Resumen de Análisis de la competitividad empresarial aplicando árboles de decisión

Jéssica Ponce, Edison Vicente, Randy Rodríguez, Sandra Muñoz

• español

  Tomando en cuenta que las las empresas buscan incesantemente alcanzar una mejor posición competitiva que conlleve a un desempeño superior al de otras, se puede recurrir a técnicas de minería de datos para predecir los niveles de competitividad. Esto ha motivado a realizar un estudio utilizando una de esas técnicas, los árboles de decisión. Esta técnica ha sido aplicada al conjunto de datos previamente preparado para analizar cinco indicadores de competitividad empresarial: productividad, recursos financieros, mercadotecnia, recursos humanos y tecnología. La técnica de árboles de decisiones, en su tipo de árbol de regresión, fue aplicada satisfactoriamente al conjunto de datos para analizar la competitividad empresarial; es decir, permite conocer la manera en que han incrementado o decrecido los indicadores de competitividad en el tiempo, para así conocer la competitividad de la empresa. Estos resultados permites inferir que la técnica seleccionada puede ser una herramienta útil para tomar decisiones probabilísticas orientadas a optar por las opciones más convenientes para la empresa.

• English

  Taking into account that companies constantly seek to reach a better competitive position that leads to a higher performance than others, data mining techniques can be used to predict levels of competitiveness. This fact has motivated us to perform a study using one of those techniques, the decision trees. This technique has been applied to a data set previously prepared to analyze five indicators of business competitiveness: productivity, financial resources, marketing, human resources and technology. The decision trees technique, in its type of regression tree, was successfully applied to the data set to analyze business competitiveness; that is, it allows knowing the way in which the competitiveness indicators have increased or decreased over time, in order to know the competitiveness of the company. These results allow inferring that the technique could be a useful tool to make probabilistic decisions oriented to the most convenient options for the company.