Uso de las plataformas digitales en las organizaciones manufactureras. Una revisión del estado del arte

Entendiendo que los procesos investigativos se constituyen uno de los pilares, sobre los cuales se sustenta el quehacer institucional, además de ser una actividad donde los estudiantes pueden recurrir a sus conocimientos aprendidos en temas de investigación, el presente documento surge como un proceso analítico realizado por la estudiante Valeria Mejía del Programa de Ingeniería Industrial, a través del cual, se busca profundizar sobre las connotaciones que ha tenido el software crm, en torno a los sistemas productivos, y que es un tema álgido ligado a los temas de la ingeniería industrial.

Introducción

Objetivos

Realizar una revisión sistemática de la literatura científica y académica relacionada con el uso estratégico de plataformas digitales en el sector manufacturero, utilizando bases de datos Scopus, y Science Direct con el fin de recopilar información relevante sobre tendencias, enfoques teóricos y prácticas destacadas en el campo.
Analizar y visualizar los datos bibliométricos recopilados mediante el uso de técnicas y herramientas apropiadas con el fin de identificar patrones, relaciones y estructuras temáticas, clave en el uso estratégico de plataformas digitales en el sector manufacturero.
Interpretar los resultados bibliométricos obtenidos, identificando tendencias y áreas destacadas de investigación y contribuciones relevantes en el uso estratégico de plataformas digitales en el sector manufacturero.

Metodología:

Para el análisis de la producción académica y comprender los fundamentos de la investigación científica, según los artículos seleccionados, se recurrió al programa RStudio v.4.0.4, empleando el paquete Bibliometrix, con la interfaz Biblioshiny. Los artículos sometidos a procesos analíticos, obedece a los autores más productivos, los países e instituciones más relevantes y los que ha tenido mayor influencia en los ámbitos investigativos.

Para realizar una evaluación exhaustiva de la producción científica, se generó una búsqueda relacionada con los términos: competitive strategy, industries, digital platform, Enterprise Resource Planning System (ERP), e internet, que son los más relevantes de la presente investigación. Posteriormente, y a través de la herramienta computacional para la gestión de las referencias bibliográficas BibTex, unido con el uso de operadores booleanos, y filtrados por material de tipo artículos, se generó un total de 3124 artículos.

4.1 Nube de tags

Fuente. Los Investigadores.

Se observa que los términos con mayor frecuencia son principalmente “Digital Platforms”, “Innovation”, “Ecosystems”, “Commerce”, “Sustainable Development”, “Digital Transformation” y “Competition”, los cuales dan contexto a la investigación sobre el uso de plataformas digitales en la industria manufacturera, donde se impulsa la innovación, la transformación digital y la competencia, facilitando la integración de las tecnologías avanzadas y promoviendo el desarrollo sostenible al optimizar procesos. A medida que las organizaciones adoptan la digitalización, la competencia se intensifica, impulsando la búsqueda constante de mejoras y soluciones eficientes para lograr ventajas competitivas en ecosistemas comerciales dinámicos.

4.2 Red de coocurencia

Fuente. Los Investigadores.

En esta gráfica se pueden identificar dos grandes conjuntos de datos llamados “Digital platforms” (rojo) e “Innovation” (azul).

En el primer conjunto, se encuentran dos grandes nodos llamados “Ecosystems” y “Commerce” de los cuales se desprenden diferentes conexiones y términos que están correlacionados en los artículos entre sí, como “Digital Technologies”, “Competition”, “Digital Transformation”, “Sales” y “Social Media” los cuales, teniendo en cuenta el contexto de la investigación, hacen referencia al panorama empresarial actual, en donde las plataformas digitales se han convertido en componentes fundamentales de la transformación digital abarcando una amplia gama de sectores, como el comercio electrónico o las redes sociales dando forma a ecosistemas comerciales altamente interconectados que generan competencias y adaptaciones de tecnologías digitales innovadoras.

Así mismo, en el segundo conjunto, se encuentra un nodo principal llamado “Sustainable Development” el cual tiene relación de forma directa o indirecta con el resto de los nodos presentes en el conjunto azul como “Internet”, “Digitization” y “Communication”, los cuales se refieren a cómo la innovación impulsada por la digitalización y la comunicación es fundamental para el desarrollo sostenible en la era de Internet.

4.3 Mapa temático

Fuente. Los investigadores.

El cluster verde se encuentra en la intersección del cuadrante I y II lo que significa que los términos allí reunidos actúan como un punto de conexión crucial entre los temas esenciales y los altamente especializados en la investigación. Este nodo desempeña un papel importante al enlazar los elementos centrales del progreso con las áreas más especializadas y activas, facilitando así el flujo de conocimiento y la colaboración en el campo científico. Por otro lado, el cluster azul se encuentra en intersección del cuadrante I y IV lo que se interpreta como un punto de enlace estratégico entre los términos consolidados en la investigación y las áreas emergentes en desarrollo. En otras palabras, este nodo desempeña un papel crucial al conectar los temas esenciales que impulsan la investigación con las áreas de potencial crecimiento y mayor conectividad, sirviendo como un puente para nuevas ideas y contribuyendo al avance continuo del estudio.

Finalmente, se encuentra el cluster rojo que se encuentra ubicado en el cuadrante III que tal como lo indica su definición, son temas emergentes que poseen una centralidad y densidad bajas, lo que implica que son poco importantes y están bastante aislados en la investigación.

4.4 Análisis factorial

Fuente. Los Investigadores.

En este caso, los ejes se identifican como “Dim 1” y “Dim 2,” y cada uno de ellos explica una parte específica de la variabilidad en los datos originales. “Dim 1” representa el 29.53% de la varianza total, mientras que “Dim 2” representa el 24.91%. El hecho de que todos los clusters se encuentren dentro del área sugiere que están relacionados, así mismo, teniendo en cuenta que el análisis factorial permite identificar el nivel de asociación entre las palabras clave utilizadas en los artículos, cuanto más cercanos se encuentren los nodos, su asociación es mayor.

Teniendo esto presente, se puede inferir que los nodos “Human” y “Article” tienen una asociación directa con el resto de los nodos, pero no es tan fuerte o relevante por lo que ambos nodos se encuentran en la esquina superior izquierda de la gráfica, así como en el extremo superior del área sombreada. Así mismo, el nodo “Theoretical Study” tiene correlación con los otros nodos al encontrarse dentro del área sombreada, pero no presenta una asociación estrecha con los demás nodos ya que no está lo suficientemente cerca de ninguno.

4.5 Producción científica por países

Fuente. Los Investigadores.

Teniendo en cuenta que la intensidad del color azul representa la mayor cantidad de producción de artículos, se destaca los países líderes como China, Estados Unidos y el Reino Unido, derivado en un elevado grado de inversión, lo que está relacionado con el alto desarrollo tecnológico y digital que estos países tienen. Se encuentran que países de Europa como Italia, Alemania, Francia y España también desempeñan un papel significativo en la producción de artículos, en cuanto al desarrollo de la producción científica y al desarrollo de tecnología en el continente.

En Suramérica países como Bolivia, Malta y Argentina también contribuyen a la generación de material, aunque con menor intensidad, indicando que el tema de la investigación es una preocupación global, y no está limitada a unas pocas regiones. Lo anterior, señala que la diversidad geográfica en la producción científica, en adoptar enfoques globales. En contraste, hay regiones como Groenlandia, Rusia y la mayor parte de África sin publicación de material científico, lo que tiene correlación con la falta de desarrollo tecnológico o profundización en la industria manufacturera.

Red de Colaboración

En este tipo de representación se visualiza las conexiones e interrelaciones entre individuos, grupos o entidades que generan sinergias para generar proyectos, investigaciones o publicaciones conjuntas, que genera inferencias sobre patrones de colaboración, identificar líderes en un campo específico, seguir las tendencias de la investigación [17] [18]. Esta gráfica resalta la relevancia de la colaboración en la generación de investigaciones y enfatiza la amplia gama de interacciones presentes en el ámbito académico.

Fuente. Los Investigadores.

Para dar inicio con el análisis de la gráfica, es importante mencionar que los colores de los cluster son un apoyo visual para que se puedan distinguir las diferentes agrupaciones de autores que se han citado en los artículos. El conjunto de color morado, indica que todos los nodos de tinte morado están relacionados entre sí, y que los autores se han citado al menos una vez entre ellos en sus diferentes artículos.

También es importante anotar que puede haber relaciones más fuertes que otras dentro de cada conjunto como en el caso del grupo de color rojo. A pesar de que el autor Rana NP tiene una red de colaboración con los autores Behl A y Kraus S, su red es mucho más fuerte con el autor Dwivedi YK lo que significa que han colaborado varias veces en la elaboración y publicación de artículos, y se han citado en diferentes ocasiones.

También existen colaboraciones que sólo se dan entre un grupo pequeño de autores, como es el caso de los conjuntos de color café y verde. En el primero, los tres autores Kim J, Khan Z y Zahoor N no tienen una colaboración fuerte de acuerdo con la intensidad de las conexiones, pero se han citado entre ellos tres al menos una vez ya que no tienen más conexiones con el resto de los nodos, mientras que, en el conjunto de color verde, donde están los autores Trabucchi D y Buganza T se puede evidenciar que, a pesar de no tener conexiones con el resto de los autores, ellos si presentan una conexión fuerte.

Conclusiones

La economía digital, involucra una serie de nuevos activos que debe tener la organización, al momento de generar estrategias, los cuales conducen a disrupciones que se pueden presentar en la innovación, y en los ecosistemas empresariales, con el fin de generar fortalezas en los mercados multilaterales. Las transformaciones empresariales son inminentes, trayendo consigo, nuevas necesidades y consecuencias, que involucra una gestión digital robusta, asociadas al marketing, digitalización, modelos de negocios y gestión ambiental. En los entornos comerciales digitales, incluye dos bloques centrales, asociados a la innovación, el comercio, y los ecosistemas, que combinados de manera asertiva pueden generar propuestas de valor, y las construcciones de nuevas formas de relaciones con los clientes. La generación de conocimiento asociado a las investigaciones de orden tecnológico, señalan que a la par, se encuentra avances en términos empresariales, ya que China es considerada como una de las economías más grandes, destacas por su repunto en el acople de herramientas tecnológicas en sus procesos de manufactura, generando una diversidad de productos que son exportados a todo el mundo, mejorando la credibilidad de los mismos.

Discusiones

En la medida que se incrementan los procesos de innovación y se ajustan los parámetros de comercio, conducente cada vez, a una comprensión científica de mayor calado, ha permitido la generación de nuevos activos digitales, lo que conlleva a reevaluar la manera como se puede valorizar una organización, generando procesos subrepticios de manipulación de datos, en el cual, se debe evaluar las condiciones de procesos de valor, generados a lo largo de toda la línea de venta.

valeria.mejiag@konradlorenz.edu.co

Estudiante en Práctica Investigativa Programa de Ingeniería Industrial Facultad de Matemáticas e Ingenierías

josel.roncancioc@konradlorenz.edu.co

Docente Programa Ingeniería Industrial Facultad de Matemáticas e Ingenierías

Bibliografía

[1] S. Suuronen, J. Ukko, R. Eskola, R. S. Semken, and H. Rantanen, “A systematic literature review for digital business ecosystems in the manufacturing industry: Prerequisites, challenges, and benefits,” CIRP J. Manuf. Sci. Technol., vol. 37, pp. 414 – 426, 2022, doi: 10.1016/j.cirpj.2022.02.016.

[2] V. Vukadinovic, V. Majstorovic, J. Zivkovic, and S. Stojadinovic, “Digital Manufacturing as a basis for the development of the Industry 4.0 model,” ScienceDirect, vol. 104, no. March, pp. 1867–1872, 2023, doi: 10.1016/j.procir.2021.11.315.

[3] V. Alcácer and V. Cruz-machado, “Scanning the Industry 4.0 : A Literature Review on Technologies for Manufacturing Systems,” Eng. Sci. Technol. an Int. J., vol. 22, pp. 899–919, 2019, doi: 10.1016/j.jestch.2019.01.006.

[4] T. Van Erp, E. Ribeiro, and M. Stenger, “Industrial Digital Twin as a facilitator for business model innovations in the manufacturing industry,” ScienceDirect, vol. 118, pp. 330–335, 2023, doi: 10.1016/j.procir.2023.06.057.

[5] J. Marszałkowski, D. Mokwa, M. Drozdowski, Ł. Rusiecki, and H. Narożny, “Fast algorithms for online construction of web tag clouds,” Eng. Appl. Artif. Intell., vol. 64, no. July, pp. 378–390, 2017, doi: 10.1016/j.engappai.2017.06.023.

[6] K. Dhou, M. Hadzikadic, and M. Faust, “Typeface size and weight and word location influence on relative size judgments in tag clouds,” J. Vis. Lang. Comput., vol. 44, pp. 97–105, 2018, doi: 10.1016/j.jvlc.2017.11.009.

[7] X. Zhou, M. Zhou, D. Huang, and L. Cui, “A probabilistic model for co-occurrence analysis in bibliometrics,” J. Biomed. Inform., vol. 128, no. February, p. 7, 2022, doi: 10.1016/j.jbi.2022.104047.

[8] G. Huimin, B. Yunyu, S. Hui, Z. Mingqiang, and L. Ying, “A review of research on driving distraction based on bibliometrics and co-occurrence : Focus on driving distraction recognition methods,” J. Safety Res., vol. 82, pp. 261–274, 2022, doi: 10.1016/j.jsr.2022.06.002.

[9] M. Lorenzo and M. Rocha, “Conversion of organic wastes into biofuel by microorganisms : A bibliometric review,” Clean. Circ. Bioeconomy, vol. 6, no. June, p. 11, 2023, doi: 10.1016/j.clcb.2023.100053.

[10] A. Khare and R. Jain, “Mapping the conceptual and intellectual structure of the consumer vulnerability field : A bibliometric analysis,” J. Bus. Res., vol. 150, no. June, pp. 567–584, 2022, doi: 10.1016/j.jbusres.2022.06.039.

[11] M. Angel, M. Veiga-del-ba, P. Andreo-martínez, M. Motas, and A. Tom, “Mapping of emerging contaminants in coastal waters research : A bibliometric analysis of research output during 1986 – 2022,” Mar. Pollut. Bull., vol. 194, no. May, p. 10, 2023, doi: 10.1016/j.marpolbul.2023.115366.

[12] S. Khuram, C. A. Rehman, N. Nasir, and N. S. Elahi, “A bibliometric analysis of quality assurance in higher education institutions: Implications for assessing university’s societal impact,” Eval. Program Plann., vol. 99, no. May, p. 14, 2023, doi: 10.1016/j.evalprogplan.2023.102319.

[13] R. Dalal, A. Sangwan, and M. Khari, “The bibliometrics assessment of opportunistic network protocols & simulation tools,” Telemat. Informatics Reports, vol. 11, no. June, p. 20, 2023, doi: 10.1016/j.teler.2023.100082.

[14] J. M. Sánchez, J. P. Rodríguez, and H. E. Espitia, “Bibliometric analysis of publications discussing the use of the artificial intelligence technique agent-based models in sustainable agriculture,” Heliyon, vol. 8, no. November, p. 15, 2022, doi: 10.1016/j.heliyon.2022.e12005.

[15] P. Garg and V. Garg, “Bibliometric Analysis of the Genus Jasminum_ Global Status, Research and Trends,” J. Herb. Med., vol. 41, no. May, p. 100711, 2023, doi: 10.1016/j.hermed.2023.100711.

[16] S. Martínez-l, P. Gabriel, M. Veiga-del-ba, J. Jos, and P. Andreo-martínez, “Trends in dithiocarbamates food research: A bibliometric vision,” Chemosphere, vol. 313, no. November 2022, p. 8, 2023, doi: 10.1016/j.chemosphere.2022.137342.

[17] Z. Zou, X. Liu, M. Wang, and X. Yang, “Insight into digital finance and fintech : A bibliometric and content analysis,” Technol. Soc., vol. 73, no. October 2022, p. 19, 2023, doi: 10.1016/j.techsoc.2023.102221.

[18] H. Kholidah, I. Mawardi, and N. Huda, “A Bibliometric mapping of peer-to-peer lending research based on economic and business perspective,” Heliyon, vol. 8, no. November, p. 16, 2022, doi: 10.1016/j.heliyon.2022.e11512.

[19] S. Verma, S. Shome, and M. K. Hassan, “FinTech in small and medium enterprises ( SMEs ): A review and future research agenda,” Eur. Manag. J., no. May, p. 22, 2023, doi: 10.1016/j.emj.2023.07.003.

[20] G. Soni, S. Kumar, P. Singh, B. L. Dey, and M. Dora, “Technological interventions in social business: Mapping current research and establishing future research agenda,” Technol. Forecast. Soc. Chang., vol. 169, no. December 2020, p. 15, 2021, doi: 10.1016/j.techfore.2021.120818.