Big Data: El Power BI en la analítica predictiva para la toma de decisiones financieras, en el ámbito veterinario, sector Tumbaco

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/32170
Título : Big Data: El Power BI en la analítica predictiva para la toma de decisiones financieras, en el ámbito veterinario, sector Tumbaco
Autor : Aguilar Villarreal, Melany Brigith
Director de Tesis: Cañizares Zúñiga, Fausto Libni
Resumen traducido: This research project analyzes the implementation of Power BI as a business intelligence solution to strengthen predictive analysis and economic decision-making in veterinary clinics in the Tumbaco parish during 2024. The study addresses the issue of predominantly manual record-keeping and the use of basic software, factors that lead to disorganization in databases. Instead, it necessitates evidence-based management through a quantitative approach and a descriptive analytical design. The study evaluated how technological integration allows for the transformation of operational data into predictive models of income and expenses. The results show that 63.2% of the industrial institutions rely on rudimentary processes, which severely limit their strategic planning and their ability to respond to market fluctuations. However, the analysis of the results shows that the implementation of Power BI contributes to the clear visualization of financial indicators, improving the accuracy of income forecasting for 68.4% of the respondents. While there is absolute consensus (100%) on the need for technological modernization, 68.4% of participants identified a lack of technical knowledge as the biggest obstacle to digital transition. Therefore, it is concluded that Power BI is a fundamental tool for optimizing resources and reducing administrative errors. To guarantee the sustainability and operational efficiency of clinics in the industry, the creation of technical training programs and the consolidation of centralized data structures are recommended.
Resumen : Este proyecto de investigación analiza la implementación de Power BI como solución de inteligencia de negocios para fortalecer el análisis predictivo y la toma de decisiones económicas en las clínicas veterinarias de la parroquia de Tumbaco durante el año 2024. El estudio aborda el tema del registro predominantemente manual y el uso de software básico, factores que conducen a la desorganización en las bases de datos, y en cambio obliga a una gestión basada en evidencia objetiva mediante un enfoque cuantitativo y un diseño analítico descriptivo, se evaluó cómo la integración tecnológica permite transformar datos operativos en modelos predictivos de ingresos y gastos, los resultados muestran que el 63,2% de las instituciones industriales dependen de procesos rudimentarios, que limitan gravemente su planificación estratégica y su capacidad para responder a las fluctuaciones del mercado, sin embargo el análisis de los resultados muestra que la implementación de Power BI contribuye a la visualización clara de los indicadores financieros, mejorando la precisión de la previsión de ingresos para el 68,4% de los encuestados. Si bien existe un consenso absoluto (100%) sobre la necesidad de modernización tecnológica, el 68,4% de los participantes señala la falta de conocimientos técnicos como el mayor obstáculo para la transición digital. Por lo que se concluye que Power BI es una herramienta fundamental para optimizar recursos y reducir errores administrativos. Para garantizar la sostenibilidad y eficiencia operativa de las clínicas de la industria, se recomienda la creación de programas de capacitación técnica y la consolidación de estructuras de datos centralizadas
Palabras clave : ADMINISTRACIÓN DE EMPRESAS
TOMA DE DECISIONES
GESTIÓN EMPRESARIAL
ANÁLISIS PREDICTIVO
Fecha de publicación : 2026
URI : http://dspace.ups.edu.ec/handle/123456789/32170
Idioma: spa
Pertenece a las colecciones: Grado

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TTQ2663.pdfTexto completo588,49 kBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons