Artículo

16 de octubre de 2026

Análisis comparativo de estrategias promocionales y variaciones de precios entre marcas competidoras en el sector de electrodomésticos pequeños.

Análisis Comparativo de Estrategias Promocionales y Variaciones de Precios entre Marcas Concorrentes en el Sector de Electrodomésticos Portátiles.

Pedro Henrique Estevam; Bethania Fernandes

DOI: 10.22167/2675-6528-202603349

Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege para síntesis y organización textual.

Resumen

El sector de electrodomésticos se caracteriza por una alta competitividad y una significativa sensibilidad a las variaciones de precios, lo que convierte las estrategias promocionales en un elemento central en la dinámica competitiva entre marcas. En este contexto, el objetivo de este estudio fue realizar un análisis de los patrones promocionales adoptados por una empresa del sector de electrodomésticos en comparación con su principal competidora. La investigación se caracterizó como descriptiva, cuantitativa, no experimental y longitudinal, y utilizó datos secundarios de precios medios mensuales y semanales correspondientes a los años 2023 y 2024, obtenidos a través de una empresa especializada en inteligencia de mercado. Debido a acuerdos de confidencialidad, los datos originales fueron sustituidos por una base artificial, construida de manera a preservar los patrones observados. Inicialmente, se calcularon medias móviles semestrales para suavizar las oscilaciones y definir una referencia comparativa. A partir de estas medias, se elaboraron índices de precios que permitieron identificar períodos promocionales, especialmente en los meses de octubre, noviembre y diciembre. Posteriormente, se realizó un análisis semanal de estos períodos, posibilitando identificar la intensidad y el momento de las reducciones de precios. Los resultados sugieren la recurrencia de rebajas de precios concentradas a finales de cada mes y a principios del mes siguiente, con mayor agresividad por parte de la competencia, Marca B. Se observó que el análisis integrado de índice de precios y cuota de mercado contribuyó a la comprensión de las estrategias competitivas adoptadas en el sector y a futuras estrategias de blindaje por parte de la Marca A.

Palabras clave: competitividad; estrategias promocionales; índice de precios; cuota de mercado.

1. Introducción

El sector de electrodomésticos se caracteriza por una intensa rivalidad y una constante presión por la diferenciación entre las marcas. En este entorno altamente competitivo, las estrategias de precio y promoción asumen un papel central no solo en el posicionamiento de las marcas, sino también en la atracción y fidelización de los consumidores. Las empresas compiten a través de la innovación, la calidad de los productos y la capacidad de influir en la decisión de compra con ofertas y descuentos estratégicamente planificados (Kotler y Keller, 2023). Comprender estas acciones promocionales, sus dinámicas e impactos es esencial para mapear la competitividad del mercado y trazar respuestas eficaces ante los movimientos de la competencia (Moura y Leme, 2017).

En el contexto actual, marcado por la transformación digital y la digitalización de los canales de consumo, la inteligencia de mercado ha asumido un papel estratégico en las organizaciones. La amplia disponibilidad de datos, impulsada por tecnologías como big data, analytics e inteligencia artificial, permite análisis más rápidos y profundos sobre el comportamiento del consumidor, las dinámicas de mercado y los movimientos de la competencia (Chaffey y Ellis-Chadwick, 2025). La adopción de una cultura orientada por datos posibilita decisiones más asertivas y una mayor capacidad de respuesta competitiva (Davenport y Harris, 2017). Sin embargo, la eficacia de este enfoque depende de inversiones en tecnología, procesos analíticos estructurados y profesionales cualificados (Silva y Oliveira, 2020).

En este escenario, destaca la creciente relevancia de la adquisición de datos de mercado a través de empresas especializadas. Estas empresas ofrecen no solo bases de datos estructuradas, confiables y constantemente actualizadas, sino también servicios de consultoría analítica. Dichas consultorías actúan de forma estratégica al transformar datos brutos en análisis interpretativos, entregando informes, paneles y recomendaciones que apoyan directamente las decisiones empresariales. Además de ampliar la visibilidad sobre el posicionamiento de la propia empresa y de sus competidores, estas alianzas agregan valor al proporcionar una visión predictiva y contextualizada del mercado, esencial para la construcción de estrategias de competitividad sostenibles.

A pesar de la importancia estratégica de las actividades de fijación de precios y promoción, se observa que los bienes duraderos, especialmente los electrodomésticos pequeños, presentan alta sensibilidad a las variaciones de precio, siendo el costo uno de los principales factores que influyen en el consumidor final (Brito y Souza, 2018). Las promociones y acciones de descuento, cuando están bien planificadas y ejecutadas, funcionan como herramientas poderosas para estimular el volumen de ventas, ajustar inventarios y ampliar la participación en el mercado (Coelho y Gomes, 2016). Por otro lado, el desconocimiento o la demora en identificar estas acciones competitivas puede resultar en pérdida de competitividad y reducción de margen para las empresas (Camp, 1995).

Este escenario resalta la necesidad de un análisis en profundidad de las estrategias competitivas en el sector. Así, este estudio tuvo como objetivo realizar un análisis de los patrones promocionales adoptados por una industria del sector de electrodomésticos en comparación con su principal competidora.

2. Material y Métodos

La investigación se caracterizó como descriptiva y cuantitativa, con un diseño no experimental y longitudinal. El objetivo fue analizar el comportamiento del mercado y el desempeño de las marcas a lo largo del tiempo, sin que hubiera manipulación de las variables por parte del investigador. La naturaleza de los datos fue predominantemente cuantitativa, compuesta por información de ventas, cuota de mercado y precios medios.

Las industrias analizadas correspondieron a dos multinacionales consolidadas en el sector de electrodomésticos y aparatos electrónicos portátiles, con una amplia trayectoria de mercado y marcas reconocidas. Estas empresas operan de forma integrada en los canales online y offline, adoptando estrategias omnicanal que refuerzan su presencia y competitividad en el mercado.

La elección de las marcas analizadas se justificó por el interés práctico originado a partir de la demanda de una de las empresas del sector, la Marca A, que buscó comprender su posicionamiento competitivo en el mercado. El análisis comparativo se realizó con su principal competidora, la Marca B.

Estas dos marcas competidoras directas actúan dentro de la misma categoría del segmento de electrodomésticos y representan aproximadamente el 80% del mercado nacional de la categoría. La Marca A se asocia con la innovación y la calidad, mientras que la Marca B se enfoca en el rendimiento y la relación costo-beneficio.

Los datos se obtuvieron mediante la integración de información de puntos de venta (PDV), de minoristas y distribuidores, complementados por encuestas de paneles de consumidores. Estas encuestas registran hábitos de compra y preferencias de marca, proporcionando una base de datos estructurada.

La técnica de recolección de datos se realizó a través de investigación documental, utilizando sistemas automatizados en los que los minoristas comparten sus datos de ventas. Esta información se consolidó para generar una base de datos estructurada, garantizando mayor confiabilidad y periodicidad.

La base de datos utilizada se compuso de información de precios medios mensuales y semanales correspondientes a los años 2023 y 2024. El proceso de recepción y tratamiento de la información fue realizado por una empresa especializada en inteligencia de mercado.

En virtud de las políticas internas y los protocolos de confidencialidad establecidos por la consultoría proveedora, los datos originales, considerados sensibles y de uso restringido, no pudieron ser utilizados directamente en el análisis académico.

Para sortear esta restricción, se creó una base de datos artificial, desarrollada con el apoyo de herramientas de inteligencia artificial (IA). El software utilizado para este fin fue ChatGPT-5.

El proceso de creación de la base artificial incluyó la aplicación de factores de conversión y técnicas de enmascaramiento controlado. Todos los datos de precio puestos a disposición por el proveedor del servicio fueron multiplicados por un mismo número, permitiendo la simulación fidedigna de la realidad del mercado de las marcas analizadas, respetando los términos de confidencialidad.

El primer paso metodológico consistió en el análisis del precio medio mensual de la categoría monitoreada. Para cada mes de la serie histórica, se calculó la variación porcentual del precio medio en relación con el mes anterior, con el objetivo de identificar movimientos promocionales u oscilaciones de mercado.

Para suavizar las oscilaciones y mitigar distorsiones por estacionalidades puntuales o acciones atípicas, se adoptó una estrategia de suavización de los datos mediante una media móvil de seis meses. La elección de esta media se fundamentó en la necesidad de conferir mayor estabilidad a los indicadores de precio (Makridakis et al., 1998).

Posteriormente, se construyó el “price index” para cada marca, con el fin de identificar períodos en los que los valores practicados estuvieron por debajo de la media histórica, caracterizando acciones promocionales. El cálculo del “price index” se fundamentó en la literatura de índices de precios y en la utilización de precios de referencia para análisis comparativos (Faliva et al., 2022).

El “price index” (Ip) se calculó como la razón entre el precio medio de la marca en el período analizado (Pm) y la media móvil de los precios practicados en los seis meses anteriores (Mm). Se profundizaron los períodos con “price index” inferior al 100%.

Tras la identificación de los períodos promocionales, se realizó un análisis semanal detallado. En estos casos, se calculó la diferencia porcentual entre el precio medio de la semana vigente en relación con la semana inmediatamente anterior. Este análisis permitió identificar el momento y la intensidad de los movimientos de reducción de precio.

Adicionalmente, el análisis contempló la identificación de las variaciones en la participación de mercado por medio de la métrica de “market share”. Esta métrica consiste en la medición de la proporción del mercado total atribuida a una determinada empresa o marca (Kotler y Keller, 2012).

La “cuota de mercado” (MS) se calculó como la razón entre el volumen que cada marca desempeña en el mercado (V) y el volumen total del mercado (Vt) en el período analizado. El análisis de la evolución de la “cuota de mercado” a lo largo del tiempo permitió comprender el comportamiento competitivo entre las marcas (Churchill y Peter, 2013).

La metodología, por lo tanto, combinó diferentes niveles de análisis, mensual y semanal, con el uso de medias móviles e índices comparativos. Este enfoque permitió identificar no solo la ocurrencia de promociones, sino también su momento e intensidad en comparación con la competencia, proporcionando una visión sólida del comportamiento promocional de la industria.

3. Resultados y Discusión

El análisis de los patrones promocionales y de las variaciones de precios entre las marcas competidoras en el sector de electrodomésticos de línea blanca reveló dinámicas competitivas significativas, especialmente en lo que respecta a la sensibilidad al precio y la cuota de mercado. Inicialmente, el estudio estableció una base comparativa estable mediante el cálculo de la media móvil semestral de los precios practicados por las marcas A y B a lo largo de 2023 y 2024. Este enfoque, según Makridakis et al. (1998), permitió suavizar las fluctuaciones puntuales e identificar tendencias más consistentes, evitando distorsiones causadas por estacionalidades o acciones atípicas, como las observadas en períodos promocionales intensos.

Los precios medios mensuales de la Marca A en 2023 variaron de 299,8 en marzo a 310,4 en diciembre, mientras que la Marca B presentó un rango de 375,1 en enero a 405,4 en julio. En 2024, la Marca A registró precios medios de 303,3 en noviembre a 319,5 en junio, y la Marca B osciló de 383,7 en mayo a 399,8 en agosto. Estos valores sirvieron como referencia para la construcción del índice de precio, que resultó crucial para identificar los períodos de acciones promocionales. La utilización de un índice de precio, como discutido por Faliva et al. (2022), permite medir la variación del precio de un bien en relación a un parámetro histórico, proporcionando una métrica clara para la identificación de promociones.

A partir del índice de precios, se observó que la Marca B practicó consistentemente precios inferiores a los de su principal competidora, la Marca A, en los meses de octubre, noviembre y diciembre, tanto en 2023 como en 2024. En 2023, la Marca B registró índices del 97% en octubre y noviembre, y del 100% en diciembre, mientras que la Marca A tuvo un 94% en noviembre y un 100% en diciembre. En 2024, la Marca B presentó un índice del 79% en septiembre, 103% en octubre y 96% en noviembre, comparado con el 93% de la Marca A en julio, el 98% en octubre y el 102% en noviembre. Este patrón sugiere una estrategia promocional más agresiva por parte de la Marca B en estos períodos, alineándose con la literatura que señala reducciones temporales de precios como herramientas para estimular la demanda y ampliar las ventas en mercados competitivos (Blattberg y Neslin, 1990).

El análisis semanal de las variaciones de precio en los períodos identificados como promocionales reveló un patrón recurrente. Se observó que la última semana del mes en curso y la primera semana del mes subsiguiente presentaron predominantemente variaciones negativas de precio para ambas marcas. Por ejemplo, en noviembre de 2023, la Marca A tuvo una reducción del 7,5% en la semana 47, mientras que la Marca B redujo un 12,9% en la semana 49 de diciembre de 2023. En 2024, la Marca B presentó una caída del 9,0% en la semana 45 de noviembre y un 6,2% en la semana 49 de diciembre. Este comportamiento indica una estrategia promocional sistemática, con reducciones de precio planificadas para momentos específicos del ciclo de consumo, con el objetivo de estimular compras inmediatas y anticipar la demanda, según lo destacado por Blattberg y Neslin (1990).

Esta temporización de las promociones, concentrada a finales de un mes y principios del siguiente, es una táctica común para influir en el comportamiento de compra y aumentar el atractivo de los productos en períodos estratégicos (Kotler y Keller, 2012). La Marca B, en particular, demostró una mayor agresividad promocional, con reducciones de precio más pronunciadas en varias semanas. Por ejemplo, en la semana 48 de 2023, la Marca B aumentó el precio en un 16,4%, tras caídas en las semanas anteriores, mientras que la Marca A tuvo un aumento del 8,5% en la misma semana. En 2024, la Marca B registró un aumento del 11,5% en la semana 42 de octubre, tras una caída del 1,6% en la semana 41, lo que indica una volatilidad estratégica en los precios.

El análisis de la evolución de la cuota de mercado de las marcas en los mismos intervalos reveló una relación directa entre las variaciones de precio y los cambios en la participación de mercado. En 2023, en la semana 41 de octubre, la Marca A tuvo una participación del 29,0%, mientras que la Marca B alcanzó el 27,2%. En la semana 48 de noviembre, la Marca A registró el 34,3% y la Marca B, el 20,7%. En 2024, en la semana 41 de octubre, la Marca A tuvo el 36,6% y la Marca B, el 26,1%. En la semana 49 de diciembre, la Marca A registró el 22,7% y la Marca B, el 33,3%. Estos datos indican que las reducciones de precio realizadas por la Marca B coincidieron con períodos de aumento relativo de su participación de mercado, mientras que la Marca A presentó una reducción proporcional en su cuota de mercado.

La visualización de los datos de cuota de mercado para 2023 y 2024 corrobora la observación de que la Marca B obtuvo ganancias significativas en su participación de mercado durante los períodos de mayor agresividad promocional. En 2023, la Marca B, que inició la semana 40 de septiembre con un 22,2% de cuota de mercado, alcanzó un 27,2% en la semana 41 de octubre, mientras que la Marca A cayó del 34,6% al 29,0% en el mismo período. En 2024, la Marca B, que comenzó la semana 40 de septiembre con un 22,3%, alcanzó un 33,3% en la semana 49 de diciembre, mientras que la Marca A cayó del 37,6% al 22,7%. Estos picos de ganancia para la Marca B, especialmente en las semanas 41 y 49 de 2024, demuestran la eficacia de sus estrategias de precio en la atracción de consumidores y en el desplazamiento de la preferencia del mercado.

Este comportamiento sugiere que las estrategias promocionales ejercen una influencia directa sobre la dinámica competitiva entre las marcas analizadas. Nagle y Müller (2018) enfatizan que el precio es una de las herramientas más poderosas para la construcción de una ventaja competitiva, impactando el volumen de ventas y el posicionamiento de la empresa. La mayor agresividad promocional de la Marca B puede interpretarse como una estrategia de penetración de mercado, buscando ampliar su base de consumidores y fortalecer su posición frente a los competidores (Kotler, 2023).

Los resultados observados también pueden ser interpretados desde la perspectiva de una “guerra de precios”, un fenómeno común en sectores donde el precio es el principal instrumento de competencia. Porter (2008) argumenta que, en entornos de alta rivalidad, las reducciones de precio de una empresa tienden a provocar respuestas similares de los competidores, generando ciclos de ajustes que intensifican la disputa por la cuota de mercado. La dinámica observada entre la Marca A y la Marca B refleja esta realidad, donde la acción de una marca desencadena una reacción en la otra, impactando la distribución de la participación de mercado.

Desde el punto de vista gerencial, los hallazgos subrayan la importancia del monitoreo continuo de las estrategias de precio de los competidores, especialmente en períodos de alta intensidad promocional. La utilización de herramientas de inteligencia de mercado y análisis basados en datos puede contribuir significativamente a la identificación anticipada de movimientos competitivos, permitiendo respuestas estratégicas más rápidas y eficaces. Los resultados sugieren que estrategias promocionales planificadas de forma sistemática pueden ser un instrumento vital para ampliar la participación de mercado, particularmente en sectores con alta sensibilidad al precio, como el de electrodomésticos pequeños.

En resumen, el estudio demostró que las estrategias de fijación de precios y las promociones temporales influyen directamente en la competitividad del mercado de electrodomésticos portátiles. La integración del análisis del índice de precios, las medias móviles y la cuota de mercado permitió identificar no solo la ocurrencia de promociones, sino también el momento y la intensidad con que se manifiestan, profundizando la comprensión de las dinámicas competitivas del sector. La Marca B, con su agresividad promocional, logró ganancias de cuota de mercado en períodos específicos, mientras que la Marca A sufrió pérdidas proporcionales, evidenciando la necesidad de estrategias de blindaje y diferenciación para mantener la competitividad.

4. Conclusión

El presente estudio buscó analizar los patrones promocionales adoptados por una empresa del sector de electrodomésticos en comparación con su principal competidora. Se verificó que la Marca B consistentemente practicó precios inferiores a la Marca A en los meses de octubre, noviembre y diciembre, tanto en 2023 como en 2024, indicando una estrategia promocional más agresiva. El análisis semanal reveló que las reducciones de precio se concentraron al final de cada mes y al inicio del subsiguiente para ambas marcas, con mayor intensidad por parte de la Marca B. Se observó una relación directa entre las variaciones de precio y los cambios en la participación de mercado, donde la agresividad promocional de la Marca B coincidió con ganancias significativas de cuota de mercado, mientras que la Marca A registró pérdidas proporcionales. Esta dinámica sugiere una estrategia de penetración de mercado por parte de la competencia, reflejando un escenario de intensa rivalidad. La principal contribución de este estudio reside en evidenciar empíricamente cómo las estrategias de fijación de precios y promociones temporales influyen directamente en la competitividad en el mercado de electrodomésticos, ofreciendo un enfoque analítico integrado de índice de precio, medias móviles y cuota de mercado para comprender la temporalidad e intensidad de las acciones promocionales, proporcionando subsidios para futuras estrategias de blindaje de la Marca A.

La principal limitación de este estudio provino del uso de una base de datos simulada, adoptada para preservar información confidencial, lo que restringe la generalización de los resultados a otras realidades de mercado. Para futuras investigaciones, se recomienda ampliar el período de análisis e incluir variables adicionales relacionadas con el desempeño comercial, como volumen de ventas, distribución e inversiones promocionales. También se sugiere profundizar el análisis de la asociación entre variaciones de precios y cuota de mercado mediante métodos estadísticos más robustos. Los resultados indican la importancia del monitoreo continuo de las estrategias de precios de los competidores para la identificación temprana de movimientos competitivos, permitiendo respuestas estratégicas más rápidas y eficaces. Sin embargo, el análisis crítico señala que estrategias de descuento excesivamente agresivas pueden desencadenar ciclos de competencia basados en precios, reduciendo márgenes. Así, las empresas deben equilibrar acciones promocionales con estrategias de diferenciación y posicionamiento de marca para construir ventajas competitivas sostenibles.

Referencias Bibliográficas

Blattberg, R. C.; Neslin, S. A. Sales Promotion: Concepts, Methods, and Strategies. Englewood Cliffs: Prentice Hall, 1990.

Brito, J.; Souza, R. Sensibilidade ao preço em mercados de bens duráveis: uma análise do comportamento do consumidor. Revista Brasileira de Marketing, v. 17, n. 2, 2018.

Camp, R. C. Benchmarking: The Search for Industry Best Practices that Lead to Superior Performance. Milwaukee: ASQC Quality Press, 1995.

Chaffey, D.; Ellis-Chadwick, F. Digital Marketing. 9. ed. London: Pearson, 2025.

Churchill, G. A.; Peter, J. P. Marketing: Criando valor para os clientes. 3. ed. São Paulo: Saraiva, 2013.

Coelho, L.; Gomes, A. Estratégias promocionais e seus impactos no desempenho de vendas no varejo. Revista de Administração e Negócios, v. 12, n. 1, 2016.

Davenport, T.; Harris, J. Competing on Analytics: The New Science of Winning. Boston: Harvard Business Review Press, 2017.

Faliva, M.; Nava, N.; Zoia, M. G. A new price index for multi-period and multilateral comparisons. AStA Advances in Statistical Analysis, v. 106, p. 399–429, 2022.

Kotler, P.; Keller, K. L. Administração de Marketing. 14. ed. São Paulo: Pearson Education do Brasil, 2012.

Kotler, P.; Keller, K. L. Administração de Marketing. 16. ed. São Paulo: Pearson, 2023.

Makridakis, S.; Wheelwright, S. C.; Hymdman, R. J. Forecasting: Methods and Applications. 3. ed. New York: Wiley, 1998.

Moura, A.; Leme, A. Competitividade e estratégias promocionais no varejo de eletroportáteis. Revista de Estratégia e Negócios, v. 10, n. 1, 2017.

Nagle e Müller, 2018 [Referência completa não encontrada no documento original]

Porter, M. E. Estratégia Competitiva: Técnicas para Análise de Indústrias e da Concorrência. 2. ed. Rio de Janeiro: Elsevier, 2008.

Silva, T.; Oliveira, R. Cultura data-driven e capacidades analíticas nas organizações brasileiras. Revista Gestão & Tecnologia, v. 20, n. 3, 2020.

Artículo originario del Trabajo de Conclusión de Curso de la Especialización en Marketing del MBA USP/Esalq

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy

También te puede interesar

17 de noviembre de 2026

Detección y Diagnóstico de Enfermedades en Maíz y Arroz en Mozambique con Deep Learning

La agricultura mozambiqueña depende del maíz y el arroz, cultivos fundamentales para la seguridad alimentaria, pero su productividad se ve fuertemente afectada por enfermedades fitosanitarias, cuya identificación temprana y precisa sigue siendo un desafío en contextos de recursos limitados. El estudio tuvo como objetivo desarrollar y comparar modelos basados en Deep Learning para la detección y el diagnóstico automático de enfermedades en hojas de maíz y arroz en Mozambique. Se utilizaron tres enfoques: una Red Neuronal Convolucional (CNN) clásica desarrollada desde cero, y dos modelos de transfer learning, ResNet50 y MobileNetV2. El conjunto de datos se compuso de imágenes de bases públicas y recolectadas en campo, que pasaron por etapas de limpieza, balanceo y aumento artificial. Los modelos fueron entrenados y evaluados con métricas de desempeño estándar, incluyendo precisión (accuracy), precisión (precision), recall, F1-score, Log Loss y Kappa de Cohen. La CNN clásica presentó el mejor desempeño global, con 94% de precisión (precision), recall y F1-score, y 93% de precisión (accuracy) y Kappa de Cohen. La MobileNetV2 alcanzó 91% de F1-score y 90% de precisión (accuracy), destacándose por el menor Log Loss (0,30) y tiempo de entrenamiento (6h32min59s). La ResNet50 alcanzó 80% de F1-score y 79% de precisión (accuracy). Se concluyó que las técnicas de Deep Learning poseen un elevado potencial para apoyar el diagnóstico fitopatológico en contextos agrícolas reales, contribuyendo a decisiones más rápidas y precisas en el manejo de enfermedades en maíz y arroz.

Palabras clave: Aprendizaje profundo; Arroz; Enfermedades en plantas; Maíz; Visión computacional.

17 de noviembre de 2026

Estructuración del proceso de cierre de proyectos de una industria de la construcción civil

Un estudio abordó el grupo de procesos de cierre de proyectos en una industria de manufactura de la construcción civil, utilizando la guía PMBOK como referencia principal. El proceso existente en la industria presentaba superficialidad y fragilidades, especialmente en el registro de lecciones aprendidas. Ante este escenario, el objetivo fue desarrollar un procedimiento para el cierre de proyectos de la organización, visando agregar valor por medio de la estandarización del proceso, registro del conocimiento adquirido, formalización de la conclusión y entrega de los proyectos, y mejoramiento de la comunicación, compromiso, integración y transparencia con los stakeholders. La investigación se clasificó como descriptiva, empleó datos cualitativos y adoptó la investigación-acción como delineamiento. El alcance del estudio se estructuró conforme a los cinco grupos de procesos de la guía PMBOK y fue representado por una Estructura Analítica de Proyecto (EAP). Los principales resultados obtenidos incluyeron el procedimiento desarrollado y diversas plantillas de documentos, que constituyeron los entregables del nuevo proceso de cierre de proyectos. Se verificó que el trabajo alcanzó el objetivo esperado, pues el procedimiento desarrollado viabilizó la estandarización del cierre de proyectos, el mejoramiento de la integración y el compromiso con los stakeholders, y la promoción de seguridad y transparencia en el proceso.

Palabras clave: Gestión del conocimiento; Lecciones aprendidas; PMBOK; Plantillas; Término de aceptación de proyecto.

17 de noviembre de 2026

Machine Learning y priorización de funcionalidades en productos digitales: un estudio de caso en una fintech

Una investigación analizó el potencial del uso de técnicas de machine learning aplicadas al análisis del comportamiento de los usuarios en la priorización de funcionalidades en productos digitales. El objetivo fue comprender los procesos de priorización utilizados en la práctica, el papel de los datos de comportamiento en la toma de decisiones y las percepciones sobre la aplicación de técnicas de machine learning en este contexto. Se adoptó un enfoque cualitativo y exploratorio, estructurado como un estudio de caso en productos desarrollados bajo el modelo Software as a Service (SaaS). La recolección de datos se realizó a través de entrevistas semiestructuradas con profesionales de las áreas de producto y de datos. El análisis de los datos siguió la técnica de análisis de contenido. Los resultados indicaron que, aunque los datos de comportamiento ya se utilizaban como apoyo a la decisión, los procesos de priorización aún presentaban baja formalización y enfrentaban limitaciones técnicas y organizacionales. Se observó, también, el reconocimiento del potencial del machine learning como soporte estratégico a la priorización de funcionalidades, aunque su aplicación práctica fuera incipiente. Como principal contribución, el estudio propuso un modelo conceptual que integra datos de comportamiento, procesos de priorización y el uso de machine learning como soporte a la decisión.

Palabras clave: Análisis de datos; Comportamiento del usuario; Datos de comportamiento; Software as a Service (SaaS); Toma de decisiones.

17 de noviembre de 2026

Inteligencia artificial en las rutinas operativas contables y en la eficiencia financiera

La incorporación de Inteligencia Artificial (IA) y de herramientas de automatización ha reconfigurado las rutinas de las oficinas contables brasileñas, impactando la productividad, la mitigación de errores y la eficiencia financiera. Se analizaron estos impactos en una oficina contable de pequeño tamaño, especializada en la atención a prestadores de servicios del área médica en São Caetano do Sul, São Paulo. La investigación adoptó un enfoque cualitativo, con un diseño de estudio de caso único y unidades de análisis incorporadas. Los datos se recolectaron mediante un cuestionario estructurado, aplicado vía Google Forms entre enero y febrero de 2026, a cinco profesionales de la estructura operativa de la oficina en un relevamiento censal. El tratamiento siguió un análisis de contenido con categorías a priori y emergentes. Todos los encuestados declararon uso de herramientas automatizadas o con recursos de IA. La percepción de reducción del tiempo de ejecución, de disminución de errores operacionales, de retrabajo y de mejor aprovechamiento del tiempo del equipo convergió en el 80% de las respuestas afirmativas y el 20% parciales. Las actividades más beneficiadas fueron la conciliación bancaria, la importación de documentos fiscales y la liquidación tributaria, con ganancias visibles sobre errores de digitación, asientos duplicados y clasificación incorrecta. La intervención humana permaneció indispensable en la planificación tributaria, el análisis de escenarios y la verificación de obligaciones accesorias. La evaluación general de la contribución de la IA fue predominantemente favorable, con moderación vinculada a la complejidad normativa fiscal.

Palabras clave: Análisis de contenido; Automatización de procesos; Contabilidad 4.0; Pequeño tamaño; Transformación digital.

17 de noviembre de 2026

Factores que influyen en la gestión de plazos en proyectos de “retrofit” de estaciones de tratamiento de aguas residuales

Los proyectos de “retrofit” en Plantas de Tratamiento de Aguas Residuales (PTAR) se caracterizan por su alta complejidad, restricciones operativas y múltiples interfaces técnicas. El estudio analizó la percepción de los profesionales involucrados sobre la gestión y el cumplimiento de los plazos en proyectos de “retrofit” de plantas de tratamiento de aguas residuales, considerando factores técnicos, operativos y organizacionales. La investigación se caracterizó como un estudio aplicado, con un enfoque cuali-cuantitativo, delineado como un levantamiento de campo de tipo “survey”. El análisis de los datos se realizó mediante estadística descriptiva y categorización cualitativa, utilizando las herramientas SWOT, matriz de riesgo (Probabilidad x Impacto) y plan de acción 5W2H. Los resultados indicaron una alta percepción de claridad (77,8%) y realismo de los plazos (100% de acuerdo), evidenciando una planificación inicial consistente. Sin embargo, el 77,7% de los encuestados señaló que los retrabajos y cambios de alcance impactaron directamente el cumplimiento de los plazos. La integración entre ingeniería, fabricación y Planificación y Control de la Producción (PCP) presentó una evaluación intermedia (77,7% de acuerdo parcial/total), indicando fragilidad en la coordinación interfuncional. La matriz de riesgo destacó como críticos: cambios de alcance, limitaciones operativas de la PTAR y complejidad técnica, todos con nivel alto. Como mejora central, se propuso la estandarización del control de cambios de alcance, análisis y aprobación, con el fin de reducir retrabajos y aumentar la previsibilidad del cronograma.

Palabras clave: Desempeño; Integración; Planificación; Retrabajo; Riesgo.

17 de noviembre de 2026

Captación B2C en medicina diagnóstica: acuerdos estratégicos con consultorios médicos especializados

El sector de la medicina diagnóstica en Brasil opera con una alta dependencia de las aseguradoras de planes de salud, lo que limita la autonomía financiera de los prestadores. Este estudio propuso y analizó un modelo de captación directa de pacientes (B2C) para una institución de medicina diagnóstica de alta complejidad, estructurado a partir de alianzas con consultorios de Oncología y Cardiología y operado por un servicio de atención personalizada denominado conserjería. La investigación adoptó un enfoque mixto en tres fases: levantamiento de campo con cuestionario estructurado aplicado a 87 pacientes, mapeo del flujo operativo mediante “Service Blueprint” y análisis de la tasa de conversión a partir de 312 indicaciones médicas registradas en el proyecto piloto. Los resultados indicaron que la confianza en la indicación médica obtuvo un 92,0% de concordancia, configurándose como el principal factor de adhesión. La conveniencia de realizar el examen el mismo día alcanzó el 78,2%, y la disposición al pago directo llegó al 55,2%, con una polarización asociada a la predominancia de usuarios de planes de salud. El “Service Blueprint” identificó tres puntos críticos en las transiciones entre etapas del recorrido. La tasa de conversión global fue del 51,0%, con un desempeño superior en Oncología (58,2%) en relación con Cardiología (45,0%), y la mayor pérdida se concentró en la etapa de aceptación y agendamiento (28,3%). Se concluyó que el modelo demostró posible viabilidad operativa e indicios de aceptación por parte de los pacientes, condicionado a la transparencia de precios y a la reducción del intervalo entre la consulta y el abordaje por la conserjería.

Palabras clave: Desembolso directo; Recorrido del paciente; Salud suplementaria; Servicio de conserjería; Tasa de conversión.

17 de noviembre de 2026

El papel del director escolar en la promoción de una cultura inclusiva: liderazgo y políticas educativas

La investigación analizó el desempeño del director escolar en la promoción de una cultura inclusiva, considerando la necesidad de transformar directrices legales y fundamentos pedagógicos en prácticas institucionales efectivas. Se partió del supuesto de que la inclusión escolar exige planificación, organización y liderazgo estratégico en el día a día de la escuela. Se adoptó un enfoque cualitativo de naturaleza aplicada, desarrollado en tres etapas complementarias: análisis documental de las legislaciones brasileñas sobre educación inclusiva, revisión bibliográfica sobre liderazgo y gestión escolar, y sistematización de los datos por medio de herramientas gerenciales como la matriz FODA y el ciclo PDCA. Los resultados indicaron que el desempeño de la gestión escolar influyó directamente en la consolidación de ambientes inclusivos, especialmente en la organización de procesos, formación continua del equipo y fortalecimiento de una cultura institucional colaborativa y respetuosa de la diversidad. También se identificaron desafíos estructurales, pedagógicos y relacionales que demandaron intervenciones planificadas. Al final, se elaboró una Guía Práctica para Directores Escolares, con directrices, protocolos y orientaciones operacionales para la toma de decisiones y organización de los procesos inclusivos. Se concluyó que la construcción de una cultura inclusiva dependió de la capacidad de gestión para articular políticas públicas, prácticas pedagógicas y procesos institucionales, consolidando la inclusión como un compromiso permanente en el contexto escolar.

Palabras clave: Accesibilidad educativa; Equidad educativa; Gestión participativa; Planificación estratégica; Procesos institucionales.

17 de noviembre de 2026

Un artefacto de IA basado en Design Thinking para apoyar la elicitación de requisitos de software a partir de las necesidades de los usuarios

El desarrollo de software orientado a las necesidades de los usuarios a menudo enfrenta desafíos en la elicitación de requisitos, derivados de ambigüedades en el lenguaje natural y fallos de comunicación. Ante esto, se propuso y validó un artefacto inteligente que integra Design Thinking e Inteligencia Artificial, con foco en las etapas de Empatía y Definición, para apoyar la recolección, interpretación y estructuración de las necesidades de los usuarios. La investigación, de naturaleza aplicada, cualitativa y exploratoria, condujo una Prueba de Concepto en un ambiente controlado, empleando escenarios hipotéticos. El artefacto operó mediante entrevistas guiadas en lenguaje natural, organizando información en elementos como dolor, contexto e impacto, y generando síntesis de problemas rastreables. Los resultados indicaron que el sistema organizó relatos no estructurados, redujo ambigüedades y preservó el sentido de la información original en la mayoría de los casos. Se observó también la capacidad de reorganización lógica en escenarios complejos, aunque con limitaciones en la separación de múltiples problemas y dependencia de las instrucciones. Se concluyó que el artefacto tiene potencial como apoyo a la elicitación de requisitos, mejorando la claridad y la estructuración de la información, pero requiere supervisión y control contextual.

Palabras clave: Design Thinking; Elicitación de Requisitos; Ingeniería de Requisitos; Inteligencia Artificial; Procesamiento del Lenguaje Natural.

17 de noviembre de 2026

La Extinción de la Sistemática de Retención en la Industria Farmacéutica a la Luz de la Reforma Tributaria

La Reforma Tributaria del consumo, establecida por la Enmienda Constitucional nº 132/2023, introdujo alteraciones estructurales en el sistema tributario brasileño, con la sustitución del Programa de Integración Social (PIS) y de la Contribución para el Financiamento de la Seguridad Social (COFINS) por la Contribución sobre Bienes y Servicios (CBS), en un modelo de Impuesto sobre el Valor Añadido (IVA dual). El objetivo fue analizar los impactos de la extinción de la sistemática monofásica en la industria farmacéutica, a la luz del nuevo diseño normativo y de sus efectos económicos y jurídicos. Se realizó una investigación cualitativa, de naturaleza exploratoria, por medio de estudio de caso y análisis documental de la legislación y la doctrina especializada. Se examinó si el fin de la monofasia implicaría un aumento relevante de la carga tributaria para el sector. Los resultados indicaron que, aunque la superación formal de la sistemática monofásica ha ocurrido, la desgravación material de los medicamentos fue preservada, sobre todo en razón de la aplicación de alícuotas reducidas del 60% y, en determinados casos, de alícuota cero del Impuesto sobre Bienes y Servicios (IBS) y de la CBS. El cambio de modelo puede provocar variaciones puntuales en la recaudación, sin caracterizar un aumento estructural de la carga tributaria, tendiendo a la neutralidad a lo largo del tiempo. Se concluyó, preliminarmente, que la Reforma Tributaria reorganizó la técnica de tributación en la industria farmacéutica, sustituyendo un régimen concentrado por mecanismos más transparentes de desgravación. Este enfoque se mostró compatible con los principios de neutralidad, de no acumulatividad plena y de extrafiscalidad, manteniendo la protección tributaria a los medicamentos esenciales y alineando la política fiscal al derecho fundamental a la salud.

Palabras clave: CBS; COFINS; IBS; IVA Dual; PIS.