Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 82
Desarrollo empresarial y toma de decisiones
gerenciales basadas en análisis de datos
Business development and management decision-making based on
data analysis
Concha-Ramírez, Jhonny Antonio
1
Santander-Salmon, Erika Stephania
2
https://orcid.org/0000-0002-6031-5480
https://orcid.org/0000-0003-3279-5250
jconcha@istvr.edu.ec
erika.santander@utelvt.edu.ec
Ecuador, Guayaquil., Instituto Superior Tecnológico
Vicente Rocafuerte “ISTVR”.
Ecuador, La Concordia, Universidad Técnica Luis
Vargas Torres de Esmeraldas.
Sarango-Romero, Verónica Janeth
3
https://orcid.org/0009-0004-8346-3146
vjsarangos@ucvvirtual.edu.pe
Perú, Trujillo, Universidad César Vallejo.
Autor de correspondencia
1
DOI / URL: https://doi.org/10.55813/gaea/revistacec/v2/n2/36
Resumen: En América Latina, el desarrollo empresarial
enfrenta restricciones asociadas con baja madurez digital,
brechas de conectividad, capacidades analíticas limitadas y
decisiones gerenciales todavía apoyadas en criterios
intuitivos, situación que afecta especialmente a las mipymes y
reduce su potencial competitivo. El objetivo del estudio fue
analizar cómo el uso del análisis de datos incide en el
desarrollo empresarial y en la toma de decisiones gerenciales
en empresas latinoamericanas. La investigación se desarrolló
con enfoque cualitativo, diseño no experimental y transversal,
mediante revisión documental de literatura científica, informes
técnicos y evidencia institucional sobre transformación digital,
capacidades analíticas y desempeño organizacional. Los
resultados evidenciaron que 71 % de las mipymes se ubicó en
niveles principiante o novato de madurez digital, mientras que
72 % permaneció en etapas iniciales en datos y analítica;
además, la adopción de tecnologías avanzadas fue mayor en
empresas grandes y varió según sector y país. La discusión
muestra que la digitalización básica no garantiza decisiones
basadas en evidencia, pues el desempeño depende de
capacidades organizacionales, talento, conectividad y
sistemas integrados. Se concluye que los datos fortalecen el
desarrollo empresarial cuando se transforman en capacidades
gerenciales sostenibles para decidir, competir y generar valor.
Palabras clave: desarrollo empresarial, toma de decisiones,
análisis de datos, madurez analítica, transformación digital.
Artículo Científico
Received: 28/Abr/2025
Accepted: 25/May/2025
Published: 30/Jun/2025
Cita: Concha-Ramírez, J. A., Santander-
Salmon, E. S., & Sarango-Romero, V. J.
(2025). Desarrollo empresarial y toma de
decisiones gerenciales basadas en análisis de
datos. Revista Científica Enfoques Del
Conocimiento, 2(2), 82-
98. https://doi.org/10.55813/gaea/revistacec/v
2/n2/36
Revista Científica Enfoques del Conocimiento
(RCEC)
https://www.blez.edu.ec
https://revistacec.blez.edu.ec
revistacec@blez.edu.ec
© 2025. Este artículo es un documento de
acceso abierto distribuido bajo los términos y
condiciones de la Licencia Creative
Commons, Atribución-NoComercial 4.0
Internacional.
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 83
Artículo Científico
Abstract:
In Latin America, business development faces constraints associated with low digital
maturity, connectivity gaps, limited analytical capabilities, and managerial decisions
still based on intuitive criteria, a situation that particularly affects MSMEs and reduces
their competitive potential. The objective of this study was to analyze how the use of
data analytics influences business development and managerial decision-making in
Latin American companies. The research was conducted using a qualitative approach,
with a non-experimental and cross-sectional design, through a documentary review of
scientific literature, technical reports, and institutional evidence on digital
transformation, analytical capabilities, and organizational performance. The results
showed that 71% of MSMEs were at beginner or novice levels of digital maturity, while
72% remained in early stages of data and analytics; furthermore, the adoption of
advanced technologies was higher in large companies and varied by sector and
country. The discussion shows that basic digitalization does not guarantee evidence-
based decisions, since performance depends on organizational capabilities, talent,
connectivity, and integrated systems. It is concluded that data strengthen business
development when they are transformed into sustainable managerial capabilities for
decision-making, competition, and value creation.
Keywords: business development, decision-making, data analytics, analytical
maturity, digital transformation.
1. Introducción
El desarrollo empresarial en América Latina se configura hoy en un entorno de
crecimiento moderado, alta presión competitiva y aceleración digital desigual. La
CEPAL proyecta para América Latina y el Caribe un crecimiento real del PIB de 2.4 %
en 2024, 2.4 % en 2025 y 2.3 % en 2026, cifras que sugieren márgenes estrechos
para expandir productividad solo mediante acumulación de capital o ampliación de
mercados (Comisión Económica para América Latina y el Caribe [CEPAL], 2025). En
ese escenario, las empresas —en especial mipymes que representan 99.5 % del tejido
empresarial regional y cerca de 60 % del empleo formal— constituyen una unidad
crítica para observar cómo se decide, se asignan recursos y se genera valor
(OECD/CAF/SELA, 2024). El análisis de datos, por tanto, deja de ser un recurso
técnico periférico y se convierte en una capacidad gerencial para decidir sobre precios,
inventarios, crédito, talento, riesgos, sostenibilidad y expansión comercial.
Ese panorama adquiere mayor complejidad cuando se reconocen factores que limitan
la toma de decisiones basada en evidencia: baja inversión en I+D, brechas de
conectividad, capacidades analíticas insuficientes, informalidad, sistemas heredados,
baja calidad de datos y culturas organizacionales todavía apoyadas en intuición
jerárquica. La CEPAL advierte que el gasto regional en I+D cayó de 0.7 % del PIB en
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 84
Artículo Científico
2015 a 0.6 % en 2021, muy por debajo de Estados Unidos, la Unión Europea, China
o Corea del Sur (CEPAL, 2024). En términos empresariales, no abordar esta brecha
implica decisiones tardías, sobrecostos logísticos, pérdidas de ventas, menor
resiliencia ante shocks sanitarios o climáticos, asignación ineficiente de crédito y
debilitamiento institucional por falta de trazabilidad. La digitalización puede mejorar
productividad, automatizar procesos y fortalecer la relación con clientes, pero su
impacto depende de conectividad, habilidades digitales y sistemas de medición
consistentes (OECD/CAF/SELA, 2024).
La discusión académica ha mostrado que la inteligencia de negocios y la analítica
pueden transformar grandes volúmenes de información en conocimiento accionable
para la estrategia, la operación y la innovación (Chen et al., 2012; Davenport & Harris,
2017). Sin embargo, la literatura también advierte que los datos no generan
desempeño por sí mismos: requieren capacidades organizacionales, alineación
estratégica, talento analítico, gobernanza y rutinas de aprendizaje (Akter et al., 2016;
Gupta & George, 2016; Wamba et al., 2017). La evidencia empírica clásica indica que
las firmas con decisiones más orientadas por datos registran entre 5 % y 6 % más
productividad y producción esperada, mientras que la adopción de decisiones
basadas en datos en manufactura estadounidense pasó de 11 % a 30 % entre 2005
y 2010 (Brynjolfsson et al., 2011; Brynjolfsson & McElheran, 2016). La inconsistencia
aparece cuando los estudios mezclan sectores, tamaños de empresa y niveles de
madurez digital sin modelar sus efectos diferenciales.
El traslado de esos hallazgos al contexto latinoamericano sigue siendo parcial, porque
buena parte de la investigación de alto impacto se concentra en Estados Unidos,
Europa y grandes corporaciones. Un informe reciente del BID señala que la
investigación empírica sobre difusión de tecnologías avanzadas en empresas
latinoamericanas continúa limitada, especialmente en evidencia comparativa de firma,
adopción de computación en la nube, inteligencia artificial y desempeño (Gutiérrez et
al., 2025). Aunque estudios regionales aportan señales prometedoras —por ejemplo,
una investigación con 112 empresas colombianas encontró una relación positiva entre
capacidades de big data analytics y coinnovación—, aún falta examinar cómo esas
capacidades influyen específicamente en decisiones gerenciales, resultados
financieros, eficiencia operativa y desarrollo empresarial (Lozada et al., 2019). El vacío
importa porque sin evidencia contextualizada se corre el riesgo de importar modelos
de madurez analítica sin considerar restricciones institucionales, heterogeneidad
sectorial y brechas de talento.
La pertinencia del estudio se sostiene en una doble necesidad: mejorar el desempeño
empresarial y producir conocimiento aplicable a economías donde las empresas
pequeñas y medianas concentran empleo, pero enfrentan restricciones de capital,
información y capacidades técnicas. Desde una perspectiva social, mejores
decisiones gerenciales pueden reducir desperdicios, mejorar continuidad laboral,
orientar inversiones más responsables y fortalecer la confianza en procesos de
crédito, abastecimiento y atención al cliente. Desde el plano económico, incluso
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 85
Artículo Científico
incrementos de productividad cercanos al 5 % o 6 % asociados a decisiones basadas
en datos representarían una ganancia sustantiva para empresas que operan con
márgenes estrechos (Brynjolfsson et al., 2011). En el plano teórico, el estudio
permitiría integrar analítica, capacidades organizacionales y desarrollo empresarial;
metodológicamente, aportaría indicadores para medir madurez analítica, calidad
decisional y resultados de gestión con evidencia verificable.
La viabilidad de este abordaje se apoya en que muchas empresas ya generan datos
transaccionales, contables, comerciales, logísticos y de clientes mediante hojas de
cálculo, ERP, CRM, plataformas de pago, redes sociales o sistemas de facturación,
aun cuando no siempre los integren para decidir. Con resguardos éticos de
confidencialidad, anonimización, consentimiento informado y uso agregado de la
información, es posible estudiar decisiones gerenciales sin exponer datos sensibles ni
secretos comerciales. En consecuencia, el estudio se orienta a analizar cómo el uso
del análisis de datos incide en el desarrollo empresarial y en la toma de decisiones
gerenciales en empresas latinoamericanas; de manera específica, busca describir el
nivel de madurez analítica empresarial, determinar la relación entre capacidades
analíticas y calidad de las decisiones, comparar diferencias por tamaño y sector, y
estimar la asociación entre decisiones basadas en datos e indicadores de desempeño
financiero, operativo y estratégico.
La contribución esperada consiste en demostrar que el desarrollo empresarial no
depende únicamente de adoptar tecnologías, sino de convertir datos disponibles en
decisiones gerenciales oportunas, justificables y evaluables. La originalidad del trabajo
radica en enlazar una brecha empírica latinoamericana —la escasez de estudios de
firma sobre tecnologías avanzadas, capacidades analíticas y desempeño— con una
pregunta gerencial concreta: qué cambia en la empresa cuando sus decisiones dejan
de apoyarse predominantemente en intuición y se organizan mediante evidencia,
métricas y aprendizaje institucional (Gutiérrez et al., 2025). Al articular desempeño
económico, capacidades internas y condiciones institucionales, el estudio puede
ofrecer a la academia un modelo contextualizado y a la práctica empresarial una ruta
para priorizar inversiones analíticas, fortalecer talento y evaluar decisiones con
criterios de valor, riesgo y sostenibilidad.
2. Materiales y métodos
La investigación se desarrolló desde una lógica cualitativa porque el interés central se
ubicó en comprender cómo las empresas latinoamericanas construyeron, justificaron
y documentaron decisiones gerenciales apoyadas en análisis de datos. Esta elección
resultó coherente con un problema en el que las prácticas directivas, las capacidades
analíticas y el desarrollo empresarial no podían reducirse únicamente a indicadores
numéricos, sino que exigieron interpretar relaciones, significados organizacionales y
condiciones institucionales. Se privilegió, por ello, la lectura crítica de evidencia
académica y técnica sobre analítica empresarial, transformación digital y desempeño
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 86
Artículo Científico
organizacional. La aproximación cualitativa permitió reconstruir argumentos,
categorías y patrones de decisión sin imponer mediciones experimentales, en
correspondencia con las recomendaciones metodológicas para estudios
interpretativos y de caso (Creswell & Poth, 2024; Saunders et al., 2023).
Esa orientación condujo a trabajar con un diseño no experimental, debido a que no se
manipularon variables ni se intervinieron procesos reales de decisión en las empresas.
El fenómeno fue observado a partir de documentos, investigaciones y reportes
existentes, con un corte transversal centrado en la producción académica e
institucional más reciente sobre América Latina. Aunque se revisaron fuentes
publicadas entre 2020 y 2025, el análisis no buscó medir evolución temporal, sino
caracterizar el estado del conocimiento en un momento delimitado. La región
latinoamericana fue tratada como un caso regional de estudio, en el cual la unidad de
análisis estuvo constituida por las empresas y sus decisiones gerenciales
documentadas en relación con datos, analítica y desempeño. Esta delimitación
permitió conservar coherencia entre contexto, fenómeno y evidencia disponible (Yin,
2018).
La base empírica se construyó mediante investigación documental, con materiales
procedentes de artículos científicos, libros metodológicos recientes, informes técnicos
de organismos multilaterales y publicaciones especializadas sobre adopción de
tecnologías digitales en empresas (Herrera-Sánchez & Casanova-Villalba, 2024). Se
consultaron fuentes en español, inglés y portugués, editoriales académicas
reconocidas y repositorios institucionales verificables. La búsqueda consideró
combinaciones de términos como “data-driven decision making”, “business analytics”,
“firm performance”, “Latin America”, “digital technologies”, “management decisions” y
“enterprise development”. Para preservar actualidad, se incorporaron principalmente
referencias de los últimos cinco años y solo se admitieron textos metodológicos
previos cuando mantuvieron vigencia reconocida para estudios cualitativos,
documentales o de caso.
A partir de ese corpus, el tratamiento de la información siguió una ruta deductiva y
analítica. Primero se establecieron categorías orientadoras derivadas de la literatura:
desarrollo empresarial, toma de decisiones gerenciales, análisis de datos,
capacidades analíticas, madurez digital, desempeño organizacional y restricciones
institucionales (Díaz-Avelino et al., 2024). Después se descompusieron los
documentos en unidades de sentido relacionadas con cada categoría, lo que permitió
contrastar argumentos teóricos con evidencia empírica regional. Este procedimiento
fue compatible con el análisis documental sistemático, en el que los materiales se
prepararon, extrajeron, analizaron y sintetizaron de forma ordenada para reducir
sesgos interpretativos (Dalglish et al., 2020).
El alcance se mantuvo descriptivo, porque el propósito fue caracterizar cómo se había
abordado la relación entre análisis de datos, decisiones gerenciales y desarrollo
empresarial en el contexto latinoamericano, sin pretender probar causalidad
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 87
Artículo Científico
estadística ni estimar efectos econométricos. Se describieron tendencias
conceptuales, vacíos temáticos, criterios de decisión y condiciones empresariales
asociadas con la adopción de herramientas analíticas. También se compararon
énfasis por tamaño de empresa, sector económico y tipo de tecnología cuando las
fuentes lo permitieron. La evidencia reciente del BID sobre tecnologías digitales
avanzadas en Chile, Colombia y Ecuador resultó pertinente porque mostró que la
adopción empresarial difería por tamaño, capital humano, sector y recursos
complementarios (Gutiérrez et al., 2025).
Para fortalecer la consistencia del proceso, se aplicaron criterios de inclusión y
exclusión orientados a trazabilidad, pertinencia temática, actualidad y vínculo explícito
con empresas o decisiones gerenciales. Se excluyeron documentos sin autoría
verificable, textos puramente técnicos sin conexión con gestión empresarial y fuentes
comerciales no revisables (Jaramillo-Chuqui & Villarroel-Molina, 2023). La información
fue organizada en matrices de lectura que registraron autoría, año, contexto, tipo de
empresa, dimensión analítica, hallazgos y aportes metodológicos. Dado que se trabajó
con documentos públicos y evidencia secundaria, no se recolectaron datos personales
ni información confidencial de empresas; aun así, se mantuvo un tratamiento ético de
las fuentes mediante citación completa, contraste documental y uso responsable de
resultados agregados.
3. Resultados
3.1. Madurez analítica empresarial y uso de datos en la toma de decisiones
gerenciales
Este subapartado presentó los hallazgos documentales sobre el grado de madurez
analítica de las empresas latinoamericanas y la forma en que los datos fueron
incorporados en decisiones gerenciales. La evidencia revisada permitió identificar un
patrón común: la disponibilidad de herramientas digitales no se tradujo
automáticamente en decisiones basadas en análisis sistemático. En los documentos
analizados, la madurez apareció asociada con tres condiciones observables:
integración de tecnologías, uso de datos y analítica, y capacidades organizacionales
para convertir información en decisiones. Dado que las fuentes utilizaron instrumentos
y muestras heterogéneas, no se calcularon medias regionales, desviaciones estándar,
intervalos de confianza ni valores p. Los resultados se organizaron, por tanto, como
frecuencias y porcentajes reportados por fuentes documentales verificables.
El primer patrón identificado fue la concentración de las mipymes en niveles iniciales
de madurez digital. En el instrumento Chequeo Digital, aplicado en 13 países de
América Latina y el Caribe, 47 % de las mipymes se ubicó en nivel principiante, 24 %
en nivel novato, 15 % en nivel competente, 9 % en nivel avanzado y 5 % en nivel
experto (Cathles et al., 2022). Esto mostró que 71 % de las empresas participantes se
encontraba en los dos niveles más bajos, mientras que solo 14 % alcanzaba los dos
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 88
Artículo Científico
niveles superiores. La distribución fue especialmente relevante porque el mismo
instrumento incluyó dimensiones directamente vinculadas con estrategias digitales,
procesos internos, personas, organización, datos y analítica. Como se observa en la
Tabla 1, los mayores rezagos se concentraron en las dimensiones más cercanas a la
toma de decisiones gerenciales basada en evidencia.
Tabla 1
Madurez digital y analítica reportada en mipymes latinoamericanas
Dimensión documentada
Indicador reportado
Resultado principal
Madurez digital general
Principiante
47 %
Madurez digital general
Novato
24 %
Madurez digital general
Competente
15 %
Madurez digital general
Avanzado
9 %
Madurez digital general
Experto
5 %
Personas y organización
Empresas en etapas iniciales
63 %
Datos y analítica
Empresas en etapas iniciales
72 %
Empresas participantes
Chile
Más de 14,800 mipymes
Empresas participantes
Otros 12 países de ALC
Más de 5,000 mipymes
Nota: Los porcentajes proceden del instrumento Chequeo Digital, actualizado a abril de 2022. En
algunas dimensiones, los valores pueden presentar diferencias menores por redondeo. ALC = América
Latina y el Caribe (Autores, 2025).
La lectura de la Tabla 1 permitió observar que el rezago no se limitó a la adopción
tecnológica básica, sino que se intensificó en las capacidades internas necesarias
para decidir con datos. Mientras la madurez general ya mostraba una mayoría en
niveles iniciales, la dimensión de datos y analítica registró 72 % de empresas en
etapas iniciales, el porcentaje más alto entre las dimensiones reportadas. A su vez,
personas y organización presentó 63 % en niveles iniciales, lo que indicó que la
dificultad no estuvo solo en disponer de datos, sino en contar con estructuras, talento
y rutinas para utilizarlos gerencialmente. En términos descriptivos, el hallazgo central
fue que la analítica apareció como una capacidad menos desarrollada que la
digitalización básica. Esta diferencia resultó relevante para comprender por qué
muchas empresas podían estar digitalizadas parcialmente sin haber consolidado
decisiones gerenciales basadas en evidencia.
La adopción de herramientas digitales de entrada mostró un avance mayor que la
analítica avanzada, aunque todavía con brechas frente a economías de referencia.
Antes de la pandemia, 55 % de las firmas latinoamericanas tenía sitio web propio,
frente a casi 80 % en países de la OCDE; durante el cierre de actividades, 28 % de
las mipymes cerradas en América Latina declaró haber creado presencia en línea o
sitio web (Cathles et al., 2022). El uso empresarial de datos también estuvo
condicionado por la conectividad: en 2020, la velocidad promedio de banda ancha fija
en la región fue de 24.7 Mbps, frente a 103.8 Mbps en países OCDE. En Colombia,
único país latinoamericano disponible para ese indicador, solo 26 % de las empresas
contrató velocidades de 30 Mbps o más, frente a cerca de 74 % en la OCDE. Estos
datos describieron una base digital suficiente para iniciar procesos de decisión con
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 89
Artículo Científico
información, pero limitada para análisis intensivos, automatización o integración en
tiempo real.
El uso de tecnologías más avanzadas presentó una madurez desigual según tamaño,
sector y país. En el caso de computación en la nube, las empresas grandes reportaron
mayor adopción que las firmas de menor tamaño en Chile, Colombia y Ecuador;
además, Ecuador mostró niveles comparativamente altos frente a Chile y Colombia
(Gutiérrez et al., 2025). En inteligencia artificial, la evidencia disponible para Colombia
indicó que las empresas de servicios registraron el mayor uso promedio, con 14 % de
adopción, mientras que manufactura y comercio mayorista-minorista se ubicaron por
debajo de la mitad de ese valor (Rivadeneira Moreira et al., 2022). La brecha por
tamaño también fue visible: en algunos casos, la adopción de IA en empresas grandes
casi triplicó la observada en mipymes. El patrón por edad no fue uniforme, porque las
firmas jóvenes de servicios y comercio adoptaron más IA, mientras que en
manufactura el mayor uso se observó en firmas más antiguas.
Figura 1
Madurez analítica empresarial en América Latina
Nota: (Autores, 2026).
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 90
Artículo Científico
El esquema visual debía mostrar una secuencia de madurez en la que la digitalización
básica funcionó como condición de entrada, pero no como evidencia suficiente de
gestión analítica consolidada. Los datos revisados describieron una trayectoria
escalonada: primero aparecieron presencia web, conectividad y herramientas
digitales; después, capacidades organizacionales; finalmente, uso de analítica, nube
e inteligencia artificial (Herrera-Enríquez & Castillo-Montesdeoca, 2025). La mayor
concentración en niveles principiante y novato indicó que la toma de decisiones
gerenciales basada en datos no se encontraba generalizada en el tejido empresarial
latinoamericano. Al mismo tiempo, la adopción sectorial de IA en servicios mostró que
ciertos segmentos ya habían avanzado hacia usos más intensivos de datos, aunque
sin representar todavía un patrón homogéneo para la región.
La síntesis descriptiva del subtema mostró que la madurez analítica empresarial fue
baja, fragmentada y dependiente de capacidades complementarias. Los hallazgos
ubicaron a la mayoría de las mipymes en etapas iniciales de transformación digital y
revelaron que la dimensión de datos y analítica fue la más rezagada entre las
reportadas. En paralelo, las tecnologías avanzadas se concentraron en empresas
grandes, sectores intensivos en conocimiento y firmas con mejores condiciones de
conectividad, gestión y talento. La evidencia no permitió establecer causalidad ni
significancia estadística propia del estudio, pero sí permitió identificar un patrón
documental consistente: las decisiones gerenciales basadas en análisis de datos
existieron en la región, aunque se presentaron de manera desigual, incipiente y más
asociada con madurez organizacional que con simple acceso a herramientas digitales.
3.2. Capacidades analíticas, diferencias empresariales y desempeño
organizacional
Este subapartado ordenó los hallazgos documentales sobre la manera en que las
capacidades analíticas se asociaron con diferencias empresariales y con indicadores
de desempeño organizacional. La unidad de observación siguió siendo la empresa
latinoamericana, especialmente mipymes y firmas de manufactura, comercio y
servicios, dado que las mipymes representaron 99.5 % de los negocios regionales y
cerca de 60 % del empleo productivo formal (OECD/CAF/SELA, 2024). En los
documentos revisados, las capacidades analíticas no aparecieron como un único
recurso tecnológico, sino como una combinación de computación en la nube,
inteligencia artificial, formación TIC, banda ancha rápida, software especializado de
gestión y capital humano. Esta composición permitió describir diferencias por tamaño,
sector y desempeño sin inferir causalidad propia del presente estudio.
La primera regularidad empírica mostró que las empresas grandes utilizaron con
mayor frecuencia tecnologías digitales avanzadas que las micro, pequeñas y
medianas empresas. En Chile, Colombia y Ecuador, la adopción de computación en
la nube fue superior en firmas grandes frente a los demás tamaños empresariales,
mientras que Ecuador registró un uso promedio comparativamente más alto que Chile
y Colombia (Gutiérrez et al., 2025). En el caso colombiano, las empresas de servicios
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 91
Artículo Científico
reportaron la mayor adopción promedio de inteligencia artificial, con 14 %, mientras
que manufactura y comercio mayorista-minorista se ubicaron por debajo de la mitad
de ese valor. También se observó una brecha por tamaño: en algunos casos, la
adopción de IA en grandes empresas fue casi tres veces mayor que en mipymes.
La diferenciación por antigüedad empresarial fue menos uniforme que la
diferenciación por tamaño. En servicios y comercio, las firmas jóvenes fueron más
proclives a utilizar inteligencia artificial que las firmas antiguas; en manufactura, el
patrón se invirtió y las firmas de mayor edad presentaron mayor adopción relativa
(Gutiérrez et al., 2025). Este resultado indicó que la edad de la firma no operó como
una condición homogénea de madurez analítica, sino como un rasgo dependiente del
sector. La evidencia documental también registró que, en estudios recientes de
empresas europeas y estadounidenses, las tecnologías avanzadas tendieron a
concentrarse en firmas grandes y, en varios casos, maduras; no obstante, el patrón
latinoamericano mostró variaciones sectoriales relevantes.
Como se observa en la Tabla 2, los resultados econométricos reportados para
Ecuador y Colombia mostraron asociaciones diferenciadas entre capacidades
analíticas y desempeño. En Ecuador, la computación en la nube presentó coeficientes
positivos en ventas y productividad laboral, con mayor consistencia en productividad.
En Colombia, la inteligencia artificial no mostró una asociación positiva robusta con
productividad laboral en los modelos IV-2SLS; por el contrario, el sector comercio
mayorista-minorista presentó un coeficiente negativo y significativo. Las capacidades
complementarias —formación TIC, banda ancha rápida y software especializado de
gestión— registraron coeficientes positivos y significativos en los modelos reportados,
especialmente en productividad laboral.
Tabla 2
Capacidades analíticas y desempeño organizacional reportados en estudios de firma
Capacidad analítica o
complementaria
País y resultado
observado
Manufactura
Comercio
mayorista-
minorista
Servicios
Computación en la nube
Ecuador: ventas, IV-2SLS
0.142***
0.094 ns
0.120***
Computación en la nube
Ecuador: productividad
laboral, IV-2SLS
0.123***
0.209***
0.232***
Inteligencia artificial
Colombia: productividad
laboral, IV-2SLS
-0.033 ns
-0.209***
0.013 ns
Formación TIC
Ecuador: productividad
laboral, IV-2SLS
0.107***
0.102***
0.134***
Banda ancha rápida
Colombia: productividad
laboral, IV-2SLS
0.135***
0.138***
0.189***
Software especializado de
gestión
Colombia: productividad
laboral, IV-2SLS
0.614***
0.355***
0.582***
Nota: Los valores corresponden a coeficientes reportados en modelos de regresión con efectos fijos
sector-año y región, con errores robustos agrupados a nivel de firma. *** p < .01; ** p < .05; * p < .10;
ns = no significativo. La tabla sintetizó resultados seleccionados de Gutiérrez et al. (2025) (Autores,
2025).
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 92
Artículo Científico
La información sintetizada en la Tabla 2 permitió identificar que la computación en la
nube presentó un patrón de desempeño más estable que la inteligencia artificial. En
Ecuador, los coeficientes de nube sobre productividad laboral fueron positivos y
significativos en los tres sectores, con valores de 0.123 en manufactura, 0.209 en
comercio y 0.232 en servicios. En ventas, la asociación también fue positiva, aunque
la significancia se observó con mayor claridad en manufactura y servicios. En
contraste, la IA en Colombia presentó coeficientes no significativos en manufactura y
servicios, y un coeficiente negativo significativo en comercio. Esta distribución mostró
que la adopción de tecnologías avanzadas no produjo resultados homogéneos entre
sectores ni entre tipos de tecnología.
La misma evidencia reveló que las capacidades organizacionales de soporte tuvieron
una presencia más consistente en los resultados de productividad. La formación TIC
mostró coeficientes positivos y significativos en Ecuador, mientras que la banda ancha
rápida y el software especializado de gestión mostraron asociaciones positivas y
significativas en Colombia. El software especializado destacó por la magnitud de sus
coeficientes en productividad laboral: 0.614 en manufactura, 0.355 en comercio y
0.582 en servicios. Este patrón indicó que el desempeño no estuvo asociado
únicamente con la adopción de una tecnología analítica específica, sino con la
existencia de condiciones internas que permitieron usar datos, integrar procesos y
apoyar decisiones gerenciales con información operativa.
El hallazgo central de este subapartado fue que las capacidades analíticas se
distribuyeron de forma desigual y se relacionaron con el desempeño organizacional
de manera diferenciada por tamaño, sector y tipo de tecnología. La computación en la
nube mostró asociaciones positivas más consistentes con ventas y productividad,
mientras que la inteligencia artificial presentó resultados menos uniformes en
Colombia. A la vez, las capacidades complementarias —formación TIC, conectividad
rápida, software de gestión y capital humano— aparecieron como componentes
recurrentes en los modelos con mejor desempeño. En términos descriptivos, las
empresas con mayor estructura tecnológica y organizacional presentaron condiciones
más favorables para convertir datos en decisiones gerenciales y resultados
empresariales observables.
4. Discusión
Los hallazgos del estudio permiten interpretar que la toma de decisiones gerenciales
basada en análisis de datos constituye una capacidad empresarial todavía incipiente
y desigual en América Latina. El objetivo de analizar cómo el uso de datos incide en
el desarrollo empresarial se aborda mostrando que la digitalización básica no equivale
necesariamente a madurez analítica: aunque existen avances en presencia web,
conectividad y adopción de herramientas digitales, la dimensión de datos y analítica
permanece rezagada. Este resultado es especialmente relevante en un contexto
donde las mipymes representan 99.5 % del tejido empresarial regional y cerca de 60
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 93
Artículo Científico
% del empleo formal, pero operan con restricciones de capital, talento y capacidades
tecnológicas (OECD/CAF/SELA, 2024). Así, los hallazgos sugieren que el problema
central no es solo acceder a datos, sino convertirlos en rutinas organizacionales para
decidir, evaluar y corregir cursos de acción.
Esta interpretación converge con los planteamientos de Chen et al. (2012), Davenport
y Harris (2017), Akter et al. (2016), Gupta y George (2016) y Wamba et al. (2017),
quienes sostienen que la analítica empresarial genera valor cuando se articula con
capacidades organizacionales, alineación estratégica, talento y gobernanza. Sin
embargo, los resultados también muestran una diferencia importante frente a la
evidencia clásica de Brynjolfsson et al. (2011), donde las decisiones basadas en datos
se asocian con aumentos de productividad cercanos al 5 % o 6 %. En el caso
latinoamericano, esa promesa debe interpretarse con cautela, porque los datos
revisados revelan que 71 % de las mipymes se ubica en niveles principiante o novato
de madurez digital y que 72 % permanece en etapas iniciales en datos y analítica
(Cathles et al., 2022). La divergencia parece explicarse por la heterogeneidad
sectorial, la brecha de conectividad y la menor consolidación de capacidades
complementarias en la región.
Desde una perspectiva práctica y teórica, los resultados indican que el desarrollo
empresarial asociado al análisis de datos depende menos de la adopción aislada de
tecnologías avanzadas y más de la integración entre infraestructura, personas,
procesos y criterios gerenciales. La computación en la nube muestra asociaciones
positivas más consistentes con ventas y productividad laboral, mientras que la
inteligencia artificial presenta resultados menos uniformes, especialmente en
Colombia, donde no evidencia una relación positiva robusta en todos los sectores
(Gutiérrez et al., 2025). Este patrón amplía la discusión sobre madurez analítica al
mostrar que las empresas no avanzan linealmente desde digitalización hacia
desempeño, sino mediante combinaciones situadas de conectividad, formación TIC,
software especializado y capacidades de gestión. Metodológicamente, el estudio
aporta una lectura documental útil para ordenar evidencia dispersa y diferenciar entre
digitalización operativa, capacidad analítica y desempeño organizacional.
Las limitaciones del estudio se derivan de su carácter cualitativo, documental, no
experimental y transversal, por lo que los resultados no permiten establecer
causalidad ni estimar efectos propios sobre productividad, ventas o desempeño
financiero. Además, las fuentes revisadas emplean muestras, instrumentos y países
distintos, lo que restringe la comparabilidad directa y obliga a interpretar los patrones
como tendencias documentales. A partir de estos límites, futuras investigaciones
podrían desarrollar estudios empíricos por país, tamaño empresarial y sector,
incorporar datos primarios de decisiones gerenciales y contrastar modelos
longitudinales que expliquen cómo evolucionan las capacidades analíticas. En
conjunto, la contribución central del estudio consiste en conectar la brecha
latinoamericana señalada por Gutiérrez et al. (2025) con una explicación gerencial
concreta: los datos solo fortalecen el desarrollo empresarial cuando se transforman
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 94
Artículo Científico
en capacidades organizacionales para decidir con evidencia, y no cuando
permanecen como recursos tecnológicos dispersos.
5. Conclusiones
Los resultados permiten concluir que el análisis de datos representa una capacidad
relevante para el desarrollo empresarial y la toma de decisiones gerenciales en
América Latina, aunque su aprovechamiento permanece condicionado por el nivel de
madurez organizacional de las empresas. El hallazgo principal muestra que la
digitalización básica no garantiza decisiones basadas en evidencia, porque muchas
organizaciones disponen de herramientas o datos, pero aún no cuentan con procesos,
talento y criterios gerenciales para convertir esa información en valor. Esto sugiere
que el desarrollo empresarial asociado a los datos debe interpretarse como un
proceso progresivo, en el que la tecnología funciona como soporte, pero no como
sustituto de la capacidad directiva.
En relación con los objetivos específicos, se observa que la madurez analítica
empresarial se encuentra mayoritariamente en etapas iniciales, con una concentración
importante de mipymes en niveles principiante y novato, y con rezagos marcados en
datos, analítica, personas y organización. También se evidencian diferencias por
tamaño y sector: las empresas grandes presentan mejores condiciones para adoptar
tecnologías avanzadas, mientras que las mipymes enfrentan mayores restricciones
de conectividad, talento y recursos. Asimismo, los resultados muestran que la
computación en la nube, la formación TIC, la banda ancha rápida y el software
especializado se asocian con mejores indicadores de productividad y desempeño,
aunque estas relaciones deben interpretarse dentro del alcance descriptivo del
estudio.
El aporte principal de la investigación consiste en ordenar evidencia dispersa sobre
analítica empresarial, decisiones gerenciales y desarrollo organizacional desde una
perspectiva latinoamericana. En términos académicos, el estudio contribuye a
diferenciar entre adopción digital, madurez analítica y desempeño empresarial,
categorías que con frecuencia se tratan como equivalentes. En el ámbito profesional
e institucional, los hallazgos resaltan la necesidad de orientar las estrategias
empresariales hacia la integración de datos, procesos y capacidades humanas. Esto
resulta especialmente pertinente en una región donde las mipymes representan la
mayor parte del tejido empresarial y cumplen un papel decisivo en el empleo, la
productividad y la estabilidad económica.
A partir de estos resultados, se recomienda que las empresas avancen de manera
gradual hacia modelos de decisión sustentados en datos, priorizando primero la
calidad de la información, la capacitación del talento humano, la conectividad y la
integración de sistemas de gestión. De igual forma, futuras investigaciones podrían
profundizar mediante estudios empíricos por país, sector y tamaño empresarial, así
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 95
Artículo Científico
como mediante diseños longitudinales que permitan observar la evolución de la
madurez analítica en el tiempo. La contribución central del estudio radica en mostrar
que la brecha latinoamericana no se explica únicamente por falta de tecnología, sino
por la necesidad de transformar los datos disponibles en capacidades gerenciales
sostenibles para decidir, competir y generar desarrollo empresarial.
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.
Referencias Bibliográficas
Akter, S., Wamba, S. F., Gunasekaran, A., Dubey, R., & Childe, S. J. (2016). How to
improve firm performance using big data analytics capability and business
strategy alignment? International Journal of Production Economics, 182, 113–
131. https://doi.org/10.1016/j.ijpe.2016.08.018
Arcos-Guacho, A. M., & Pino-Vela, J. A. (2024). Las ruedas comunitarias como
herramienta de transformación social en el barrio La Merced del cantón
Latacunga - Ecuador. Journal of Economic and Social Science Research, 4(4),
168–186. https://doi.org/10.55813/gaea/jessr/v4/n4/140
Barcia-Zambrano, I. A. (2022). Evaluación de la viabilidad de una empresa de turismo
rural en Santo Domingo de los Tsáchilas. Journal of Economic and Social
Science Research, 2(1), 58–71. https://doi.org/10.55813/gaea/jessr/v2/n1/47
Benalcázar-Sánchez, R. N., & Urresta-Yépez, R. F. (2024). Estrategias para mejorar
la competitividad en las asociaciones de los productores de papa en el cantón
Bolívar, provincia del Carchi. Journal of Economic and Social Science
Research, 4(4), 1–24. https://doi.org/10.55813/gaea/jessr/v4/n4/127
Brynjolfsson, E., & McElheran, K. (2016). The rapid adoption of data-driven decision-
making. American Economic Review, 106(5), 133–139.
https://doi.org/10.1257/aer.p20161016
Brynjolfsson, E., Hitt, L. M., & Kim, H. H. (2011). Strength in numbers: How does data-
driven decision making affect firm performance? ICIS 2011 Proceedings, 13.
https://aisel.aisnet.org/icis2011/proceedings/economicvalueIS/13
Cathles, A., Suaznabar, C., & Vargas, F. (2022). The 360 on digital transformation in
firms in Latin America and the Caribbean. Inter-American Development Bank.
https://doi.org/10.18235/0004635
Cedeño-Gómez, L. M., Figueroa-Nina, M. V., Napa-Conforme, M. A., Muñoz-Llanos,
J. A., & Zamora-Mayorga, D. J. (2025). Análisis crítico y estratégico del PDOT
2019–2023 del cantón Quevedo. Revista Científica Ciencia Y Método, 3(3),
165-180. https://doi.org/10.55813/gaea/rcym/v3/n3/70
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 96
Artículo Científico
Chen, H., Chiang, R. H. L., & Storey, V. C. (2012). Business intelligence and analytics:
From big data to big impact. MIS Quarterly: Management Information Systems,
36(4), 1165–1188. https://doi.org/10.2307/41703503
Chiguano-Chaluisa, L. J., Quishpe-Quinchuqui, J. E., Medina-Armas, A. T., & Hurtado-
García, K. del R. (2025). Control interno y su influencia en la toma de decisiones
en el “Comercial La Economía” cantón Balzar. Journal of Economic and Social
Science Research, 5(1), 1–13. https://doi.org/10.55813/gaea/jessr/v5/n1/151
Comisión Económica para América Latina y el Caribe. (2024). Latin America and the
Caribbean must direct science, technology and innovation efforts towards
addressing its productivity challenge.
https://www.cepal.org/en/pressreleases/latin-america-and-caribbean-must-
direct-science-technology-and-innovation-efforts
Comisión Económica para América Latina y el Caribe. (2024). Panorama of productive
development policies in Latin America and the Caribbean, 2024: How can the
region advance the great productive transformation it needs?
https://www.cepal.org/en/publications/80643-panorama-productive-
development-policies-latin-america-and-caribbean-2024-how-can
Comisión Económica para América Latina y el Caribe. (2025). Latin America and the
Caribbean: Real GDP growth in 2024 and forecasts for 2025 and 2026
(percentages) [PDF].
https://www.cepal.org/sites/default/files/pr/files/table_new_projectionsgdp_oct-
2025.pdf
Concha-Ramirez, J. A., & Navarrete-Ortiz, J. del C. (2023). Ética empresarial y
responsabilidad social en la inteligencia artificial. Revista Científica Ciencia Y
Método, 1(3), 31-44. https://doi.org/10.55813/gaea/rcym/v1/n3/18
Creswell, J. W., & Poth, C. N. (2024). Qualitative inquiry and research design:
Choosing among five approaches (5th ed.). SAGE Publications.
https://us.sagepub.com/en-us/nam/qualitative-inquiry-and-research-
design/book266033
Dalglish, S. L., Khalid, H., & McMahon, S. A. (2020). Document analysis in health policy
research: The READ approach. Health Policy and Planning, 35(10), 1424–
1431. https://doi.org/10.1093/heapol/czaa064
Davenport, T. H., & Harris, J. G. (2017). Competing on analytics: Updated, with a new
introduction: The new science of winning. Harvard Business Review Press.
https://store.hbr.org/product/competing-on-analytics-updated-with-a-new-
introduction-the-new-science-of-winning/10157
DeStefano, T., Kneller, R., & Timmis, J. (2025). Cloud computing and firm growth. The
Review of Economics and Statistics, 107(6), 1638–1651.
https://doi.org/10.1162/rest_a_01393
Díaz-Avelino, J. R., Casanova-Villalba, C. I., Carrillo-Barragán, C. E., Cueva-Jiménez,
M. G., Herrera-Sánchez, M. J., & Zambrano-Muñoz, C. K. (2024). Integrando IA
en los nuevos paradigmas de las ciencias económicas y gestión empresarial.
Editorial Grupo AEA. https://doi.org/10.55813/egaea.l.78
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 97
Artículo Científico
Duso, T., & Schiersch, A. (2025). Let’s switch to the cloud: Cloud usage and its effect
on labor productivity. Information Economics and Policy, 70, Article 101130.
https://doi.org/10.1016/j.infoecopol.2025.101130
Espinoza-Saldaña, N. J., Lara-Zambrano, W. O., Ruiz-Jara, J. A., & Zamora-Mayorga,
D. J. (2025). Ciberseguridad en gobierno electrónico: percepción del sector
público en El Empalme. Revista Científica Ciencia Y Método, 3(3), 94-106.
https://doi.org/10.55813/gaea/rcym/v3/n3/62
Gupta, M., & George, J. F. (2016). Toward the development of a big data analytics
capability. Information & Management, 53(8), 1049–1064.
https://doi.org/10.1016/j.im.2016.07.004
Gutiérrez, L. H., Gallego, J. M., & Herrera Giraldo, M. F. (2025). Exploring the drivers
and performance impacts of advanced digital technologies in Latin American
economies. Inter-American Development Bank.
https://doi.org/10.18235/0013728
Gutiérrez, L. H., Gallego, J. M., & Herrera, M. (2025). Exploring the drivers and
performance impacts of advanced digital technologies in Latin American
economies (IDB Technical Note No. 3197). Inter-American Development Bank.
https://publications.iadb.org/publications/english/document/Exploring-the-
Drivers-and-Performance-Impacts-of-Advanced-Digital-Technologies-in-Latin-
American-Economies.pdf
Hernández-Coque, D. C., & Herrera-Enríquez, G. P. (2025). Aeropuerto inteligente:
Adopción tecnológica de los pasajeros del aeropuerto internacional “Mariscal
Sucre”. Journal of Economic and Social Science Research, 5(1), 14–34.
https://doi.org/10.55813/gaea/jessr/v5/n1/158
Herrera-Enríquez, G. P., & Castillo-Montesdeoca, E. A. (2025). Proceso de análisis
jerárquico: La ciencia detrás de las decisiones estratégicas. Editorial Grupo
AEA. https://doi.org/10.55813/egaea.l.132
Herrera-Sánchez, M. J., & Casanova-Villalba, C. I. (2024). Inteligencia artificial y su
impacto en la transformación de la gestión financiera. Space Scientific Journal
of Multidisciplinary, 2(1), 52–64. https://doi.org/10.63618/omd/ssjm/v2/n1/43
Jara-Álvarez, G. X., Custode-Quiñonez, J., & Santander-Salmon, E. S. (2025).
Innovación abierta como estrategia de competitividad en pymes. Revista
Científica Ciencia Y Método, 3(1), 1-14.
https://doi.org/10.55813/gaea/rcym/v3/n1/32
Jaramillo-Chuqui, I. F., & Villarroel-Molina, R. (2023). Elementos básicos de análisis
inteligente de datos. Editorial Grupo AEA.
https://doi.org/10.55813/egaea.l.2022.65
Lizarraga-Aguirre, H. R., & López-Moncada, G. V. (2025). Informalidad y calidad del
servicio en el transporte público urbano en los exteriores del Mall Plaza. Journal
of Economic and Social Science Research, 5(1), 52–65.
https://doi.org/10.55813/gaea/jessr/v5/n1/160
Revista Científica Enfoques del Conocimiento | V.02 | N.02 | Abr–Jun | 2025 | https://revistacec.blez.edu.ec pág. 98
Artículo Científico
Lozada, N., Arias-Pérez, J., & Perdomo-Charry, G. (2019). Big data analytics capability
and co-innovation: An empirical study. Heliyon, 5(10), Article e02541.
https://doi.org/10.1016/j.heliyon.2019.e02541
Mikalef, P., Islam, N., Parida, V., Singh, H., & Altwaijry, N. (2023). Artificial intelligence
(AI) competencies for organizational performance: A B2B marketing capabilities
perspective. Journal of Business Research, 164, Article 113998.
https://doi.org/10.1016/j.jbusres.2023.113998
Moreira-Cantos, E. A., & Mieles-Giler, J. W. (2025). Evaluación de impacto ambiental
en los atractivos turísticos Paseo Lúdico del cantón Montecristi, Manabí,
Ecuador. Revista Científica Ciencia Y Método, 3(3), 229-246.
https://doi.org/10.55813/gaea/rcym/v3/n3/72
Naranjo-Lozada, S. G., Haro-Sarango, A. F., Gómez-Romo, M. del C., & Molina-
López, G. F. (2024). Endeudamiento como factor determinante del Índice de
Participación de Mercado. Journal of Economic and Social Science
Research, 4(2), 258–270. https://doi.org/10.55813/gaea/jessr/v4/n2/111
OECD/CAF/SELA. (2024). SME Policy Index: Latin America and the Caribbean 2024:
Towards an inclusive, resilient, and sustainable recovery. OECD Publishing.
https://doi.org/10.1787/ba028c1d-en
Rivadeneira Moreira, J. C., Herrera Sánchez, M. J., Casanova Villalba, C. I., & Bueno
Moyano, F. R. (2022). Estadística y crecimiento empresarial: Análisis
bibliométrico. AlfaPublicaciones, 4(2), 6–20.
https://doi.org/10.33262/ap.v4i2.195
Sanchez-Simbaña, S. E. (2025). Una perspectiva emancipadora sobre la gobernanza
de recursos naturales y soberanía en el contexto Ecuatoriano. Revista
Científica Zambos, 4(1), 140-152. https://doi.org/10.69484/rcz/v4/n1/82
Sarmiento-Martínez, R. G. (2024). Estrategias de Gestión para la Optimización del
Tránsito Urbano en el Cantón La Concordia: Desafíos y Oportunidades. Revista
Científica Zambos, 3(3), 64-77. https://doi.org/10.69484/rcz/v3/n3/54
Saunders, M. N. K., Lewis, P., & Thornhill, A. (2023). Research methods for business
students (9th ed.). Pearson. https://www.pearson.com/en-ca/subject-
catalog/p/research-methods-for-business-students/P200000010080
Wamba, S. F., Gunasekaran, A., Akter, S., Ren, S. J.-F., Dubey, R., & Childe, S. J.
(2017). Big data analytics and firm performance: Effects of dynamic capabilities.
Journal of Business Research, 70, 356–365.
https://doi.org/10.1016/j.jbusres.2016.08.009
Yin, R. K. (2018). Case study research and applications: Design and methods (6th
ed.). SAGE Publications. https://www.sagepub.com/shop/buy-a-book/case-
study-research-and-applications-6-250150
Zambrano Cedeño, J. I. (2021). Hacia una ciudad más ordenada: análisis de la
reubicación de los comerciantes informales en Santo Domingo de los
Tsáchilas. Journal of Economic and Social Science Research, 1(4), 14–27.
https://doi.org/10.55813/gaea/jessr/v1/n4/39