UNIVERSIDAD CENTRAL DEL ECUADOR 

FACULTAD DE CIENCIAS ADMINISTRATIVAS 

CARRERA DE ADMINISTRACION DE EMPRESAS 

SISTEMAS DE INFORMACION GERENCIAL 

NEGOCIOS INTELIGENTES E INTELIGENCIA ARTIFICIAL

GRUPO N°2

INTEGRANTES: 

 ANDRADE QUIROZ DAVID ALEJANDRO 

 ARCENTALES GARCIA MARIA JOSÉ 

 BAUTISTA NARANJO ANA MARÍA 

 COFRE VARGAS MIRYAM VIVIANA 

 MOREIRA ORTIZ KATHERINE LISBETH 

AER 7-2 

2022-2022 
BUSINESS INTELLIGENCE
Concepto

Para Cano (2007), un Business Intelligence o BI es un proceso interactivo para

explorar y analizar la información estructurada sobre un área, principalmente

almacenada en un datawarehouse, esto es un sistema que agrega y combina información

de diferentes fuentes en un almacén de datos único y centralizado, con el fin de

respaldar el análisis empresarial, esto se realiza con el fin de descubrir tendencias para

lograr la derivación de ideas y extraer conclusiones

El proceso de BI incluye toda la comunicación de los descubrimientos para

lograr efectuar cambios pertinentes y además se incluyen las distintas áreas de la

empresa, como clientes, proveedores, productos, servicios y competidores.

El objetivo de Business Intelligence es apoyar de forma sostenible y continuada

a las organizaciones para mejorar su competitividad, de tal manera que proporciona la

información necesaria para la toma de decisiones, además, a través de BI se pretende

convertir datos en información y a partir de la información ser capaces de descubrir

conocimiento, esto se logra mediante el uso de tecnologías.

Una solución BI completa permite

 Observar ¿qué ocurre?

 Comprender ¿por qué ocurre?

 Predecir ¿qué ocurriría?

 Colaborar ¿qué debería hacer el equipo?

 Decidir ¿qué camino se debe seguir?

 Existen tres pilares fundamentales de BI, estos sustentas la aplicación práctica en

el día a día de las empresas:

1. Recolección de datos: se puede conocer las necesidades de los

consumidores, tendencias del mercado

2. Organización y análisis de datos: organizar la información de forma

estructurada, visual y clara, evitando errores al momento de analizar

3. Seguimiento y control: el BI deja clara la información relativa al proceso y

el profesional supervisa y compara los datos para determinar cuellos de

botella y poder resolverlos

Aplicación en las empresas

El Business Intelligence es utilizado por todo tipo de negocios, de todos los

tamaños, desde una pequeña tienda hasta una multinacional dedicada a la industria

tecnológica, frecuentemente son utilizadas para tomar decisiones estratégicas dentro de

la organización, además, de usar grandes cantidades de datos y análisis para dominar

cierto sector de la industria, también, se basan en llevar acabo cambios comerciales con

el fin de fidelizar y captar nuevos clientes, detección y corrección de desviaciones

presupuestarias

Ejemplo
HelloFresh es el principal proveedor de ingredientes frescos y recetas que

ayudan a las familias a disfrutar de comidas caseras saludables sin necesidad de

planificar ni hacer la compra. La empresa envasa más de 10 millones de comidas al mes

para los más de medio millón de clientes que tienen en todo el mundo. 

HelloFresh

Informes de marketing digital centralizado en HelloFresh para aumentar las

conversiones
Problema: Los informes de marketing digital requerían demasiado tiempo, eran

manuales e ineficientes

Solución: Para la compañía de kits de comidas HelloFresh, una solución de inteligencia

de negocios centralizado ahorró al equipo de análisis de marketing de 10 a 20 horas de

trabajo por día al automatizar los procesos de generación de informes, también permitió

al equipo de marketing más Amplio elaborar campañas de marketing digital regionales e

individualizadas

Con base en los análisis agregados del comportamiento del cliente, HelloFresh

creó tres tipos de compradores para guiar sus esfuerzos. El hecho de poder ver y rastrear

datos en tiempo real significa que el equipo puede reaccionar a los comportamientos de

los clientes y optimizar las campañas de marketing. Como resultado, vieron un aumento

en las tasas de conversión y una mejor retención de clientes.

Para HelloFresh, los datos son clave, no solo para entender qué gusta y qué no

gusta a los clientes, sino también para predecir sus preferencias y necesidades

No obstante, a medida que crecía su base de suscriptores, el personal de

HelloFresh necesitaba un data warehouse que pudiese admitir más datos y más

usuarios, y que pudiese predecir con mayor precisión la conducta de los clientes.

Para esto se implementó Cloudera la misma reúne y analiza más de 15 terabytes

(TB) de datos para ofrecer una visión global de cómo interacciona cada cliente con la

empresa, para ofrecer recomendaciones más personalizadas y pronósticos más precisos.

Más de 100 usuarios de negocio en todo HelloFresh, incluidos directivos de

centro de distribución, personal de marketing y equipos de desarrollo de producto,

ejecutan miles de consultas a diario en la plataforma para guiar todos los niveles

operativos.
 Es así, que a través de esto la base de todas las decisiones se basan en datos

obtenidos después de un análisis, todos los departamentos utilizan Cloudera, para

analizar el rendimiento de las campañas y operaciones en un nivel más detallada,

permitiendo así guiar de manera adecuada a la empresa.

BIG DATA
Concepto
Según Cukier K, (2013) el Big Data “se trata de hacer cosas a partir del análisis

de inmensas cantidades de información, que simplemente no son posibles con

volúmenes más pequeños”. Así pues, el ‘Big Data’ aplicado a los negocios es

básicamente el análisis masivo de datos para usarlos a la hora de tomar decisiones

determinantes para el futuro de una empresa. Por ello las compañías adoptan sistemas

capaces de analizar en segundos cantidades ingentes de datos que permiten responder a

las demandas del negocio en tiempo real.

Aplicación a las empresas

En primer lugar, las plataformas de Big Data permitirán a las empresas mejorar

la gestión de inventario a través de análisis predictivos. Se hace para evaluar lo que una

empresa necesita hacer para tener los niveles de existencias adecuados en las tiendas.

Por lo tanto, las empresas tienen una mejor oportunidad de lograr un equilibrio entre

vender demasiado rápido y decepcionar a los clientes o tener demasiada mercancía sin

vender.

Otra de los aspectos en las que se ha llevado a la transformación en el mundo

empresarial está en el análisis del comportamiento del cliente. La increíble función de

análisis predictivo ayuda a una organización a comprender las necesidades variables de

sus consumidores. Estos programas guardan la información del cliente y analizan estos

datos para predecir su comportamiento.

Ejemplo

Apple

Debido a la gran cantidad de información que maneja la compañía tecnológica

Apple, la organización hace uso del big data en la inteligencia artificial para asimilar

el enorme volumen de localizaciones y mapas que generan los smartphones, los coches

que se conectan a la nube u otros dispositivos. La política de la empresa siempre ha sido

adquirir otras empresas que aportasen valor añadido en este aspecto.

Es por ello que en 2015 Apple compró Mapsense para mejorar su servicio a

partir del análisis de los datos generados por una infinidad de clientes que se conectaban

simultáneamente a Internet.  El desarrollo de la empresa va íntimamente ligado con la

formación en el manejo experto de las nuevas tecnologías.

SISTEMAS EXPERTOS

Concepto

Según (Conganat, 2020), afirma que un sistema experto es la incorporación en

un ordenador de un componente basado en el conocimiento, que se obtiene a partir de la

habilidad de un experto, de forma tal que el sistema pueda dar consejos inteligentes o

tomar decisiones inteligentes. Una característica adicional deseable, y que para muchos

es fundamental, es que el sistema sea capaz, bajo demanda, de justificar su propia línea

de razonamiento de una forma inmediatamente inteligible para el que lo usa.

Los sistemas expertos son aplicaciones tecnológicas que pertenecen al gran

campo de la inteligencia artificial y pueden identificarse como programas informáticos

que reproducen la actuación de uno o varios expertos en un campo de actividad

determinado ( Innovación digital 360, 2022)

 Componentes

Según (BadMark, 2021), afirma lo siguientes componentes del sistema de

información:

 Base de conocimiento: en este componente se representan los hechos y reglas.

Aquí se almacena el conocimiento en un dominio particular, así como en las

reglas para resolver un problema, procedimientos y datos intrínsecos relevantes

para el dominio.

 Motor de inferencia: es el cerebro del sistema experto. Su función es obtener el

conocimiento relevante de la base de conocimientos, interpretarlo y encontrar

una solución relevante para el problema del usuario. Contiene las reglas de su

base de conocimiento y las aplica a los hechos conocidos para inferir nuevos

hechos.

 Así, proporciona razonamiento sobre la información en la base de conocimiento.

Los motores de inferencia también pueden incluir una explicación y habilidades

de depuración.

 Módulo de adquisición de conocimiento y aprendizaje: es la parte de estos

sistemas que permite que el sistema experto adquiera cada vez más

conocimiento de diversas fuentes y lo almacene en la base de conocimiento.

 Interfaz de usuario: es la parte más crucial del sistema experto. Este módulo

hace posible que un usuario no experto interactúe con el sistema experto y

encuentre una solución a un problema.

 El componente toma la consulta de un usuario en una forma legible y pasa al

motor de inferencia. Una vez allí, entran en funcionamiento los otros

componentes y posteriormente muestra los resultados al usuario. En otras

 palabras, es una interfaz que ayuda al usuario a comunicarse con el sistema

experto.

 Módulo de explicación: en este módulo el sistema experto da una explicación al

usuario sobre cómo el sistema experto llegó a una conclusión particular.

Clasificación

Según la ( Innovación digital 360, 2022), cita la siguiente clasificación de

sistemas de expertos:

 Sistemas expertos basados en reglas: se trata de sistemas basados en reglas

clásicas bien conocidas por el mundo de la informática en la forma IF

(condición) y THEN (acción). Dado un conjunto de hechos, los sistemas

expertos son capaces de deducir nuevos hechos gracias a sus reglas.

 Sistemas expertos basados en árboles: En este caso, dado un conjunto de datos

y algunas deducciones, el sistema experto crea un árbol (de posibles alternativas)

que clasifica los distintos datos. Ante un problema, se analizan nuevos datos del

árbol y el nodo final representa la solución.

Funcionamiento

Según ( Innovación digital 360, 2022), menciona lo siguiente:

 Base de Conocimiento: Podemos identificarla como una base de datos de

información que necesita el sistema para dar respuesta a un problema, la cual

será realizada por expertos con conocimientos específicos del tema que se

aplicará a la solución. Es el repositorio que almacena la información y las reglas

que permiten al sistema aplicar el razonamiento;

 Motor de razonamiento: la base de conocimientos en la parte inferior del sistema

experto también contiene información específica de un conjunto de reglas Si-

 Entonces o Si-Entonces: si ocurre una determinada condición, por ejemplo,

hacer una determinada pregunta, se establece una regla específica. aplicado - Por

ejemplo, hacer una segunda pregunta o dar una respuesta específica o iniciar una

acción específica, etc.

 Interfaz de usuario: es la parte del software que le permite al usuario utilizar el

motor de inferencia; generalmente es una interfaz web, a veces muy simplificada

(una página donde el usuario ingresa una pregunta por escrito y recibe en

pantalla las respuestas preparadas por el sistema experto) a veces más

estructurado (hoy en día también funciona con otros sistemas basados en IA

como el reconocimiento y la comprensión del lenguaje natural).

Aplicación en las empresas

Tabla 1
Aplicación en las empresas del sistema expertos

APLICACIÓN SECTOR
Banca y Seguros Industria Comercio Y servicios Encargos
estatales
Control  Observaciones  Control de Observación de Control en
Procesos de tendencias procesos tendencia central nuclear
Supervisión  Análisis de  Gobierno de o en grandes
declaración de procesos redes: gas,
impuestos.  Control eléctrica, agua.
 Análisis de automatizado.
riesgos.  Gestión de la
 Asesor de producción
cartera (fábrica
bursátil. flexible).
 Configuración  Diseño asistido
y control de la por ordenador
red de  Diagnóstico y/o
aplicaciones. mantenimiento.
 Desarrollo de  Control y
planes de vigilancia de
seguro. procesos.
 Gestión de
auditoría.
 Proceso de
 siniestros
Diseño  Configuración Requisitos de Diseño de
 Instalaciones productos redes de
 Diseño de distribución
productos (correo,
energía)
Diagnóstico  Concesión de  Motivo de fallo  Concesión de Diagnóstico
créditos  Mantenimiento créditos técnico
 Comprobación  Cálculo de
de hipotecas riesgos
 Análisis de
siniestros
Planificación  Análisis de  Funciones  Análisis de Planificación
riesgo lógicas de riesgo de inversiones,
 Gestión de proyectos  Análisis de emergencias y
valores  Proyectos mercado distribución.
 Planificación
de inversiones
Asesoramiento Asesoramiento a Asesoramiento a  Asesoramiento Asesoramiento
clientes clientes a clientes a clientes
 Servicios
especiales
Formación Formación Formación colabores Formación Formación
colaboradores colaboradores interna en
Formación del Formación del servicio cuestiones
servicio exterior exterior jurídicas
Realizado en base al autor (Lindo, 2020)

Ejemplo

Transacciones bancarias

Anteriormente, para realizar una transacción se tenía que visitar el banco, hoy en

día se puede realizar en cualquier hora y lugar usando los cajeros automáticos, ya que

son agentes automáticos que ayudan con transacciones, depósitos, retiros ayudando a

personas a resolver el problema.

Problemas de planificación empresarial

Los sistemas expertos pueden utilizarse para resolver problemas complicados de

planificación de forma que se optimicen ciertos objetivos como por ejemplo, la

organización y asignación de actividades, políticas y manuales de modo que se logre

cumplir con los objetivos empresariales.

REDES NEURONALES
Según (IBM, 2021) Las redes neuronales son modelos simples del

funcionamiento del sistema nervioso. Las unidades básicas son las neuronas, que

generalmente se organizan en capas, como se muestra en la siguiente ilustración.

Ilustración 1
Redes Neuronales

Fuente: (IBM, 2021)

Por lo cual una red neuronal es un modelo simplificado que emula el modo en

que el cerebro humano procesa la información: Funciona simultaneando un número

elevado de unidades de procesamiento interconectadas que parecen versiones abstractas

de neuronas es decir una red neuronal es un método de la inteligencia artificial que

enseña a las computadoras a procesar datos de una manera que está inspirada en la

forma en que lo hace el cerebro humano.

Importancia

Las redes neuronales pueden ayudar a las computadoras a tomar decisiones

inteligentes con asistencia humana limitada. Esto se debe a que pueden aprender y

modelar las relaciones entre los datos de entrada y salida que no son lineales y que son

complejos. Por ejemplo, pueden realizar las siguientes tareas.

  Hacer generalizaciones y sacar conclusiones

 Revelar relaciones y patrones ocultos

 Crear sistemas de autoaprendizaje autónomos

 Aprender y modelar datos muy volátiles

Aplicación en las empresas

Tabla 2
Aplicación en las empresas de redes neuronales

Aplicaciones Ejemplo
Visión artificial  Reconocimiento visual en los
La visión artificial es la capacidad que vehículos autónomos para que puedan
tienen las computadoras para extraer reconocer las señales de tráfico y a
información y conocimientos de otros usuarios del camino
imágenes y videos.  Moderación de contenido para
eliminar de forma automática los
contenidos inseguros o inapropiados
de los archivos de imágenes y videos
 Reconocimiento facial para
identificar rostros y reconocer
atributos como ojos abiertos, gafas y
vello facial
 Etiquetado de imágenes para
identificar logotipos de marcas, ropa,
equipos de seguridad y otros detalles
de la imagen
Reconocimiento de voz  Asistir a los agentes de los centros de
Las redes neuronales pueden analizar el llamadas y clasificar las llamadas de
habla humana a pesar de los diferentes forma automática
patrones de habla, el tono, el idioma y el  Convertir las conversaciones clínicas
acento. en documentación en tiempo real
 Subtitular con precisión videos y
grabaciones de reuniones para
aumentar el alcance del contenido
 Procesamiento de lenguaje natural
El procesamiento de lenguaje natural
(PLN) es la capacidad de procesar texto 
natural creado por humanos. Las redes
neuronales ayudan a las computadoras a 
obtener información y significado a partir
de los datos y los documentos de texto.
 Indexación de frases clave que
Motores de recomendaciones
hacer un seguimiento de la actividad del
usuario para elaborar recomendaciones
personalizadas. También pueden analizar
todo el comportamiento de los usuarios y
descubrir productos o servicios nuevos
que interesen a un usuario específico
Otros
Ejemplo
1. Recomendación de productos y servicios
Spotify y Netflix son expertos en recomendaciones personalizadas. Ambas
plataformas buscan comprender los comportamientos e intereses de los usuarios para
hacer sugerencias que realmente disfruten; y por supuesto la Inteligencia Artificial está
detrás de eso.
 Chatbots y agentes virtuales
automatizados
Organización y clasificación
automáticas de datos escritos
Análisis de inteligencia empresarial
de documentos con formato largo,
como emails y formularios
indican sentimientos, como los
comentarios positivos y negativos en
las redes sociales
 Resumen de documentos y
producción de artículos para un tema
determinado
 Curarle a una empresa emergente con
sede en Filadelfia,
 Convertir las publicaciones en las
redes sociales en ventas.
 automatizar la recopilación y la
selección del contenido social que
generan los usuarios
 Diagnóstico médico mediante la
clasificación de imágenes médicas
 Marketing orientado mediante el
filtrado de redes sociales y el análisis
de datos de comportamiento
 predicciones financieras mediante el
procesamiento de datos históricos de
instrumentos financieros
 Previsión de la carga eléctrica y la
demanda de energía
 Proceso y control de calidad
 Identificación de compuestos
químicos
 funcionan con Big Data, y es que el gran volumen de datos — tanto internos

como externos a las plataformas — se utilizan para nutrir los algoritmos, que

perfeccionan su conocimiento y hacen mejores recomendaciones.

Ilustración 2 Recomendación de productos y servicios

Fuente: (Harvard Business School, 2020)

2. Automatización del servicio a través de chatbots

Los chatbots son uno de los principales referentes de la Inteligencia Artificial

por parte de las empresas. Para que las interacciones entre robots y clientes sean

relevantes, las máquinas deben comprender de qué están hablando las personas y

brindarles respuestas y soluciones.

Es importante mencionar que muchas compañías están invirtiendo en este tipo

de aplicaciones para optimizar el servicio al cliente. Entre ellos, los bancos , en Ecuador

tenemos el Banco de Pichincha ya que se destaca en el poder de la inversión en

tecnología, con asistentes de Inteligencia Artificial que interactúan con los clientes,

aclaran dudas, informan saldos y realizan transacciones

Ilustración 3 Chatbot
Fuente: (Banco pichincha, 2021)

INTERNET DE LAS COSAS

Concepto

Argumenta Kyocera (2021) que el internet de las cosas es:

Red de interconexión entre los diferentes ordenadores en el mundo. Pues bien, el

llamado Internet de las cosas no es sino una red de interconexión digital entre

dispositivos, personas y la propia Internet que permite el intercambio de datos entre

ellos, permitiendo que se pueda capturar información clave sobre el uso y el

rendimiento de los dispositivos y los objetos para detectar patrones, hacer

recomendaciones, mejorar la eficiencia y crear mejores experiencias para los usuarios.

Aplicación en las empresas

Según Kyocera (2021):
Uno de los campos más rentables de uso del internet de las cosas en la empresa

es el marketing. Existen dispositivos que recogen información masiva del público

objetivo a través de la segmentación por comportamiento web, es decir, por cómo

interactúan con todo lo que se pueda cargar a través de un navegador. Dichos

dispositivos no solo recogen la información, sino que también son capaces de analizarla,

aproximándose a la tecnología del big data.

 Ejemplo
A continuación, vamos a poner algunos ejemplos para que puedas entender la
repercusión de esto Alonso (2021):

 Vehículos autónomos: cada vez se habla más de los coches que conducen solos
sin que el usuario tenga que hacer nada más allá que decirle dónde quiere ir. Lo
que está claro es que los vehículos son cada vez más inteligentes, con pantalla táctil
y una enorme cantidad de sensores que facilitan la vida al usuario.

 Robots aspiradora: cuentan con una gran cantidad de sensores que permiten
limpiar el suelo de la casa sin chocarse con nada y esquivando obstáculos de
manera independiente.

 Smart home: los dispositivos «smart» para los hogares incluyen desde sensores de
presencia que encienden luces automáticamente hasta sensores de temperatura o
humedad que activan otros aparatos. Incluso los asistentes como Alexa son
dispositivos IoT
 Un ejemplo de dispositivo IoT es el altavoz inteligente Amazon de Alexa, el

cual se encuentra conectado a la red de redes para obtener información e

interactúa con otros dispositivos para darnos la capacidad de controlarlos a

través de simples comandos de voz. 

COMERCIO ELECTRÓNICO

Concepto

Menciona Higuerey (2019)

El comercio electrónico, también conocido como e-commerce, tiene como

principal característica la actividad económica que permite el comercio de compra y

venta de productos y servicios a partir de medios digitales, como, por ejemplo, páginas

web, aplicaciones móviles y redes sociales.

Por medio de la internet, los clientes pueden acceder a diversas marcas,

productos y servicios en todo momento, en cualquier lugar.

 Es útil identificar distintos tipos de comercio electrónico según los actores

involucrados (2021):

 B2B (business to business): E-commerce entre empresas. Un ejemplo es la firma

china Alibaba, líder mundial del segmento B2B, utilizada para transacciones

entre mayoristas y distribuidores.

 B2C (business to consumer): Las empresas venden electrónicamente sus bienes

o servicios al público general. Algunas firmas optan por comercializar sus

productos desde su propia página web o aplicación móvil, como es el caso de las

líneas aéreas. Otras compañías se valen de intermediarios generales como

de AliExpress (del grupo Alibaba) o especializados en algún sector

(ej. Airbnb para alojamiento turístico o Etsy para artesanías). En muchos casos

se trata de empresas que incorporaron la venta online de manera complementaria

a las tiendas tradicionales. Por ejemplo, Falabella –propiedad del grupo chileno

Cencosud- se convirtió en uno de los principales retailers de ALC en términos

de comercio electrónico. En otros, en cambio, son empresas que se dedican

exclusivamente a la venta en línea. Tal es el caso de com, la agencia de viajes

con mayor volumen de ventas en ALC.

 C2C (consumer to consumer): Transacciones entre individuos. Ejemplos de ello

son los sitios de subastas como eBay o la firma de origen argentino OLX. Otras

plataformas, como la estadounidense Amazon o la argentina Mercado Libre,

combinan tanto transacciones B2C como C2C.

 B2G (business to government): Operaciones entre empresas y gobierno, como es

el caso de los sitios de contratación pública en línea (ej. Mercado Público).

 C2B (consumer to business): Plataformas mediante las cuales los consumidores

pueden vender productos a las empresas, que generalmente las revenden

 posteriormente. Por ejemplo, la firma argentina Ropanroll adquiere ropa usada

de niños que luego revende (B2C) y todas las transacciones se realizan

exclusivamente de manera electrónica.

Ejemplo:
Menciona Cardona (2021) los siguientes ejemplos:
Warby Parker: una tienda de gafas de sol diferente
Para diferenciarse frente a la competencia, el ecommerce de gafas de sol Warby

Parker se centra en el storytelling y en crear una marca única, lo que hace que los

usuarios generen y compartan sus propios contenidos. Además, han prestado una gran

atención a la experiencia de usuario y el servicio al cliente.

TOMS: un ecommerce solidario

La propuesta de TOMS es muy sencilla: "uno a uno". Esto es, por cada producto

que venden, la empresa dona un producto o un servicio a las comunidades menos

favorecidas.

Para TOMS, la responsabilidad corporativa no es un añadido, sino una parte

integral de su empresa. Gracias a ello, han conseguido convertirse en una compañía

multimillonaria... y donar millones de zapatos.

 Bibliografía

Innovación digital 360. (2022). Obtenido de https://www.innovaciondigital360.com/i-a/sistemas-

expertos-que-son-su-clasificacion-como-funcionan-y-para-que-se-utilizan/
#Que_son_los_sistemas_expertos
Abarza, F. (20 de Diciembre de 2020). Obtenido de https://www.beetrack.com/es/blog/comercio-
electronico-ventajas
Alonso, R. (20 de Septiembre de 2021). Obtenido de https://hardzone.es/reportajes/que-es/internet-cosas-
iot/
BadMark. (2021). Obtenido de https://www.tecnologias-informacion.com/sistemas-expertos.html
Banco pichincha. (26 de enero de 2021). Obtenido de https://www.google.com/search?
q=whatsapp+banco+pichincha+ecuador&hl=es-419&sxsrf=ALiCzsYB21ewFkvsC-
eh4UoK3vGvsR5XsA:1658806577146&source=lnms&tbm=isch&sa=X&ved=2ahUKEwi-
n6CG0JX5AhUnRjABHVFyD18Q_AUoAXoECAEQAw&biw=1600&bih=757&dpr=1#imgrc
=Jlwec5KhL-eEaM
Cano, J. (2007). Business Intelligence: Competir con información. ESADE. Obtenido de
https://itemsweb.esade.edu/biblioteca/archivo/Business_Intelligence_competir_con_informacion
.pdf
Cardona, L. (24 de Marzo de 2021). Obtenido de https://www.cyberclick.es/numerical-blog/que-es-un-
ecommerce-tipos-como-crearlo-y-ejemplos
Conganat. (2020). Obtenido de https://conganat.uninet.edu/IIICVHAP/conferencias/004/texto.htm
Cukier, K. (2013). Big Data: La Revolución de los datos masivos.
ECURED . (2020). Obtenido de https://www.ecured.cu/Sistemas_expertos#Tipos_de_sistemas_expertos
Gayá, R. (2021). Obtenido de https://conexionintal.iadb.org/2015/10/15/el-comercio-electronico-y-la-
insercion-internacional-de-america-latina-y-el-caribe/
Harvard Business School. (25 de Abril de 2020). Obtenido de
https://digital.hbs.edu/platform-rctom/submission/discover-weekly-how-spotify-is-changing-the-
way-we-consume-music/
Higuerey, E. (01 de Junio de 2019). Obtenido de https://rockcontent.com/es/blog/comercio-electronico/
IBM. (17 de Agosto de 2021). Obtenido de https://www.ibm.com/docs/es/spss-modeler/saas?
topic=networks-neural-model
Kyocera. (2021). Obtenido de
https://www.kyoceradocumentsolutions.es/es/smarter-workspaces/business-challenges/
paperless/internet-de-las-cosas-ejemplos-de-aplicacion-empresarial.html#:~:text=Uno%20de
%20los%20campos%20m%C3%A1s,a%20trav%C3%A9s%20de%20un%20navegador.
Lindo, J. M. (2020). Obtenido de file:///D:/Descargas/Dialnet-
UnaIntroduccionALosSistemasExpertosEnLaEmpresa-786048%20(1).pdf