Estudio de la relación entre indicadores de competitividad y huella digital en bodegas valencianas mediante técnicas multivariantes y de minería de datos.

Abstract

[ES] La alta competitividad en el mercado ha obligado al sector vitivinícola español a implementar estrategias de transformación digital para la comunicación, captación de clientes, comercialización y marketing de sus productos. La huella digital generada a partir de sus actividades online puede ser de gran utilidad para predecir a tiempo real indicadores de diferente índole que permite a las empresas anticiparse ante sus competidores y entender que estrategias deben permanecer o implementarse en el marco de la transformación digital y tecnologías emergentes. Debido a los grandes avances computacionales y técnicas de web scrapping, es posible aproximar indicadores de competitividad a través de información obtenida en tiempo real de los sitios web de las empresas. Dado este contexto, el objetivo general de este trabajo es analizar la relación de la huella digital y competitividad en las empresas vitivinícolas valencianas utilizando técnicas multivariantes y de minería de datos. Para su consecución se proponen utilizar indicadores económicos y financieros obtenidos del Sistema de Análisis de Balances Ibéricos (SABI) e indicadores extraídos de los sitios web de las empresas. Se implementarán técnicas de aprendizaje no supervisado para explorar las relaciones del conjunto de variables y observaciones, así como para encontrar grupos o clusters de empresas a partir de sus indicadores de competitividad que permitan describir y diferenciar el conjunto de empresas según sus características. Posteriormente, se utilizarán indicadores de huella digital para crear modelos de aprendizaje supervisado utilizando distintos algoritmos de minería de datos que permitan predecir la anterior clasificación de las empresas, pero utilizando únicamente indicadores de huella digital. Finalmente, se seleccionará el modelo de mejor rendimiento evaluando cada uno de los algoritmos de clasificación mediante indicadores que permitan obtener el mejor y más parsimonioso modelo.

[EN] Strong market competition has forced companies to implement digital transformation strategies for communication, customer acquisition, commercialization, and product marketing. The digital fingerprint generated from their online activities can be very useful to predict near real-time indicators of different kinds that allow companies to anticipate their competitors and understand which strategies should be retained, modified, or freshly implemented within a framework of digital transformation and emerging technologies. Given this context, the general objective of this work is to analyze the relationship between the digital fingerprint and competitiveness in Valencian wine companies using multivariate and data mining techniques. To achieve this goal, economic and financial indicators obtained from the Iberian Balance Sheet Analysis System (SABI) and indicators extracted from companies' websites and social media were used. Unsupervised learning techniques were implemented to explore the relationships of the set of variables and observations, as well as to find clusters of companies. Subsequently, fingerprint indicators were used to create supervised learning models using different data mining algorithms. The main findings showed that there are at least two groups or clusters of companies with common competitiveness characteristics. It was found that variables such as the age of the wine-producing domain, the English version of the website, Instagram publications and followers, as well as a set of keywords extracted from websites like ``exportation'', ``differentiation'', ``linkedin'', among others, have predictive power and weight to discriminate between clusters. Finally, it was also found that the classification models that presented the best performance were Random Forest, Decision Tree, and Logistic Regression.