LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3367.
DOI: https://doi.org/10.56712/latam.v4i1.493
Inteligencia de negocios en la gestión empresarial: un
análisis a las investigaciones científicas mundiales
Business intelligence in business management: a review of worldwide
scientific research
Alexander Fernando Haro Sarango
Instituto Superior Tecnológico España
alexander.haro@iste.edu.ec
https://orcid.org/0000-0001-7398-2760
Ambato – Ecuador
Amanda Patricia Martínez Yacelga
Instituto Superior Tecnológico España
amanda.martinez@iste.edu.ec
https://orcid.org/0000-0001-9352-5583
Ambato – Ecuador
Rosa Marcela Nuela Sevilla
Instituto Superior Tecnológico Pelileo
rmnuela@institutos.gob.ec
https://orcid.org/0000-0003-0941-9230
Ambato – Ecuador
Maria Elena Criollo Sailema
Instituto Superior Tecnológico Pelileo
mcriollo@institutos.gob.ec
https://orcid.org/0009-0009-3371-9883
Ambato – Ecuador
Juan Carlos Pico Lescano
Instituto Superior Tecnológico Pelileo
jcpico@institutos.gob.ec
https://orcid.org/0000-0003-2627-9989
Ambato – Ecuador
Artículo recibido: 09 de marzo del 2022. Aceptado para publicación: 15 de marzo de 2023.
Conflictos de Interés: Ninguno que declarar.
Resumen
La inteligencia de negocios y la gestión empresarial están estrechamente relacionadas. De
hecho, la inteligencia de negocios puede considerarse como una herramienta o enfoque dentro
de la gestión empresarial, que se enfoca en utilizar datos e información para mejorar la toma de
decisiones y la eficacia de la organización. Por la relevancia se plantea como objetivo: elaborar
un tratamiento cienciométrico sobre inteligencia de negocios en la gestión empresarial,
procurando analizar el comportamiento de la producción científica y sus aportes más
privilegiados. Para su resolución se usa RStudio paquete Bibliometrix. Como resultados se
observa una tasa de crecimiento anual de la producción científica se ubica en 3,8% y diversos
autores que aportan y refutan a la inteligencia de negocios.
Palabras clave: empresa, inteligencia de negocios, toma de decisiones, gestión
empresarial, investigación
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3368.
Abstract
Business intelligence and business management are closely related. In fact, business intelligence
can be considered as a tool or approach within business management, which focuses on using
data and information to improve decision making and organizational effectiveness. Due to its
relevance, the objective is: to elaborate a scientometric treatment on business intelligence in
business management, trying to analyze the behavior of scientific production and its most
privileged contributions. For its resolution, RStudio Bibliometrix package is used. The results
show an annual growth rate of scientific production of 3.8% and several authors who contribute
and refute business intelligence.
Keywords: enterprise, business intelligence, decision making, business management,
research
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,
publicados en este sitio está disponibles bajo Licencia Creative Commons .
Como citar: Haro Sarango, A. F., Martínez Yacelga, A. P., Nuela Sevilla, R. M., Criollo Sailema, M.
E., & Pico Lescano, J. C. (2023). Inteligencia de negocios en la gestión empresarial: un análisis a
las investigaciones científicas mundiales. LATAM Revista Latinoamericana de Ciencias Sociales y
Humanidades 4(1), 3367–3382. https://doi.org/10.56712/latam.v4i1.493
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3369.
INTRODUCCIÓN
La inteligencia de negocios (por sus siglas en inglés Business Intelligence) describe al conjunto
de sistemáticas, instrumentales y procesos que se utilizan para recopilar, analizar y transformar
elevados volúmenes de datos en valioso conocimiento que funciona para la toma de decisiones
empresariales (Gómez & Bautista, 2010). En otros términos, la inteligencia de negocios se orienta
en coadyuvar a las empresas y/o organizaciones en alcanzar mejor su desempeño y a tomar
decisiones más viables y estratégicas. Esto se consigue a través de la identificación y análisis
de patrones, tendencias y relaciones en los datos de la empresa, lo que condesciende a los
líderes empresariales comprender mejor los mercados, los clientes, los productos y los procesos
(Araníbar, 2003).
La inteligencia de negocios consigue circunscribir diferentes tipos de herramientas y tecnologías,
como el estudio de datos, la minería, la visualización, los cuadros de mando y los informes. Estas
herramientas permiten a las empresas obtener una visión más completa y precisa de su
desempeño y a tomar decisiones más certeras para mejorar su rendimiento y alcanzar sus
objetivos comerciales (Ahumada Tello & Perusquia Velasco, 2016).
Business Intelligence y gestión empresarial están íntimamente relacionados. Efectivamente, la
inteligencia empresarial puede considerarse una herramienta o enfoque de gestión que se centra
en utilizar el conocimiento y la información para mejorar la toma de decisiones y la eficacia
organizativa. La gestión empresarial se describe como el conjunto de procesos, técnicas y
herramientas que se utilizan para administrar y gestionar un negocio. Esto puede contener la
gestión de recursos humanos, financiera, operaciones, gestión, cadena de suministro y muchos
otros aspectos (Ahumada Tello & Perusquia Velasco, 2016; Calzada & Abreu, 2009).
Business Intelligence se puede utilizar en todos estos aspectos de la gestión empresarial para
mejorar la comprensión, la gestión de datos y operaciones comerciales. Por ejemplo, la
inteligencia se puede utilizar para identificar tendencias de ventas y patrones de comportamiento
de los clientes que pueden ayudar a informar las decisiones de marketing y ventas. También se
puede utilizar para analizar y optimizar la eficiencia operativa y la rentabilidad financiera (García
Pérez, 2020; Haro & Vanegas, 2021; Sarango et al., 2022).
Business Intelligence es una práctica comercial generalizada a nivel global utilizada por
organizaciones de todos los tamaños e industrias. Las empresas de todo el mundo utilizan la
inteligencia para tomar decisiones informadas, mejorar la eficiencia y aumentar la rentabilidad.
En los últimos años, la inteligencia de negocios ha crecido elocuentemente debido al desarrollo
tecnológico del procesamiento y análisis de datos. Las empresas pueden esgrimir herramientas
y tecnologías avanzadas como inteligencia artificial, aprendizaje automático y análisis predictivo
para analizar grandes volúmenes de datos y obtener información valiosa (González Calderón
et al., 2017; Viteri Cevallos & Murillo Párraga, 2021).
Markets and Markets espera que el mercado mundial de inteligencia empresarial alcance los 29,5
millones de USD para 2022, con una tasa de crecimiento anual compuesta (CAGR) del 11,1 %
entre 2017 y 2022. Además, la inteligencia de negocios se ha adoptado en casi todas las
industrias, incluidas finanzas, salud, manufactura, comercio minorista, servicios públicos,
educación y muchos otros. Esto ha estimulado un aumento de la demanda de profesionales de
inteligencia empresarial a nivel mundial (López-Robles et al., 2020).
En conclusión, la inteligencia comercial es una práctica en crecimiento en todo el mundo y se
espera que su popularidad y adopción continúen creciendo en el futuro. Como resultado de lo
anterior, la investigación pretende desarrollar un enfoque cienciométrico en la investigación de
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3370.
business intelligence en la gestión empresarial, que tiene como objetivo analizar el
comportamiento de la producción científica y sus aportes más privilegiados.
MÉTODO
Enfoque
Se define como cuantitativo. Pretende analizar el proceso de búsqueda científica en Scopus, una
base de datos bibliográfica de resúmenes de estudios de revistas científicas y referencias de
artículos en todos los tipos existentes manipulando mediante datos estadísticos a través de un
elemento deductivo, evidencial y secuencial para evaluar los datos de registro de forma
descriptiva y pronóstica.
Técnicas de recolección de datos y cronología
La recolección es de criterio secundario por medio del buscador de Scopus, la brecha de
exportación de las publicaciones científicas concierne al periodo 1975 a 2023. Mediante las
segmentaciones impuestas, se obtuvieron 847 producciones científicas; la búsqueda elaborada
es la siguiente:
La recolección a través del motor de búsqueda Scopus con criterio secundario, el nivel de
exportación de publicaciones científicas se refiere al período 1975-2023. Utilizando los
segmentos especificados, se consiguieron 847 publicaciones basado en la siguiente búsqueda:
● TITLE (“Inteligencia de negocios” OR "Business intelligence”) AND (LIMIT-TO
(SUBJAREA, "BUSI") OR LIMIT-TO (SUBJAREA, "ECON"))
Lenguajes analíticos
Para la gestión de datos se manipula la librería Bibliometrix, que concierne al lenguaje R. Su
propósito es viabilizar el análisis de datos para la producción científica (Derviş, 2019). Khan et al.
(2022) arguyen que la librería nos permite alcanzar todos los elementos que subyacen a la
investigación académica y su desarrollo. En este tipo de investigaciones se dan ideas similares,
pero las capas creadas por los investigadores conducen a resultados desemejantes (Gavilanes
et al., 2023; Granados et al., 2011).
RESULTADOS
Análisis descriptivo general
En la base de datos administrada, intervienen un total de 28.857 referencias, las citas promedio
por documentos son de 16,11; con respecto al tipo documento, se estudian 847 producciones
científicas entre: artículos científicos, artículos de revisión, capítulos de libros, libros, artículos de
conferencia y notas. Basados en el contenido, 1714 palabras claves son las destacadas e
intervienen un total de 1655 autores en el estudio, asimismo, 185 producciones científicas están
publicadas con un solo autor. Se destacan algunas generalidades descriptivas:
Hay un total de 28.857 citas en la base de datos consultada, el promedio de citas por documento
es de 16,11; Se examinan 847 productos científicos por tipo de documento, incluidos: artículos
científicos, artículos de revisión, capítulos de libros, libros, documentos de conferencias y notas.
Según el contenido, se destacan 1714 palabras clave y un total de 1655 autores participan en la
investigación, y también se publican 185 productos de investigación de un solo autor. Se
destacan algunos rasgos generales descriptivos:
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3371.
Figura 1
Producción Científica Anual
Fuente: Elaborado por autores en RStudio
La inteligencia de negocios ha ganado popularidad en los últimos años debido a varios
factores:
● Mayor disponibilidad de datos: En la actualidad, las empresas tienen acceso a grandes
cantidades de datos generados por sus propias operaciones, así como a datos externos
de diversas fuentes, como redes sociales, transacciones en línea y otros sistemas. La BI
permite a las empresas analizar estos datos y obtener información valiosa para la toma
de decisiones.
● Mejora de la tecnología: La tecnología de la BI ha evolucionado significativamente en los
últimos años, lo que ha permitido a las empresas analizar grandes cantidades de datos
de manera más eficiente y en tiempo real. Esto significa que las empresas pueden tomar
decisiones más rápidas y precisas basadas en información actualizada y relevante.
● Competitividad: En un mercado cada vez más competitivo, las empresas necesitan
obtener ventajas competitivas para destacar. La BI puede proporcionar información
valiosa sobre las tendencias del mercado, los comportamientos de los clientes, los
patrones de compra y otros factores que pueden ayudar a las empresas a tomar
decisiones más informadas y eficaces.
● Facilidad de uso: La tecnología de la BI se ha vuelto más accesible y fácil de usar, lo que
significa que incluso las pequeñas empresas pueden aprovecharla. Con herramientas de
BI modernas, los usuarios pueden crear visualizaciones de datos personalizadas,
tableros y reportes con solo unos pocos clics.
En resumen, la inteligencia de negocios ha ganado popularidad debido a la mayor disponibilidad
de datos, la mejora de la tecnología, la competitividad y la facilidad de uso. Para efectos del
estudio, la tasa de crecimiento anual de la producción científica se ubica en 3,8% comprobando
la inferencia (ver Figura 1).
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3372.
Figura 2
Three-Fields Plot; países, autores y palabras clave
Fuente: Elaborado por autores en RStudio
La Figura 2 muestra los acuerdos existentes entre los autores, países y define términos de
relevancia. En los estudios relacionados con inteligencia de negocios y gestión empresatial, los
países con mayor prevalencia en la producción científica son: Estados Unidos, China, India,
Australia y Alemania; los términos generados son: Business Intelligence, Big Data, Data mining,
BI y Data Warehouse.
Estudio de fuentes
Tabla 1
Fuentes más relevantes
Sources Articles
LECTURE NOTES IN BUSINESS INFORMATION PROCESSING 65
INTERNATIONAL JOURNAL OF BUSINESS INFORMATION SYSTEMS 15
DECISION SUPPORT SYSTEMS 14
JOURNAL OF DECISION SYSTEMS 14
INTERNATIONAL JOURNAL OF BUSINESS INTELLIGENCE RESEARCH 11
Fuente: Elaborado por autores en RStudio
Considerando la Tabla 1 se procede a detallar las dos revistas con mayor presencia en la
búsqueda. Lecture Notes In Business Information Processing con cuartil (Q3) informa resultados
de vanguardia en áreas relacionadas con los sistemas de información comercial y el desarrollo
de software de aplicaciones industriales, de manera oportuna, a alto nivel. En segundo,
International Journal Of Business Information Systems con cuartil (Q3) reúne funciones
comerciales y módulos de información para establecer canales de comunicación efectivos que
son útiles para tomar decisiones oportunas y precisas y, a su vez, contribuyen a la productividad
y competitividad organizacional.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3373.
Figura 3
Dinámica de origen
Fuente: Elaborado por autores en RStudio
De la base administrada, las revistas International Journal Of Business Intelligence Research e
International Journal Of Business Information Systems son las primeras en publicar en 2004. En
el año 2008, la tecnología siguió avanzando a un ritmo acelerado, y se produjeron varios
acontecimientos importantes en el ámbito tecnológico. Algunos de los acontecimientos más
destacados incluyen:
● La crisis financiera global: En septiembre de 2008, se produjo una crisis financiera global
que afectó a todo el mundo, incluyendo el sector tecnológico. Muchas empresas de
tecnología sufrieron la caída de sus acciones en la bolsa y la disminución de la inversión
(Luz Juárez et al., 2015).
● Lanzamiento del iPhone 3G: En julio de 2008, Apple lanzó el iPhone 3G, que fue un éxito
de ventas y que revolucionó el mercado de los teléfonos móviles inteligentes (Salazar
Ospina, 2017).
● Auge de las redes sociales: En 2008, las redes sociales como Facebook, Twitter y
LinkedIn continuaron ganando popularidad y usuarios en todo el mundo (Herrera, 2012).
● Crecimiento de la computación en la nube: La tecnología de la computación en la nube
comenzó a ganar terreno en 2008, y muchas empresas empezaron a adoptar servicios
de almacenamiento y procesamiento en la nube (Orozco & Jacobs, 2016).
● La crisis de seguridad cibernética: En 2008, se produjeron varios incidentes de seguridad
cibernética importantes, incluyendo el robo de datos de millones de usuarios de varios
sitios web importantes, lo que llevó a un mayor enfoque en la seguridad de los datos en
línea.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3374.
Estratificación por proveniencia geográfica
Figura 4
Producción científica por país
Fuente: Elaborado por autores en RStudio
En relación al esquema geográfico, la mayor producción científica sobre inteligencia de negocios
en la gestión empresarial, según la base exportada de Scopus, proviene de Estados Unidos con
(203) publicaciones, continuando con China (123), Alemania (117), India (107), Australia (95),
Portugal (95), Malaysia (90). Ecuador por su parte adjudica (12) producciones científicas y los
fronterizos Colombia y Perú poseen (8 y 4) respectivamente (ver Figura 4).
Figura 5
Países más citados y crecimiento promedio anual
Fuente: Elaborado por autores en RStudio
En efecto, cuando se realiza un comparativo por el volumen de citas, la gradación se modifica;
Estados Unidos conserva prevalencia en el primer puesto, no obstante, China como el segundo
en mayor producción no posee la misma acogida con respecto al número de citaciones
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3375.
categorizándose en el quinto puesto, pese a que en el mundo es el chino mandarín, con más de
1.100 millones de hablantes nativos es el idioma más usado.
Análisis por estructura conceptual
Figura 6
Mapa temático
Fuente: Elaborado por autores en RStudio
Se procede a realizar un análisis de clúster que procura diagramar mediante la centralidad, es
decir, la relevancia y, la densidad, que corresponde al desarrollo agregado; los temas emergentes
o en declive corresponden a: semántica, gestión de la cadena de suministro, cadenas de
suministro, factor crítico de éxito, ciclo de vida, computación en nube y computación en nube.
Temas básicos, se encuentra competencia, comercio, ventaja competitiva, ventas, visualización
de datos y toma de decisiones. Temas motores, análisis de la información, inteligencia
competitiva, gestión del conocimiento, ciencia de la gestión, almacenes de datos, análisis de
datos, gestión de recursos empresariales y encuestas. Temas de nicho, inteligencias
empresariales, tratamiento de datos, sistemas basados en el conocimiento, redes sociales, redes
sociales, generado por el usuario, industria, tecnología de la información y servicios de
información (ver Figura 6).
Estudio por autores y documentos
Figura 7
Productividad del autor a través de la Ley de Lotka
Fuente: Elaborado por autores en RStudio
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3376.
La Ley de Lotka es una ley bibliométrica que examina la afinidad de los autores según su nivel de
productividad científica. La ley ratifica que, el 87,8% (1453) de los autores relacionados con
inteligencia de negocios en la gestión empresarial han publicado una vez, 7,6% (126) en dos
ocasiones, 3,2% (53) tres veces y, 0,8% cuatro ocasiones; es interesante observar que existe un
autor que tiene 14 producciones constantes en la temática y otro con 35, aquello determina el
continuismo al estudio del área (ver Figura 7).
Figura 8
Historiógrafo
Fuente: Elaborado por autores en RStudio
Los historiógrafos en bibliometría utilizan técnicas y herramientas estadísticas para analizar la
producción científica, tales como la frecuencia de publicación, las citas y las redes de
colaboración entre autores. A través de este análisis, pueden identificar las tendencias y los
cambios en el campo de estudio, así como los hitos y los logros en la producción científica. Para
efectos del estudio se observaron autores base de interpretación y análisis en el 2014, 2017 y
2018.
Tabla 2
Autores destacados en línea de tiempo
Autor Tema Contexto
(Chen
et al.,
2012)
Business Intelligence y
Analytics: de Big Data a
Big Impact
Business Intelligence and Analytics (BI&A) se ha
transformado en un área de estudio trascendental
tanto para profesionales como para investigadores.
Los autores asemejan los desafíos y oportunidades
asociados con la investigación y la educación de
BI&A.
(Elbashir
et al.,
2008)
Measuring the effects of
business intelligence
systems: The relationship
between business process
and organizational
performance
Aunque se están acelerando importantes
inversiones comerciales en sistemas de BI, no
existe un método concreto y riguroso para medir el
valor comercial realizado.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3377.
(Chau &
Xu, 2012)
Business Intelligence in
Blogs: Understanding
Consumer Interactions
and Communities
Muestran cómo usar el marco y las técnicas
apropiadas para recopilar, extraer y analizar blogs
relacionados con temas de interés, descubrir
nuevos patrones en las interacciones y
comunidades de blogs y responder preguntas
importantes de inteligencia comercial en una
variedad de campos.
(Popovič
et al.,
2012)
Towards business
intelligence systems
success: Effects of
maturity and culture on
analytical decision making
Un estudio cuantitativo basado en encuestas que
inspecciona las afinidades entre la madurez, la
eficacia de la información, la cultura analítica de
toma de decisiones y el uso de la información en la
toma de decisiones como elementos críticos del
éxito de la información empresarial.
(Larson &
Chang,
2016)
A review and future
direction of agile, business
intelligence, analytics and
data science
La práctica de comunicar información empresarial
utilizando un método ágil ha madurado; Sin
embargo, Business Intelligence ha evolucionado,
cambiando el uso de principios y prácticas ágiles.
El fenómeno del Big Data ha afectado la
información empresarial y el uso de la información.
Han surgido nuevas tendencias, como el análisis
rápido y la ciencia de datos como parte de la BI.
(Işık et al.,
2013)
Business intelligence
success: The roles of BI
capabilities and decision
environments
Las capacidades técnicas, como la calidad de los
datos, los derechos de acceso de los usuarios y la
integración de BI con otros sistemas, son
fundamentales para el éxito de BI,
independientemente del entorno de decisión.
(Minelli
et al.,
2013)
Big Data, Big Analytics:
Emerging Business
Intelligence and Analytic
Trends for Today's
Businesses
La disponibilidad de big data, hardware básico
económico y nuevo software de análisis y gestión
de datos ha llevado a un momento único en la
historia empresarial. La convergencia de estas
tendencias significa que, por primera vez, podemos
analizar conjuntos de datos increíbles de forma
rápida y rentable. Estas características no son ni
teóricas ni triviales. Representan un verdadero salto
adelante y una clara oportunidad de aumentos
masivos de eficiencia, productividad, facturación y
rentabilidad.
(Li et al.,
2013)
Motivational Differences
Across Post-Acceptance
Information System Usage
Behaviors: An
Investigation in the
Business Intelligence
Systems Context
Encontramos dos tipos de comportamiento en el
uso de los sistemas de información después de su
aceptación, los cuales están relacionados con la
forma en que los empleados aprovechan los
sistemas implementados. El primer tipo es el uso
rutinario, que se refiere a aquellos empleados que
utilizan los sistemas de información de manera
repetitiva y estandarizada para apoyar sus
actividades laborales. El segundo tipo es el uso
innovador, que describe cómo algunos empleados
descubren nuevas formas de aprovechar los
sistemas de información para mejorar su
desempeño laboral.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3378.
(Fan
et al.,
2015)
Demystifying Big Data
Analytics for Business
Intelligence Through the
Lens of Marketing Mix
En dicho estudio identifica las fuentes de
información, los procedimientos y los programas
informáticos relacionados con cinco aspectos
fundamentales del marketing: personas, producto,
lugar, precio y promoción. Estas áreas conforman
las bases para la inteligencia de marketing.
Posteriormente, analizamos algunos temas de
investigación desafiantes y posibles futuras
direcciones de estudio en el análisis de grandes
conjuntos de datos y en la inteligencia empresarial
relacionada con el marketing en general.
(Sahay &
Ranjan,
2008)
Demystifying Big Data
Analytics for Business
Intelligence Through the
Lens of Marketing Mix
El texto plantea la importancia de revisar el enfoque
tradicional del Business Intelligence (BI), el cual se
enfoca en la integración y consolidación de
información para apoyar a las empresas,
especialmente aquellas orientadas al servicio que
buscan retener a sus clientes. Se destaca la
relevancia de mejorar la eficacia y eficiencia del
análisis de la cadena de suministro utilizando un
enfoque de BI, el cual es considerado un factor
crítico para que una empresa pueda obtener una
ventaja competitiva.
Fuente: Elaborado por autores en RStudio
DISCUSIÓN
La inteligencia de negocios es un proceso de análisis de datos empresariales con el fin de
generar información valiosa y estratégica para la toma de decisiones. Es una herramienta crucial
para las empresas de todos los tamaños, ya que les ayuda a comprender mejor sus operaciones
y a tomar decisiones más informadas y eficaces.
La inteligencia de negocios se basa en el análisis de datos y en la implementación de
herramientas de software para ayudar a las empresas a recopilar, analizar y visualizar
información en tiempo real. La recopilación de datos puede ser de múltiples fuentes, como
transacciones de ventas, informes financieros, datos de producción, informes de marketing y
más.
El objetivo final de la inteligencia de negocios es ayudar a las empresas a tomar decisiones
informadas y estratégicas. Esto se logra a través de la creación de informes y dashboards que
proporcionan una visión general de las operaciones de la empresa. Los informes y dashboards
también pueden ser personalizados para adaptarse a las necesidades de cada departamento, lo
que facilita la toma de decisiones en todas las áreas de la empresa.
Además, la inteligencia de negocios también puede ayudar a las empresas a identificar áreas
problemáticas o ineficientes en su operación. Esto puede incluir áreas de alto costo, procesos
lentos o ineficaces, o problemas de calidad en la producción. Al identificar estos problemas, las
empresas pueden tomar medidas para solucionarlos y mejorar la eficiencia y rentabilidad de la
empresa.
Por último, la inteligencia de negocios también puede ser utilizada para ayudar a las empresas a
identificar nuevas oportunidades de negocio. Al analizar los datos, las empresas pueden
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3379.
identificar tendencias emergentes en su mercado, así como nuevas oportunidades de ventas y
expansión de negocios.
En conclusión, la inteligencia de negocios es una herramienta invaluable para las empresas que
buscan mejorar su eficiencia y rentabilidad, tomar decisiones informadas y estratégicas, y
encontrar nuevas oportunidades de negocio. Al utilizar la inteligencia de negocios de manera
efectiva, las empresas pueden obtener una ventaja competitiva y alcanzar el éxito empresarial a
largo plazo.
Existen varios autores adicionales a los inferidos en el cienciométrico que han abordado la
inteligencia de negocios desde diferentes perspectivas, algunos apoyando y otros refutando su
uso. A continuación, se mencionan algunos de ellos:
Autores que apoyan la inteligencia de negocios
Ralph Kimball: reconocido como uno de los fundadores del concepto de inteligencia de negocios
y autor de varios libros sobre el tema. Kimball defiende la importancia de la inteligencia de
negocios en la toma de decisiones empresariales y la mejora de la eficiencia operativa.
Thomas H. Davenport: autor de varios libros sobre inteligencia de negocios y análisis de datos
empresariales. Davenport destaca la importancia de la inteligencia de negocios en la era de la
información y cómo puede ayudar a las empresas a mantenerse competitivas.
Howard Dresner: considerado uno de los pioneros de la inteligencia de negocios y creador del
término "business intelligence". Dresner destaca la importancia de la inteligencia de negocios en
la mejora de la toma de decisiones y la eficiencia empresarial.
Autores que refutan la inteligencia de negocios
Nicholas G. Carr: autor del artículo "IT Doesn't Matter" en la revista Harvard Business Review, en
el que argumenta que la tecnología de la información, incluyendo la inteligencia de negocios, no
proporciona una ventaja competitiva a largo plazo y que su uso debe ser estandarizado para
reducir costos.
Andrew McAfee: autor del libro "The Big Data Delusion", en el que argumenta que la inteligencia
de negocios y el análisis de datos no siempre conducen a mejores decisiones empresariales y
que se debe prestar atención a la calidad y relevancia de los datos utilizados.
Robert McQueeney: autor de varios artículos en los que argumenta que la inteligencia de
negocios puede ser perjudicial si se utiliza de manera inapropiada y no se tiene en cuenta la ética
empresarial. McQueeney destaca la importancia de utilizar la inteligencia de negocios de manera
responsable y ética para evitar consecuencias negativas para la empresa y la sociedad.
En conclusión, aunque hay autores que refutan la inteligencia de negocios, la mayoría de ellos
coinciden en que es una herramienta valiosa para la toma de decisiones empresariales y la
mejora de la eficiencia operativa. La clave está en utilizarla de manera responsable, ética y
relevante para los objetivos empresariales.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3380.
REFERENCIAS
Ahumada Tello, E., & Perusquia Velasco, J. M. A. (2016). Inteligencia de negocios: Estrategia para
el desarrollo de competitividad en empresas de base tecnológica. Contaduría y Administración,
61(1), 127–158. https://doi.org/10.1016/j.cya.2015.09.006
Araníbar S., J. C. (2003). Inteligencia de negocios. Revista Ciencia y Cultura, 12, 95–101.
Calzada, L., & Abreu, J. L. (2009). El Impacto de Las Herramientas de Inteligencia de Negocios En
la Toma de Decisiones de Los Ejecutivos (the Impact of Business Intelligence Tools in Executive
Business Decisions). Daena, 4(2), 16–52.
Chau, M., & Xu, J. (2012). Business Intelligence in Blogs: Understanding Consumer Interactions
and Communities. MIS Quarterly, 36(4), 1189–1216. https://doi.org/10.2307/41703504
Chen, H., Chiang, R. H. L., & Storey, V. C. (2012). Business Intelligence and Analytics: From Big
Data to Big Impact. MIS Quarterly, 36(4), 1165–1188. https://doi.org/10.2307/41703503
Derviş, H. (2019). Bibliometric analysis using Bibliometrix an R Package. Journal of Scientometric
Research, 8(3), 156–160.
Elbashir, M. Z., Collier, P. A., & Davern, M. J. (2008). Measuring the effects of business intelligence
systems: The relationship between business process and organizational performance.
International Journal of Accounting Information Systems, 9(3), 135–153.
https://doi.org/10.1016/j.accinf.2008.03.001
Fan, S., Lau, R. Y. K., & Zhao, J. L. (2015). Demystifying Big Data Analytics for Business Intelligence
Through the Lens of Marketing Mix. Big Data Research, 2(1), 28–32.
https://doi.org/10.1016/j.bdr.2015.02.006
García Pérez, A. M. (2020). Aplicación de técnicas de inteligencia de negocios y análisis de datos
en el entorno empresarial cubano: Retos y perspectivas. Revista Cubana de Ciencias
Informáticas, 14(4), 191–209.
Gavilanes, A. G. C., Aimacaña, N. R. L., Solís, O. P. L., Medina, J. L. V., & Sarango, A. F. H. (2023).
Estudio global sobre comercio internacional: Un aplicativo cienciométrico: Global survey on
international trade: a scientometric application. LATAM Revista Latinoamericana de Ciencias
Sociales y Humanidades, 4(1), Art. 1. https://doi.org/10.56712/latam.v4i1.465
Gómez, A. A. R., & Bautista, D. W. R. (2010). Inteligencia de negocios: Estado del arte. Scientia et
Technica, 1(44), Art. 44. https://doi.org/10.22517/23447214.1803
González Calderón, J. L., Palacios Rozo, J. J., & Perea Sandoval, J. A. (2017). La inteligencia de
negocios y su rol en la agilidad organizacional. Criterio Libre, 15(26), 239–258.
Granados, M. R., Castilla, T. A., García, A. G., & Sánchez, M. T. R. (2011). Estudio bibliométrico de
Aula Abierta. Aula abierta, 39(3), 97–110.
Guardiola Esmeral, A. (2020). Tendencias investigativas sobre comercio internacional y derechos
humanos: Un análisis de redes. Utopía y praxis latinoamericana: revista internacional de filosofía
iberoamericana y teoría social, Extra 4, 249–263.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3381.
Haro, A. F., & Vanegas, C. (2021). Evaluación de las capacidades de innovación: Un estudio de
caso en una universidad colombiana. Avances de investigación, 8(1), 7–27.
Herrera, H. H. (2012). LAS REDES SOCIALES: UNA NUEVA HERRAMIENTA DE DIFUSIÓN. Revista
Reflexiones, 91(2), Art. 2. https://doi.org/10.15517/rr.v91i2.1513
Işık, Ö., Jones, M. C., & Sidorova, A. (2013). Business intelligence success: The roles of BI
capabilities and decision environments. Information & Management, 50(1), 13–23.
https://doi.org/10.1016/j.im.2012.12.001
Jiménez Almazán, M. (2020). Comercio Internacional y Sostenibilidad: Análisis Bibliométrico.
http://repositorio.ual.es/handle/10835/9899
Khan, A., Goodell, J. W., Hassan, M. K., & Paltrinieri, A. (2022). A bibliometric review of finance
bibliometric papers. Finance Research Letters, 47, 102520.
https://doi.org/10.1016/j.frl.2021.102520
Larson, D., & Chang, V. (2016). A review and future direction of agile, business intelligence,
analytics and data science. International Journal of Information Management, 36(5), 700–710.
https://doi.org/10.1016/j.ijinfomgt.2016.04.013
Li, X., Hsieh, J. J. P.-A., & Rai, A. (2013). Motivational Differences Across Post-Acceptance
Information System Usage Behaviors: An Investigation in the Business Intelligence Systems
Context. Information Systems Research, 24(3), 659–682.
https://doi.org/10.1287/isre.1120.0456
López-Robles, J. R., Otegi-Olaso, J. R., Porto-Gómez, I., Gamboa-Rosales, H., & Gamboa-Rosales,
N. K. (2020). La relación entre Inteligencia de Negocio e Inteligencia Competitiva: Un análisis
retrospectivo y bibliométrico de la literatura de 1959 a 2017. Revista Española de Documentación
Científica, 43(1), Art. 1. https://doi.org/10.3989/redc.2020.1.1619
López-Rodríguez, C. E., Calderón-Salguero, L. D., Mora-Ortiz, M. F., López-Rodríguez, C. E.,
Calderón-Salguero, L. D., & Mora-Ortiz, M. F. (2022). La internacionalización de servicios: Análisis
bibliométrico y revisión sistemática de la literatura entre 2000 y 2021. Revista Facultad de
Ciencias Económicas: Investigación y Reflexión, 30(1), 145–164.
https://doi.org/10.18359/rfce.6008
Luz Juárez, G. de la, Sánchez Daza, A., Zurita González, J., Luz Juárez, G. de la, Sánchez Daza, A.,
& Zurita González, J. (2015). La crisis financiera internacional de 2008 y algunos de sus efectos
económicos sobre México. Contaduría y administración, 60, 128–146.
https://doi.org/10.1016/j.cya.2015.09.011
Minelli, M., Chambers, M., & Dhiraj, A. (2013). Big Data, Big Analytics: Emerging Business
Intelligence and Analytic Trends for Today’s Businesses. John Wiley & Sons.
Orozco, I., & Jacobs, O. (2016). La nueva era de los negocios: Computación en la Nube.
TELEMATIQUE, 15(2), Art. 2.
Popovič, A., Hackney, R., Coelho, P. S., & Jaklič, J. (2012). Towards business intelligence systems
success: Effects of maturity and culture on analytical decision making. Decision Support
Systems, 54(1), 729–739. https://doi.org/10.1016/j.dss.2012.08.017
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, marzo, 2023, Volumen IV, Número 1 p 3382.
Sahay, B. S., & Ranjan, J. (2008). Real time business intelligence in supply chain analytics.
Information Management & Computer Security, 16(1), 28–48.
https://doi.org/10.1108/09685220810862733
Salazar Ospina, Y. S. (2017). Análisis comparativo entre los sistemas operativos de dispositivos
móviles con mayor demanda en el mercado 2015-2016. https://hdl.handle.net/11059/7504
Sarango, A. F. H., Rivas, D. M. A., & Sarango, M. F. H. (2022). Modelo para la valoración de la
calidad de vida: Un análisis en teletrabajo o trabajo en casa conceptualizado en épocas de Covid-
19. Revista Torreón Universitario, 11(32), Art. 32. https://doi.org/10.5377/rtu.v11i32.14979
Viteri Cevallos, C. J., & Murillo Párraga, D. (2021). Inteligencia de Negocios para las
Organizaciones. Revista Arbitrada Interdisciplinaria Koinonía, 6(12), 304–333.
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, publicados
en este sitio está disponibles bajo Licencia Creative Commons .