez., & M. Vergara, “Marketing relacional y su contribución a la competitividad en las tiendas de barrio del sur oriente de barranquilla”. Tesis de maestría en mercado. Universidad Autónoma del Caribe, 2018.

Q. Martin., M. Cabero., & Y. De Paz, “Tratamiento Estadístico de Datos con SPSS”. España: Thomson Editores. Pp. 145-156, 2008.

D. Peña, Análisis de datos multivariantes. Madrid: Editorial Mc.Graw Hill, pp. 137–235, 2002.

M. Ato., J. López., A. Velandrino. y J. Sanchez, Estadística Avanzada con el paquete Systat. España: Universidad de Murcia. Secretariado de Publicaciones. 3ª Ed.. p. 187. 1990.

P. Arroyo., & J. Borja, “Análisis Multivariante para la inteligencia de Mercados”. Editorial Digital del Tecnológico de Monterrey. México. PP.478, 2018.

J. De la Garza, B. Morales., & B. González, Análisis Estadístico Mutivariante. Un enfoque teórico y práctico. México: Editorial Mc.Graw Hill, pp. 150–178, 2013.

A. Catena, M. Ramos., & H. Trujillo, Análisis Multivariado. Un manual para investigadores (Primera). Madrid: 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 Systems with Applications, vol. 94 pp. 164–184, 2017. https://doi.org/10.1016/j.eswa.2017.10.040 https://doi.org/10.1016/j.eswa.2017.10.040

G. McMillan, Process/Industrial Instruments and Controls Handbook, Mc.Graw Hill, 2013.

O. García., & A. Morales, “Desempeño financiero de las empresas: una propuesta de clasificación por RNA”. Dimensión Empresarial, 14(2), pp.11-23. (2016). https://dx.doi.org/10.15665/rde.v14i2.686 https://doi.org/10.15665/rde.v14i2.686

L. Álvarez, “Fundamentos de inteligencia artificial”. EDITUM. 2ª Ed. Pp. 363, 1994.

R. Flórez., & J. Fernández, “Las Redes Neuronales Artificiales. Fundamentos teóricos y aplicaciones prácticas”. Editorial Netbiblo. España, 2008.

C. Pérez, “Redes Neuronales a través de ejemplos. Aplicaciones Con Matlab”. Editorial Createspace Independent Publishing Platform. Pp. 158. 2017.

E. Caicedo., & J. López, Una Aproximación Práctica a las Redes Neuronales Artificiales (Priera). Cali: Programa Editorial Univeridad del Valle, 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, 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. (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”, Información tecnológica, vol. 30, n°. 5, pp. 213-220, 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”, International Journal of Productivity and Quality Management vol. 27, n°. 2, pp. 144-160, 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, n°. 1, pp. 180-195, 2019.

Descargas

La descarga de datos todavía no está disponible.
Publicado
2020-03-06
Cómo citar
De La Hoz G, E., Iglesias, M. A., & Perez Coronell, L. (2020). Método Cluster-RNA para Clasificar, Caracterizar y Pronosticar Perfiles Competitivos del Sector Tiendas Minoristas en la Ciudad de Barranquilla. INGE CUC, 16(1). https://doi.org/10.17981/10.17981/ingecuc.16.1.2020.17
Sección
Artículos