Resumen de Sistema de inteligencia de negocios para soporte de decisiones en la comercialización de plantas ornamentales

Héctor Adán Morales Lugo, Patricia Elizabeth Figueroa Millán, Nicandro Farias Mendoza, Ramona Evelia Chávez Valdéz

• español

  La horticultura ornamental en México es una industria en crecimiento que requiere la inclusión de diversas tecnologías para automatizar la producción y comercialización a fin de incrementar su rentabilidad. Para esto, el análisis de los datos es clave, permitiendo la obtención de conocimiento para el soporte a la toma de decisiones; no obstante, implica un tiempo exhaustivo de procesamiento de información, afectando la productividad de las empresas debido a la falta de un sistema de apoyo a la toma de decisiones que implemente herramientas dinámicas de inteligencia de negocios. Este trabajo de investigación propone un sistema web de inteligencia de negocios para la creación de herramientas dinámicas y ejecución de consultas asíncronas a la base de datos; lo cual, proporciona un análisis de la información histórica de la comercialización de plantas ornamentales mediante tablas, gráficas y reportes. Está desarrollado utilizando la metodología PUA, el lenguaje de programación Python y el framework Django, empleando un enfoque innovador al aplicar el algoritmo DFS como mecanismo de búsqueda para determinar la relación existente entre las tablas de la base de datos, reduciendo tiempo de extracción, procesamiento, análisis y presentación de información. Como resultado se logró mejorar el aprovechamiento de la información histórica, eficientar el procesamiento y análisis de la información de comercialización y, por consiguiente, mejorar los procesos de toma de decisiones.

• English

  Ornamental horticulture in Mexico is a growing industry that requires the inclusion of various technologies to automate production and marketing in order to increase its profitability. For this, data analysis is key, allowing obtaining knowledge to support decision-making; However, it involves exhaustive information processing time, affecting the productivity of companies due to the lack of a decision support system that implements dynamic business intelligence tools. This research work proposes a business intelligence web system for the creation of dynamic tools and execution of asynchronous queries to the database; which provides an analysis of the historical information on the commercialization of ornamental plants through tables, graphs and reports. It is developed using the PUA methodology, the Python programming language and the Django framework, employing an innovative approach by applying the DFS algorithm as a search mechanism to determine the relationship between the database tables, reducing extraction time, processing , analysis and presentation of information. As a result, it was possible to improve the use of historical information, streamline the processing and analysis of marketing information and, consequently, improve decision-making processes.