Ingeniería Informática

Permanent URI for this collectionhttp://54.81.141.168/handle/123456789/9139

Browse

Filters

20241

Settings

Author: search.filters.author.Richle Gianotti, Renzo ErnestoSubject: search.filters.subject.Negocios--Procesamiento de datos

Search Results

Now showing 1 - 1 of 1
  • No Thumbnail Available
    ItemMetadata only
    Factores que influencian la adopción de las soluciones de analítica y ciencia de datos en una empresa del sector de retail
    (Pontificia Universidad Católica del Perú, 2024-09-03) Richle Gianotti, Renzo Ernesto; Yrigoyen Montestruque, José Isaac
    La adopción de soluciones de analítica y ciencia de datos emerge como una necesidad estratégica para resolver problemas de negocio, mejorar la toma de decisiones y mantener la competitividad en el mercado. Un estudio de Gartner indica que para finales de este año 2024 la mayoría de empresas adoptará el uso de estas soluciones, sin embargo el índice de éxito en la adopción será tan solo del 15%, es decir que la mayoría fallará en capitalizar plenamente sus beneficios. Debido a lo previamente expuesto, la presente investigación tiene como objetivo descubrir los factores que influyen en la adopción de soluciones de datos en una importante empresa retail peruana con una oficina de datos establecida. El estudio se basará en la teoría del comportamiento planificado (TPB) para identificar los factores que facilitan o inhiben la adopción. Por otro lado, la metodología de investigación emplea métodos mixtos en dos fases secuenciales. La fase cualitativa identifica los factores que afectan la adopción mediante entrevistas en profundidad y análisis de contenido. La fase cuantitativa analiza datos obtenidos de encuestas a una muestra más grande de empleados que han pasado por la adopción de proyectos de análisis de datos, cuyo análisis busca comprender los factores que más influyen en la adopción. Finalmente, los hallazgos permitirán proponer estrategias efectivas para superar barreras y promover una adopción más extendida de soluciones de datos, contribuyendo así al éxito de la estrategia de transformación digital de la empresa y enriqueciendo el campo académico con nuevos conocimientos sobre la implementación de proyectos de ciencia de datos en entornos empresariales.