����������������������������������������������������������������������������������

 

 

Gesti�n Inteligente en el Agro: Un Enfoque Basado en Business Intelligence para Asociaciones de Producci�n Agr�cola en Riobamba

 

Intelligent Management in Agriculture: An Approach Based on Business Intelligence for Agricultural Production Associations in Riobamba

 

Gest�o Inteligente na Agricultura: Uma Abordagem Baseada em Business Intelligence para Associa��es de Produ��o Agropecu�ria em Riobamba

 

 

 

 

 

 

 

 

 

Correspondencia: pchiriboga@unach.edu.ec

 

Ciencias T�cnicas y Aplicadas

Art�culo de Investigaci�n

 

 

* Recibido: 30 de diciembre de 2023 *Aceptado: 12 de enero de 2024 * Publicado: �03 de febrero de 2024

 

        I.            Ingeniera en Sistemas Inform�ticos, Mag�ster en Inform�tica Empresarial, Docente a Contrato de la Universidad Nacional de Chimborazo, Facultad de Ciencias Pol�ticas y Administrativas, Carrera de Administraci�n de Empresas, Ecuador.

      II.            Ingeniera Comercial, Mag�ster en Gesti�n Empresarial, Docente Titular de la Carrera de Ingenier�a Comercial y Administraci�n de Empresas, Universidad Nacional de Chimborazo, Carrera de Administraci�n de Empresas, Ecuador.

    III.            Economista, Mag�ster en Administraci�n P�blica Menci�n Desarrollo Institucional, Docente a Contrato de la Universidad Nacional de Chimborazo, Facultad de Ciencias Pol�ticas y Administrativas, Carrera de Administraci�n de Empresas, Ecuador.

    IV.            Licenciado en Administraci�n de Empresas Titulada en la Universidad Nacional de Chimborazo, Facultad de Ciencias Pol�ticas y Administrativas, Carrera de Administraci�n de Empresa, Ecuador.

 

Resumen

En el contexto agr�cola, la gesti�n eficiente de recursos es esencial para garantizar la sostenibilidad y rentabilidad de las asociaciones. El Business Intelligence (BI) proporciona un enfoque m�s efectivo al permitir a estas organizaciones identificar �reas de ineficiencia en sus procesos de producci�n, distribuci�n y log�stica. Esta capacidad de an�lisis ofrece oportunidades para mejorar la asignaci�n de recursos y reducci�n de costos, lo que, a su vez, contribuye a la competitividad y estabilidad econ�mica de las asociaciones. El objetivo est� centrado en analizar la influencia del Business Intelligence (Inteligencia de Negocios) en la gesti�n de la Asociaci�n de la Producci�n Agropecuaria de Riobamba, para el desarrollo socioecon�mico regional y el crecimiento significativo del sector agr�cola, de manera que, a trav�s de la implementaci�n de Business Intelligence, las asociaciones mejoren su eficiencia y productividad en la toma de decisiones estrat�gicas. Se utiliz� el m�todo hipot�tico deductivo, investigaci�n no experimental, la t�cnica encuesta realizada a todas Asociaciones de producci�n de Riobamba. Los resultados revelan que los asociados no est�n familiarizados con las t�cnicas de BI, por tanto, sus niveles de producci�n no son �ptimos ni eficientes, la falta de capital y el conocimiento en el �mbito tecnol�gico restringe sus posibilidades de incrementar sus beneficios

Palabras clave: Business Intelligence; Asociaciones de Producci�n Agr�cola; Gesti�n Inteligente; Agro.

 

Abstract

In the agricultural context, efficient resource management is essential to ensure the sustainability and profitability of associations. Business Intelligence (BI) provides a more effective approach by allowing these organizations to identify areas of inefficiency in their production, distribution and logistics processes. This analytical capability offers opportunities to improve resource allocation and cost reduction, which, in turn, contributes to the competitiveness and economic stability of associations. The objective is focused on analyzing the influence of Business Intelligence in the management of the Riobamba Agricultural Production Association, for the regional socioeconomic development and the significant growth of the agricultural sector, so that, through the Implementation of Business Intelligence, associations improve their efficiency and productivity in making strategic decisions. The hypothetical deductive method was used, non-experimental research, the survey technique carried out in all production associations of Riobamba. The results reveal that the associates are not familiar with BI techniques, therefore, their production levels are not optimal or efficient, the lack of capital and knowledge in the technological field restricts their possibilities of increasing their benefits.

Keywords: Business Intelligence; Agricultural Production Associations; Intelligent Management; Agro.

 

Resumo

No contexto agr�cola, a gest�o eficiente dos recursos � essencial para garantir a sustentabilidade e rentabilidade das associa��es. Business Intelligence (BI) proporciona uma abordagem mais eficaz ao permitir que estas organiza��es identifiquem �reas de inefici�ncia nos seus processos de produ��o, distribui��o e log�stica. Esta capacidade anal�tica oferece oportunidades para melhorar a aloca��o de recursos e a redu��o de custos, o que, por sua vez, contribui para a competitividade e a estabilidade econ�mica das associa��es. O objetivo est� focado em analisar a influ�ncia do Business Intelligence na gest�o da Associa��o de Produ��o Agropecu�ria de Riobamba, para o desenvolvimento socioecon�mico regional e o crescimento significativo do setor agr�cola, para que, atrav�s da Implementa��o de Business Intelligence, as associa��es melhorem sua efici�ncia e produtividade na tomada de decis�es estrat�gicas. Foi utilizado o m�todo hipot�tico dedutivo, pesquisa n�o experimental, t�cnica de levantamento realizada em todas as associa��es produtivas de Riobamba. Os resultados revelam que os associados n�o est�o familiarizados com as t�cnicas de BI, portanto, seus n�veis de produ��o n�o s�o �timos ou eficientes, a falta de capital e conhecimento na �rea tecnol�gica restringe suas possibilidades de aumentar seus benef�cios.

Palavras-chave: Intelig�ncia Empresarial; Associa��es de Produ��o Agropecu�ria; Gest�o Inteligente; Agro.

 

Introducci�n

El sector agr�cola es uno de los principales motores econ�micos del Ecuador, ya que es responsable de aproximadamente el 6% del PIB nacional y emplea alrededor del 25% de la poblaci�n activa del pa�s (MAG, 2021). Sin embargo, a pesar de su importancia, el sector enfrenta diversos desaf�os, como la variabilidad del clima, la competencia internacional y la falta de informaci�n precisa y oportuna para la toma de decisiones. Seg�n datos del Instituto Nacional de Estad�stica y Censos (INEC), en el a�o 2020 el sector agr�cola en la provincia de Chimborazo, a la que pertenece el cant�n Riobamba, represent� el 6.7% del Producto Interno Bruto (PIB) de la provincia. A pesar de su importancia econ�mica, el sector agr�cola en la regi�n enfrenta desaf�os significativos debido a la falta de acceso a informaci�n y tecnolog�as modernas.

En la actualidad, la deficiencia de informaci�n precisa y actualizada en el sector agr�cola se traduce en una falta de eficiencia y eficacia en la toma de decisiones. Seg�n datos del Instituto Nacional de Estad�stica y Censos (INEC), en el cant�n Riobamba, la producci�n de frutas y hortalizas ha disminuido en un 9,7% en los �ltimos cinco a�os. Adem�s, el 60% de los agricultores encuestados en la regi�n afirmaron que no tienen acceso a informaci�n relevante para la toma de decisiones estrat�gicas

Sin embargo, a pesar de este creciente inter�s en BI, la adopci�n de estas tecnolog�as en el sector agr�cola en Ecuador a�n es limitada. Seg�n el informe del Ministerio de Agricultura y Ganader�a (2020), solo el 30% de las empresas agr�colas en el pa�s han implementado alg�n tipo de sistema de inteligencia de negocios. Adem�s, en el cant�n Riobamba, uno de los principales centros agr�colas del pa�s, no hay informaci�n disponible sobre el grado de adopci�n de BI en el sector.

Las empresas est�n buscando nuevas tecnolog�as y pr�cticas agr�colas que les permitan mejorar la productividad y la sostenibilidad, lo que les permitir� mantenerse competitivos en un entorno empresarial cambiante. Esta herramienta permite extraer, explotar y simplificar informaci�n para descubrir patrones que pueden convertirse en futuros eventos de la empresa. El objetivo del BI est� en extraer informaci�n valiosa de los datos de la empresa y convertirla en conocimiento �til para la toma de decisiones empresariales. Esto ayuda a las empresas a mejorar su eficiencia, a identificar nuevas oportunidades de negocio y a mantenerse competitivas en el mercado (Yan, et al, 2018)

 

Desarrollo

Riobamba est� ubicada al norte de la provincia de Chimborazo, a 2.754 metros sobre el nivel del mar en una zona con gran riqueza natural y cultural; atravesada por la cordillera de los Andes permite a los turistas nacionales y extranjeros realizar distintas actividades tur�sticas, gastron�micas y culturales. Riobamba es una ciudad con un alto nivel en la producci�n agr�cola, la mayor parte de su econom�a se basa en este sector (Cadena, et al, 2015).� En Riobamba existen cultivos prioritarios de papa, ma�z, cebada, quinua, frejol, trigo, chocho y lenteja (Villalba & Inga, 2021) que de acuerdo al C�digo Org�nico de Ordenamiento Territorial, Autonom�a y Descentralizaci�n (COOTAD) se consider� al �rea rural de la ciudad como apropiada para estos sembr�os, con el fin de activar la concentraci�n de la producci�n agr�cola y las actividades productivas de cultivos definidos por el MAGAP y el Gobierno Aut�nomo Descentralizado Provincial de Chimborazo (GADPCH)

Las asociaciones de producci�n agr�cola que impulsan al comercio y desarrollo econ�mico de la ciudad de est�n concentradas en:

�         Asociaci�n de productores agropecuarios San Jos� de Gaushi

�         Asociaci�n de productores de plantas medicinales de Chimborazo Jambi Kiwai

�         Asociaci�n de productores agropecuarios nevados del Chimborazo-ASONEVCHIM

�         Asociaci�n de productores Agropecuarios basados en el rubro para CONPAPA Chimborazo

�         Asociaci�n de productores agropecuarios Chambo Guano ASOPROCH

�         Asociaci�n de productores Asociaci�n de quineros San Francisco

�         Asociaci�n de trabajadores agr�colas y ganaderos Ganquis Cuiquiloma

�         Asociaci�n agropecuaria para la sostenibilidad socio ocupacional de la econom�a solidaria familiar comunitario del Ecuador Sumak Pakari

En el contexto de la agricultura inteligente, el uso de Business Intelligence se presenta como una herramienta valiosa para recopilar, analizar y presentar datos relevantes que pueden ayudar en la toma de decisiones agr�colas. Esto incluye la comprensi�n del mercado, la optimizaci�n de los procesos de producci�n y comercializaci�n, y la mejora de la eficiencia en general. Adem�s, el uso de Business Intelligence es cada vez m�s com�n en pymes y puede ayudar a mejorar la comprensi�n del mercado, identificar oportunidades de crecimiento y reducir costos. El uso de Business Intelligence es fundamental en diferentes sectores, incluido el agr�cola, para mejorar la toma de decisiones informadas, la eficiencia y el �xito empresarial.

 

Objetivo

�General

�         Determinar la incidencia del Business Intelligence en la gesti�n de las asociaciones de producci�n agr�cola de Riobamba.

 

 

 

Espec�ficos

�         Identificar las necesidades y desaf�os del Business intelligence en la gesti�n de las asociaciones de producci�n agr�cola de Riobamba.

�         Investigar el aporte del Business intelligence en la gesti�n de las asociaciones de producci�n agr�cola de Riobamba.

�         Proponer estrategias de Business intelligence para el desarrollo del sector agr�cola de Riobamba.

 

Fundamento te�rico

Business intelligences

El Business Intelligence (BI) es una herramienta cada vez m�s importante en la toma de decisiones empresariales, y su aplicaci�n en el sector agr�cola puede proporcionar informaci�n valiosa para mejorar la eficiencia y la eficacia en la producci�n, comercializaci�n y distribuci�n de productos agr�colas.� (Tapia, Palacios, M. M. T, Medina, E. H, & Crespo, J. D. O., 2020) menciona lo siguiente:

En la actualidad con la tecnolog�a cada d�a avanzando, las empresas generan una gran cantidad de informaci�n o datos de manera diaria, la misma que al saber aprovecharlas, nos permite tener una gran ventaja competitiva que genere estrategias la cual les ayude a crecer. El uso de esta informaci�n o datos, para luego ser transformada, filtrada y analizada se convierte en una t�ctica importante, llamada Business Intelligence. Esta herramienta revoluciona a las empresas que tienen dentro de su objetivo crecer y ser m�s competitivos. (p.627)

El Business Intelligence o Inteligencia de Negocios es un proceso que involucra tanto a personas como a sistemas tecnol�gicos con el fin de obtener, recolectar, analizar y presentar informaci�n valiosa para la toma de decisiones en una empresa. Esta informaci�n puede provenir de diferentes fuentes, como bases de datos internas de la empresa, datos del mercado externo, redes sociales y otros recursos de datos disponibles.

�Una vez recolectada la informaci�n, se realiza un an�lisis para identificar patrones y tendencias, y se presenta de manera clara y concisa para que los l�deres empresariales puedan tomar decisiones fundamentadas. El BI se compone de distintas fases: extracci�n, consolidaci�n, explotaci�n y visualizaci�n (Davila, 2006). Estas fases son necesarias para que las empresas puedan obtener informaci�n valiosa sobre sus operaciones, clientes y mercados. (Tovar, 2017) Manifiesta que �las herramientas de BI ponen a disposici�n de los usuarios finales una forma sencilla de acceder a la informaci�n, sin la necesidad de crear requerimientos de reportes al departamento de tecnolog�a de la empresa� (p.82)

 

Integraci�n de datos en la Gesti�n Agr�cola

El Business Intelligence (BI) es importante en la integraci�n de datos en la gesti�n agr�cola porque permite tomar decisiones informadas, optimizar recursos, mejorar la productividad, analizar el mercado y gestionar eficientemente la cadena de suministro agr�cola. Al aprovechar el potencial de los datos agr�colas, las asociaciones de producci�n pueden obtener una ventaja competitiva y mejorar su desempe�o en el mercado. Seg�n Mazon-Olivo, Pan, A, & Tinoco-Egas, R (2018) �La Inteligencia de Negocios es la tecnolog�a que permite extraer, transformar y analizar los datos para generar escenarios, informes y pron�sticos que apoyen a la toma de decisiones, lo que se traduce en una ventaja competitiva. La informaci�n adecuada en el lugar y momento oportuno incrementa la efectividad de cualquier empresa y las del sector agropecuario no son la excepci�n, los datos crudos se generan de distintas �reas como: producci�n, mercadeo, ventas, finanzas, recursos humanos�

La integraci�n de datos agr�colas tiene como objetivo principal proporcionar informaci�n oportuna y precisa a las aplicaciones utilizadas en la toma de decisiones. Al contar con datos consolidados y actualizados, se pueden generar informes, an�lisis y pron�sticos que respalden la toma de decisiones en �reas clave, como la planificaci�n de cultivos, la gesti�n de la cadena de suministro, el an�lisis de mercado y la optimizaci�n de recursos y a centralizar la estructura de los datos, se facilita su acceso y an�lisis, lo que permite obtener informaci�n relevante para la gesti�n agr�cola. Esta integraci�n tambi�n ayuda a evitar la dispersi�n de los datos en diferentes sistemas y formatos, lo que dificultar�a su uso efectivo.

Sin embargo, la integraci�n de datos en la gesti�n agr�cola tambi�n presenta desaf�os. Estos desaf�os pueden incluir la calidad y consistencia de los datos, la interoperabilidad entre sistemas de informaci�n agr�cola, la seguridad y privacidad de la informaci�n, as� como la necesidad de capacitaci�n y adopci�n de nuevas tecnolog�as por parte del personal agr�cola.

 

 

Sistema de Informaci�n

Los sistemas de informaci�n, son la combinaci�n de personas, tecnolog�a (hardware, software), procesos y datos que permiten a las operaciones de las empresas, mejorar los procesos de toma de decisiones (Abbasi, 2016)

El Business Intelligence (BI), tambi�n conocido como inteligencia empresarial, se refiere al conjunto de metodolog�as, procesos, arquitecturas y tecnolog�as utilizadas para recopilar, analizar y transformar datos en informaci�n significativa que puede ser utilizada para tomar decisiones estrat�gicas en una organizaci�n. En el contexto de las asociaciones de producci�n agr�cola de Riobamba, el uso del Business Intelligence puede ser de gran importancia.

En primer lugar, la implementaci�n de sistemas de Business Intelligence puede mejorar la toma de decisiones de las asociaciones agr�colas. Al recopilar y analizar informaci�n sobre los diferentes aspectos de la producci�n agr�cola, como los rendimientos de los cultivos, los costos de producci�n y las tendencias del mercado, las asociaciones pueden obtener una visi�n m�s clara de su desempe�o y identificar �reas de mejora. Esto les permite tomar decisiones informadas y estrat�gicas para optimizar la gesti�n de la asociaci�n y lograr resultados m�s eficientes.

Por �ltimo, los sistemas de Business Intelligence ofrecen informes y proporcionan a las asociaciones de producci�n agr�cola una visualizaci�n clara y concisa de los datos relevantes. Estos informes permiten monitorear indicadores clave de desempe�o, como el rendimiento de los cultivos, los costos de producci�n y las tendencias del mercado, en tiempo real. La informaci�n presentada de manera intuitiva y f�cil de entender ayuda a los gerentes y tomadores de decisiones a tener una visi�n panor�mica de la situaci�n y tomar acciones basadas en datos precisos

 

Sector agr�cola

El sector agr�cola es una actividad econ�mica importante en muchas regiones del mundo, especialmente en pa�ses en desarrollo como Ecuador. Seg�n el Banco Central del Ecuador (2021, p. 28), el sector agr�cola del pa�s representa el 6,4% del Producto Interno Bruto (PIB) y emplea alrededor del 25% de la poblaci�n activa.

El sector agr�cola es diverso y abarca desde la producci�n de cultivos hasta la cr�a de ganado. La tecnolog�a ha desempe�ado un papel importante en la mejora de la eficiencia y la productividad del sector agr�cola. Por ejemplo, los sistemas de informaci�n geogr�fica (SIG) se utilizan para el an�lisis de suelos y la planificaci�n de cultivos, mientras que los sistemas de monitoreo y automatizaci�n ayudan a mejorar la eficiencia del riego y la gesti�n de la cosecha.

Ventajas en la gesti�n del Businnes Intelligence en el sector agr�cola.

El business Intelligence puede ser una herramienta valiosa para resolver problemas relevantes en la agricultura, como la falta de informaci�n, el intercambio de habilidades y conocimientos, la seguridad alimentaria, el control de plagas, la protecci�n ambiental y el uso sostenible de recursos naturales. Esta pr�ctica permite abordar estos desaf�os de manera colaborativa y promover la producci�n de alimentos saludables y sostenibles, al tiempo que se impulsa el desarrollo econ�mico de las comunidades agr�colas. (Almeida, Arias, & Vargas, 2023) Menciona lo siguiente:

El desarrollo de la tecnolog�a es una oportunidad no solo para aumentar la productividad, sino tambi�n para especializarse en los procesos de log�stica y distribuci�n en los sectores agroalimentario. De hecho, la tecnolog�a digital puede ayudar en gran medida a los agricultores a poder producir de manera eficiente y en un proceso como una soluci�n sostenible al cambio clim�tico. Las empresas de la industria reconocidas en Ecuador est�n utilizando estas tecnolog�as para mejorar muchos aspectos de la entidad, lo que les permite el an�lisis de la informaci�n, siendo fundamental para generar progresos tanto en funciones como en el producto, pero sobre todo para la toma de decisiones, para seguir siendo una organizaci�n reconocida.

La implementaci�n del BI en el sector agr�cola puede mejorar la eficiencia y la eficacia de la cadena de suministro, la planificaci�n de la producci�n, la gesti�n de riesgos y la toma de decisiones estrat�gicas. Adem�s, el BI puede ayudar a las empresas agr�colas a identificar tendencias y oportunidades en el mercado.

 

Resultados

El 37.5% creen que los avances en el uso de maquinaria moderna, sistemas de riego eficientes y aplicaciones de an�lisis de datos, ayudan a mejorar la productividad y eficiencia en general.

El 12.5% de los encuestados menciona que los programas de apoyo y financiamiento gubernamental tambi�n han contribuido al aumento de la producci�n agr�cola. Estos programas ofrecen subsidios, pr�stamos a tasas favorables e incentivos fiscales para el sector agr�cola, siendo reconocidos como un factor importante para el desarrollo agr�cola, especialmente para asociaciones con recursos limitados y el 50% menciona que el acceso a mercados locales, nacionales o internacionales destaca como el factor m�s relevante para el incremento de la producci�n en la asociaci�n puesto que la posibilidad de vender los productos agr�colas en diversos mercados ha sido un elemento crucial para impulsar el crecimiento y la rentabilidad de la producci�n agr�cola en general.

 

Herramientas de business intelligence

 

Tabla 1: Herramientas de Business Intelligence

Elaboraci�n: Autores

 

Luego de revisar cuidadosamente las diversas herramientas de Business Intelligences, se lleg� a la conclusi�n que la herramienta m�s adecuada orientada al desarrollo de la gesti�n en el �rea de las asociaciones de producci�n agr�cola es la herramienta Tableau. Al adoptar esta metodolog�a se logra identificar tendencias y patrones ocultos en los datos, integrar diversas fuentes de informaci�n, monitorear KPIs clave y facilitar la toma de decisiones colaborativa, con la capacidad de crear informes profesionales. Tableau ofrece un an�lisis en tiempo real y paneles de control personalizados para gestionar organizaciones de manera efectiva y promueve una toma de decisiones estrat�gica, contribuye a la optimizaci�n de las asociaciones de producci�n agr�cola.

 

Aplicaciones de la herramienta tableau como estrategia para la gesti�n de las asociaciones de producci�n agr�cola�

������������������������������������������������������   

Tabla 2: Aplicaci�n de la estrategia de Business Intelligence en la gesti�n operativa

Elaboraci�n: Autores

 

Tabla 3: Aplicaci�n de la estrategia de Business Intelligence en la gesti�n Organizacional

Elaboraci�n: Autores

 

Conclusiones

�         Con el apoyo de las asociaciones interesadas, es posible que existe un cambio de paradigma en el panorama agr�cola de Riobamba, promoviendo un desarrollo sostenible, competitivo y responsable con el entorno. � Se destaca que dentro de las asociaciones existe una deficiente utilizaci�n del Business Intelligences en la gesti�n. El 62% no est� familiarizado con el concepto de business intelligence. Este resultado indica una falta de conocimiento acerca de los beneficios que esta herramienta puede proporcionar para mejorar la gesti�n y la toma de decisiones en las asociaciones de producci�n agr�cola. Est� claro que si BI se aplica en las asociaciones de producci�n agr�cola su incidencia es favorable, puesto que la asociaci�n no solo mejora su eficiencia, la toma de decisiones, las competitividades en el mercado tambi�n aumentaran la productividad de sus productos, la posibilidad de acceder an�lisis y reportes detallados facilitara la rendici�n de cuentas y la transparencia en la gesti�n, generando confianza tanto entre los miembros de la asociaci�n como entre los socios y clientes.

�         Se identific� que el BI puede abordar necesidades espec�ficas, como la optimizaci�n de la producci�n, la identificaci�n de patrones y tendencias en los datos agr�colas, la gesti�n eficiente de los recursos y la mejora de las cadenas de suministro. Esta herramienta�� permite recopilar, analizar y visualizar datos de manera eficiente para satisfacer estas importantes necesidades.

Por otro lado, existe una falta de conocimiento en el �mbito tecnol�gico que limita a los agricultores a implementar el BI, el factor econ�mico en las asociaciones de producci�n agr�cola es otro limitante puesto que no todos los agricultores est�n dispuestos a invertir en nuevas tecnolog�as y capacitaciones.

�         Las estrategias del Business Intelligence permite ofrecer una visi�n prometedora para la mejora de las asociaciones en todos sus niveles desde su gerencia hasta el consumidor. Estas estrategias permitir�n que se los agricultores del sector logren tomar decisiones fundamentadas, lo que generar� un incremento en la eficacia, productividad y lucratividad de las actividades agr�colas.

 

Referencias

      1.            A, C. (2018). Investigaci�n de campo: caracter�sticas, tipos, t�cnicas y etapas. Obtenido de https://www. lifeder. com/investigacion-de-campo.

      2.            Agudelo, G., Aigneren, M., & Ruiz, J. (2008). DISE�OS DE INVESTIGACI�N EXPERIMENTAL Y NO-EXPERIMENTAL.

      3.            Almeida, Arias, & Vargas. (2023). Gesti�n inteligente de los datos en la agroindustria. Revista Alfa, 7(19), 139-152.

      4.            �lvarez Risco, A. (2020). Clasificaci�n de las investigaciones. Universidad de Lima, Facultad de Ciencias Empresariales y Econ�micas, Carrera de Negocios Internacionales.

      5.            Alvino, C. (5 de 5 de 2021). branch. Obtenido de branch: https://branch.com.co/marketing-digital/estadisticas-de-la-situacion-digital-de-ecuador-en-el-2020-2021/

      6.            Asocciation, N. R. (07 de 04 de 2023). National Restaurant Asocciation. Obtenido de National Restaurant Asocciation: https://restaurant.org/research-and-media/research/economists-notebook/analysis-commentary/restaurants-added-50,000-jobs-in-march/

      7.            Avila, H. F., Gonz�lez, M. M, & Licea, S. M. (2020). La entrevista y la encuesta: �m�todos o t�cnicas de indagaci�n emp�rica? Didasc@ lia: did�ctica y educaci�n ISSN 2224-2643, 11(3), 62-79.

      8.            Barcelona Culinary Hub. (20 de abril de 2020). Barcelona Culinary Hub. Obtenido de Barcelona Culinary Hub: https://www.barcelonaculinaryhub.com/blog/inteligencia-artificial

      9.            Boden, M. (2016). Inteligencia Artificial. Madrid: Turner Publicaciones.

  10.            Caballero-Mart�nez, L. (2017). El camino del �xito de las encuestas y entrevistas. 13.

  11.            Cadena, B., Mart�nez, M., P�rez, V., Costales, J., Vinueza, J., C�lleri, R., & Basantes, M. (2015). Plan de Desarrollo y Ordenamiento Territorial del cant�n Riobamba. Riobamba, Ecuador: Gobierno Municipal del Cant�n Riobamba. PDYOT.

  12.            Carrillo Flores, A. L. (2015). Poblaci�n Y Muestra.

  13.            Catell�, M. A. (2018). Campa�as publicitarias exitosas y tendencias publicitarias: una relaci�n simbi�tica. Colecci�n Mundo Digital de Revista Mediterr�nea de Comunicaci�n, 293.

  14.            Ch�vez, B., & Carlos, J. (2021). La influencia de la inteligencia artificial en el futuro del marketing. Big Bang Faustiniano , 8.

  15.            Chui, M. (6 de diciembre de 2022). Mckinsey & Company. Obtenido de Mckinsey & Company: https://www.mckinsey.com/featured-insights/destacados/el-estado-de-la-ia-en-2022-y-el-balance-de-media-decada/es

  16.            Condori-Ojeda, P. (2020). Universo, poblaci�n y muestra. 3.

  17.            D�Arconte. (2018). Business intelligence applied in small size for profit companies. Procedia computer science, 131, 45-57.

  18.            Davila, F. (2006). LA INTELIGENCIA DEL NEGOCIO. Obtenido de https://gc.scalahed.com/recursos/files/r161r/w25213w/M1CDN112_S3_La_inteligencia_del_negocio.pdf.

  19.            de Esteban, F. (23 de diciembre de 2015). Deloitte. Obtenido de Deloitte: https://www2.deloitte.com/es/es/pages/consumer-business/articles/El-futuro-del-marketing-esta-en-la-personalizacion.html

  20.            Esteban Nieto, N. (2018). Tipos de investigaci�n.

  21.            Gilardini, R., & Pablo, A. (2022). 60� REVISTA DE CIENCIAS EMPRESARIALES � A�O 7 � N�MERO 7 �ESTADO DEL ARTE DE LA INTELIGENCIA ARTIFICIAL EN MARKETING Y EL COMPORTAMIENTO DEL CONSUMIDOR. Revista de Ciencias Empresariales, 61 y 68.

  22.            Google. (mayo de 2014). Google. Obtenido de Google: https://think.storage.googleapis.com/docs/how-advertisers-can-extend-their-relevance-with-search_research-studies.pdf

  23.            Granja, P. (12 de febrero de 2023). Passion Food. Obtenido de Passion Food.

  24.            Jim�nez-Ram�rez, C. B.-F. (2017). Statistical metadata in knowledge discovery. Dyna, 270-277.

  25.            Lastre, D., Santana, M. P., & Tumbaco, O. L. (2019). An�lisis estad�stico de tablas de contingencia y chi cuadrado para medir el flujo migratorio en el Ecuador en el 2018. Ecuadorian Science Journal, 23-30.

  26.            L�pez-Rold�n, P., & Fachelli, S. (2016). METODOLOG�A DE LA INVESTIGACI�N CUANTITATIVA. Barcelona.

  27.            MAG. (30 de abril de 2019). Ministerio de Agricultura y Ganader�a. Obtenido de https://www.agricultura.gob.ec/el-ministerio/

  28.            Mamani, Y. (2018). Business Intelligence: herramientas para la toma de. Abancay.

  29.            Mazon-Olivo, B., Pan, A, & Tinoco-Egas, R. (2018). Inteligencia de negocios en el sector agropecuario. En An�lisis de Datos Agropecuarios (p�gs. 246-278). Universidad T�cnica de Machala, Machala-Ecuador.

  30.            Mej�a, J. C. (2 de marzo de 2023). Juan Carlos Mej�a Llano: Consultor y Speaker de Marketing Digital y Transformaci�n Digital. Obtenido de Juan Carlos Mej�a Llano: Consultor y Speaker de Marketing Digital y Transformaci�n Digital: https://www.juancmejia.com/marketing-digital/que-es-el-marketing-digital-su-importancia-y-principales-estrategias/

  31.            Meneses, J. (2013). El cuestionario.

  32.            Molina, S. (2021). �Estrategias publicitarias digitales, como herramienta para el posicionamiento de micro emprendimientos del sector gastron�mico durante la pandemia en el cant�n Latacunga". Ambato.

  33.            Morales, F. (2012). Conozca 3 tipos de investigaci�n: Descriptiva, Exploratorio y Explicativa.

  34.            Mosqueda, G. (2020). Universidad Nacional Aut�noma de M�xico. Obtenido de Universidad Nacional Aut�noma de M�xico: http://132.248.48.64/repositorio/moodle/pluginfile.php/1449/mod_resource/content/1/contenido/index.html

  35.            Nunes, & Ralisch, R. (2017). Customer relationship management in the agricultural machinery market. Ciencia Rural, 47.

  36.            Otero Ortega, A. (2018). Enfoques de la investigaci�n.

  37.            Paredes Lescano, C. E., & Quinde Paucar, G. A. (2020). Aplicaciones de la inteligencia artificial en marketing digital: Estudio de viabilidad en la Zona 3. Ambato.

  38.            Pel�ez, A., Rodr�guez, J., Ram�rez, S., P�rez, L., V�zquez, A., & Gonzales, L. (2013). La entrevista. Universidad aut�noma de M�xico.

  39.            Puebla, C. (2010). M�todo Hipot�tico deductivo.

  40.            PuroMarketing. (28 de febrero de 2020). PuroMarketing. Obtenido de PuroMarketing: https://www.puromarketing.com/44/33307/desafio-marketing-gastronomico-consiste-romper-barrera-hiper-personalizacion

  41.            Ramos, J. (2023). Herramientas de inteligencia artificial para marketing digital. Berlin: Verlag GD Publishing Ltd. & Co KG.

  42.            Rosales-Soto, A., & Arechavala-Vargas, R. (2020). Agricultura inteligente en M�xico: Anal�tica de datos como herramienta de competitividad. VinculaT�gica EFAN 2(6), 1415-1427.

  43.            Rouhiainen, L. (2018). Inteligencia Artificial: 101 cosas que debes saber hoy sobre nuestro futuro. Planeta, S.A.

  44.            Salazar, M. (2019). Campa�a de posicionamiento caso: Caf� Buend�a. Quito.

  45.            Salesforce. (2018). Salesforce. Obtenido de Salesforce: https://www.salesforce.com/es/company/news-press/press-releases/2018/12/1812141/

  46.            S�nchez, C. A. (2021). Efectos de la inteligencia artificial en las estrategias de marketing: Revisi�n de literatura. aDResearchESIC, 29 y 38.

  47.            Selman, H. (2017). Marketing Digital. Ibukku.

  48.            Sossa Azuela, J. H. (2020). Universidad Nacional Aut�noma de M�xico. Obtenido de Universidad Nacional Aut�noma de M�xico: https://ru.iibi.unam.mx/jsopui/handle/IIBI_UNAM/89

  49.            Tapia, J. A., Palacios, M. M. T, Medina, E. H, & Crespo, J. D. O. (2020). Business Intelligence aplicado al sector Salud. Revista Arbitrada Interdisciplinaria KOINONIA, 5(3), 622-650.

  50.            Tovar, C. (2017). Investigaci�n sobre la Aplicaci�n de Business Intelligence en la Gesti�n de las Pymes de Argentina. alermo Business Review, 15, 79-97.

  51.            Trieu, V. H. (enero de 2017). Science Direct. En V. H. Trieu, Getting value from Business Intelligence systems (p�gs. 93, 111-124).

  52.            Turismo, M. d. (2013). Turismo. Obtenido de Turismo: https://www.turismo.gob.ec/la-gastronomia-ecuatoriana-al-alcance-de-todos/#

  53.            Villalva, M., & Inga, C. (2021). Saberes ancestrales gastron�micos y turismo cultural de la ciudad de Riobamba, provincia de Chimborazo. Chaki�an de Ciencias Sociales y Humanidades, 129-142.

  54.            Yan, M., Liu, P., Wen, F., Zhang, C., Zhao , R., Chen, W., & Liu, Y. (2018). Research on precision management of farming season based on big data. EURASIP Journal on Wireless Communications and Networking, 2018(1), 1-10.

  55.            Zambrano Macias, J. I. (2022). Impacto de las campa�as publicitarias en redes sociales. Enfoques. Revista de Investigaci�n en Ciencias de la Administraci�n, 388.

 

 

 

 

 

 

� 2024 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).