EN DEFICI

PROBLEMA PROTOTIPICO

¿POR QUÉ FRACASAN LAS MIPYMES EN MÉXICO?

MATERIA: MINERIA DE DATOS

GRUPO: LCDA-602
INTEGRANTES:
ÁVILA PÉREZ DANIEL
SPÍNDOLA LUNA EDGAR TONATIUH
MARTÍNEZ MOLINA GABRIELA
MARTÍNEZ GONZÁLEZ JUAN PABLO
PLATA MARTÍNEZ ANDREA

PROFESOR:
DURAN CASTILLO ALEJANDRO
FECHA: 12-JULIO-2022

1
 INTRODUCCIÓN

Las pequeñas y medianas empresas (MIPYMES), tienen una gran importancia en la

economía, en el empleo a nivel nacional y regional, tanto en los países industrializados
como en los de menor grado de desarrollo. Las empresas PYMES representan a nivel
mundial el segmento de la economía que aporta el mayor número de unidades económicas
y personal ocupado; de ahí la relevancia que reviste este tipo de empresas y la necesidad
de fortalecer su desempeño, al incidir éstas de manera fundamental en el comportamiento
global de las economías nacionales; de hecho, en el contexto internacional se puede afirmar
que el 90% o un porcentaje superior de las unidades económicas totales está conformado
por las MIPYMES.

Los criterios para clasificar a la pequeña y mediana empresa son diferentes en cada país, de
manera tradicional se ha utilizado el número de trabajadores como criterio para estratificar
los establecimientos por tamaño y como criterios complementarios, el total de ventas
anuales, los ingresos y/o los activos fijos. Las empresas en la actualidad tienen que ser
eficientes, competitivas y ofrecer productos y/o servicios de calidad; ya que las condiciones
del mercado, tanto a nivel nacional e internacional demandan de las empresas mejorar la
calidad; para que las mismas puedan lograrlo tienen que desarrollar y modernizar las
capacidades productivas y administrativas, lo que genera mejores condiciones en las que la
empresa trabaja, lo que puede aumentar la creación de negocios en su entorno.

2
pymes$Estado...11

unique(pymes$Estado...11)

1.-Vamos a utilizar pipes vamos a filtrar los municipios de la ciudad de México seleccionando las
variables de industria, empresa, número de empleados, municipio, dirección año de creación y
funcionamiento

pymes1 <- pymes %>% filter(Estado...11 == "CIUDAD DE MEXICO") %>%

select(Industria, Empresa, Estado...11, Numero_Empleados,Municipio,Direccion,

Anio_creacion,En_funcionamiento)

pymes1

2.- Aquí vamos a mandar llamar dentro de la base de datos a las empresas de la ciudad de Mexico

Vamos a filtrar las empresas de la ciudad por su año de creación seleccionamos los campos de,

empresa año de creación y la industria.

Obtener las empresas de la ciudad por año de creación.

pymes1%>%

filter(Estado...11=="CIUDAD DE MEXICO")%>%

select(Empresa,Anio_creacion,Industria)%>%

group_by(Anio_creacion)%>%

top_n(1, Empresa)%>%

arrange(Anio_creacion)

3
3.-Con estos comandos vamos a poder mostrar de la base de datos las dimensiones

el tipo de cada valor ya sea numérico o de texto

str(pymes1)

class(pymes1)

dim(pymes1)

4.-Para este comando vamos a poder visualizar los primeros renglones que vienen en nuestra base
de datos

head(pymes1)

4
5.-Vamos a mostrar los últimos renglones de nuestra base de datos

tail(pymes1)

plot(c(pymes2$Inicial,pymes2$Creadas,pymes2$No_funcionan,pymes2$Actual))

6.-VAMOS A DETERMINAR LOS AÑOS EN DONDE FUERON LOS MAYORES Y MENORES

CRECIMIENTOS DE EMPRESAS

LO QUE NOS MUESTRA QUE EN EL AÑO 2020 FUERON DONDE SE DIERON MENORES
CRECIMIENTOS DE EMPRESAS Y EL MAYOR

CRECIMIENTO FUE EN EL AÑO 2022 UTILIZAMOS VALORES MÍNIMOS Y MÁXIMOS DE LOS

CRECIMIENTOS DE EMPRESAS DENTRO DE LA BASE DE DATOS Y ASÍ SACARLOS POR AÑO.

DE LA TABLA MUESTRA LOS ANOS MAXIMOS Y MINIMOS DE CREACION DE LAS EMPRESAS

min(pymes1$Anio_creacion)

5
max(pymes1$Anio_creacion)

7.-Aquí utilizamos el package de sql para realizar la consulta de los 6 primeros renglones consultar
los 6 primeros renglones mostrando las variables de industria, empresa, estado, número de
empleados, municipio, dirección y su año de creación mostrando los 6 renglones con límite de 3
provenientes de pymes1 con nuestro from.

sqldf('SELECT * FROM pymes1 LIMIT 3')

8.-Para este caso vamos a seleccionar de pymes2 los que fueron creadas pero que actualmente no
están funcionando ya sea por cualquier tipo de situación fueron cerradas.

sqldf('select* from pymes2 where No_funcionan>1000')

9.- Vamos a seleccionar las variables de empresas y las que están en funcionamiento respecto de
pymes 1 vamos a agregar un límite de 10 y sobre de ellos se va a mostrar que de las 10, 4
empresas si están en funcionamiento y 6 no lo están.

sqldf('SELECT En_funcionamiento, Empresa FROM pymes1 LIMIT 10')

6
10.- Con la función de sql realizaremos la consulta seleccionando de pymes1 con el from en orden
el número de empleados de manera ascendente con ASC

sqldf('SELECT * FROM pymes1 ORDER BY Numero_Empleados ASC')

7
11.- Usando sql seleccionamos las variables de empresa, año de creación, que viene con from de
pymes ordenado con las que están funcionando en forma ascendente. mostrando como límite
solo 10 datos

sqldf('SELECT Empresa,Anio_creacion FROM pymes ORDER BY En_funcionamiento ASC LIMIT 10')

12.- Vamos a seleccionar con nuestro from de pymes1 y vamos a ordenar con el order las variables
industria, empresa y se van a acomodar de una manera descendente con la función DESC con los
límites de 10 datos

ORDENAR DESCENDENTE LAS PYMES POR INDUSTRIA DE MODO DECENDENTE

sqldf('SELECT * FROM pymes1 ORDER BY Industria, Empresa DESC LIMIT 10')

13.-Para este caso se van a seleccionar con el from de pymes1 a las empresas que el numero de
sus empleados sea igual a 1

MOSTRAR LAS EMPRESAS QUE SEAN VALOR 1 (QUE ES SIGAN EN FUNCIONAMIENTO)

sqldf('select* from pymes1 where Numero_Empleados == 1')

8
14.- Vamos a seleccionar count para que no cuente el número de empresas que se tienen en
pymes 1 dando un total de 39863 el total de empresas dentro de pymes 1

CONTAR ELEMENTOS DE LA VARIABLE EMPRESA

sqldf('SELECT COUNT(Empresa)

AS NUMERO_De_Empresas

FROM pymes1')

15.-Para este caso vamos a usar pipes para que nos muestre las empresas que están en
funcionamiento aun dentro de pymes 1 usando una variable de siguen funcionando

CONTAR LAS EMPRESAS QUE SIGAN FUNCIONANDO

empresas_vivas <- pymes1 %>% filter(En_funcionamiento=="1") %>%

group_by(Industria,Municipio) %>%

summarise(empresas_en_funcionamiento=n(), .groups = 'drop')

empresas_vivas %>% top_n(10, empresas_en_funcionamiento) %>%

arrange(desc(empresas_en_funcionamiento))

9
16.-Para este caso vamos a usar pipes para que nos muestre las empresas que están muertas

dentro de pymes 1 usando una variable de siguen funcionando mostrando por municipio las que
ya cerraron o ya no funcionan

CONTAR LAS EMPRESAS QUE YA NO ESTAN EN FUNCIONAMIENTO

empresas_muertas <- pymes1 %>% filter(En_funcionamiento=="0") %>%

group_by(Industria,Municipio) %>%

summarise(empresas_en_funcionamiento=n(), .groups = 'drop')

empresas_muertas %>% top_n(10, empresas_en_funcionamiento) %>%

arrange(desc(empresas_en_funcionamiento))

empresas_muertas

10
17.- Vamos a seleccionar la función de distinct para mostrar las diferentes empresas dentro de
pymes ordenando con su año de creación usando un límite de 10 valores

DISTINTOS TIPOS DE INDUSTRIAS SOLO LAS 10 PIRMERAS

sqldf('SELECT DISTINCT iNDUSTRIA AS DISTINTAS_INDUSTRIAS

FROM pymes1 ORDER BY Anio_creacion

LIMIT 10')

#18.-Para este caso se va a seleccionar disctint para mostrar los diferentes empresas y su año de
creación que viene de pymes1, se va ordenar por municipio con un límite de 15 datos.

DISTINTAS EMPRESAS Y AÑOS DE CREACION ASCENDENTE EN MUNICIPIO CON LIMITE 15

sqldf('SELECT DISTINCT Empresa AS Empresas,

Anio_creacion AS ANIOS FROM pymes1

ORDER BY Municipio

LIMIT 15')

11
19.-Ocuparemos una paleta de colores o colores de html para las gráficas de ggplot.

Son dos variables para la paleta de colores y vamos ingresar códigos de los colores en html se
crearon 3 paletas de colores diferentes para la hora de visualizar o realizar gráficos nos represente
los datos con colores diferentes:

cols <- c("#B8860B", "#CCEDB1", "#41B7C4",

"#D7FF11", "#A9A9A9", "#1160FF",

"#1196FF", "#FF3511", "#5C11FF",

"#11FF52", "#8B008B", "#00008B",

"#A111FF", "#E9967A", "#11FFFB",

"#FF1193")

cols1 <- c("#FF1167", "#74DC05", "#DC1805",

"#CCDC05", "#DCA105", "#12DC05",

"#4169E1", "#4B0082", "#05DC87",

"#0577DC", "#05DCC2", "#5A05DC",

"#9405DC", "#800000" , "#DC059E",

"#DC0563")

cols2 <- c("#0000FF" ,"#8A2BE2", "#A52A2A",

"#DEB887" ,"#5F9EAO", "#A7EFF00",

"#D2691E", "#FF7F5O" ,"#6495ED")

12
20.-Con el comando de sql seleccionamos empresa que viene con el from seleccionado pymes1
usando las que están en funcionamiento con un límite de 20

SELECCIONAR REGISTROS DONDE LAS EMPRESAS SEAN 0 (QUE NO SIGUIEN EN

FUNCIONAMIENTO) Y QUE LAS MUESTRE POR NOMBRE DE EMPRESA

sqldf('SELECT Empresa from pymes1

WHERE En_funcionamiento = 0 LIMIT 20')

Datos_Pymes

13
21.-Vamos a nombrar un nuevo pipe donde vamos a llamar otro conjunto de datos llamado
pymes2

pymes2 <- Datos_Pymes %>% filter(Entidad == c("Ciudad de

M?xico","Jalisco","Chiapas","Colima","Estado de México","Nuevo León")) %>%

select(Entidad, Inicial, Creadas, No_funcionan, Actual,)

pymes2

22.- Aquí vamos a cargar la librería ggplot2 y vamos a realizar la visualización de un histograma

# delas empresas creadas, las iniciales, las que ya no funcionan y las actuales creadas

library(ggplot2)

hist(x=c(pymes2$Creadas, pymes2$Inicial, pymes2$No_funcionan, pymes2$Actual))

14
23.- Aquí vamos usar con sql para poder sacar cual es la entidad máxima

sqldf("select max(Entidad) from pymes2")

24.-Vamos a sacar la entidad mínima

sqldf("select min(Entidad) from pymes2")

25.- Vamos a realizar una suma donde nos muestre las que son iniciales la recientemente creadas
y las que ya no están actualmente en funcionamiento, como también las que están funcionando
actualmente

sqldf("SELECT SUM(Inicial),SUM(Creadas),SUM(No_funcionan),SUM(Actual) FROM pymes2")

26.-Aqui vamos a empezar a realizar la visualización donde vamos a ver primero las que no
funcionan con la librería de ggplot utilizando varios geom para poder hacer visualizaciones con
ggtitle se le va aponer el título en el grafico las escalas de los valores vamos a ajustar el tamaño,
estilo y posición de nuestro gráfico.

plot1 <- ggplot(pymes2, aes(x = Entidad, y = No_funcionan, fill = Entidad)) +

geom_bar(stat = "identity") + ggtitle("No funcionan")+ scale_fill_manual(values = cols)+

scale_x_discrete(breaks = NULL)+

theme (legend.position = "left", axis.text.x = element_text(face="plain", colour="black",

size=rel(1.25)), axis.text.y = element_text(face="plain",

colour="black", size=rel(1.25),
angle=90, hjust=0.5))

25.1.-Vamos a realizar las visualización con la librería de ggplot para ver las que fueron creadas
recientemente utilizando varios geom para poder hacer visualizaciones con ggtitle se le va aponer
el título en el grafico las escalas de los valores vamos a ajustar el tamaño, estilo y posición de
nuestro grafico también podemos usar nuestra paleta de colores que se crearon por medio de
códigos de color de html

15
plot2 <- ggplot(pymes2, aes(x = Entidad, y = Creadas, fill = Entidad)) + geom_bar(stat = "identity") +

ggtitle ("Creadas")+ scale_fill_manual(values = cols)+ scale_x_discrete(breaks = NULL)+

theme (legend.position = "left", axis.text.x = element_text(face="plain", colour="black",

size=rel(1.25)),

axis.text.y = element_text(face="plain", colour="black", size=rel(1.25), angle=90, hjust=0.5))

25.2.- Vamos a realizar las visualización para poder mostrar en este caso las que están
actualmente con la librería de ggplot utilizando varios geom para poder hacer visualizaciones con
ggtitle se le va aponer el título en el grafico las escalas de los valores vamos a ajustar el tamaño ,
estilo y posición de nuestro grafico también podemos usar:

plot3 <- ggplot(pymes2, aes(x = Entidad, y = Actual, fill = Entidad)) + geom_bar(stat = "identity") +

ggtitle ("Actuales")+ scale_fill_manual(values = cols)+ scale_x_discrete(breaks = NULL)+

theme (legend.position = "left", axis.text.x = element_text(face="plain", colour="black",

size=rel(1.25)),

axis.text.y = element_text(face="plain", colour="black", size=rel(1.25), angle=90, hjust=0.5))

25.3.-Aqui mandamos llamar a las visualizaciones y las muestra en nuesta ventana de plots

plot1

16
plot2

plot3

17
26.-vamos a poder sacar cual es el promedio de nuestras empresas creadas recientemente

sd(pymes2$Inicial)

27.- Aquí se va usar el sum para sumar todas las empresas que ya no están funcionando dentro de
pymes2

sum(pymes2$No_funcionan)

28.-Siguiendo con las visualizaciones vamos a hacer el histograma donde nos muestre las
empresas que estén dentro de la variable de iniciales

hist(pymes2$Inicial, col = "purple", main = "Histograma para la variable Inicial",

xlab="Total", ylab="Numero de empresas")

18
29.- Vamos a realizar el histograma de las empresas dentro de la variable creadas

hist(pymes2$Creadas, col = "cyan", main = "Histograma para la variable Creadas",

xlab="Total", ylab="Numero de empresas")

30.- Aquí vamos a visualizar el histograma del total de las empresas de las cuales ya no están en
funcionamiento

hist(pymes2$No_funcionan, col = "green", main = "Histograma para la variable No funcionan",

xlab="Total", ylab="Numero de empresas")

19
31.-Se va a visualizar el histograma de las empresas las cuales estén actualmente con servicio

hist(pymes2$Actual, col = "navy", main = "Histograma para la variable Actual",

xlab="Total", ylab="Numero de empresas")

20
 CONCLUSIÓN
Las MiPymes en México forman una parte importante de la economía nacional, pero es una
realidad que la mayoría de ellas morirán en el transcurso de 10 años, este fenómeno se debe a
diversos factores sociales, económicos y legales, ya que inciden en el desarrollo de estas. Existen
datos que nos narran esta historia, este es un ejercicio para tratar de comprender el por qué, de
su fracaso. Es de vital importancia que las MiPymes cuenten con un plan de negocios ya que se van
a ir estudiando las posibles complicaciones que pueden sufrir y saber cómo actuar ante esa
situación y no entrar en pánico. Esto empieza desde la planeación de esta, es decir, desde antes de
que nazca el negocio, no solo es tener una buena idea de negocio, sino saber cómo desarrollarla y
ejecutarla, es importante saber quiénes podrán ser nuestros posibles compradores y tener en
cuenta si podemos tener un valor agregado, ya que siempre tendremos competidores ya
establecidos o nuevos. Se tiene que invertir en un estudio de mercado para saber si nuestro
producto es el adecuado para nuestros posibles clientes, las preferencias y si existe algo que
podamos hacer para diferenciarnos de nuestros competidores para hacer que de esta forma nos
prefieran. El plan administrativo es sumamente importante ya que así se organiza la empresa y al
momento de que se presente algún problema se podrán reconocer rápidamente y actuar en
consecuencia.

21