Hacia la construcción de un mecanismo soportado en lógica difusa para evaluar la viabilidad de las empresas bajo el modelo Canvas

Contenido principal del artículo

Autores

Laura Daniela Acosta Contreras
Andrés Ricardo Barreto López
Carlos Enrique Montenegro Marín
Paulo Alonso Gaona García

Resumen

                                                                Rev.esc.adm.neg


En este artículo se presenta una primera aproximación funcional de un mecanismo que permite generar  un indicador de viabilidad de un producto o propuesta de negocio basado en el diseño del modelo Canvas y utilizando  como referencia el Emis Benchmarking Score propuesto por el Euromoney Institutional Inversor Company (EMIS),  organización que proporciona información financiera de empresas. Esta aproximación se basa en aplicación de  la lógica difusa como herramienta de análisis y generadora del indicador. A partir de los datos generados por el  sistema difuso planteado y de los datos experimentales, se utilizó el coeficiente de correlación de Pearson para medir  el comportamiento del modelo, obteniéndose un valor del 88 % que implica que existe una relación lineal creciente  y con una proporción de varianza compartida del 77 %, lo que causa que el modelo es factible y su implementación  se ajusta a las métricas establecidas para el EMIS.

Palabras clave:

Detalles del artículo

Referencias

Angarita, A. A., Tabares, C. A., & Rios, J. I. (2015). Definición de un modelo de medición de análisis de riesgos de la seguridad de la información aplicando lógica difusa y sistemas basados en el conocimiento. Entre Ciencia e Ingeniería, 9(17), 71-80.

Bolsa de Valores de Colombia BVC. (2017). Bolsa de Valores de Colombia, Un país todos los valores. Retrieved from http://www.bvc.com.co/pps/tibco/portalbvc/Home/Empresas/Ranking+por+Capitalizaci%C3%B3n+Burs%C3%A1til?action=dummy

Cortina, I. B., & Robaina, D. A. (2010). Lógica difusa aplicada a la toma de decisiones. Ingenieria Industrial, 31(1), 1-5. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&db=zbh&AN=60258575&lang=es&site=ehostlive%5Cnhttp://content.ebscohost.com/ContentServer.asp?T=P&P=AN&K=60258575&S=R&D=zbh&EbscoContent=dGJyMNHr7ESep7E4yOvqOLCmr0yep7FSr6m4SK+WxWXS&ContentCustomer=dGJyMPGrr

Euchner, J., & Ganguly, A. (2014). Business Model Innovation in Practive. Research-Technology Management, o. Jg.(December), 33–40. https://doi.org/10.5437/08956308X5706013

Euromoney Institutional Investor Company EMIS. (2017). EMIS Benchmark. Retrieved from https://www.emis.com/benchmark

Fogel, D., Liu, D., & Keller, J. (2016). Fundamentals of Computational Intelligence. http://dx.doi.org/10.1002/9781119214403

Global Entrepreneurship Monitor GEM. (2015). ¿Qué es GEM? - Global Entrepreneurship Monitor. Retrieved from http://gem.ufm.edu/que-es-gem/

González-Santoyo, F., Gil-Lafuente, A. M., & Flores Romero, B. (2015). Presupuesto base cero, gestión de la tesorería en contexto de incertidumbre (fuzzy logic): técnica y aplicación. Revista Nicolaita de Estudios Económicos, 10(1), 39-52.

Guerra, R. C. C., Smith, K. A., McKenna, A. F., Swan, C., Korte, R., Jordan, S., … MacNeal, R. (2014). Innovation corps for learning: Evidence-based entrepreneurshipTM to improve (STEM) education. In Frontiers in Education Conference (FIE) Proceedings, 2014 IEEE, 1-5. https://doi.org/10.1109/FIE.2014.7044484

Johnson, R., & Kuby, P. (2012). Elementary statistics. (1st ed.). Cengage Learning, Boston: Brooks/Cole

Kelley, D., Singer, S., & Herrington, M. (2015). GEM global report 2015/16. Global Entrepreneurship Monitor, 1–78.

Kenney, J. (1966). Mathematics of statistics (1st ed.). Princeton, NJ: Van Nostrand.

Kolomvatsos, K., Anagnostopoulos, C., & Hadjiefthymiades, S. (2012). A fuzzy logic system for bargaining in information markets. ACM Transactions on Intellent Systems and Technology (TIST), 3(2), 32. https://doi.org/10.1145/2089094.2089108

Marqués, F. (2009). Modelos para la economía y la empresa a través de Excel (1st ed.). San Fernando de Henares: RC Libros.

Osterwalder, A., & Pigneur, Y. (2011). Generación de modelos de negocio. PlanetadeLibros.com, 285. https://doi.org/10.1016/S0737-6782(96)90159-9

Proença, D., Nadali, A., & Borbinha, J. (2015). A Pragmatic Risk Assessment Method Supported by the Business Model Canvas. Proceedings of the 5th International Symposium on Business Modeling and Software Design (BMSD 2015), 156-162. https://doi.org/10.5220/0005886501560162

Rojas López, M. D., Zuluaga Laserna, E., & Valencia Corrales, M. E. (2014). Sistema de inferencia difuso para la valoración de empresas. Revista Ingenierías Universidad de Medellín, 13(24), 90-108.

Rojas, M., López, D., & Rincón, C. (2012). Aplicación del método cybersin con lógica difusa en un sistema de control de gestión. Revista Ingenierías Universidad de Medellín, 11(20), 153-164. Retrieved from

http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1692-33242012000100013&lng=en&tlng=

Romero, M. C., Villalobos, J., & Sanchez, M. (2015). Simulating the business model canvas using system dynamics. Computing Colombian Conference (10CCC), 2015 10th, 527-534. IEEE. Retrieved from https://doi.org/10.1109/ColumbianCC.2015.7333469

Zadeh, L. A. (2008). Is there a need for fuzzy logic? Information Sciences, 178(13), 2751-2779. https://doi.org/10.1016/j.ins.2008.02.012

Zadeh, L. A. (1975). The concept of a linguistic variable and its application to approximate reasoning—I. Information Sciences, 8(3), 199-249. Retrieved from http://dx.doi.org/10.1016/0020-0255(75)90036-5

Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338-353. Retrieved from https://doi.org/10.1016/S0019-9958(65)90241-X

Descargas

La descarga de datos todavía no está disponible.