Anlisis del uso de data mining de las redes sociales y su influencia en la competitividad de las PyMES


Analysis of the use of data mining of social networks and its influence on the competitiveness of SMEs

Ing. Sara Abigail Salazar Loor[1]

sary_sll@hotmail.com

Ing. Karina Elizabeth Ponce Intriago[2] karinaponce1608@gmail.com

 

Fecha de recibo: agosto 2018, Fecha de aceptacin: junio 2018

RESUMEN

La presente investigacin tiene como finalidad mostrar informacin documental y analtica sobre el uso de Data Mining de las redes sociales y su incidencia en la competitividad de las PYMES en Ecuador. En la misma, se detallan teoras de la variable Minera de Datos que hacen nfasis en sus procesos, metodologas y sus beneficios en especial para el anlisis de perfiles de los clientes mientras que para la variable Competitividad se destaca el factor de Tecnologa, permitiendo establecer que las redes sociales deben ser vistas como una oportunidad para las PYMES debido a la gran cantidad de datos que se encuentran en ellas, ya que al ser procesados mediante Data Mining es posible la identificacin de patrones significativos relacionados al comportamiento, fidelizacin e inters de los clientes y de rentabilidad, campaas, ciclo de vida de un producto o servicio de la empresa, lo cual conlleva a la generacin de informacin que al ser gestionada correctamente se convierte en conocimiento para la creacin y seleccin de estrategias que desarrollen valor aadido o competitividad.

 

Palabras Clave: Data Mining, Redes Sociales, Competitividad, PYMES.

 

 

ABSTRACT

The purpose of this research is to show documentary and analytical information on the use of Data Mining in social networks and its impact on the competitiveness of SMEs in Ecuador. The theories of the Data Mining variable are detailed, emphasizing their processes, methodologies and their benefits, especially for the analysis of customer profiles, while for the Competitiveness variable, the Technology factor stands out, allowing to establish that social networks should be seen as an opportunity for SMEs due to the large amount of data found in them, since when processed through Data Mining it is possible to identify significant patterns related to customer behavior, loyalty and interest and profitability, campaigns, life cycle of a product or service of the company, which leads to the generation of information that when properly managed becomes knowledge for the creation and selection of strategies that develop "added value" or competitiveness

Key words: Data Mining, Social Networks, Competitiveness, SMEs.

 

Introduccin

En la actualidad, vivimos en la era de la informacin y comunicacin, donde sin duda alguna la informacin es el activo ms significativo que existe y en especial para las empresas, ya que dependiendo de esta se procede al anlisis de diversos factores que posteriormente se convierten en conocimiento y cuya aplicacin incide en los objetivos empresariales.

Basado en lo anteriormente mencionado, se destaca la importancia de los datos como la materia prima para la generacin de la informacin. En efecto, los datos por si solos no significan nada, se requiere de la aplicacin del Data Mining como el proceso de clasificacin, regresin y agrupacin de datos para de esa forma establecer correlaciones entre ellos y resumirlos en informacin.

En Ecuador no existe una cultura totalmente orientada hacia la recoleccin y procesamiento de la informacin sino ms bien se enfoca en la produccin y generacin de rentabilidad inmediata, lo cual conlleva a que gran parte de las empresas y en especial las PYMES simplemente se remitan a producir, sin elaborar o implementar estrategias que les ayudaran a optimizar sus procesos y alcanzar sus objetivos relacionados a la rentabilidad y competitividad.

Una parte fundamental de la era de la informacin evidentemente son las redes sociales, que se han convertido en parte del da a da de los seres humanos a causa de la necesidad de comunicarnos y socializar con individuos o grupos con intereses en comn, desde cualquier lugar o momento. Sin embargo, las redes sociales guardan un mayor potencial que simplemente conectar individuos, de hecho, son un claro ejemplo de minas de datos debido a la gran cantidad que se producen y acumulan en las mismas siendo de verdadera utilidad en el mbito empresarial, sin menospreciar su aporte como elemento publicitario, permitiendo el desarrollo de negocios, estudios de mercado, anlisis de consumidores e incluso emprendimientos de xito a nivel mundial.

Es por ello que el objetivo de esta investigacin tiene como finalidad analizar el Data Mining como una herramienta fundamental para la extraccin de datos en las redes sociales, para de esta manera descubrir o identificar determinados patrones o relaciones que pueden utilizar las PYMES para el desarrollo de estrategias y toma de decisiones que les permitan ser ms competitivas en el mercado.

 

Desarrollo

Para realizar la presente investigacin se efectu una revisin bibliogrfica y documental de fuentes oficiales y originales, as mismo se consideraron fuentes secundarias de diferentes sitios web, con el propsito de tener una perspectiva clara del tema a tratar. Cabe recalcar, que en este anlisis se aplic el criterio objetivo y profesional de los autores, para emitir opiniones que realcen la importancia del tema tratado.

Data Mining

De acuerdo con Echeverry, Trujillo, & Salazar (2017), el Data Mining es un proceso que tiene como fin el descubrimiento de conocimientos tiles y entendibles que se extraen de grandes bases de datos mediante medio de modelos inteligibles.

Para Liao, Chen y Deng (2010) el Data Mining es el proceso de descubrimiento del conocimiento sobre el cliente, donde se identifican patrones, asociaciones, cambios y estructuras de grandes cantidades de datos almacenados en bases de datos; a partir de una perspectiva que integra la minera matemtica, de datos tradicional, y tcnicas evolutivas con un sistema multiagente. El Data Mining comprende los mtodos y herramientas ms avanzados para el desarrollo de Business Analytics, permitiendo que las empresas sean capaces de gestionar con rapidez grandes volmenes de datos y descubrir qu variables son discriminantes o ms significativas tales como la identificacin de patrones de comportamiento, propensin de compra, sendas de desvinculacin y fidelidad de los clientes. (Braulio & Curto, 2015)

Palma, Palma & Prez (2009) indica que el Data Mining es un conjunto de metodologas estadsticas y computacionales, que desde un enfoque de las ciencias de la conducta permite el anlisis de datos y la elaboracin de modelos matemticos descriptivos y predictivos sobre la conducta del consumidor. (Palma, Palma, & Prez, 2009)

Segn Riquelme, Ruiz y Gilbert (2006), el proceso del Data Mining en forma general considera las siguientes tareas:

 

Tabla 1. Proceso de la Data Mining

 

 

Basado en lo que indican los autores anteriormente mencionados, se puede definir al Data Mining en trminos generales como un proceso que permite la clasificacin, regresin y

agrupacin de datos con el propsito de identificar patrones o correlaciones entre ellos y posteriormente sean resumidos en informacin.

El Data Mining tiene innumerables reas de aplicacin, metodologas o tcnicas de segmentacin o agrupamiento, pero sin duda alguna la ms atractiva es la empresarial donde se estudia el comportamiento de variables econmicas o financieras para de esa forma distinguir entre diversos grupos de objetos o individuos. (Palma, Palma, & Prez, 2009)

Braulio & Curto (2015) sealan que las empresas que realizan Customer Analytics usan metodologas de minera de datos, entre ellas las ms utilizadas son:

CRISP-DM (Cross Industry Standard Process for Data Mining).

SEMMA (Sample-Explore-Modify-Model-Assess)

KDD (Knowledge Discovery and Data Mining)

En la siguiente tabla, detallan sus respectivos procesos donde se puede visualizar sus similitudes y diferencias.

 

Tabla 2. Metodologa del Data Mining

 

 

Sin duda alguna, la informacin es el recurso ms importante para las empresas debido a que es la materia prima para la gestin de sus procesos, es por lo que surge la necesidad de extraerla y analizarla mediante tcnicas que permitan su manipulacin (Data Mining), permitiendo a las PYMES tomar decisiones adecuadas relacionadas a la optimizacin de recursos y anlisis de su comportamiento futuro.(Norea, Quiceno, & Uribe, 2016).

De igual manera, Curto (Introduccin al Business Intelligence, 2010) considera que los resultados analticos que se obtienen mediante el Data Mining, les permiten a las empresas a desarrollar valor aadido a sus decisiones. Para Braulio & Curto (2015) las empresas buscan generar valor (beneficios intangibles y tangibles) tanto para ellas como para el cliente mediante la creacin de experiencias de cliente. Por lo cual requieren del Data Mining para el anlisis del perfil del cliente.

 

Tabla 3. Beneficios de la Data Mining

 

 

De acuerdo con Riquelme, Ruiz y Gilbert (2006) el inters de las empresas con respecto a la minera de datos se debe a factores como son (i) el avance de la tecnologa de Internet y sus aplicaciones, (ii) la facilidad en la captura de datos y el abaratamiento de su almacenaje, (iii) compartir y distribuir los datos en la red, (iv) y su potencial como soporte a la toma de decisiones frente a situaciones complejas.

 

Competitividad

 

Hasta la actualidad no hay un consenso sobre la definicin exacta de la competitividad, debido a que la misma es vista desde diferentes perspectivas. En efecto, desde el punto de vista macroeconmico la competitividad es definida por Krugman (1994) y Baldwin (1995) como irrelevante puesto que aquellas que compiten en el mercado internacional son las firmas, no el pas. Por otra parte, Porter (1990) afirma que la competitividad de una nacin est relacionada de forma directa con la capacidad productiva e innovativa de sus industrias. (Quinez, 2016)

En cuanto a un enfoque microeconmico la competitividad es considerada como la capacidad de una organizacin pblica o privada, lucrativa o no con la finalidad de mantener sistemticamente ventajas comparativas que de una u otra forma permitan alcanzar, sostener y mejorar una determinada posicin en el entorno socioeconmico. (Martnez & Garca, 2010). Por lo tanto, una empresa es competente cuando utiliza recursos ms eficientemente que su competencia para de esta manera mejorar su posicin en el mercado. (Jimnez, 2009)

Fuente: (Bonales, Zamora, Torres, & Ortz, 2015)

Bonales, Zamora, Torres, & Ortz (2015) sealan que la competitividad empresarial comprende tres tipos principales de elementos: factores internos, factores externos e ndices, que se resumen en calidad, precio, tecnologa, capacitacin y canales de distribucin. (Bonales, Zamora, Torres, & Ortz, 2015)

Saavedra, Linero, & Gutirrez (2011) consideran que el factor de las nuevas tecnologas de la informacin e internet han permitido desarrollar un vnculo entre la empresa y los grupos de inters constituyendo una verdadera ventaja competitiva sostenible, donde las redes sociales juegan un papel fundamental al momento de identificar impresiones, percepciones y sobre todo las expectativas de sus stakeholders. (Saavedra, Linero, & Gutierrez, 2011)

Gmez & Otero (2011) consideran que las redes sociales eliminan las barreras de acceso entre empresa y cliente, permitiendo que pequeas organizaciones se vuelvan competitivas a marchas forzadas. (Gomez & Otero, 2011)

 

 

 

 

Redes Sociales

 

Para Merodio, J (2010) las redes sociales son herramientas que nos permiten compartir informacin con individuos, la cual puede ser texto, audio, video, etc., con la finalidad de socializar con dichos individuos quienes comparten intereses similares. (Merodio, 2010)

Richardson, Carroll, & Gosnay (2012) indican que las redes sociales desde el punto de vista empresarial son canales de marketing que permiten crear perfiles de clientes con quienes el personal de la empresa puede interactuar con el propsito de generar valor a la misma. (Richardson, Carroll, & Gosnay, 2012)

Segn el INEC (2015) el 41,5% de los ecuatorianos cuentan con redes sociales, los cuales consumen 6,36 horas semanales en ellas. Estos son unos de los factores que han hecho que las redes sociales se conviertan en una plataforma ideal para promocionar a las PYMES. (INEC, 2015)

 

Tabla 4. Redes Sociales ms utilizas en Ecuador

 


 

 


De acuerdo con Alexa (2017) las redes sociales que ms utilizan los ecuatorianos son Facebook, seguido por Twitter, Youtube e Instagram mientras que para Schwartz (2016) el servicio de mensajera que ms se utiliza en Ecuador es el Whatsapp, que es el medio de comunicacin y contacto permanente entre las PYMEs y el cliente. (Schwartz, 2016)

Flores, Asanza, & Lpez (2015) manifiestan que las redes sociales ms populares para las empresas ecuatorianas en general son Facebook y Twitter, mientras que Instagram es la plataforma perfecta para las pequeas empresas, siempre y cuando se tenga conocimiento del uso de la red social y de los datos que provienen de ella.

Tal cual como se puede visualizar en la tabla anterior donde se detallan los datos a los que las PYMES pueden aplicar Data Mining para el posterior anlisis del perfil del cliente. (Flores, Asanza, & Lpez, 2015)

Braulio & Curto (2015) sealan que existen mltiples anlisis dentro de la analtica de cliente que se pueden clasificar por tipo de estrategia o conocimiento, entre los que se destacan los de comportamiento, rentabilidad, campaas, fidelizacin, ciclo de vida e inters.


PYMES

El Servicio de Rentas Internas (2009) define a las Pymes como el conjunto de pequeas y medianas empresas que, de acuerdo con su volumen de ventas, capital social, cantidad de trabajadores, y su nivel de produccin o activos presentan caractersticas propias de este tipo de entidades econmicas.

Tabla 7. Tipo de PYMES en Ecuador

Segn Rodrguez (2012) las PYMES en casi todo el territorio ecuatoriano son afectadas por los siguientes aspectos: (Rodrguez, 2012)

Escaso nivel tecnolgico.

Baja calidad de la produccin, ausencia de normas y altos costos.

Falta de crdito, con altos costos y difcil acceso.

Incipiente penetracin de PYMES al mercado internacional.

Ausencia total de polticas y estrategias para el desarrollo del sector.

Basado en lo anteriormente mencionado, las redes sociales en las PYMES permiten al pblico establecer un contacto ms cercano con la empresa, donde estos sean capaces de expresar sus inconformidades y expectativas.

Esta respuesta inmediata no solo logra fidelizar al cliente, sino que sienta que est siendo escuchado. Para las PYMES, la implementacin de las redes sociales conlleva:

Publicidad Accesible: Las estrategias de Redes Sociales no requieren de un gran presupuesto.

Naturaleza Viral: Los usuarios comparten informacin fcilmente economizando costes de campaas de publicidad con el simple clic de un botn.

Mejorar la Marca: Las redes sociales permiten la construccin y optimizacin continua de su reputacin y credibilidad en lnea.

Aumentar el Trfico: Atrae a un pblico determinado (trfico) a su sitio web.

Clientes Comprometidos: Permite a la empresa establecer contacto con los clientes en tiempo real. (WSI Novamen Soluciones, 2010)

3. RESULTADOS

A continuacin, se detallan los aspectos ms significativos sobre la variable independiente Minera de Datos y como esta de una u otra forma incide en la variable dependiente de la investigacin que es la competitividad. Adems de mostrar su relacin con las Redes Sociales de las Pymes.

Tabla 8. Resultados de Variable Independiente: Minera de Datos


Como resultado se puede observar que existe una gran relacin entre las redes sociales, el Data Mining y la competitividad. En efecto, las redes sociales de las PYMES funcionan como plataformas o minas de datos que pueden ser filtradas o extradas mediante el proceso de Data Mining.

Este proceso se basa en las metodologas CRIPS-DM y KDD, donde se seleccionan los datos de las redes sociales tales como: Seguidores/Suscriptores, Unfollowers, Likes/Dislikes, Reacciones, Comentarios/Replies, Menciones, Visualizaciones de imgenes, videos (PC, Smartphone), Retweet, Repost, Comparticiones, Hashtag, Clics en enlaces de biografa, contacto, pago, etc; los cuales pasan a una fase de Limpieza donde se consideran solamente los datos objetivos a investigar y estos a su vez son modelados o transformados en informacin, para ello se buscan o identifican patrones o correlaciones entre ellos.

El proceso de Data Mining culmina bsicamente con la fase de Interpretacin o Evaluacin, donde se procede a analizar la informacin encontrada de las redes sociales y evaluar su impacto segn indicadores, factores u objetivos de la(s) PYMES. Sin embargo, es necesario acotar que hay un efecto que se produce posteriormente de desarrollar informacin y se trata de la generacin de conocimiento o mejor conocida en el mbito empresarial como Business Intelligence, que puede ser aprovechado por las PYMES para establecer estrategias y toma de decisiones que incidan en los factores de competitividad.

 

En la figura anterior, se detalla la figura del proceso de Data Mining de redes sociales y su incidencia en la competitividad de las PYMES.

4. DISCUSION

Se destaca la importancia de los datos como la materia prima para la generacin de la informacin. En efecto, los datos por si solos no significan nada, se requiere de la aplicacin del Data Mining como el proceso de clasificacin, regresin y agrupacin de datos para de esa forma establecer correlaciones entre ellos y resumirlos en informacin.

Entre los factores de la competitividad empresarial se enfatiza el factor de Tecnologa, debido a que el mismo elimina las barreras de acceso entre la empresa y cliente donde las redes sociales estn jugando un rol fundamental, ya que se han convertido literalmente en minas de datos, los cuales al ser extrados se transforman en informacin significativa para la toma de decisiones.

Las Pymes en Ecuador enfrentan problemticas relacionadas especialmente a la baja calidad de su produccin, escaso nivel tecnolgico, falta de polticas y estrategias dificultando su penetracin tanto en el mercado nacional como internacional, muchas de ellas se refugian en las redes sociales debido a su gran acogida en el pueblo ecuatoriano, especficamente para la promocin y posicionamiento de su marca mas no como un medio de gestin de conocimiento.

Las redes sociales deben ser vistas como una oportunidad para la PYMES debido a la gran cantidad de datos que se encuentran en ellas, ya que al aplicar Data Mining les permiten identificar patrones significativos relacionados al comportamiento, fidelizacin e inters de los clientes y de rentabilidad, campaas, ciclo de vida de un producto o servicio de la empresa, lo cual conlleva a la generacin de informacin que al ser gestionada correctamente se convierte en conocimiento para la creacin y seleccin de estrategias que desarrollen valor aadido o competitividad.

5. REFERENCIAS BIBLIOGRFICAS

Echeverry, C., Trujillo, M., & Salazar, M. (2017). Minera de datos en gestin del conocimiento de pymes de Colombia. Medelln: Revista Virtual Universidad Catlica del Norte.

Liao, S., Chen, Y., & Deng, M. (2010). Mining customer knowledge for tourism new product development and customer relationship management. Expert Systems with Applications. Elsevier, 42124223.

Braulio, N., & Curto, J. (2015). Customer analytics: mejorando la inteligencia del cliente mediante los datos. Barcelona, ESPAA: Editorial UOC.

Palma, C., Palma, W., & Prez, R. (2009). Data Mining: el arte de anticipar. Santiago de Chile: RIL editores.

Riquelme, J., Ruiz, R., & Gilbert, K. (2006). Minera de Datos: Conceptos y Tendencias. Revista Iberoamericana de Inteligencia Artificial.

Norea, P., Quiceno, G., & Uribe, L. (2016). Visualizaciones analticas para la toma de decisiones en pequeas y medianas empresas utilizando Data Mining. Cuaderno ACTIVA, 8, 38.

Curto, J. (2010). Introduccin al Business Intelligence. Barcelona: Editorial UOC,.

Krugman, P. (1994). The Fight over Comperitiveness A Zero-Sum Debate? Foreign Affair.

Baldwin, R. (1995). The problem with competitiveness. Genova: EFTA.

Porter, M. (1990). The competitiveness advantage of nations. New York: Free Press.

Quinez, M. (2016). Modelo para la gestin competitiva de las pequeas y medianas empresas (PYMES) comerciales ecuatorianas. La Habana: Editorial Universitaria.

Martnez, M. d., & Garca, D. (2010). Innovacin y gestin del conocimiento en la pyme de Aguascalientes. Aguascalientes: Universidad Autnoma de Aguascalientes.

Jimnez, M. H. (2009). Modelo de competitividad empresarial. Bogot: Universidad Manuela Beltrn.

Bonales, J., Zamora, A., Torres, C., & Ortiz, F. (2015). Variables e ndices de Competitividad de las Empresas Exportadoras, utilizando el PLS. Revista CIMEXUS, X, 13-32.

Saavedra, J., Linero, O., & Gutirrez, R. (2011). Community Manager y la Marca como estrategia organizacional en las redes sociales online. REDHECS, 168-181.

Gmez, A., & Otero, C. (2011). Redes Sociales en la Empresa. La Revolucin e Impacto a Nivel Empresarial y Profesional. Madrid: RA-MA.

Merodio, J. (2010). Marketing en redes sociales: Mensajes de empresa para gente selectiva.

Richardson, N., Carroll, A., & Gosnay, R. (2012). Gua de acceso rpido al marketing en Redes Sociales: marketing de alto impacto y bajo costo que s funciona. Buenos Aires: Ediciones Granica.

INEC. (Julio de 2015). E-commerce Day. Obtenido de Instituto Nacional de Estadstica y Censos: http://www.ecuadorencifras.gob.ec/documentos/web-inec/boletin/Ecommerce.pdf

Alexa. (14 de 09 de 2017). Top Sites in Ecuador. Obtenido de Alexa: https://www.alexa.com/topsites/countries/EC

Schwartz, J. (24 de mayo de 2016). The Most Popular Messaging App in Every Country. Obtenido de SimilarWeb: https://www.similarweb.com/blog/worldwide-messaging-apps

Flores, E., Asanza, M., & Lpez, M. (2015). Incremento de pequeas empresas con redes sociales por el uso de un smartphone. Revista Contribuciones a la Economa. Obtenido de http://eumed.net/ce/2015/1/s

Manez, R. (25 de febrero de 2016). Gua para crear un Plan de Contenidos en Social Media. Obtenido de Rubn Manez: http://rubenmanez.com/guia-para-crear-un-plan-decontenidos-en-social-media-2/

Servicios de Rentas Internas. (14 de 9 de 2017). PYMES. Obtenido de Servicios de Rentas Internas: http://www.sri.gob.ec/zh_TW/32

Rodrguez, T. (2012). Estudio del uso e impacto de las redes sociales en las estrategias de marketing de las pymes: Chantal Fontaine, L.E.X.A., El Magntico, Auto lvarez; Del Norte de la Ciudad De Guayaquil. Observatorio de la Economa Latinoamericana (186). Obtenido de http://www.eumed.net/cursecon/ecolat/ec/2013/marketing.html

WSI Novamen Soluciones. (20 de septiembre de 2010). WSI Novamen Soluciones. Obtenido de http://www.wsinovamensoluciones.com/mediossociales.htm.

Conclusiones

 

 

Referencias bibliogrficas



[1] Docente de la Universidad de Guayaquil

[2] Docente de la Universidad denGuayaquil

Enlaces refback

  • No hay ningún enlace refback.


Dirección: Urdesa Central, Guayacanes 520 y la 5ta. Guayaquil - Ecuador | PBX ADMISIONES: (593) 4 6052450 PBX: (593) 4 6020400
Copyright © 2017 Universidad Tecnológica Empresarial de Guayaquil. Todos los Derechos Reservados.