Recibido: 25/abril/2025 Aceptado:16/julio/2025
Sistemas
de información de marketing, uso de la inteligencia artificial para la toma de
decisiones (Revisión)
Marketing information systems, use of Artificial
Intelligence for decision making (Review)
Carolina
Michelle Andrade Moreira. Estudiante de la Universidad Estatal del Sur de Manabí,
Facultad de Ciencias Económicas, UNESUM, Jipijapa, Manabí, Ecuador.
andrade-carolina2340@unesum.edu.ec
https://orcid.org/0009-0001-6079-4207
Dennis Banner Plúa Perea. Estudiante
de la Universidad Estatal del Sur de Manabí, Facultad de Ciencias Económicas,
UNESUM, Jipijapa, Manabí, Ecuador.
plua-dennis0185@unesum.edu.ec https://orcid.org/0009-0002-4019-9627
Neyser Alejandro Chavez Toala. Estudiante de la
Universidad Estatal del Sur de Manabí, Facultad de Ciencias Económicas UNESUM,
Jipijapa, Manabí, Ecuador.
Chavez-neyser0127@unesum.edu.ec https://orcid.org/0009-0001-2960-3011
Carlos Artemidoro Zea Barahona. Economista. Mg. Docente de
la Universidad Estatal del Sur de Manabí, UNESUM, Jipijapa, Manabí, Ecuador. carlos.zea@unesum.edu.ec https://orcid.org/0000-0001-7546-7148
Resumen
La presente investigación,
destaca la implementación efectiva de los sistemas de información de marketing,
y dentro de este, el uso de inteligencia artificial para el apoyo a la toma de
decisiones. En un contexto
donde los datos son un recurso estratégico esencial, las organizaciones buscan
aprovecharlos para crear ofertas alineadas con las necesidades del mercado. Esta
investigación tiene como objetivo principal determinar si los sistemas de
información de marketing con el uso de inteligencia artificial aportan a la
toma de decisiones. Para su desarrollo se utilizó el método bibliográfico y
analítico para la recopilación y análisis de informes, artículos y documentos
relevantes. Los
resultados revelan que los sistemas de información de marketing respaldados por
inteligencia artificial, revolucionan la toma de decisiones en las
organizaciones al integrar, procesar y analizar grandes volúmenes de datos en
tiempo real, ofreciendo una ventaja competitiva crucial. Además, estos
sistemas de información poseen herramientas claves para la gestión, el análisis
del comportamiento del consumidor y la optimización de decisiones gerenciales, permitiendo a las empresas no solo comprender mejor a
sus clientes, sino también anticiparse a las tendencias del mercado.
Palabras claves: herramientas;
entorno empresarial; tecnología; marketing
Abstract
This research highlights the
effective implementation of marketing information systems, and within this
framework, the use of Artificial Intelligence to support decision-making. In a
context where data is an essential strategic resource, organizations seek to
leverage it to create offerings aligned with market needs. This research aims
to determine whether marketing information systems using Artificial
Intelligence contribute to decision-making. The bibliographic and analytical
method was used for its development, collecting and analyzing relevant reports,
articles, and documents. The results reveal that marketing information systems
supported by Artificial Intelligence revolutionize decision-making in
organizations by integrating, processing, and analyzing large volumes of data
in real time, offering a crucial competitive advantage. Furthermore, these
information systems possess key tools for management, consumer behavior
analysis, and the optimization of managerial decisions, allowing companies not
only to better understand their customers but also to anticipate market trends.
Key words: tools; business environment; technology; marketing
Introducción
La
información es uno de los activos más importantes que tiene una empresa. Sin
ella no es posible trabajar ya que, si no puedes contactar con tus proveedores,
no puedes acceder a tu cartera de clientes, o tu web no es accesible, puedes
tener un grave problema. Es importante mantener la información a buen recaudo,
y evitar que cualquiera que no deba pueda acceder a ella, modificarla o incluso
destruirla. Otro aspecto fundamental es tener la información bien catalogada,
de tal modo que sea fácil encontrarla y filtrar el personal que pueda tener
acceso a ella (Shapiro & Varian,
2022).
Los SIM cada
vez son más esenciales para gestionar, rastrear y documentar cómo y con quién
estás construyendo relaciones o generando conversaciones en torno a tus
productos o promociones. Al recopilar y analizar datos clave, un SIM permite
una toma de decisiones informada que fortalece la conexión con tu audiencia, tu
objetivo y optimiza las estrategias de marketing (Chilán, 2025).
En las
organizaciones la inteligencia artificial (IA) y el marketing han provocado una
serie de modificaciones, en este sentido, se espera que los recursos y
herramientas de marketing impulsadas por la IA desempeñen un rol medular en la
comprensión futura de los comportamientos, creencias y actitudes de los
consumidores, pero también en la facilitación de la toma de decisiones y acceso
de la información (Tenés,
2023).
El
presente artículo científico se ha desarrollado en base a las siguientes
preguntas de investigación, ¿cuáles son los diferentes modelos de sistemas de
información de marketing que utilizan la IA para la toma de decisión?, ¿cómo
inciden los factores críticos de éxitos en la utilización de la IA para la toma
de decisiones? ¿Qué relación existe entre los sistemas de información gerencial,
inteligencia artificial y la toma de decisiones? mediante estas preguntas se
pretende conocer cómo los sistemas de información de marketing con el uso de
inteligencia artificial aportan a la toma de decisiones.
Desarrollo
El SIM es una
herramienta que, cuando se diseña, implementa y gestiona de forma adecuada,
puede elevar la calidad de las decisiones de marketing. La complejidad actual
del entorno, los mercados y el interior de las organizaciones, requiere mejorar
los procesos de toma de decisiones de marketing (Rovira, 2022). Estos sistemas
integran datos internos de la empresa, investigaciones de mercado y análisis de
la competencia para proporcionar una visión integral del entorno de marketing,
Por lo tanto, el sistema de información de marketing se encarga de obtener de
manera continua una gran cantidad de datos tanto internos como externos.
Al respecto,
Ramírez et al. (2021)
refieren que los sistemas de información de marketing se
caracterizan por las siguientes características clave:
·
Integración de Datos: Un
SIM efectivo integra datos de diversas fuentes, tanto internas como externas,
para proporcionar una visión completa del mercado y del entorno competitivo.
·
Análisis y
Procesamiento: El SIM utiliza herramientas y técnicas avanzadas de
análisis para convertir datos brutos en información útil. Esto incluye análisis
estadístico, minería de datos y técnicas de modelado predictivo.
·
Accesibilidad y
Distribución: La información debe ser fácilmente accesible para los
responsables de la toma de decisiones. Los SIM modernos suelen utilizar
plataformas en la nube y aplicaciones móviles para asegurar que la información
esté disponible en cualquier momento y lugar.
·
Actualización
Continua: Un buen SIM se actualiza continuamente con nuevos datos para
reflejar cambios en el mercado y en el comportamiento del consumidor.
·
Seguridad de la
Información: Dado que maneja datos sensibles, un SIM debe contar con
robustos sistemas de seguridad para proteger la información contra accesos no
autorizados y brechas de datos.
Modelos
de sistemas de información de marketing que utilizan la IA para la toma de
decisión
El sistema de información
en la toma de decisiones basado en la inteligencia artificial adecuado, debe
considerar numerosos factores, como los requisitos del sector, la escalabilidad
y la facilidad de integración (Rojas,
2024).
1.
Siemens
MindSphere: Sistema de apoyo a la toma de decisiones
basado en IoT para la Industria 4.0. Lanzada por
Siemens en 2017, MindSphere es una plataforma de
Internet de las Cosas (IoT) basada en la nube,
diseñada para brindar soporte a la toma de decisiones en diversas industrias
mediante la integración de IA, análisis de datos e IoT.
Ayuda a optimizar los procesos y recursos industriales mediante análisis de
datos e información en tiempo real (Gabaldón,
2023). Entre sus características
se encuentran:
§ Recopilación y análisis de datos de IoT
§ Mantenimiento predictivo y optimización
§ Toma de decisiones impulsada por IA para procesos
industriales
§ Integración con los sistemas de automatización y
almacenamiento de datos de Siemens
§ Escalable para empresas de manufactura, energía y
transporte.
MindSphere es ideal para su uso en sectores de la Industria 4.0,
donde la monitorización de equipos en tiempo real, el mantenimiento predictivo
y la optimización operativa son cruciales. Se utiliza principalmente en
industrias como la manufactura, la logística, la gestión energética y el
transporte. Como ventajas se señala que es:
§ Escalable y diseñado para aplicaciones a escala
industrial.
§ Mejora la eficiencia operativa a través de información
predictiva
§ Fuerte integración con IoT y
sistemas de automatización industrial.
Entre sus debilidades se halla:
§ Alto costo y complejidad en la implementación
§ Requiere infraestructura de IoT
y conectividad confiable en la nube.
2. DeepMind
Health (de Google DeepMind). Lanzada
en 2015, DeepMind Health es
una plataforma de atención médica impulsada por IA y desarrollada por Google DeepMind. Se centra en el aprendizaje automático para
ayudar a los profesionales clínicos a tomar decisiones en tiempo real basadas
en los datos de los pacientes. El sistema es especialmente reconocido por su
aplicación en el análisis de imágenes médicas. Sus
características son:
§ Modelos avanzados de aprendizaje automático
§ Análisis de datos de pacientes en tiempo real
§ Interpretación de imágenes médicas
§ Integración con registros médicos electrónicos.
DeepMind Health se utiliza
principalmente en centros de salud para ayudar a los médicos a interpretar datos
médicos de forma rápida y precisa, especialmente en radiología y otros campos
de diagnóstico por imágenes. Entre sus ventajas se encuentra:
§ Diagnósticos médicos de alta precisión
§ Procesamiento rápido de datos
Como
adversidades:
§ Preocupaciones sobre la privacidad de los datos de los
pacientes
§ Requiere una amplia infraestructura.
3.
Plataforma de decisiones IBM Watson. IBM Watson DecisiónPlataforma,
lanzada en 2011, es una de las plataformas de IA pioneras desarrolladas por
IBM. Combina IA, aprendizaje automático y big data para brindar soporte a la
toma de decisiones en sectores como la salud, las finanzas y el marketing. Sus
características son:
§ Procesamiento del lenguaje natural (PLN)
§ Integración con plataformas de big data
§ Modelos de IA específicos de la industria
§ Análisis de datos en tiempo real.
Esta
plataforma es muy versátil y se utiliza en industrias, que van desde la
atención médica, hasta las finanzas, para tomar decisiones informadas basadas
en grandes conjuntos de datos. Entre sus ventajas está:
§ Integración de datos
§ Fuertes aplicaciones específicas de la industria
Sus
debilidades son:
§ Alto costo
§ Despliegue complejo
4.
Soporte de decisiones de inteligencia artificial de Microsoft Azure. Microsoft
Azure AI, lanzado en 2010, es una plataforma de apoyo a la toma de decisiones,
basada en IA en la nube que ofrece un conjunto de herramientas, para ayudar a
las empresas a integrar la IA en sus operaciones. Está diseñado para ofrecer
escalabilidad y flexibilidad, lo que permite a las organizaciones adaptar las
soluciones de IA a sus necesidades. Sus características son:
§ Servicios de inteligencia artificial basados
en la nube
§ Modelos prediseñados y herramientas personalizables
§ Integración perfecta con los servicios de Microsoft
§ Escalable a las necesidades de nivel empresarial
Azure
AI es adecuado para cualquier industria, incluidas las finanzas, la atención
médica y el comercio minorista, donde las decisiones impulsadas por IA pueden
optimizar las operaciones y el rendimiento. Sus ventajas son:
§ Infraestructura de nube escalable
§ Personalización flexible del modelo de IA
Los
contras reconocidos:
§ Dependencia de los servicios en la nube
§ Costos de suscripción potencialmente altos
Factores críticos de éxitos en la
utilización de la inteligencia artificial para la toma de decisiones
La
integración de sistemas de inteligencia artificial en el proceso de toma de
decisiones puede ofrecer ventajas significativas, permitiendo a los
emprendedores analizar grandes cantidades de datos, identificar tendencias del
mercado y prever resultados con mayor precisión. “La inteligencia artificial
está disponible como una herramienta que podría emplearse para mejorar la
calidad y rapidez en la toma de decisiones específicas, como la evaluación de
demandas legales o la clasificación de casos para otorgarles prioridad” (Uscamayta, 2021).
Esta investigación es de
vital importancia por varias razones. En primer lugar, contribuye al avance del
conocimiento en el campo de la gestión empresarial y la tecnología al
proporcionar una comprensión más profunda del impacto de la inteligencia
artificial en la toma de decisiones de los emprendedores. Algunos factores que
ayudan antes, durante y después dan fe de su importancia, además ayuda a llenar
una brecha en la literatura existente, ya que hay falta de estudios específicos
que aborden este tema, en el contexto de la creación e implementación de
productos en mercados competitivos o en mercados nuevos con poca competencia.
Por los constantes cambios, aumento que se dan día a día, haciendo más fácil la
vida, pero para eso se necesita una buena toma de decisiones con ayuda de la
inteligencia artificial, además de muchas más herramientas que proporciona.
La inteligencia artificial,
en el centro de esta transformación, está transformando diversas áreas, desde
la atención médica hasta las finanzas, convirtiéndose en un componente esencial
para cualquier empresa que aspire a mantener su competitividad. Para prosperar
en esta era de cambio continuo, las organizaciones deben ajustarse a la IA, un
proceso que presenta desafíos y limitaciones, pero también abre grandes
oportunidades (Montoya, 2025). Desde una perspectiva práctica, los hallazgos de
esta investigación tienen importantes implicaciones para los emprendedores,
proporcionándoles conocimientos y herramientas para mejorar su proceso de toma
de decisiones y aumentar la probabilidad de éxito de sus empresas.
La implementación de
sistemas de inteligencia artificial en la toma de decisiones empresariales, de
emprendedores, resultará en una mejora significativa en la eficiencia y
efectividad de sus acciones, lo que conduce a un crecimiento más rápido y
sostenible de sus empresas. Existe una relación significativa entre la implementación
de sistemas de inteligencia artificial y la eficiencia, precisión y
adaptabilidad de las decisiones empresariales durante el proceso de creación y
expansión de productos por parte de los emprendedores. Se espera que la
integración de herramientas de inteligencia artificial mejore de manera
significativa la capacidad de los emprendedores para tomar decisiones
informadas y estratégicas, lo que se traducirá en un mayor éxito en el mercado.
Dado que numerosos
estudios han demostrado que la implementación de sistemas de inteligencia
artificial en el proceso de creación y expansión de productos por parte de los
emprendedores y las empresas tiene un impacto significativo y positivo en la
eficiencia, precisión y adaptabilidad de las decisiones empresariales, al
integrar herramientas avanzadas de análisis de datos y aprendizaje automático,
los emprendedores pueden acceder a información más completa y precisa, lo que
les permite tomar decisiones más informadas y estratégicas.
Por
ejemplo, empresas de diversas industrias han utilizado algoritmos de IA para
analizar grandes conjuntos de datos de mercado y predecir tendencias futuras
con una precisión sin precedentes. El objetivo fundamental de la IA es
desarrollar máquinas que realicen tareas que requieren inteligencia humana,
aprendiendo y adquiriendo conocimientos y experiencias. Desde 1965, los
sistemas han buscado mejorar su capacidad para organizar información y procesar
datos numéricos, avanzando hacia la adquisición y aplicación de conocimientos
más complejos (Soriano, 2024). Además, la implementación de sistemas de
inteligencia artificial ha mejorado la eficiencia operativa de muchas empresas
al automatizar tareas repetitivas y optimizar procesos internos. Esto ha
liberado tiempo y recursos que los emprendedores pueden dedicar a actividades
más estratégicas, como el desarrollo de nuevos productos o la expansión a
nuevos mercados.
Herramientas de
IA en Marketing
Las herramientas
impulsadas por IA están transformando el panorama del marketing. Desde la
automatización hasta el análisis avanzado de datos, estas soluciones ayudan a
las empresas a optimizar su rendimiento y a mejorar la interacción con los
clientes (Sera, 2024).
Los chatbots se han convertido
en una de las herramientas más visibles de la inteligencia artificial en el
marketing. Su integración en sitios web y aplicaciones, permite a las empresas
interactuar con los usuarios en cualquier momento, brindando respuestas
instantáneas a consultas y configuraciones de productos. Gracias al
procesamiento de lenguaje natural (PNL) y al aprendizaje automático, los
chatbots pueden entender y responder preguntas de manera eficiente. Esto no
solo mejora la atención al cliente, sino que también libera a los equipos
humanos para que se enfoquen en tareas más complejas. Estas son algunas de las
capacidades de los chatbots:
·
Resolución de
consultas frecuentes.
·
Recomendaciones de
productos personalizadas.
·
Recopilación de datos
sobre las preferencias del usuario.
Las plataformas de
publicidad digital han integrado soluciones de inteligencia artificial, para
facilitar la segmentación y optimización de campañas. Utilizando algoritmos
avanzados, estas plataformas analizan grandes volúmenes de datos en tiempo real
y permiten a las empresas realizar ajustes instantáneos en sus anuncios. Entre
las funcionalidades más destacadas se incluyen:
·
Segmentación precisa
de audiencias, dirigida a grupos específicos con alto potencial de conversión.
·
Optimización
automática de campañas, que ajusta las pujas y el presupuesto según el
rendimiento de los anuncios.
·
Predicciones de
rendimiento basadas en datos históricos, lo que ayuda a anticipar el éxito de
nuevas campañas.
El análisis de datos
es un componente esencial en la IA aplicada al marketing. Existen herramientas
que permiten a las empresas realizar un seguimiento detallado del
comportamiento del consumidor y las tendencias del mercado. Estas soluciones
permiten extraer información, mejorando así la toma de decisiones. Las
soluciones de análisis de datos ofrecen diversas características, tales como:
·
Creación de informes
personalizados que facilitan la visualización de datos claves.
·
Análisis predictivo,
que utiliza datos históricos para prever futuros comportamientos del
consumidor.
·
Segmentación de
audiencias, facilitando una comprensión más profunda de los diferentes grupos
demográficos.
Con el uso de estas herramientas,
las empresas pueden realizar estrategias altamente efectivas, maximizando el
retorno de inversión en sus actividades de marketing.
Metodología
Este estudio tiene un enfoque
cualitativo exploratorio y pretende investigar cómo los sistemas de información
de marketing integran inteligencia artificial en la toma de decisiones. Basado
en las experiencias, percepciones y dinámicas de los profesionales
involucrados, se analiza cómo la inteligencia artificial optimiza los procesos
decisorios en marketing, incluyendo sus aplicaciones, beneficio y desafíos. Se
utiliza un paradigma interpretativo para recopilar los significados subjetivos
que los actores clave asocian con el uso de estas tecnologías. Siguiendo las
etapas de identificación, selección, elegibilidad e inclusión, se realizaron
búsquedas exhaustivas en bases de datos reconocidas como Scopus, Scielo, Google
Académico, Dialnet, lo que permitió identificar un total de 25 documentos
relevantes, de los cuales 7 cumplieron con los criterios de inclusión. Este
enfoque riguroso permitió extraer y sintetizar información clave, identificando
patrones, tendencias y vacíos en el conocimiento actual, asegurando así
resultados consistentes y respaldados por evidencia sólida para explorar los
beneficios y barreras de la implementación de la inteligencia artificial en los
sistemas de información de marketing y el uso de la IA para la toma de
decisiones.
Resultados
La investigación ha
determinado que los SIM con el uso de IA aportan significativamente a la toma
de decisiones en el entorno empresarial actual. Los datos se han convertido en
un recurso estratégico fundamental que permite a las organizaciones desarrollar
ofertas alineadas con las necesidades del mercado. Los SIM, potenciados por la
IA, se han consolidado como herramientas esenciales para la gestión eficiente
de la información, el análisis del comportamiento del consumidor y la
optimización de decisiones gerenciales. Estas tecnologías permiten a las
empresas no solo comprender mejor a sus clientes, sino también anticiparse a
las tendencias y mejorar su competitividad.
Se identifican
diversos modelos de sistemas de apoyo a la toma de decisiones, basados en IA
que son relevantes para el marketing y el entorno empresarial. Estos incluyen
Siemens MindSphere para la industria 4.0, DeepMind Health de Google DeepMind para el sector de la salud, la Plataforma de
decisiones IBM Watson con sus aplicaciones versátiles en salud, finanzas y
marketing, y el Soporte de decisiones de inteligencia artificial de Microsoft
Azure, adaptables a diversas industrias. Cada uno de estos sistemas demuestra
cómo la IA puede procesar y analizar grandes volúmenes de datos para ofrecer información
valiosa que mejora la calidad y rapidez de las decisiones.
Se establece que la
implementación de sistemas de inteligencia artificial en la toma de decisiones
empresariales de emprendedores resulta en una mejora significativa en la
eficiencia y efectividad de sus acciones, lo que conduce a un crecimiento más
rápido y sostenible de sus empresas. La integración de herramientas avanzadas
de análisis de datos y aprendizaje automático permite acceder a información más
completa y precisa, facilitando decisiones más informadas y estratégicas. Esto
también mejora la eficiencia operativa al automatizar tareas repetitivas y
optimizar procesos internos, liberando tiempo y recursos para actividades más
estratégicas.
En cuanto a las
herramientas específicas de IA en marketing, se destaca el impacto de los
chatbots y asistentes virtuales en la interacción con los clientes, las
plataformas de publicidad digital para la segmentación y optimización de
campañas, y las soluciones de análisis de datos que permiten un seguimiento
detallado del comportamiento del consumidor y las tendencias del mercado.
Las personas en
general están propensos a tomar decisiones todos los días, dentro de las
organizaciones sucede la misma dinámica, pero en esta última es donde una mala
decisión puede marcar un antes y después para las empresas. La orientación de
las organizaciones está direccionada a ser productivos, generar ventajas
competitivas y generar rentabilidad para la misma.
Para los autores De Armas
y Chirino (2023), el sistema de información gerencial demanda una inmensa
responsabilidad además de un serio compromiso del gerente o administrador de
coordinar todos los componentes de la organización de manera cuidadosa y
permanente buscando como meta la calidad del servicio y la satisfacción del
usuario. Al respecto “La información y los datos dependen de la perspectiva que
se miren” dice (Coronel
& Agramonte 2023); sin embargo, con el
uso de herramientas de tecnologías de información trasciende al más alto nivel
que es el “conocimiento”, donde la implementación de tecnología transforma el
quehacer organizacional enfrentándola a nuevos retos, identificando y
entendiendo patrones de consumo que las empresas no sabían que poseían y
tampoco estaban en la capacidad de darle lectura por la falta de estructura,
conocimiento y recursos.
Según Gutiérrez y Gutiérrez
(2024), el sistema de información gerencial se manifiesta cuando se estudia la
gerencia se estudia la toma de decisiones, y contempla también el tránsito por
algunas teorías como la lógica, matemática y filosófica llegando a derivar a
actuaciones racionales. En función de lo manifestado y captando estos aspectos
en el contexto universal, se debe incluir el campo tecnológico, estadístico
para obtener su utilidad.
Por medio de las
tecnologías de información citadas y explicadas, la resolución de problemas no
está orientada solo al cliente externo, sino también al interno, generando
sistemas eficientes e inteligentes, direccionadas a acciones concretas y
latentes de la empresa, si a ese escenario se suma un modelo de recomendación
generado por Big Data y Machine Learning los gerentes minimizan el riesgo de
tomar una decisión incorrecta y maximiza la
efectividad de generar soluciones que resuelvan los problemas
identificados de la misma, apoyada y sustentada en sus propios datos y que han
sido moldeados y transformados en conocimiento.
La información se ha
transformado en conocimiento y este en inteligencia que se origina de diferentes fuentes, ya no es necesario
esperar tanto tiempo ni realizar investigaciones de mercado para identificar si
el producto tuvo o no aceptación en el mercado, tampoco es necesario esperar
que el gerente de ventas solicite la información a sus vendedores para
consolidarla y presentarla a la junta
directiva, esto cambió cuando los datos empezaron a ser tomados como insumos de información para las organizaciones
y generaron respuestas en tiempo real, la convergencia que se ha dado al
sistema gerencial inteligente generando la capacidad de resolver problemas se
convierte en un arma eficiente para el mercado y genera un ecosistema digital
de decisiones confiables asistido por la tecnología.
La
integración de sistemas de IA en el proceso de toma de decisiones puede ofrecer
ventajas significativas, permitiendo a los emprendedores analizar grandes
cantidades de datos, identificar tendencias del mercado y prever resultados con
mayor precisión. La IA es una herramienta que puede mejorar la calidad y
rapidez en la toma de decisiones específicas. Para garantizar una
implementación exitosa, es crucial considerar aspectos como el dominio del
modelo de negocio, la disponibilidad de datos confiables, la factibilidad
tecnológica, los procesos iterativos de validación con usuarios finales, así
como la adecuación cultural y ética en la organización.
Conclusiones
En
conclusión, los sistemas de información de marketing juegan un papel
fundamental en la mejora de transformación de las organizaciones, al optimizar
la toma de decisiones mediante el análisis de datos en tiempo real y mejorar la
personalización de estrategias. Los principales sistemas
de información marketing que utilizan la IA para la toma de decisiones son: Siemens Mind Sphere; sistema de apoyo a la toma de decisiones basado en IoT para la Industria 4.0; plataforma de decisiones IBM
Watson y soporte de decisiones de IA de Microsoft Azure.
En
definitiva, el uso de la IA en marketing no solo hace que el análisis de las
tendencias y comportamientos del consumidor sea más rápido, sino que también
aumenta la precisión de las predicciones. Esta capacidad para anticipar permite
que los gerentes reduzcan los riesgos al tomar decisiones, aumenta la forma en
que se ejecutan las cosas y promueve la expansión comercial más ecológica.
La
relación entre los sistemas de información de marketing y la toma de decisiones
es estratégica y transformadora. Cuando se combinan con IA, estos sistemas
se convierten en motores capaces de generar información procesable y
confiable, mejorando significativamente las decisiones tanto tácticas como
estratégicas de una organización. Los sistemas de información unifican y
examinan datos provenientes de múltiples canales como hábitos de consumo, engagement en redes sociales y
movimientos del mercado, lo que permite a las empresas profundizar en el
conocimiento de su audiencia y anticipar demandas y comportamientos.
Referencias bibliográficas
Armas,
L. M., & Chirino, R. C. (2023). Sistema de información gerencial como
estrategia de éxito organizacional en las empresas del sector salud. Gestio et Productio.
Revista Electrónica de Ciencias Gerenciales, 5(9), 4-26. https://doi.org/10.35381/gep.v8i9.52
Chilán, K. E. (2025).
Sistemas de Información Gerencial y Control Financiero. Caso asociación de
servicios de entrega a domicilio Jipijapa [Tesis de grado, Universidad
Estatal del Sur de Manabí]. Repositorio Digital UNESUM. https://repositorio.unesum.edu.ec/handle/53000/7674
Coronel,
C. A., & Agramonte R. C. (2023). Desafíos de la capacitación docente
orientada a las Tecnologías de la Información y las Comunicaciones (TICs). Revisión sistemática. Ciencia Latina Revista
Científica Multidisciplinar, 7(3), 2427-2456. https://doi.org/10.37811/cl_rcm.v7i3.6356
Gabaldón,
M. A. (2023). Análisis de frameworks y soluciones para la IoT [Tesis de Maestría, Universitat
Politècnica de València]. Riunet.
https://riunet.upv.es/handle/10251/198544
Gutiérrez,
J. A., & Gutiérrez, K. P. (2024). Sistema de información gerencial y
toma de decisiones financieras en un negocio de servicios, 2023 [Tesis de
grado, Universidad Peruana de Ciencias Informáticas]. Repositorio Digital UPCI.
https://repositorio.upci.edu.pe/handle/upci/1238
Montoya,
C. (2025). Inteligencia artificial aplicada a las organizaciones.
Ediciones de la U. https://hdl.handle.net/20.500.12494/62920
Ramírez,
M., Cruz, I., & Miranda, A. M. (2021). Sistemas de Información de Marketing
Integral: Factores que Contribuye a Mejorar el Desempeño de las MIPyMES. European
Scientific Journal, 17(4), 146. https://doi.org/10.19044/esj.2021.v17n4p146
Rojas, E. (2024). Aplicación
de los modelos de inteligencia artificial como apoyo en la toma de decisiones,
en el marco de la gestión de proyectos
[Tesis de Maestría, Universidad Nacional Abierta y a Distancia]. Repositorio Digital
UNAD. https://repository.unad.edu.co/handle/10596/64318
Rovira,
J. (2022). Análisis de Sistemas de Información de Marketing en empresas de
confecciones de la ciudad de Apartadó Antioquia y su impacto en la toma de
decisiones [Tesis de Maestría, Universidad Nacional Abierta y a Distancia].
Repositorio Digital UNAD. https://repository.unad.edu.co/handle/10596/50318
Sera,
F. A. (2024). Inteligencia artificial en publicidad multimedia: optimización
de estrategias y métricas publicitarias [Tesis de maestría, Universidad
Internacional de Andalucía]. Repositorio
Abierto de la UNIA. http://hdl.handle.net/10334/9436
Shapiro,
C., & Varian, H. R. (2022). El dominio de la
información: una guía estratégica para la economía de la red. Antoni Bosch
Editor. https://books.google.com.mx/books?hl=es&lr=&id=H7hZUf17PXMC&oi=fnd&pg=PP19&dq=El+dominio+de+la+informaci%C3%B3n:+una+gu%C3%ADa+estrat%C3%A9gica+para+la+econom%C3%ADa+de+la+red.&ots=0IPz4CZgOp&sig=5LPIjS_rzzl-mQA4lBnkAanmY30#v=onepage&q&f=false
https://scholar.google.com/citations?user=pqN1Fi4AAAAJ&hl=es&oi=sra
Soriano,
R. M. (2024). Eficacia de los programas de traducción automática en textos
especializados [Tesis de Doctorado, Universidad Femenina del Sagrado
Corazón]. Repositorio Institucional UNIFE. https://repositorio.unife.edu.pe/items/a1350c21-3347-4555-aa66-056bdbdec842
Tenés, E. (2023). Impacto
de la inteligencia artificial en las empresas [Tesis de Grado, Universidad
Politécnica de Madrid]. Archivo Digital UPM. https://oa.upm.es/id/eprint/75532
Uscamayta, G. E. (2021). Inteligencia
artificial como herramienta para mejorar la calidad y celeridad de decisiones
jurisdiccionales [Tesis de grado, Universidad Andina del Cusco]. UAC-Institucional.
https://hdl.handle.net/20.500.12557/4259