Método Cluster-RNA para Clasificar, Caracterizar y Pronosticar Perfiles Competitivos del Sector Tiendas Minoristas en la Ciudad de Barranquilla

• De La Hoz G, Efrain ^[1] ; Iglesias, Maria Auxiliadora ^[2] ; Perez Coronell, Leidy Haidy
  1. [1] Universidad de Cartagena

     Universidad de Cartagena

     Colombia

     
  2. [2] Universidad Simón Bolíva. Barranquilla, (Colombia)
• Localización: INGE CUC, ISSN 0122-6517, ISSN-e 2382-4700, Vol. 16, Nº. 1, 2020 (Ejemplar dedicado a: (January - June))
• Idioma: español
• Títulos paralelos:
  • Cluster-RNA Method to Classify, Characterize and Predict Competitive Profiles of the Retail Stores Sector in the City of Barranquilla
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Objetivo: Desarrollar un método para clasificar, caracterizar y pronosticar perfiles competitivos del sector tiendas minoristas a partir de la integración de la técnica de análisis de cluster y las redes neuronales artificiales. Metodología:  Para lo anterior se revisó la literatura relacionada con la competitividad de tiendas minoristas a partir de lo cual se identificaron variables asociadas a esta investigación. La información analizada corresponde a 224 tiendas de comercio minorista de la ciudad de Barranquilla. Resultados: El análisis de cluster permitió caracterizar 4 perfiles competitivos del sector que mostraron ser homogéneos intragrupo y heterogéneos extragrupo, El modelo de red neuronal artificial mostró un 91,3% de clasificación correcta en la muestra de reserva, con lo cual se infiere la capacidad de clasificación del modelo de red y la capacidad discriminante de las variables relacionadas con el conocimiento de productos y precios, las prácticas de inventario y ventas, presencia en el mercado, atención diferenciada, ubicación y variedad de productos en los perfiles identificados.  Conclusiones: Los resultados de la investigación muestran alta capacidad del método cluster-RNA, para clasificar y proyectar perfiles competitivos a partir de los cuales se pueden diseñar procesos de mejoramiento.

  • English

    Objective: To develop a method to classify, characterize and forecast competitive profiles of the retail stores sector based on the integration of the cluster analysis technique and artificial neural networks. Methodology: For the above, the literature related to the competitiveness of retail stores was reviewed, from which variables associated with this research were identified. The information analyzed corresponds to 224 retail stores in the city of Barranquilla. Results: The cluster analysis allowed to characterize 4 competitive profiles of the sector that showed to be homogeneous intragroup and heterogeneous extragroup. The artificial neural network model showed a 91.3% correct classification in the reserve sample, which inferred the capacity of classification of the network model and the discriminant capacity of the variables related to the knowledge of products and prices, the practices of inventory and sales, presence in the market, differentiated attention, location and variety of products in the identified profiles. Conclusions: The results of the research show high capacity of the cluster-RNA method, to classify and project competitive profiles from which improvement processes can be designed.