Business Intelligence como Recurso Estratégico en la Transformación Digital Organizacional: Business Intelligence as a Strategic Resource in Organizational Digital Transformation

Freddy Enrique Triana Litardo

doi:10.29394/Scientific.issn.2542-2987.2025.10.E3.10.190-210

Autores/as

Freddy Enrique Triana Litardo Universidad César Vallejo, UCV https://orcid.org/0000-0002-3475-9774

DOI:

https://doi.org/10.29394/Scientific.issn.2542-2987.2025.10.E3.10.190-210

Palabras clave:

inteligencia de negocios, transformación digital, toma de decisiones estratégicas

Resumen

La creciente aceleración de la digitalización y el volumen exponencial de datos que caracterizan el entorno organizacional contemporáneo plantean un desafío central: convertir información en conocimiento estratégico accionable. El presente artículo de revisión analiza el papel del Business Intelligence (BI) como recurso estratégico en la transformación digital organizacional. El objetivo principal consistió en identificar las principales contribuciones teóricas y empíricas que apoyan la implementación del BI en contextos de modernización institucional, así como las tendencias metodológicas y las áreas de aplicación más frecuentes. Se empleó un método inductivo con enfoque cualitativo y diseño no experimental, desarrollado como una revisión sistemática de literatura bajo el protocolo PRISMA, mediante el cual se seleccionaron y analizaron nueve publicaciones científicas publicadas entre 2021 y 2025, extraídas de las bases de datos SciELO, Scopus y Redalyc. Los hallazgos revelan que el BI se aplica eficazmente en educación, gestión pública y PYMES, y que su eficacia está determinada no solo por factores tecnológicos, sino también por la cultura organizacional, la compartición del conocimiento y la racionalidad en la toma de decisiones. La revisión constató que la integración del BI con inteligencia artificial y lógica difusa amplía sus capacidades predictivas y prospectivas, configurando un nuevo paradigma de gestión basada en datos. Los resultados indican que el Business Intelligence no se limita a ser una herramienta tecnológica, sino que constituye un recurso estratégico de amplio alcance para la toma de decisiones basada en evidencia, la optimización del desempeño institucional y la adaptación organizacional a escenarios de alta incertidumbre y cambio tecnológico acelerado.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Freddy Enrique Triana Litardo, Universidad César Vallejo, UCV

Nacido en la provincia del Guayas, Ecuador, el 15 de Julio del año 1978. Ingeniero en Sistemas por la Universidad Técnica Estatal de Quevedo (UTEQ); Magister en Conectividad y Redes de Ordenadores por la Universidad Técnica Estatal de Quevedo (UTEQ); Diplomado en sistemas de Información Gerencial por la Universidad Regional Autónoma de los Andes (UNIANDES); Docente Titular Auxiliar en la Universidad Técnica Estatal de Quevedo (UTEQ); discente del Doctorado en Administración en la Universidad César Vallejo (UCV), Piura, Perú; Director del proyecto de Vinculación, Servicio y Asistencia en Gestión Empresarial a microempresarios de las parroquias Urbanas y Rurales del Cantón Quevedo de la Universidad Técnica Estatal de Quevedo (UTEQ).

Citas

Al-Hashimy, H. N. H., Al-Hashimi, H. N. H., & Abdulhamed, M. A. (2019). A review of impact of accounting and management information systems on the performance of organizations: Empirical study at Iraqi port. Journal of Southwest Jiaotong University, 54(6), 1-10. https://doi.org/10.35741/issn.0258-2724.54.6.11

Baldeón-Palpa, M. J., Medina-Romero, M. Á., Gavilanes-Carranza, E. A., & Burbano-Ronquillo, M. B. (2025). Inteligencia de negocios para la toma de decisiones. Multidisciplinary Latin American Journal (MLAJ), 3(1), 43–58. https://doi.org/10.62131/mlaj-v3-n1-003

Boksova, J., Boksa, M., Horak, J., Pavlica, K., Strouhal, J., & Saroch, S. (2021). E-Government Services and the Digital Divide: A Quantitative Analysis of the Digital Divide between the General Public and Internet Users. Journal of Telecommunications and the Digital Economy, 9(1), 27–49. https://doi.org/10.18080/jtde.v9n1.301

Chau, S. L. (2018). Enhancing organizational performance by knowledge sharing. Journal of Business Theory and Practice, 6(2), 154–171. https://doi.org/10.22158/jbtp.v6n2p154

Conejero, J. C. (2020). Una aproximación a la investigación cualitativa. Neumología Pediátrica, 15(1), 242–244. Sociedad Chilena de Neumología Pediátrica (SOCHINEP) y de la Sociedad Latinoamericana de Neumología pediátrica (SOLANEP).

Cruz, K. G., Garzón, V. J., Quezada, J., & Carvajal, H. (2022). Tableros y gráficos automatizados: un enfoque a la visualización de datos e inteligencia de negocio. Ciencia Latina. Revista Científica Multidisciplinar, 6(4), 2624–2641. https://doi.org/10.37811/cl_rcm.v6i4.2784

Dhanekula, A. (2025). AI-driven business intelligence framework for predictive decision-making and strategic resource optimization. International Journal of Business and Economics Insights, 5(3), 1238–1270. https://doi.org/10.63125/dkt2w457

Kondapalli, K. K., & Gunupudi, C. (2023). Artificial intelligence ethics and principles in public sector healthcare: A governance framework for responsible AI adoption in local and sub-national health services. Lex localis - Journal of Local Self-Government, 21(S2), 61–81. https://doi.org/10.52152/jvt38g16

Mahaisavariya, B., & Charmondusit, K. (2023). The role of higher education for sustainable development goals: Experiences from Mahidol University, Thailand. Journal of Sustainability Perspectives, 3(3), 469–475. https://doi.org/10.14710/jsp.2023.20716

Martínez-Corona, J. I., Palacios-Almón, G. E., & Oliva-Garza, D. B. (2023). Guía para la revisión y el análisis documental: propuesta desde el enfoque investigativo. Ra Ximhai, 19(1), 67–83. https://doi.org/10.35197/rx.19.01.2023.03.jm

Moher, D., Shamseer, L., Clarke, M., Ghersi, D., Liberati, A., Petticrew, M., Shekelle, P., & Stewart, L. A. (2015). Preferred reporting items for systematic review and meta-analysis protocols (PRISMA-P) 2015 statement. Systematic Reviews, 4(1), 1. https://doi.org/10.1186/2046-4053-4-1

Moher, D., Liberati, A., Tetzlaff, J., & Altman, D. G. (2009). Preferred reporting items for systematic reviews and meta-analyses: The PRISMA statement. PLoS Medicine, 6(7), e1000097. https://doi.org/10.1371/journal.pmed.1000097

Paraiso, R. M., Siqueira, G. P., Valerio, V. E., & Garcia, D. A. (2024). Criação de mini business intelligence para reestruturação curricular em instituição federal no pós-COVID-19. REAd. Revista Eletrônica de Administração (Porto Alegre), 30(3), 1381–1409. https://doi.org/10.1590/1413-2311.418.135839

Peña, F. J., Bello, E. E., Bello, R., Ferreira, G. L., & García, A. M. (2021). Modelo de inferencia borroso para el cálculo de indicadores claves de rendimiento. Ingeniare. Revista chilena de ingeniería, 29(2), 276–284. https://doi.org/10.4067/S0718-33052021000200276

Risco-Ramos, R., Pérez-Aguilar, D., Casaverde-Pacherrez, L., & Vásquez-Díaz, E. (2022). Use of a business intelligence framework in the management of the quality of the electricity supply in small and medium-sized companies. DYNA, 89(221), 31–40. https://doi.org/10.15446/dyna.v89n221.99085

Sangramsinh, S. (2025). Artificial intelligence in business: Transforming operations, decision-making, and strategy. International Journal of Science and Research (IJSR), 14(3), 504–506. https://doi.org/10.21275/sr25130172042

Sarria-Villa, C. A., & Tobón-Correa, J. A. (2024). Vigilancia tecnológica e inteligencia competitiva apoyada en herramientas de inteligencia artificial: Un caso de estudio en el sector agrícola. Journal de Ciencia e Ingeniería, 16(2), 19–24. https://doi.org/10.46571/jci.2024.2.4

Skyrius, R., & Valentukevičė, J. (2020). Business intelligence agility, informing agility and organizational agility: Research agenda. Information & Media, 90, 8–25. https://doi.org/10.15388/im.2020.90.47

Torrealba, G. F. (2019). Gerencia estratégica y disrupción. Revista Scientific, 4(11), 327–340. https://doi.org/10.29394/scientific.issn.2542-2987.2019.4.11.17.327-340

Yıldız, İ., & Yavuz, U. (2025). A multidisciplinary overview of “business intelligence systems” concept and maturity criteria: A study in the logistics and transportation sector. Acta Infologica, 9(2), 419–463. https://doi.org/10.26650/acin.1647989