Análisis sobre el funcionamiento del sector de pequeñas farmacias independientes localizadas en la ciudad de Quito

En los últimos años, la consolidación de la distribución y comercialización por pocas empresas ha permitido que éstas tengan un alto poder de negociación entre los operadores farmacéuticos, asimismo les ha permitido formar un conglomerado de empresas relacionadas en forma vertical y horizontal obligando a muchos operadores pequeños al cierre de sus negocios. Esta investigación analizará el entorno empresarial de los establecimientos farmacéuticos y la manera que las pequeñas farmacias independientes operan para protegerse del desplazamiento y quiebra causada por la consolidación de las empresas distribuidoras farmacéuticas en la zona urbana de la ciudad de Quito, durante el período 2010–2013. En la primera parte del estudio, se analiza el entorno empresarial en el cual se desarrollan los establecimientos farmacéuticos con sus diferentes dimensiones. Se utiliza el Modelo de Competitividad de Porter para medir el poder de negociación que tienen cada uno de los operadores en toda la cadena de la distribución y comercialización de medicamentos de uso humano, las estrategias de mercado en donde la participación de pocas empresas se va consolidando, y la regulación del Estado a través de reglamentos y leyes que normen el desenvolvimiento de estos operadores, corrijan las distorsiones que se presentan en el mercado de venta de medicamentos y controlen la monopolización para tener una competencia justa. En la siguiente sección, con el objeto de describir el mercado de venta de medicamentos de las pequeñas farmacias, se realiza un análisis descriptivo de estos establecimientos por medio de una investigación de campo, para tener una visión de su funcionamiento y generar una propuesta adecuada para mitigar la desaparición de estos operadores farmacéuticos. Esta investigación permitió tener un panorama del mercado farmacéutico y establecer estrategias hacia los pequeños negocios para evitar su cierre, ya sea con ayuda del Estado o por iniciativa propia.

Diseño de un sistema de información, bajo un enfoque de inteligencia de negocios, para el proceso de toma de decisiones. Caso: Empresa Diafoot

Los sistemas de inteligencia de negocios asisten y potencian los procesos de toma de decisiones, a través de los datos acumulados que las empresas disponen y cuya explotación inadecuada genera inconsistencias, múltiples versiones de la verdad y un desperdicio de tiempo y recursos. El presente trabajo de investigación plantea el diseño de un sistema de información, bajo el enfoque de inteligencia de negocios, el cual mide, dimensiona e interrelaciona los datos que Diafoot dispone y requiere convertir en información de utilidad para medir el desempeño de la empresa de acuerdo a sus objetivos organizacionales. El diseño planteado está plasmado en un modelo de información, elaborado en base a datos que provienen del sistema administrativo, contable y de punto de venta que Diafoot utiliza en la actualidad. Mediante el análisis y diagnóstico de la madurez tecnológica y cultural de la empresa Diafoot se han analizado las particularidades del uso de herramientas tecnológicas y de los procesos de toma de decisiones existentes para así determinarse el nivel de madurez de la empresa en base al modelo de madurez de analíticas de datos de la empresa TDWI. El diseño del sistema de información que se propone en el presente trabajo de investigación tiene como principal objetivo contribuir a la medición de cumplimiento de los objetivos organizacionales, en base a indicadores de desempeño generados a partir de los valores o indicadores de medida de negocio que Diafoot almacena en sus fuentes de información y que reflejan la operatividad diaria de la empresa. Finalmente, se han establecido sugerencias o consideraciones para aplicar el diseño propuesto a través de la implementación de un sistema de analítica de datos o Business Intelligence, manejándose buenas prácticas en la explotación adecuada de datos, en la medición de mejoras alcanzadas, y seleccionando la herramienta adecuada entre las alternativas y soluciones existentes en el mercado considerando el presupuesto y el alcance del proyecto.

Gestión del riesgo de liquidez en una institución financiera utilizando un modelo híbrido entre la metodología ARIMA y Redes Neuronales Artificiales

En las instituciones financieras, una deficiente gestión del riesgo de liquidez puede ocasionar pérdidas financieras, ya sea por: intereses excesivos de créditos con otras instituciones, venta de activos con precios inferiores al valor del mercado, pérdida de oportunidades de negocios, pérdida de confianza con el depositante e incluso hasta la quiebra de la entidad. Es por esta razón, que el monitoreo de la liquidez se vuelve indispensable para el correcto funcionamiento de un banco, y se motiva al desarrollo de nuevas metodologías para su cuantificación. Si bien la gestión del riesgo de liquidez depende de cada institución bancaria y de su estructura en activos y pasivos, esta investigación se concentra en el análisis de la disminución del pasivo (depósitos) y/o el incremento del activo (cartera) y su afectación a los niveles de liquidez. Con este antecedente, para determinar la posición futura de liquidez de la institución investigada, se analiza las necesidades de fondos (obtenidas con la proyección de los depósitos) y la fuente de recursos (proyección de la cartera de créditos), permitiendo determinar superávits o déficits futuros de liquidez. En realidad el planteamiento es un monitoreo de la liquidez con un vista hacia el futuro, facilitando la toma de decisiones para mantener y controlar el nivel de liquidez requerido por la institución. Para cumplir con el objetivo de predicción, se pone a prueba una metodología alternativa para la proyección de series temporales, la cual combina los resultados de los modelos ARIMA y Redes Neuronales Artificiales. Con el modelo ARIMA se estima la relación lineal entre los rezagos propios de la serie, mientras que con las Redes Neuronales Artificiales se estima el componente no lineal que la estimación ARIMA no pudo captar. Los resultados son comparados con los obtenidos por las dos metodologías por separado. Se concluye que el modelo híbrido propuesto tiene mayor exactitud al estimar ambas series temporales.