Segmentación y personalización en marketing digital mediante inteligencia de negocios para el sector de comercio minorista en Ecuador
Barra lateral del artículo
Contenido principal del artículo
Resumen
Este artículo investiga cómo la inteligencia de negocios (BI) facilita una segmentación más precisa y una personalización efectiva en el marketing digital en el sector de comercio minorista en Ecuador. La investigación se centra en tres áreas principales: segmentación avanzada basada en comportamientos y demografía, personalización de contenido y ofertas, y evaluación del impacto de la personalización en las conversiones y la fidelización del cliente.
Mediante el análisis de 100 empresas minoristas que utilizan activamente herramientas de BI, se encontraron relaciones significativas entre la implementación de BI y las variables dependientes. Los resultados muestran que la implementación de BI tiene un impacto positivo y significativo en la precisión de la segmentación y la efectividad de la personalización. Las empresas que utilizan BI pueden crear perfiles detallados de los consumidores, lo que permite una segmentación más dirigida y estrategias de marketing personalizadas que mejoran la relevancia del contenido y las ofertas.
También se revela que la implementación de BI tiene un impacto significativo en la tasa de conversión y la lealtad del cliente. Aunque se observó una relación negativa con la tasa de conversión, la BI se mostró valiosa para mejorar la lealtad del cliente mediante la oferta de experiencias personalizadas y relevantes. Estos hallazgos subrayan la importancia de la inteligencia de negocios en el marketing digital moderno en el sector minorista ecuatoriano y sugieren que las empresas que invierten en herramientas de BI pueden obtener ventajas competitivas significativas.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
1. Derechos de autor
Las obras que se publican en 593 Digital Publisher CEIT están sujetas a los siguientes términos:
1.1. 593 Digital Publisher CEIT, conserva los derechos patrimoniales (copyright) de las obras publicadas, favorece y permite la reutilización de las mismas bajo la licencia Licencia Creative Commons 4.0 de Reconocimiento-NoComercial-CompartirIgual 4.0, por lo cual se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que:
1.1.a. Se cite la autoría y fuente original de su publicación (revista, editorial, URL).
1.1.b. No se usen para fines comerciales u onerosos.
1.1.c. Se mencione la existencia y especificaciones de esta licencia de uso.
Nelson Esteban Salgado-Reyes , Instituto Universitario Japón - Ecuador
https://orcid.org/0000-0001-8908-7613
Nelson Salgado R. es investigador senior en el Instituto Universitario Japón y en la Universidad Central del Ecuador. Tengo un doctorado en Tecnologías de la Comunicación (TIC) por la Universidad de Extremadura con más de 25 años de experiencia en investigación científica. Mi trabajo se centra en la inteligencia de negocios, habiendo publicado más de 50 artículos en revistas internacionales de alto impacto.
Pamela Fajardo-Vanegas , Instituto Universitario Japón - Ecuador
https://orcid.org/0000-0001-6769-5167
Pamela Fajardo V. es investigadora y Director Académica en el Instituto Universitario Japón y Asesora Académica del Instituto Cuest TV. Tengo un doctorado en Administración de Empresas por la Universidad Benito Juárez con más de 10 años de experiencia en academia y gestión institucional. Mi trabajo se centra en la administración, habiendo publicado más de 20 artículos en revistas internacionales de alto impacto.
Marcelo Vasquez-Guevara , Instituto Superior Tecnológico CUESTTV - Ecuador
https://orcid.org/0009-0009-4630-9437
Marcelo Vasquez Guevara. es investigador en el Instituto Tecnológico Cuest TV. Tiene una maestría cuenta con más de 10 años de experiencia en la academia y gestión institucional. El trabajo se centra en la investigación para publicar en revistas nacionales e internacionales de alto impacto.
Citas
Bashang, S., y K, P. (2023). The Role of Artificial Intelligence in Digital Marketing: A Review. International Research Journal of Economics and Management Studies, 2(3), 125-133. https://doi.org/10.56472/25835238/IRJEMS-V2I3P118
Bharadiya, J. P. (2023). The role of machine learning in transforming business. International Journal of Computing and Artificial Intelligence, 4(1), 16-24. https://doi.org/https://doi.org/10.33545/27076571.2023.v4.i1a.60
Khaldy, M. A., Al-Obaydi, B. A., y Shari, A. J. (2023). The Impact of Predictive Analytics and AI on Digital Marketing Strategy and ROI. En S. Jaseen, Cutting-Edge Business Technologies in the Big Data Era (pp. 367–379). Springer Cham. https://doi.org/https://doi.org/10.1007/978-3-031-42455-7_31
Kumar, S., Karn, A., Chauhan, A., y Singh, M. (2023). Role of Business Analytics in Effective CRM Implementation in Retail Sector: A Cross Sectional Research. Journal of Informatics Education and Research, 3(2). https://doi.org/https://doi.org/10.52783/jier.v3i2.224
Kurolov, M. (2023). Exploring the Role of Business Intelligence Systems in Digital Healthcare Marketing. International Journal of Social Science Research and Review, 6(6), 377-383. https://doi.org/https://doi.org/10.47814/ijssrr.v6i6.1226
Lee, J., Kim, S., y Park, H. (2022). Impact of personalized marketing using business intelligence on customer retention and conversion rates. Journal of Digital Marketing, 18(4), 215-230.
Nan, Z., Yuping, C., y Kongjue, Z. (2024). The Future of Marketing Analytics: Trends and Emerging Technologies. International Journal of Advances in Business and Management Research (IJABMR), 1(3), 23–32. https://doi.org/https://doi.org/10.62674/ijabmr.2024.v1i03.003
Okorie, G. N., Egieya, Z. E., Ikwue, U., Udeh, C. A., Adaga, E. M., DaraOjimba, O. D., y Oriekhoe, O. I. (2024). Leveraging big data for personalized marketing campaigns: a review. International Journal of Management & Entrepreneurship Research, 6(1). https://doi.org/https://doi.org/10.51594/ijmer.v6i1.778
Potwora, M., Vdovichena, O., Semchuk, D., Lipych, L., y Saienko, V. (2024). The use of artificial intelligence in marketing strategies: Automation, personalization and forecasting. Journal of Management World, 2, 41-49. https://doi.org/10.53935/jomw.v2024i2.275
Rolando, B. (2024). The Role Of Artificial Intelligence In Personalized And Customized Engagement Marketing: A Comprehensive Review. 2(3), 301-316. https://doi.org/https://doi.org/10.47353/ecbis.v2i3.130
Rosário, A. T. (2024). A Literature Review of Marketing Intelligence and Its Theoretical Implication for Leveraging Business. KGI Global. https://doi.org/10.4018/979-8-3693-4195-7.ch001
Salah, A. H., y Alzghoul, A. ( 2024). Assessing the Moderating Role of Customer Orientation on the Impact of Business Intelligence Tools on Digital Marketing Strategy Optimization. International Review of Management and Marketing, 14(3), 18–25. https://doi.org/https://doi.org/10.32479/irmm.16044
Sharma, R., Shukla, A., y Gupta, S. (2021). Behavioral segmentation in digital marketing: A business intelligence approach. International Journal of Marketing Research, 14(2), 89-105.
Smith, A., y Anderson, M. (2020). The role of personalized content in digital marketing: Insights from business intelligence. Journal of Marketing Analytics, 12(3), 155-172.
Wolniak, R., y Grebski, W. (2023). The aplication of business analytics in personalized customer experience . Scientific papers of Silesian University of Technology (182), 613-629. https://doi.org/http://dx.doi.org/10.29119/1641-3466.2023.182.36
Yusnidar, Y., Yudhakusuma, D., y Sari, F. (2023). Personalized Marketing Strategy in Digital Business Using Data Mining Approach. International Journal Software Engineering and Computer Science (IJSECS), 3(2), 137–143. https://doi.org/https://doi.org/10.35870/ijsecs.v3i2.1515